📄 medicine

Development and validation of a modified Technology Acceptance Model instrument for Digital Public Health Interventions among nurses in Kenya

Cette étude a développé et validé un instrument basé sur un modèle d'acceptation de la technologie modifié intégrant des facteurs liés à la mise en œuvre, lequel a démontré des propriétés psychométriques satisfaisantes pour évaluer l'acceptation des interventions de santé publique numériques chez les infirmiers au Kenya.

Auteurs originaux : Anne Ikua, Mwarumba Mwavita, Jonathan Ekpudu

Publié 2026-07-13

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Anne Ikua, Mwarumba Mwavita, Jonathan Ekpudu

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de faire en sorte qu'une école entière utilise un tout nouveau système de commande de repas numérique, ultra-perfectionné. Vous avez acheté les tablettes, installé le Wi-Fi et même imprimé les manuels. Mais quand vous regardez autour de vous, la moitié des élèves griffonnent encore sur des serviettes en papier, et l'autre moitié appuie simplement sur l'écran au hasard parce qu'ils ne savent pas comment il fonctionne. Pourquoi ? Peut-être que le système est trop compliqué, peut-être que la formation était ennuyeuse, ou peut-être que les élèves ne pensent tout simplement pas que c'est réellement utile pour obtenir leur nourriture plus rapidement.

C'est exactement le casse-tête auquel Anne Ikua et son équipe de l'Université de Strathmore ont été confrontés, mais au lieu d'une cafétéria scolaire, ils se sont penchés sur les hôpitaux au Kenya. Ils voulaient comprendre pourquoi les infirmières utilisaient (ou n'utilisaient pas) les nouveaux outils de santé numériques pour suivre des maladies comme le VIH et la tuberculose.

L'ancienne carte vs le nouveau GPS

Pendant des décennies, les scientifiques ont utilisé une « carte » célèbre appelée le Modèle d'Acceptation de la Technologie (TAM) pour prédire si les gens utiliseront une nouvelle technologie. Cette carte dit essentiellement : « Si les gens pensent qu'un outil est Utile et Facile à Utiliser, ils l'utiliseront. » C'est une boussole simple et fiable.

Mais les chercheurs soupçonnaient que cette ancienne carte manquait de points de repère cruciaux pour le contexte kenyan. Ils se sont dit : « Qu'en est-il du déploiement ? Qu'en est-il de la manière dont la formation a été effectuée ? Qu'en est-il de la survie du système une fois que le financement initial sera épuisé ? »

Ils ont donc décidé de construire un GPS modifié. Ils ont pris la carte originale du TAM et y ont ajouté deux arrêts nouveaux et super importants :

Le déploiement DPHI : Il s'agit du « comment ». Les infirmières ont-elles pu aider à concevoir le système ? Ont-elles été réellement bien formées, ou ont-elles simplement reçu un manuel et reçu l'ordre de se débrouiller ?
La durabilité : Cela demande : « Est-ce que cela fonctionnera encore l'année prochaine, ou est-ce que cela tombera en panne quand l'argent sera épuisé ? »

Le grand filtre : Qu'est-ce qui a été coupé ?

C'est ici que l'histoire devient intéressante. Les chercheurs ont commencé avec un grand sac d'idées (construits) qu'ils voulaient tester. Ils avaient six ingrédients principaux :

Utilité perçue
Facilité d'utilisation perçue
Contrôlabilité (Les infirmières sentent-elles qu'elles ont le contrôle sur la technologie ?)
Utilisation réelle (À quel point l'utilisent-elles réellement ?)
Déploiement DPHI
Durabilité

Ils ont testé ces idées sur 330 infirmières travaillant dans des établissements de santé publique à travers 11 comtés du Kenya. Elles ont dû remplir un sondage, puis les chercheurs ont passé les chiffres à travers un « tamis » statistique pour voir quelles idées tenaient bon et lesquelles s'effondraient.

Le grand rejet :
L'étude a explicitement écarté deux des ingrédients originaux.

La Contrôlabilité a été jetée. Les chercheurs ont découvert que dans ces hôpitaux, l'utilisation du système numérique n'était pas vraiment un choix ; c'était obligatoire. On ne peut pas demander à quelqu'un s'il « se sent en contrôle » d'un outil qu'il est forcé d'utiliser chaque jour. Les données ont montré que ce concept ne mesurait rien d'utile dans ce contexte spécifique.
L'Utilisation réelle a également été supprimée. L'analyse statistique a révélé que ce construit souffrait d'une performance psychométrique inadéquate et d'une faible performance factorielle lors des phases de test (EFA et CFA). Les données ne soutenaient tout simplement pas ce concept comme une mesure fiable dans ce contexte, il a donc été retiré du modèle final.

L'équipe gagnante

Après le nettoyage statistique, les chercheurs se sont retrouvés avec une équipe de quatre éléments, agile et efficace, qui fonctionnait réellement :

Utilité perçue : « Est-ce que cela améliore mon travail ? »
Facilité d'utilisation perçue : « Est-ce facile à comprendre ? »
Déploiement DPHI : « Le lancement a-t-il été fluide ? Avons-nous eu une bonne formation ? »
Durabilité : « Est-ce que cela va durer ? »

Le test final a montré que ce nouvel instrument modifié était béton.

Fiabilité : Les questions mesuraient de manière cohérente ce qu'elles étaient censées mesurer. Par exemple, les questions sur l'« Utilité » avaient un score de fiabilité de 0,92, et l'« Facilité d'utilisation » marquait 0,93. (Voyez cela comme une balance qui donne exactement le même poids à chaque fois que vous montez dessus).
Validité : L'étude a prouvé que ces quatre concepts sont réellement différents les uns des autres. Ce n'est pas parce qu'une infirmière pense qu'un outil est « facile » qu'elle pense automatiquement qu'il est « utile », et les mathématiques ont confirmé qu'il s'agissait d'idées distinctes.

Le verdict

L'article ne prétend pas avoir résolu le mystère de la santé numérique pour toujours. Il ne dit pas : « Maintenant, toutes les infirmières kenyanes vont adorer leurs tablettes ! » Il suggère quelque chose de plus pratique et de mesuré : Nous disposons maintenant d'un outil de mesure mieux validé pour évaluer l'acceptation.

L'étude a révélé que pour les infirmières du Kenya, l'expérience du « déploiement » (formation et implication de l'utilisateur) est tout aussi importante que la facilité d'utilisation de la technologie. Si vous négligez la formation ou si vous n'écoutez pas les infirmières durant la phase de conception, l'ensemble du système pourrait échouer, peu importe son efficacité théorique sur le papier.

Les chercheurs précisent avec prudence qu'il s'agissait d'une étude transversale (un instantané dans le temps) et qu'ils ont testé cela sur des infirmières de comtés spécifiques. Ils suggèrent que les études futures devraient tester cet outil dans d'autres endroits et avec d'autres types de travailleurs de la santé pour voir s'il tient la route.

En résumé, l'équipe n'a pas seulement trouvé une nouvelle réponse ; elle a construit une meilleure règle pour mesurer le problème. Et avec cette nouvelle règle, ils ont découvert que, dans le monde de la santé numérique au Kenya, la manière dont vous lancez la technologie compte tout autant que la technologie elle-même.

Résumé technique : Développement et validation d'un instrument TAM modifié pour les interventions de santé publique numériques au Kenya

Énoncé du problème
Les interventions de santé publique numériques (ISPN) sont de plus en plus utilisées dans les pays à revenu faible et intermédiaire (PRFI) pour renforcer la prestation de services et la surveillance des maladies. Cependant, la réussite de la mise en œuvre échoue souvent en raison d'une faible acceptation par les utilisateurs finaux. Bien que le Modèle d'Acceptation de la Technologie (TAM) soit le cadre dominant pour comprendre l'adoption des technologies, les instruments existants manquent souvent de la granularité nécessaire pour capturer les facteurs spécifiques à la mise en œuvre, critiques dans les contextach de ressources limitées. Plus précisément, les mesures TAM standards négligent souvent les nuances de la manière dont les technologies sont déployées, formées et maintenues au sein de flux de travail de soins de santé complexes. En outre, il existe une rareté des études qui développent et valident systématiquement des instruments TAM modifiés, spécifiquement adaptés aux contextes de santé publique numérique dans les PRFI, ce qui entraîne des lacunes potentielles en matière de validité de mesure et de comparabilité entre les études.

Méthodologie
Cette étude a employé un plan d'enquête transversale quantitative pour développer et valider un instrument TAM modifié auprès de 330 infirmiers travaillant dans des établissements de santé publique dans onze comtés du Kenya à forte charge de VIH et de tuberculose. La recherche a suivi un processus rigoureux de développement d'instrument en plusieurs étapes :

Développement de l'instrument : Le modèle initial intégrait six construits : le Déploiement des ISPN (conceptualisé avec les dimensions « Conception avec l'utilisateur » et « Formation et compétences »), la Utilité Perçue (UP), la Facilité d'Utilisation Perçue (FUP), la Contrôlabilité, l'Utilisation Réelle et la Durabilité. Les items ont été générés sur la base d'une revue de la littérature et affinés par une revue d'experts impliquant 30 professionnels de la santé et un test pilote.
Collecte de données : Les données ont été collectées via un questionnaire structuré d'auto-administration. Les participants étaient des infirmiers ayant une expérience des systèmes de santé numérique.
Analyse psychométrique :
- Analyse Factorielle Exploratoire (AFE) : Réalisée par l'analyse en composantes principales avec rotation oblime pour identifier la structure factorielle sous-jacente. L'adéquation de l'échantillonnage a été confirmée (KMO = 0,76, Test de Bartlett p < 0,001).
- Analyse Factorielle Confirmatoire (AFC) : Effectuée avec Mplus 8.8 en utilisant l'estimation par Maximum de Vraisemblance Robuste (MLR) pour tester le modèle hypothétique. L'ajustement du modèle a été évalué via CFI, TLI, RMSEA et SRMR.
- Fiabilité et Validité : La cohérence interne a été évaluée via l'alpha de Cronbach et l'oméga de McDonald. La validité convergente a été évaluée via la Fiabilité Composée (FC) et la Variance Moyenne Extraite (VME). La validité discriminante a été testée à l'aide du critère de Fornell-Larker et du ratio Hétérotrait-Monotrait (HTMT).

Résultats clés
L'évaluation psychométrique a conduit à un raffinement significatif du modèle initial à six construits :

Rétention et suppression de construits : Le modèle de mesure final validé a retenu quatre construits : le Déploiement des ISPN (opérationnalisé en deux sous-dimensions : Conception avec l'utilisateur et Formation et Compétences), l'Utilité Perçue, la Facilité d'Utilisation Perçue et la Durabilité. Les construits Contrôlabilité et Utilisation Réelle ont été supprimés en raison d'une performance psychométrique inadéquate, incluant des saturations factorielles faibles et des problèmes de saturation croisée.
Ajustement du modèle : L'AFC finale a démontré d'excellents indices d'ajustement : $\chi^2(127) = 218,15$ , CFI = 0,981, TLI = 0,975, RMSEA = 0,051 (IC 90 % [0,038, 0,064]), et SRMR = 0,089.
Fiabilité : Tous les construits retenus ont présenté une forte cohérence interne, avec des valeurs d'alpha de Cronbach et d'oméga de McDonald allant de 0,86 à 0,94, bien au-dessus du seuil de 0,70.
Validité :
- Validité convergente : Tous les construits ont satisfait aux critères de FC (> 0,70) et de VME (> 0,50). Notamment, la Facilité d'Utilisation Perçue présentait une VME de 0,84 et l'Utilité Perçue une VME de 0,75.
- Validité discriminante : Le critère de Fornell-Larker et les ratios HTMT (toutes les valeurs < 0,85) ont confirmé que les construits retenus sont empiriquement distincts les uns des autres.

Signification et revendications
Les auteurs affirment que cette étude fournit un instrument contextuellement pertinent et psychométriquement robuste pour évaluer l'acceptation des technologies chez les infirmiers au Kenya. La contribution primaire est l'intégration réussie de facteurs liés à la mise en œuvre — spécifiquement le construit Déploiement des ISPN — dans le cadre traditionnel du TAM. Les résultats suggèrent que dans les environnements à usage obligatoire typiques des systèmes de santé publique, les expériences de mise en œuvre (telles que l'engagement de l'utilisateur lors de la conception et l'adéquation de la formation) sont des déterminants critiques de l'acceptation, parallèlement aux perceptions traditionnelles d'utilité et de facilité d'utilisation.

L'étude se positionne modestement comme un effort de validation de mesure plutôt que comme un test causal de relations. Elle reconnaît des limites, notamment l'utilisation d'un plan transversal qui empêche l'inférence causale, le recours à un échantillonnage non probabiliste qui peut limiter la généralisabilité au-delà de la démographie spécifique des infirmiers dans les contextes financés par des donateurs, et l'utilisation d'un échantillon unique pour l'AFE et l'AFC. Par conséquent, les auteurs recommandent aux recherches futures de répliquer la structure factorielle dans des échantillons indépendants et auprès de différents corps de métiers de la santé. L'instrument validé est présenté comme un outil pour soutenir l'évaluation des programmes, la recherche sur la mise en œuvre et les études comparatives de l'acceptation de la santé numérique dans les PRFI.

L'ancienne carte vs le nouveau GPS

Le grand filtre : Qu'est-ce qui a été coupé ?

L'équipe gagnante

Le verdict

Résumé technique : Développement et validation d'un instrument TAM modifié pour les interventions de santé publique numériques au Kenya

Articles similaires