Development and validation of a modified Technology Acceptance Model instrument for Digital Public Health Interventions among nurses in Kenya
Questo studio ha sviluppato e validato uno strumento basato su una versione modificata del Technology Acceptance Model che incorpora fattori relativi all'implementazione, il quale ha dimostrato proprietà psicometriche soddisfacenti per la valutazione dell'accettazione di interventi di sanità pubblica digitale tra gli infermieri in Kenya.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina di cercare di convincere un'intera scuola a usare un nuovo, super avanzato sistema digitale per ordinare il pranzo. Hai comprato i tablet, installato il Wi-Fi e persino stampato i manuali. Ma quando guardi intorno, metà degli studenti sta ancora scarabocchiando sui tovaglioli, e l'altra metà sta solo toccando lo schermo a caso perché non sa come funziona. Perché? Forse il sistema è troppo complicato, forse la formazione è stata noiosa, o forse gli studenti semplicemente non pensano che sia davvero utile per ottenere il cibo più velocemente.
Questo è esattamente il puzzle che Anne Ikua e il suo team della Strathmore University hanno affrontato, ma invece di una mensa scolastica, hanno guardato agli ospedali in Kenya. Volevano capire perché gli infermieri stessero (o non stessero) usando nuovi strumenti sanitari digitali per monitorare malattie come l'HIV e la tubercolosi.
La vecchia mappa vs Il nuovo GPS
Per decenni, gli scienziati hanno usato una famosa "mappa" chiamata Modello di Accettazione della Tecnologia (TAM) per prevedere se le persone avrebbero usato una nuova tecnologia. Questa mappa dice fondamentalmente: "Se le persone pensano che uno strumento sia Utile e Facile da Usare, lo useranno". È una bussola semplice e affidabile.
Ma i ricercatori sospettavano che questa vecchia mappa mancasse di alcuni punti di riferimento cruciali per il contesto keniota. Pensavano: "E per quanto riguarda il lancio (rollout)? E come è stata fatta la formazione? E se il sistema sopravviverà anche dopo che i finanziamenti iniziali saranno terminati?".
Così, hanno deciso di costruire un GPS modificato. Hanno preso la mappa TAM originale e hanno aggiunto due nuove, super importanti tappe:
- Rollout DPHI: Questo riguarda il "come". Gli infermieri hanno avuto la possibilità di aiutare a progettare il sistema? Sono stati effettivamente formati bene, o gli è stato solo consegnato un manuale dicendo loro di cavarsela da soli?
- Sostenibilità: Questo chiede: "Questo sistema funzionerà ancora l'anno prossimo, o si romperà quando i soldi finiranno?".
Il grande filtro: Cosa è stato tagliato?
È qui che la storia si fa interessante. I ricercatori sono partiti con un grande sacco di idee (costrutti) che volevano testare. Avevano sei ingredienti principali:
- Utilità Percepita
- Facilità d'Uso Percepita
- Controllabilità (Gli infermieri sentono di avere il controllo sulla tecnologia?)
- Uso Effettivo (Quanto lo usano realmente?)
- Rollout DPHI
- Sostenibilità
Hanno testato queste idee su 330 infermieri che lavorano in strutture sanitarie pubbliche in 11 contee del Kenya. Hanno chiesto agli infermieri di compilare un sondaggio e poi hanno passato i dati attraverso un "setaccio" statistico per vedere quali idee resistevano e quali cadevano a pezzi.
Il Grande Rifiuto:
Lo studio ha escluso esplicitamente due degli ingredienti originali.
- La Controllabilità è stata scartata. I ricercatori hanno scoperto che in questi ospedali, l'uso del sistema digitale non era davvero una scelta; era obbligatorio. Non puoi chiedere a qualcuno se "si sente in controllo" di uno strumento che è costretto a usare ogni giorno. I dati hanno dimostrato che questo concetto non misurava nulla di utile in questo specifico contesto.
- L'Uso Effettivo è stato rimosso. L'analisi statistica ha rivelato che questo costrutto soffriva di prestazioni psicometriche inadeguate e scarse prestazioni fattoriali durante le fasi di test (EFA e CFA). I dati semplicemente non supportavano questo elemento come misurazione affidabile in questo contesto, quindi è stato rimosso dal modello finale.
Il Team Vincente
Dopo la pulizia statistica, ai ricercatori è rimasto un team snello e performante di quattro parti che funzionava davvero:
- Utilità Percepita: "Questo rende il mio lavoro migliore?"
- Facilità d'Uso Percepita: "È facile da capire?"
- Rollout DPHI: "Il lancio è stato fluido? Ho ricevuto una buona formazione?"
- Sostenibilità: "Resterà attivo?"
Il test finale ha dimostrato che questo nuovo strumento modificato era solido come una roccia.
- Affidabilità: Le domande misuravano costantemente ciò che dovevano misurare. Ad esempio, le domande sull' "Utilità" avevano un punteggio di affidabilità di 0,92, e la "Facilità d'Uso" di 0,93. (Pensa a una bilancia che dà sempre lo stesso peso ogni volta che ci sali sopra).
- Validità: Lo studio ha dimostrato che questi quattro concetti sono effettivamente diversi l'uno dall'altro. Solo perché un infermiere pensa che uno strumento sia "facile", non significa automaticamente che pensi che sia "utile", e la matematica ha confermato che queste sono idee distinte.
Il Verdetto
Il documento non sostiene di aver risolto il mistero della sanità digitale per sempre. Non dice: "Ora tutti gli infermieri kenioti ameranno i loro tablet!". Invece, suggerisce qualcosa di più pratico e misurato: Ora abbiamo uno strumento migliore e validato per misurare l'accettazione.
Lo studio ha scoperto che, per gli infermieri in Kenya, l'esperienza del "lancio" (formazione e coinvolgimento dell'utente) è importante quanto il fatto che la tecnologia sia facile da usare. Se si salta la formazione o non si ascoltano gli infermieri durante la fase di progettazione, l'intero sistema potrebbe fallire, indipendentemente da quanto sia "utile" sulla carta.
I ricercatori sottolineano con cautela che si è trattato di un'istantanea nel tempo (uno studio trasversale) e che lo hanno testato su infermieri in contee specifiche. Suggeriscono che studi futuri dovrebbero provare questo strumento in altri luoghi e con diversi tipi di operatori sanitari per vedere se regge.
In breve, il team non ha solo trovato una nuova risposta; ha costruito un righello migliore per misurare il problema. E con questo nuovo righello, hanno scoperto che, nel mondo della sanità digitale in Kenya, il modo in cui lanci la tecnologia conta tanto quanto la tecnologia stessa.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.