Different People, Different Supports: Using Latent Class Analysis and Behaviour Change Wheel Mapping to Inform Tailored Digital Health Implementation Strategies
Deze studie maakt gebruik van latente klassenanalyse en de mapping van het Behaviour Change Wheel op een enquête onder 617 volwassen Canadezen om drie onderscheidende populatiesegmenten met variërende digitale competenties en ondersteuningsvoorkeuren te identificeren, waarmee wordt aangetoond dat op maat gemaakte implementatiestrategieën essentieel zijn voor het verbeteren van gelijkheid en betrokkenheid in de digitale gezondheidszorg, verder reikend dan enkel het aanpakken van digitale geletterdheid.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Gezondheidszorgsystemen over de hele wereld wenden zich steeds vaker tot digitale hulpmiddelen om zorg te leveren, in de hoop medische diensten toegankelijker en gemakkelijker te maken. Deze verschuiving belooft patiënten via schermen en apps met artsen te verbinden, maar het brengt ook een verborgen risico met zich mee: als de hulpmiddelen te moeilijk te gebruiken zijn, of als mensen niet over de benodigde apparaten beschikken, kunnen juist de mensen die de zorg het hardst nodig hebben, achterblijven. Jarenlang hebben experts ervan uitgegaan dat de belangrijkste barrière voor het gebruik van deze digitale gezondheidsdiensten een simpel gebrek aan vaardigheden is. Het heersende idee was dat als mensen gewoon beter leerden hoe ze een computer of een smartphone moesten gebruiken, ze vanzelf virtuele zorg zouden gaan gebruiken. Dit uitgangspunt negeert echter de complexe realiteit van hoe mensen leven, wat zij waarderen en hoe zij het liefst leren. Het behandelt een diverse populatie als één enkele groep met één enkel probleem, waarbij wordt genegeerd dat een jongere met een snelle internetverbinding andere hindernissen kan ervaren dan een oudere volwassene met beperkte mobiliteit, zelfs als beiden worstelen met dezelfde technologie.
Een team onderzoekers in British Columbia, Canada, zette zich in om te testen of deze "one-size-fits-all"-aanpak voor digitale gezondheidszorg daadwerkelijk werkte. Zij voerden een grootschalige enquête uit onder meer dan 600 volwassenen die in de regio Fraser Health wonen, een divers gebied met een mix van leeftijden, inkomens en culturele achtergronden. In plaats van iedereen simpelweg dezelfde vragen te stellen en de antwoorden te middelen, gebruikten de onderzoekers een statistische methode om mensen te groeperen op basis van hun reële kenmerken, zoals leeftijd, inkomen, etniciteit en geslacht. Dit stelde hen in staat om duidelijke patronen te zien in hoe verschillende soorten mensen met technologie omgaan. Ze ontdekten dat de populatie zichzelf natuurlijk indeelde in drie zeer verschillende groepen, elk met een eigen uniek verhaal met betrekking tot digitale vaardigheden, toegang tot apparaten en de manier waarop zij hulp verlangen.
De eerste groep, die meer dan de helft van de ondervraagde mensen vormde, bestond uit jongere volwassenen met diverse raciale en culturele achtergronden. Deze individuen waren over het algemeen comfortabel met technologie; ze bezaten smartphones en computers, hadden internettoegang en voelden zich zelfverzekerd bij het gebruik van digitale hulpmiddelen. Toch was deze groep, ondanks het bezit van de vaardigheden en de apparatuur, het meest geneigd om aan te geven dat zij nog nooit gebruik hadden gemaakt van virtuele zorgdiensten zoals videogesprekken met een arts. De tweede groep bestond uit oudere volwassenen, voornamelijk wit, met een middeninkomen. Deze groep ondervond de grootste uitdagingen: zij rapporteerden een lager zelfvertrouwen in het gebruik van technologie, waren minder waarschijnlijk in het bezit van een smartphone en hadden vaak moeite met het lenen van apparaten van anderen. De derde groep bestond uit middelbare volwassenen met hoge inkomens. Zij hadden de hoogste niveaus van digitaal zelfvertrouwen, bezaten de meeste apparaten en waren de meest frequente gebruikers van virtuele zorgdiensten.
De meest veelzeggende ontdekking was dat het bezit van de vaardigheden om technologie te gebruiken niet automatisch betekende dat een persoon het ook zou gebruiken. De jongere, diverse groep bewees dat hoge competentie geen garantie biedt voor betrokkenheid. Hoewel zij de middelen konden gebruiken, gebruikten zij deze niet voor de gezondheidszorg. De onderzoekers ontdekten dat deze groep simpelweg niet wist waar zij informatie over deze diensten kon vinden of hoe zij ermee moest beginnen, en dat zij de voorkeur gaven aan het krijgen van hulp via online kanalen zoals video's of chatgidsen. In tegen tegenstelling hiertoe had de oudere groep een heel andere vorm van ondersteuning nodig. Zij gaven de voorkeur aan leren via persoonlijke interacties, zoals workshops of hulp van een familielid, en zij vertrouwden sterk op traditionele methoden zoals vaste telefoons en lokale kranten. De welvarende, middelbare groep, die de diensten al gebruikte, wilde vooral snelle technische oplossingen wanneer er iets misging, in plaats van basisopleidingen.
Door deze bevindingen in kaart te brengen aan de hand van een raamwerk dat wordt gebruikt om menselijk gedrag te begrijpen, concludeerden de onderzoekers dat de barrières voor digitale gezondheidszorg niet alleen over vaardigheden gaan. Voor de jongere groep was het probleem niet een gebrek aan vermogen, maar een gebrek aan motivatie of gewoonte; zij moesten worden gestimuleerd om de diensten te gebruiken waarvoor zij de middelen al hadden. Voor de oudere groep waren de barrières fysiek en sociaal; zij hadden betere toegang tot apparaten en persoonlijke hulp nodig om hun zelfvertrouwen op te bouwen. De studie suggereert dat gezondheidszorgsystemen het probleem van digitale uitsluiting niet kunnen oplossen door simpelweg iedereen te leren hoe ze een computer moeten gebruiken. In plaats daarvan moeten zij erkennen dat verschillende groepen verschillende oplossingen nodig hebben. Een strategie die werkt voor een technisch vaardige jongvolwassene, zoals het sturen van een e-maillink, zal waarschijnlijk falen voor een oudere volwassene die een gedrukte handleiding en een vriendelijk persoon nodig heeft om de weg te wijzen.
De onderzoekers benadrukten dat hun bevindingen gebaseerd zijn op een momentopname en steunen op wat mensen zeiden dat ze konden, in plaats van hun werkelijke vaardigheden in een laboratorium te testen. Echter, de patronen waren duidelijk en consistent. De studie betoogt dat om digitale gezondheidszorg werkelijk rechtvaardig te maken, implementatiestrategieën afgestemd moeten zijn op de specifieke behoeften van deze populatiesegmenten. Het is niet genoeg om aan te nemen dat als je de digitale brug bouwt, mensen er ook overheen zullen lopen. Sommige mensen hebben een brug nodig die van andere materialen is gemaakt, terwijl anderen eerst iemand nodig hebben om met hen mee over te steken. Door deze onderscheidende profielen te begrijpen, kunnen gezondheidszorgsystemen verder gaan dan generieke oplossingen en ondersteuningssystemen ontwerpen die daadwerkelijk passen bij de levens van de mensen die zij proberen te dienen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.