Development and validation of a modified Technology Acceptance Model instrument for Digital Public Health Interventions among nurses in Kenya
本研究开发并验证了一个纳入了实施相关因素的改进型技术接受模型工具，该工具在评估肯尼亚护士对数字公共卫生干预措施的接受度方面展现出了令人满意的心理测量特性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图让整个学校都使用一套全新的、超级先进的数字化订餐系统。你买了平板电脑，安装了 Wi-Fi，甚至还打印好了手册。但当你环顾四周时，发现一半的学生仍在用餐巾纸涂涂画画，另一半人则只是在盲目地点击屏幕，因为他们根本不知道该怎么操作。为什么会这样？也许是系统太复杂了，也许是培训太枯燥了，又或者学生们只是觉得这套系统对于快速拿到食物并没有什么实际用途。
这正是 Anne Ikua 和她在斯特拉斯莫尔大学（Strathmore University）的团队所解决的难题，只不过他们面对的不是学校食堂，而是肯尼亚的医院。他们想要弄清楚，为什么护士们（或者说，为什么他们没有）使用新的数字健康工具来追踪艾滋病（HIV）和肺结核等疾病。
旧地图 vs. 新 GPS
几十年来，科学家们一直使用一个被称为技术接受模型（Technology Acceptance Model, TAM）的著名“地图”来预测人们是否会使用新技术。这张地图的基本逻辑是：“如果人们认为一个工具有用（Useful）且易于使用（Easy to Use），他们就会使用它。”这是一个简单且可靠的指南针。
但研究人员怀疑，这张旧地图在肯尼亚的背景下缺失了一些关键的地标。他们想：“那**推广过程（Rollout）**呢？培训是怎么进行的呢？又或者，当初始资金耗尽后，这个系统还能生存下去吗？”
于是，他们决定构建一个修改版的 GPS。他们采用了原始的 TAM 地图，并增加了两个全新的、至关重要的站点：
- DPHI 推广（DPHI Rollout）： 这关乎“如何做”。护士们是否参与了系统的设计？他们是否得到了良好的培训，还是仅仅被递了一本手册并被告知让他们自己去摸索？
- 可持续性（Sustainability）： 这在问：“明年这东西还能用吗？还是说一旦资金断裂，它就会瘫痪？”
大过滤器：哪些被剔除了？
故事在这里变得有趣起来。研究人员开始了一场关于他们想要测试的想法（构念）的大规模实验。他们拥有六个主要的成分：
- 感知有用性 (Perceived Usefulness)
- 感知易用性 (Perceived Ease of Use)
- 控制感 (Controllability)（护士们是否觉得自己能控制这项技术？）
- 实际使用 (Actual Use)（他们到底使用了多少次？）
- DPHI 推广 (DPHI Rollout)
- 可持续性 (Sustainability)
他们在肯尼亚 11 个县的公共卫生设施中，对 330 名护士进行了测试。他们要求护士填写调查问卷，然后通过统计学上的“筛子”来观察哪些想法能够站得住脚，哪些会被淘汰。
大拒绝：
研究明确排除了两个原始成分。
- 控制感被丢弃了。研究人员发现，在这些医院里，使用数字系统并不是一种选择，而是一种强制性的任务。你不能询问一个人对于他们每天必须使用的工具是否有“控制感”。数据表明，在这个特定的环境下，这个概念无法衡量任何有用的东西。
- 实际使用也被移除了。统计分析显示，该构念在测试阶段（EFA 和 CFA）表现出心理测量性能不足以及因子表现不佳的问题。数据本身并不支持将其作为一个可靠的测量标准应用于此情境，因此它从最终模型中被删除了。
获胜团队
经过统计学清理后，研究人员留下了一个精简、高效且真正起作用的四部分团队：
- 感知有用性： “这能让我的工作变得更好吗？”
- 感知易用性： “这容易上手吗？”
- DPHI 推广： “发布过程顺利吗？我们得到了好的培训吗？”
- 可持续性： “这能持久吗？”
最终测试表明，这个经过修改的新工具是非常稳固的。
- 信度（Reliability）： 问题始终如一地测量它们应该测量的东西。例如，“有用性”问题的信度得分为 0.92，“易用性”得分则为 0.93。（你可以把它想象成一个每次你踩上去都能给出精确体重的秤）。
- 效度（Validity）： 研究证明了这四个概念实际上是相互独立的。仅仅因为一名护士认为一个工具“容易使用”，并不自动意味着她认为它“有用”，数学模型证实了这些是截然不同的概念。
结论
这篇论文并不声称已经永久解决了数字健康的谜团。它并没有说：“现在所有肯尼亚的护士都会爱上他们的平板电脑了！”相反，它提出了更具实践性和衡量意义的观点：我们现在拥有了一个更好的、经过验证的工具来衡量接受度。
研究发现，对于肯尼亚的护士来说，“推广”体验（培训和用户参与）与技术是否易于使用同样重要。如果你跳过了培训，或者在设计阶段没有倾听护士们的意见，那么无论这项技术在纸面上看起来多么“有用”，整个系统都可能会失败。
研究人员谨慎地指出，这是一个时间切片式的研究（横断面研究），并且是在特定的县针对护士进行的测试。他们建议未来的研究可以尝试在不同的地方、针对不同类型的医护人员使用这个工具，以观察其是否依然有效。
简而言之，团队不仅找到了一个新的答案；他们还制造了一个更好的尺子来衡量问题。通过这把新尺子，他们发现，在肯尼亚的数字健康领域，你如何发布技术，与技术本身同样重要。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。