使用健康App的认知因素:健康意识、健康信息导向、电子健康素养与健康App使用效能关系的系统分析

简介

背景

近年来，随着移动通信设备的显著发展，移动健康(mobile health，简称mHealth)已成为医学、护理、健康通信等学科研究的热点之一[1-3.］．导致这一移动医疗热潮的主要因素是互联网接入的高普及率，特别是wi - fi服务的扩大，移动支持系统的不断改进，以及智能手机的使用增加。例如，91%的美国成年人现在拥有手机。4]， 53%的手机用户(占美国成年人的45%)拥有智能手机[5］．在这些先进的流动服务和科技发展的支持下，市民开始积极使用流动设备，透过互联网搜寻健康资讯[5］．例如，52%的智能手机用户通过智能设备查找健康信息[5］．

除了这些通过智能设备获取信息的行为外，这些设备上可用的健康应用程序也显著增加[3.，5-12］．根据Kamerow [13]，智能手机上大约有10万个与健康相关的应用;到2015年，全球约有5亿智能手机用户将使用健康应用。2012年，84%的智能手机用户至少下载过一款应用，其中19%的用户使用过健康应用来跟踪和管理自己的健康状况[5］．根据作者的说法，女性、年轻人和高收入人群对健康应用程序的采用程度更高。这些应用程序为用户提供与健康相关的服务，如医疗信息、血压检查、女性健康检查等。从健康app的具体功能来看，主要有三个方面:运动、饮食和体重管理[5］．例如，38%的健康应用用户使用健康应用来跟踪他们的运动情况。5］．

如上所述，智能设备上健康类应用的增长不可否认。3.，5-12］．因此，最近，医学科学和信息学领域的先前研究集中调查了智能手机上特定应用程序的有效性[3.，5-12］．他们特别关注智能手机应用程序针对特定健康状况(如肥胖)或疾病(如糖尿病)的功能和特征。例如，Morris等人评估了手机上的健康应用程序，特别是情感自我意识[9］．Kirwan等人和Frøisland等人非常关注1型糖尿病的智能手机应用程序[11-12］．这些研究有助于扩大我们对特定智能手机应用程序干预有效性的理解。

然而，我们对触发人们使用健康应用程序的一般认知动机知之甚少，这与个人的个人心理状况有关。除了Lim等人的研究[14，关于健康应用使用认知动机因素的实证研究很少。如果不正确理解采用和使用健康应用程序的动机和认知因素，就很难完全理解个人对此类应用程序的使用情况。因此，本研究旨在探索哪些认知因素会导致韩国智能手机用户使用健康应用程序。由于这个国家的互联网普及率很高，智能手机的普及率也很高，因此适合进行本研究。根据《2013年互联网使用报告》[15)， 2013年韩国成年人的互联网使用率约为86.2%，并持续增长。另外，20、30多岁年轻人的互联网使用率约为99.7%。此外，根据谷歌韩国对智能手机的营销研究，2013年7月，韩国智能手机的普及率达到73%，排名第一。16］．值得注意的是，在韩国，20至30岁的年轻一代中，约92%拥有智能设备。15］．总的来说，这项研究的发现将帮助学者和从业者拓宽他们对健康应用程序使用的理解。

理论背景与假设构建

尽管存在许多潜在刺激人们使用健康应用程序的认知因素，但我们相当关注以下四个主要因素:(1)健康意识，(2)健康信息导向，(3)电子健康素养，(4)健康应用程序使用效能。我们主要考虑了健康app的一般功能，选择了这四个因素。首先，因为健康app的根本功能是管理自己的健康状况[5]，健康意识与健康应用有着内在的联系。其次，人们使用健康应用程序是为了寻求健康信息，监测自己的健康状况，而不是为了获得实际的身体帮助。这意味着健康应用程序的使用与健康信息搜索行为更相关。因此，我们主要关注健康信息导向[17］．第三，必须考虑到来自健康应用程序的这些健康信息要求用户有能力准确理解所访问的信息;这被称为卫生信息素养。因此，关注个人对互联网健康信息含义的解读能力(eHealth literacy [17])，这项研究调查了电子健康素养在健康应用程序使用中的作用。此外，关于电子卫生素养，个人在寻找和理解适当卫生信息的能力方面存在认知差异[18-19］．这一结果暗示了健康应用程序使用效能在调节电子健康素养和健康应用程序使用之间的关系方面的潜在作用。基于这一推理，我们仔细研究了这四种认知因素对个人实际使用健康应用程序的潜在直接和间接影响。本节将详细阐述这些因素，并为本研究提出多个假设。

首先，健康意识基本上是指一个人对自己健康的重视程度[17，19］．健康意识水平高的人，更容易养成健康的生活习惯，花更多的时间进行锻炼和健康活动，积极收集各种来源的健康信息，避免出现不健康的情况[17，19］．这些人尤其有兴趣寻求各种各样的健康资料，以便收集更准确的资料[20.］．此外，已有研究表明，健康意识对人们的网络信息获取行为具有正向影响[17］．考虑到健康意识在健康信息获取行为中的影响作用，我们有理由认为一个人对自己的健康意识越强，他/她就会越积极地使用健康应用程序。基于这一论点，本研究建立了以下假设(H1):健康意识与健康app使用程度呈正相关。

健康取向与个体照顾自身健康状况的主动行为有关[21］．摩尔曼和马图利奇[22]将健康导向定义为“一种以目标为导向的激励，以从事预防性健康行为”。Dutta-Bergman将健康信息取向定义为“个人愿意寻找健康信息的程度”[17］．更具体地说，健康信息导向水平较高的人更有可能从各种来源收集健康信息。此外，Basu和Dutta还指出，"高度重视卫生信息表明，人们愿意寻找与卫生有关的问题，并设法对这些问题进行自我教育，包括利用那些作为有关这一问题的潜在信息来源的沟通渠道" [19］．考虑到健康信息的各种渠道的消费，健康信息导向可能与个人使用健康app作为查找健康信息的有用工具密切相关。因此，本研究建立了以下假设(H2):健康信息导向与健康应用的使用程度呈正相关。

以前关于健康信息搜索行为的研究一直认为，在线健康信息素养的重要性，通常被称为电子健康素养[5，18，23］．这是因为获取更多的信息并不一定意味着更好的信息。根据诺曼和斯金纳的观点，电子健康素养可以定义为“从电子来源寻找、发现、理解和评估健康信息，并将所获得的知识应用于解决或解决健康问题的能力”[18］．基于电子健康素养的这一定义，当一个人能够更好地寻找和理解在线健康信息时，她/他可能更有动力使用健康应用程序作为电子资源，这是可以理解的。因此，本研究建立了以下假设(H3):电子健康素养与健康应用的使用程度呈正相关。

与eHealth素养相关，我们必须考虑到个人使用健康应用程序的能力水平不同。为了更好地理解这一概念，健康信息效能的概念是有用的。Basu和Dutta-Bergman认为，卫生信息效能基本上是指“对卫生信息资源的获取或可用性的感知”[19］．此外，Yun和Park更加关注行为方面，[24]提出了依赖于Bandura自我效能概念的互联网健康信息使用效能概念[25］．在这里，自我效能被定义为一个人实现既定目标的能力。因此，网络健康信息使用效能是指个体有选择地使用一定的交际渠道，战略性地寻求必要信息的认知能力。基于这些关于互联网健康信息使用效能的争论，本研究提出了健康app使用效能的概念，即使用健康app获取和查找健康信息的认知能力。

在这里，关注电子健康素养与健康应用使用效能之间的潜在关系是有意义的。如上所述，电子健康素养与个体对自身寻求和理解在线健康信息能力的认知密切相关[18，26］．这种与在线行为相关的自我效能感可能与使用具有在线功能的移动工具显著相关——更具体地说，在这项研究中，智能设备上的健康应用程序。换句话说，电子健康素养水平较高的人更有可能认为她/他有更好的能力使用健康应用程序，这是合理的。这一信念暗示了电子健康素养对健康应用程序使用效率的积极影响。最终，它还描述了健康应用程序使用效能在电子健康素养和健康应用程序使用程度之间的中介关系。因此，本研究验证了以下假设(H4):健康应用程序使用效能将正向调节电子健康素养与健康应用程序使用程度之间的关系。

为了更深入地分析主要研究变量之间的关系，我们根据他们使用的健康应用程序的性质区分了两种不同类型的健康应用程序用户。为了做到这一点，我们必须首先区分两种类型的健康应用程序使用:面向信息的使用和面向行为的使用。信息导向使用是指在应用程序上搜索健康信息(如症状、药物、预防保健)。行为导向的使用包括通过应用程序主动监测、记录和管理健康状况。一些以行为为导向的使用例子是使用“糖尿病检查”应用程序来记录和监测一个人每天的胰岛素水平和卡路里摄入量，或者使用“跑步者”应用程序来跟踪一个人每天的健身计划和历史。认识到健康应用程序的不同功能用途，我们确定的两种健康应用程序用户类型如下:(1)信息导向用户，即单一用途用户;(2)信息行为用户，即双重用途用户。最终，本研究探讨了这五个研究变量之间的关系如何在这两组用户之间有所不同。在此过程中，我们探讨了以下研究问题(RQ1):单一目的(信息导向)用户和双重目的(信息行为)用户之间的五个研究变量之间的关系有何不同?

方法

参与者

在目前的研究中，我们使用了为一个更大的研究项目收集的数据子集，该项目调查了韩国人对媒体健康信息的普遍使用情况。这些数据是通过韩国一家专业调查公司进行的在线调查收集的，该公司以管理韩国最大的抽样池而闻名。较大项目的样本是通过比例分层抽样方法选择的，考虑到性别、年龄和居住区域。所有调查参与者都被告知总体研究目标和程序。只有那些同意参加在线调查的人才能看到调查结果。

问卷是用韩语进行的，其中包括一个问题，要求参与者报告他们在搜索健康信息时使用的不同类型的媒体。目前的研究只包括那些在这个特定问题中标记了“移动健康应用程序”的参与者的数据。换句话说，当前研究中包括的所有参与者都是出于信息导向的目的使用健康应用程序。

通过这个过程，我们总共获得了765份调查。性别构成方面的差异可忽略不计:50.6%(387/765)为男性，49.4%(378/765)为女性。在居住面积方面，参与者来自大都市地区(40.0%，306/765)、中等城市(36.3%，278/765)和农村地区(23.7%，181/765)。所有参与者都是年龄在19到59岁之间的成年人;平均年龄为37.1岁。在教育程度方面，大部分受访者持有大学学位(67.5%，516/765)或高中学位(22.7%，249/765)。约9%(69/765)的参与者拥有研究生学位(例如，硕士或博士)。

为了识别不同类型的健康应用程序用户，我们的样本中那些进一步表明使用健康应用程序是出于行为导向的目的(使用健康应用程序来监测和管理他们的健康状况，如血压、血糖、运动史等)的参与者被归类为信息-行为两用用户。其余的参与者被归类为信息导向的、单一用途的用户。调查参与者(55.3%，423/765)同时使用信息导向和行为导向，相比之下，仅使用信息导向的参与者(44.7%，342/765)。在两组的性别构成上，可以观察到，信息导向使用组的女性参与者略多(50.6%)，而信息行为使用组的男性参与者略多(51.5%，387/765)。然而，这种性别差异在两组中都可以忽略不计。信息导向用户的平均年龄(38.9,SD 10.6)略大于信息行为用户的平均年龄(35.7,SD 10.6)。

仪器

概述

除了使用健康应用程序的程度外，所有的测量都是5点李克特式量表(例如，1=非常不同意，5=非常同意)。本研究四项综合指标的信度检验达到了可接受的Cronbach alpha值(高于0.70)。

健康应用的使用范围

健康应用程序的使用程度被定义为使用健康应用程序的强度，并通过一个6分制的单项来衡量。具体来说，参与者被要求回答以下问题，“上个月，你花了多少时间使用健康应用程序?”(1= 1小时以内，2=1-2小时，3=2-4小时，4=4-6小时，5=6-10小时，6= 10小时以上)。由于健康应用程序的使用程度是一个单一的因素，使用单一项目的测量是完全可以接受的[27，28］．此外，我们没有使用典型的李克特式选项，例如5分制的“很多”、“非常多”和“很少”选项，而是创建并使用了由6个点组成的类别，对应于花费在健康应用程序上的时间，以获得更客观和可靠的概念测量。根据以往的研究[29-31]，这种类型的数据格式可用于常见的参数测试。此外，遵循Kline [29]及李及林[32]时，采用自举分析进行路径分析，以消除非正态分布中的标准误差。

健康意识

该因子通过Dutta-Bergman量表进行测量[17，通过五个项目来衡量健康意识的态度。由于因子负荷评分较低(小于0.50)，从进一步分析中删除了一个项目。这些项目的例子如下:"我在照顾自己的健康方面做得比较好"和"我的健康取决于我如何照顾自己"。该测量的信度评分是可接受的(平均值3.16，标准差0.64,N=765, alpha=.84)。

健康信息导向

为了测量健康信息取向，我们使用了Dutta-Bergman的原始量表[17]由八个项目组成。在因子分析过程中，有一项因因子负荷得分低而被剔除，不再进一步分析。项目示例如下:"为了保持健康，了解健康问题至关重要"和"当我服药时，我尽可能多地了解药物的好处和副作用"。该因子具有可接受的Cronbach alpha评分(平均值3.48,SD 0.55, N=765, alpha= 0.86)。

电子健康素养

为了衡量电子健康素养，我们使用了诺曼和斯金纳量表中的四个项目[17］．这些项目的例子如下:“我知道如何通过互联网找到有用的卫生信息”和“我拥有评估我在互联网上找到的卫生资源所需的技能”。该测量的信度评分是可接受的(平均值3.23，标准差0.59,N=765, alpha=.85)。

健康应用的使用效果

为了衡量这个变量，我们改写了compau和Higgins计算机自我效能量表中的四个项目[33］．这四项的例子如下:“如何在我的智能手机上使用健康应用程序很容易学会”和“我可以很好地评估我的智能手机上的健康应用程序的质量”。该因子也具有可接受的Cronbach alpha评分(平均值3.23,SD 0.64, N=765, alpha=.87)。

结果

描述性统计

在进行通径分析之前，我们对五个主要变量进行了描述性统计分析。通过一系列独立的样本t通过测试、单向方差分析(ANOVA)和双变量相关分析，我们检查了变量在性别、年龄、教育水平和使用模式方面的任何差异。首先，我们发现在健康意识方面存在显著的性别差异(米_男性= 3.30,米_女= 3.03,t= 6.06,P<.001)和电子卫生素养(米_男性= 3.31,米_女= 3.15,t= 3.83,P<措施)。男性参与者在这两个变量上的得分更高。其次，年龄与健康信息取向呈正相关(r= .157,P<.001)，则与健康应用程序使用效能呈负相关(r=−.136,P<.001)和健康应用程序的使用程度(r=−.107,P<措施)。第三，方差分析的结果报告了健康意识的显著教育差异(F_2762年= 5.20,P=.006)和电子卫生知识普及(F_2762年= 1.86,P= .019)。这两个方差分析的事后测试表明，教育背景越高的人健康意识和健康应用程序使用效率越高。最后是独立样本的结果t测试表明，除了健康意识外，其他四个变量的水平在信息行为使用者中显著高于信息导向使用者(见表1)．

假设测试

为了检验多重假设，我们建立了一个由五条路径组成的路径模型。为了检验这些假设，我们使用AMOS 21 (SPSS软件)进行了通径分析。此外，为了最小化来自非正态分布的标准误差，我们遵循Kline [29]及李及林[32]并使用我们研究样本中的200个子样本进行了自举分析。因此,P每个路径的值通过偏差修正百分位法计算。为了评估所提出路径模型的拟合优度，我们检查了比较拟合指数和绝对拟合指数:比较拟合指数(CFI;> .90)，增量拟合指数(IFI;高于。90)，标准化均方根残差(SRMR;低于.10)。虽然初始模型的路径分析的结果(见图1)提出可接受的模型拟合(χ²₂= 27.5, cfi =。95年,IFI =。95，SRMR=.04), the modification indices indicated the necessity to add a path from health information orientation to health-app use efficacy. To develop the final model, we removed two insignificant paths and added one path (see图2)．因此，最终模型显示了更好的模型拟合(χ²_3.=1.02, cfi =1.0, ifi =1.0, srmr =.007)。初始模型与最终模型相比，自由度每增加1个单位，卡方显著大幅减小26.4。H1假设健康意识与健康应用程序使用程度之间存在正相关。充分支持H1，健康意识对健康应用的使用产生了积极和强烈的影响(beta=.286，P= .012)。

H2和H3侧重于健康信息导向和eHealth素养在直接影响健康app使用程度方面的作用。关于这两个假设，通径分析的结果表明，无论是健康信息取向(beta=.08，P=.38)或电子健康素养(beta= - .09，P=.508)对健康应用程序的使用程度有直接影响(见图1)．这些结果表明H2和H3被拒绝。然而，作为最终路径模型(图2)表明，健康信息导向强烈影响健康应用程序使用效能(beta=.220，P= .011)。这揭示了健康信息导向对健康应用实际使用的间接影响。因此，为了检验健康应用程序使用效能在健康信息导向和健康应用程序使用程度之间中介关系中的作用，我们使用了Sobel检验。测试结果发现，健康应用程序使用效果具有显著的中介效应(Sobel的统计值=2.45，P= .014)。

接下来，为了关注自我效能感对个体实际行为的影响认知作用，我们重点研究了健康app使用效能。在本研究中，我们假设健康应用程序使用效能会正向调节电子健康素养与健康应用程序使用程度之间的关系(H4)。通径分析的结果表明，电子健康素养对健康应用程序使用效率有强烈的正向影响(beta=.39，P=.005)，最终影响了健康应用程序的使用程度(beta=.233，P= 0)。此外，为了测试健康应用程序使用功效的中介效应，我们使用了Sobel测试。Sobel测试的结果完全支持健康应用程序使用功效的中介效应(Sobel的统计值=2.67，P=.007)，从而完全支持H4。

最后，通过RQ1，本研究探讨了两组健康应用用户(信息导向用户和信息行为用户)之间的研究变量之间的关系是如何不同的。为此，我们对最终模型进行了多群结构方程建模(SEM)图2)，并比较两组间的四对回归系数。表2显示统计比较的结果。结果表明，只有从健康应用程序使用效率到健康应用程序使用程度的路径在两组之间存在统计学差异(Z=−2.14,P= 03)。具体而言，虽然在信息行为用户中，健康应用程序使用效能对健康应用程序使用程度的直接影响具有统计学意义(beta=.319，P=.008)，这种影响在信息导向用户中不显著(beta= - .045，P= .734)。

‎ 查看此图

‎ 查看此图

讨论

主要研究结果

考虑到健康应用使用动机因素的研究不足，本研究的主要目标是探索认知因素如何激励个体使用健康应用。特别地，关注两种不同类型的健康应用程序使用——信息导向(单一目的)使用和信息行为(双重目的)使用——我们关注四个认知因素:健康意识、健康信息导向、电子健康素养和健康应用程序使用效能。在进行主路径分析之前，我们检查了性别、年龄、教育程度和健康应用程序使用模式的五个主要变量的差异。与之前对健康应用的研究一致[5]，年轻的参与者在健康应用程序的使用效率和使用程度上都报告了更高的分数;此外，高等教育背景的参与者往往对自己的健康更有意识，电子健康素养水平更高。此外，这项研究发现，与女性相比，男性也报告了更高水平的健康意识和电子健康素养。这些结果支持了之前的研究结果。另一个值得注意的发现是，与信息导向用户相比，信息行为用户在大多数变量上的得分更高。

除了这些描述性发现外，通过通径分析还观察到一些有意义的发现。首先，支持先前关于健康意识积极作用的研究结果[17]，本研究中的健康意识也被发现与个人使用健康应用程序呈正显著相关。也就是说，对照顾自己更感兴趣的人比不太关注自己健康的人更有可能使用健康应用程序。这一发现重申了现有知识，即健康意识是指导采用卫生技术的最主要因素之一。

接下来，值得注意的是，与最初的预测不同，健康信息导向和电子健康素养对健康应用程序的使用程度没有直接影响。相反，这两个因素的影响是由健康应用程序使用效率介导的。这表明了健康应用程序使用功效的重要作用。总体而言，那些更倾向于积极寻求健康信息、对在线健康信息有更好理解的人，往往会更有效地使用健康应用程序，并为健康应用程序分配更多的时间。然而，正如多组SEM的结果所示，健康应用程序使用效能对健康应用程序使用程度的影响仅在信息行为用户中具有统计学意义。这可能是由于卫生信息媒介的取代[34，35］．以信息为导向的用户可能只在需要某些类型的健康信息时才会不定期或偶尔使用健康应用程序。另一方面，信息行为用户也倾向于偶尔寻求健康信息，但定期管理他们的健康。在这里，必须考虑到一般的健康信息可以通过各种在线来源获得。这意味着提供一般健康信息的健康应用程序更容易被这些方便的替代品取代。然而，考虑到他们习惯使用健康应用程序进行健康管理，信息行为用户可能需要投入额外的资源，以寻找和常规化替代媒体。此外，当一个人经常有效地使用某个健康应用程序时，她/他将更倾向于继续使用该应用程序，而更不愿意取代它。这一特别的发现解决了健康应用程序使用模式在确定健康应用程序使用强度/程度方面的关键作用，进一步，从理论上有助于扩大我们对健康应用程序使用行为方面的理解。

此外，健康应用程序使用功效的重要作用表明了以下实际含义。健康应用的使用效能在概念上依赖于Bandura的[25自我效能的概念。此外，在技术使用方面，自我效能感通常与感知使用某些技术的便利性有关。因此，当一个人感觉使用健康应用程序的便利性更高时，他/她可能会感受到更高的健康应用程序使用效能。这解决了创建健康应用程序的重要性，允许更高级别的易用性和便利性使用。尽管流行的健康应用程序为用户提供详细、有用的信息，但其中许多应用程序需要用户完成多个步骤才能访问这些信息。例如，为了通过智能手机应用程序“Lose It”获得每日卡路里摄入量的信息，用户必须首先完成几个步骤，并提供有关饮食的许多细节(例如，早餐、午餐、晚餐和零食中每种成分的确切类别和数量)。虽然这个应用程序为用户提供了准确的信息，但这个重复复杂的过程需要用户投入大量的时间和精力。这可能会对用户的健康应用使用效能产生负面影响，最终影响用户使用该应用的意愿。因此，从业者需要在构建健康应用流程时简化和简化算法。

限制

总的来说，这些发现将为未来健康应用程序的研究提供有益的实证和理论基础。此外，它们可以指导从业者制定更现实和战略性的计划，以提高健康应用程序的消费。尽管如此，考虑到本研究的局限性，建议今后进行以下研究。首先，如上所述，人们出于不同的原因使用健康应用程序——锻炼、减肥、检查血糖、跟踪月经周期等等。基于上述用途和满足理论[36]，使用健康应用程序的不同目的可能与动机因素有关。虽然目前的研究主要关注健康应用程序使用的两种不同的一般模式——面向信息的使用和信息-行为使用——但未来的研究将受益于对健康应用程序具有的更多样化功能的更彻底探索，特别是那些专注于特定类型的健康状况和需求的功能(例如，针对2型糖尿病、阿尔茨海默氏症、怀孕和健身的应用程序)。此外，在健康应用程序上花费的时间可能由健康应用程序提供的特定功能决定。例如，使用健康应用程序来检测血糖水平所需的时间，要比使用健身应用程序来记录跑步里程所需的时间短得多;尽管前一种类型的应用可能会被更频繁地使用。因此，对于未来的研究，建议在更详细地识别各种应用程序的具体特征和功能的基础上，关注健康应用程序使用的多个方面，特别是使用的程度和频率。

其次，目前这项研究的另一个局限性是拥有大学学位的参与者比例相对较大。尽管人们经常观察到，受教育程度较高的人往往更积极地采用新技术(如智能设备)[37]，仍有必要收集更多有代表性的样本用于未来的研究。考虑到社会影响对技术采用和使用的影响[36，38-40]，对于社会经济地位(SES)而言，收集具有更高代表性的样本变得更加重要。这主要是因为社会影响与教育水平和社会经济地位密切相关。也就是说，具有较高教育水平和社会地位的个体更有可能受到对新技术更开放的有影响力的他人的主观规范的影响。因此，建议未来的研究通过收集更多具有代表性的样本，进一步考虑与社会影响相关的教育水平和社会经济地位的作用。

最后，在健康信息查询行为方面，我们需要考虑以下几点。鲍姆加特纳和哈特曼[37]认为，在网上搜索健康信息与一个人的健康焦虑程度密切相关。此外，基于信息管理理论的研究[41-43他指出，一个被诊断患有慢性疾病(如艾滋病、癌症)的人会想要管理他们接触到的可用信息的数量，而不是主动寻求信息以减少不确定性。这些发现通常表明，通过健康应用程序获取信息的行为可能受到人们实际健康状况的调节。换句话说，有可能患有慢性疾病的人不太倾向于寻求进一步的信息，即使他们拥有很高的电子健康素养以及健康应用程序的使用效率。因此，未来的研究可以考虑进一步研究健康应用程序的使用与个人健康状况的关系。

结论

作为移动健康的一个特定领域，智能手机健康应用程序是人们越来越感兴趣的一种重要技术形式。然而，我们对引导人们使用健康应用程序的动机因素知之甚少。因此，本研究旨在探讨健康意识、健康信息导向、电子健康素养和健康应用使用效能四个认知因素对健康应用使用程度的影响。通径分析的结果说明了健康意识的显著直接影响以及健康应用程序使用效能的强烈中介作用。这些发现有助于拓宽我们对健康管理的新数字维度的理解，特别是围绕移动技术。