移动医疗应用的活跃使用:横断面研究

简介

背景

随着智能手机设备在世界范围内的普及，移动健康应用程序被消费者越来越多地使用。到2019年，全球有超过25亿人拥有智能手机。1]，而截至2017年，超过50%的受访者在智能手机上安装了移动医疗应用程序[2］．2021年，全球移动医疗应用的市场总规模预计将达到近1000亿美元[3.］．在美国，超过60%的患者使用移动医疗应用程序和其他数字设备来管理他们的健康[4]，而在中国，最受欢迎的移动医疗应用程序的活跃用户数量在2020年1月超过1050万[5］．在美国，最常见的移动健康应用程序与天气、健身和营养有关[6到2017年，中国健康生活信息、生命体征测量/记录、健康医疗提醒等[7］．因此，移动健康应用已经成为个人健康管理的重要组成部分。

流动医疗应用程序是指在流动设备上以互联网为基础的应用程序，以支援医疗和健康活动[8］．移动健康应用通常提供监控消费者健康状况、记录消费者健康相关数据、提供医疗参考、辅助医疗决策等功能[9］．移动健康已被证明会影响消费者的健康行为，包括身体活动、饮食、酒精、性行为和药物依从性[10］．与此同时，移动医疗已被用于帮助管理健康状况，包括糖尿病、哮喘、抑郁症、听力损失、贫血和偏头痛[11］．然而，移动医疗应用程序的市场仍在发展，即使它们具有公认的好处[12］．除了移动健康应用对人们健康状况的影响外，移动健康应用的使用情况也会影响移动健康服务的成功与否[13］．

根据使用状态，移动健康应用的使用可分为主动和被动两类。主动使用是指消费者对移动医疗应用的高度参与和完全使用，而被动使用是指偶尔和有限地使用移动医疗应用[14］．与被动使用相比，移动健康应用的主动使用不仅使用了不同的功能，如发布和更新个人信息或使用非传统功能，而且有不同的前因。由于积极使用移动医疗应用程序与移动医疗服务的有效性有关，包括提高心理灵活性[15]，提倡维持与健康有关的改变[16]，以及改善健康状况[17]，研究移动健康应用的活跃使用情况具有重要意义。

之前的文献基于信息系统接受理论，如技术接受模型(TAM)、理性行为理论(TRA)、计划行为理论(TPB)和技术接受与使用统一理论(UTAUT)，研究了移动健康应用或服务的采用或使用。例如，Hoque和Sorwar [18通过在老年人中采用移动医疗的研究中纳入技术焦虑和对变化的抗拒，他们扩展了UTAUT，并发现仅促进条件并没有显著影响。阿拉姆等[19]以感知可靠性和价格价值扩展UTAUT，并考虑性别的调节作用来研究移动医疗采用，发现努力期望和价格价值不影响采用意愿。移动医疗采用和使用的综合文献综述被提出多媒体附件1．然而，以往的研究很少考虑移动健康应用属性的影响，并考察了影响移动健康应用活跃使用的因素。由于之前关于移动医疗应用程序的研究很少涉及积极使用，我们也考虑了积极使用或在其他情况下使用的文献。例如，Wu等[20.]从依恋的角度研究了移动即时通讯应用的活跃使用，并将预测因素分为3个方面:象征主义、美学和必要性。达文波特等[21研究发现，在大学生中，自恋与积极使用手机有显著关系，但在成年人中则没有。一个全面的文献综述的积极使用信息系统提出多媒体附件2．虽然之前的文献已经发现了活跃使用的几个预测因素，但没有一个预测因素反映了移动健康的背景。考虑到移动健康应用的积极使用的重要性，本研究试图理解和解决具体的研究问题哪些因素影响移动医疗应用的活跃使用?因此，我们以三因素理论为研究基础，提出消费者满意度和不满意度可以作为影响移动健康应用积极使用的因素机制。在影响因素方面，我们主要关注移动健康应用的属性。

通过解决这一研究问题，我们的研究做出了3个重要贡献:(1)我们探索了活跃使用移动医疗应用程序的因素，这在很大程度上尚未得到充分研究;(2)基于三因素理论对移动健康应用的活跃使用属性进行分类和关联;(3)在移动医疗环境下对三因素理论进行了扩展和验证。本文的其余部分组织如下:在下一节中，我们回顾了三因素理论和消费者满意/不满意的文献，然后是我们的模型和假设。接下来的部分提供了研究方法和数据分析。接下来，讨论了本研究的分析结果以及对研究和实践的启示。在最后一部分，我们总结了本研究的局限性和未来研究的途径。

理论背景

本研究以三因素理论为主导理论构建研究模型。同时，本节讨论了满意与不满意的理论背景。

肠胃病用药理论

三因素理论是二因素理论的延伸，最初是为了解释组织背景下的工作满意度[22］．然而，二因素理论因其对影响因素类别的过于简化和没有考虑语境而受到批评[23］．狩野等[24改进了2因素理论，并制定了3因素理论，将产品质量分为满足消费者需求的3个因素。这3个因素被称为基本因素、兴奋因素和性能因素，综合了质量的5个属性。在Kano的模型中，基本因素对应于二因素理论中的卫生因素，代表消费者的基本需求，不影响满意度。兴奋因素与动机因素相对应，会引起兴奋，但不在场时不会引起不满。第三类，被称为“表现因素”，介于基本因素和兴奋因素之间，它们在在场时引起满意，在不在场时引起不满。

三因素理论在不同的语境中有着广泛的应用。在之前的文献中，使用了3因素理论对网购网站的设计属性进行分类[25]，测试资讯系统的品质[26]，排序电信服务属性[27］．因此，以往的研究证明了三因素理论在考察影响移动健康应用使用和采用的因素方面的有效性和力量，可以全面了解移动健康应用使用的前因。

消费者满意与不满意

关于消费者满意与不满意的关系，以往的研究对消费者满意的维度提出了两种截然不同的观点[21，28，29］．一种观点认为消费者满意度是单一维度的。因此，消费者满意和不满意是连续体的两端。另一种观点认为消费者满意度是双向的。因此，消费者满意和不满意是两个独立的构念。在本研究中，我们认为消费者满意和不满意是遵循二维观点的两个独立结构。消费者满意之所以在当前语境下与消费者不满意不完全相反，是因为消费者满意与消费者不满意也可能是由不同的因素引起的，这一点由三因素理论提出[23］．部分前因变量对消费者满意度有显著影响，但不影响消费者不满意。同时，消费者的满意程度不一定与不满意程度相对应。因此，消费者满意与不满意可以同时共存[27］．

之前的文献也提供了消费者满意度是二维的证据。巴宾和格里芬[30.]的研究结果表明，满意度与不满意度2因素模型具有可接受的拟合优度，表明满意度与不满意度具有明显的差异。陈等[27发现消费者满意和消费者不满意具有构内收敛性和构间判别效度。金等[31调查发现，影响全方位服务酒店满意度和不满意度的因素是截然不同的。因此，在我们的研究中应用消费者满意度的二维视角是可行的。

研究模型与假设发展

根据三因素理论，我们提出移动健康应用的属性会导致对应用的满意或不满意。这种满意和不满意可能导致对移动健康应用程序的积极使用。同时，我们将移动健康应用的属性分为基本属性、兴奋属性和性能属性。文中给出了研究模型图1．

‎ 查看此图

消费者满意与不满意的影响

过程观认为，消费者满意是指对产品或服务的实际表现是否符合自己期望的评价[32，33］．当产品或服务的实际表现符合或超出消费者的预期时，他们就会感到满意。一旦他们感到满意，他们就会改善对产品或服务的态度。34，35]，进行正面的口碑宣传活动[36]，并增加承诺[37］．

由于对移动医疗应用程序的积极使用可以反映消费者对移动医疗应用程序之间关系的坚定承诺[38]，它可以被认为是消费者使用移动健康应用程序参与度的行为表征。因此，当消费者在使用移动健康应用程序时感到满意时，他们就会承诺并参与使用该移动健康应用程序。因此，我们假设:

假设1 (H1):消费者满意度正向影响消费者对移动健康应用的积极使用。

消费者不满反映了消费者在期望与产品或服务的实际表现不一致时的评价过程[39］．以往文献揭示，消费者不满可能导致消极行为，如切换[40]，抱怨[41]，或参与负面口碑传播[36］．消费者对移动健康应用的预期与实际表现不一致，导致消费者产生后悔、失望等负面情绪[42］．这种负面情绪最多只会导致消费者对使用移动健康应用程序的承诺不佳。因此，我们假设:

H2:消费者不满情绪对消费者对移动健康应用的积极使用产生负面影响。

移动医疗应用程序的属性

为了确定影响消费者积极使用移动医疗应用程序的属性，我们进行了访谈和全面的文献回顾。首先，我们在中国对50名移动医疗应用程序用户进行了开放式访谈，询问他们诸如移动医疗应用程序的哪些属性影响您积极使用它们?我们以关键词和短句的形式记录了关于满意/不满意的回答。然后，两名博士生对记录的回答进行内容分析，以确定可能反映移动健康应用程序属性的项目。他们之间的分歧通过讨论解决了。其次，我们筛选了关于移动医疗采用的文献，以确定可能的属性，并通过结合访谈和我们全面的文献回顾的属性建立了一个属性池。然后，我们根据它们是否适用于移动医疗应用程序来选择属性。中总结了属性及其来源的定义表1．最后，基于三因素理论将属性分为三类。

将特定属性的定义与这3个类别的定义结合起来，我们可以将识别的属性分为这3个类别。根据三因素理论，兴奋性和性能属性会导致消费者满意，而性能和基本属性会导致消费者不满意。随着不同属性的存在，消费者满意与不满意可能并存。具体来说，我们将设计美学、定制化和享受归类为兴奋属性，因为这3个特定属性不是消费者的主要关注点，但会给他们带来额外的价值。接下来，我们将社交性、信息支持和情感支持归类为性能属性，因为这些特定属性可以促进消费者与健康专业人员的互动和沟通，这是消费者使用移动健康应用程序的主要目的。最后，我们将移动性、感知安全性、技术功能和信息质量归类为基本属性，因为这些特定属性是任何移动应用程序的基本需求[51］．这种分类也通过卡片分类方法得到了初步的确认[52］．在本研究中，我们将兴奋、表现和基本属性视为包含我们提出并通过卡片排序方法确认的属性的二阶形成性构造。属性与消费者满意/不满意之间的关系将在下面指定。

兴奋属性方面，移动健康应用的颜色、形状、布局等设计美学决定了消费者的审美[43］．同时，设计美学可以满足人们在使用移动健康应用时的审美需求[53］．因此，设计美学可能会影响消费者使用移动健康应用的满意度。定制增加了消费者对移动健康应用程序的感知控制，并标志着移动健康应用程序的质量[54］．移动健康应用的感知控制和高质量会影响消费者使用移动健康应用的满意度。在享受方面，为消费者提供愉快的体验对于影响他们对移动健康应用程序的看法至关重要[45］．使用移动健康应用程序的乐趣将是消费者使用移动健康应用程序的内在动机[55］．因此，享受反映了消费者内在动机的满足。因此，我们假设:

H3:以设计美学、定制化、享受为特征的兴奋属性正向影响消费者满意度。

在性能属性方面，移动健康应用集成了各种形式和功能，以支持消费者之间的沟通和互动[47］．促进卫生专业人员与消费者之间的互动，可在使用移动卫生应用程序时产生流动体验，并提高消费者在使用移动卫生应用程序时的满意度[56］．如果移动医疗应用程序不能促进交互，消费者可能会不满意。因此，如果移动健康应用具有这一属性，社交性可能导致满意，如果移动健康应用不具有这一属性，社交性可能导致不满意。同时，信息支持和情感支持都是社会支持的维度。来自移动健康应用的健康信息可以满足消费者处理健康问题的需求。相比之下，医生和其他消费者使用移动健康应用程序提供的情感支持可能提供情感支持，满足消费者的情感需求[57］．如果移动健康应用不能提供信息支持和情感支持，消费者的健康需求可能得不到满足，引发的负面情绪可能使消费者对使用移动健康应用产生不满。综上所述，我们假设:

H4a:以社交性、信息支持和情感支持为特征的性能属性对消费者满意度有正向影响。

H4b:以社交性、信息支持和情感支持为特征的性能属性对消费者不满有负向影响。

在移动性方面，使消费者能够随时随地使用移动医疗应用程序的基本属性不仅属于移动医疗应用程序，也属于移动设备[58］．鉴于移动设备上的其他应用程序可共享移动性[59]，它可以被认为是使用移动医疗应用程序的基本因素。因此，如果移动医疗应用程序不具备这一属性，移动性可能会导致不满。感知安全是建立信任以使用任何IT的关键驱动因素之一[49］．虽然一些移动健康应用没有集成移动购物功能，消费者也不会遭受任何经济损失，但消费者的私人信息仍然可能被未经授权的访问、使用、存储或传输。消费者可能要求应用程序提供商在使用移动医疗应用程序时确保其私人信息的安全。因此，感知安全是影响消费者不满的基本属性。在技术功能方面，移动健康应用的技术功能，如响应速度、稳定性和可访问性，可能会决定消费者的使用体验[60]，但这些功能不仅针对移动医疗应用程序，而且对其他IT产品也至关重要。因此，技术功能是一个基本属性，如果这个属性表现不好，可能只会影响消费者的不满。关于信息质量，定义信息质量的三个主要方面是传递信息的相关性、及时性和准确性[61］．使用移动健康应用程序产生的通信质量取决于通过移动健康应用程序传输的信息质量[62］．因此，信息质量也是完成使用移动健康应用的主要目的的基本条件，信息质量的缺失会导致消费者的不满。因此，我们假设:

H5:基本属性，如移动性、感知安全性、技术功能和信息质量，对消费者不满意度产生负向影响。

方法

测量仪

本研究采用问卷调查的方法来验证我们提出的研究模型。测量仪器是通过调整以前验证过的刻度开发的。构造和项源显示在表2．所有项目都采用李克特7分制，从1=非常不同意到7=非常同意。此外，我们的研究还包括几个控制变量，以衡量消费者的特征，如年龄、性别、教育程度、年龄和使用移动健康应用程序的频率。移动健康应用的使用时长反映了用户使用移动健康应用的时长，而使用移动健康应用的频率则反映了用户每天使用移动健康应用的次数。

由于本研究在中国进行，且受访者主要为中国人，因此我们使用反向翻译法将调查问卷翻译成中文。该英文文书最初由一位双语作者翻译成中文。接下来，另一位双语作者将中文版反译为英文。然后，两位作者比较了两个英文版本的不一致之处。接下来，对8名卫生信息系统专家和16名移动应用用户进行访谈，识别得到的模糊或重复的项目和建议，以提高调查工具的质量。最后，我们根据收到的意见和建议对问卷进行了修改。该测量仪器的详细情况见多媒体．

数据收集

这些数据是在中国收集的，中国是世界上最大的移动市场之一[67］．这项在线调查是通过中国一家知名网络调查公司的付费服务进行的。中国华中科技大学同济医学院机构评审委员会批准了我们的研究程序(编号:no。2017 s319)。通过2020年5月为期3周的调查，我们通过在线调查公司在用户池中随机向782名中国移动健康应用用户发送问卷，共获得674份回复。因此，我们的调查回复率为86.2%。

考虑到我们使用的是在线调查，可能存在便利样本、超级受访者、异常受访者或常见方法偏差等问题。根据在线调查的指导方针，我们采取了建议的几项行动，以确保数据质量[68］．首先，我们选择在线调查公司的付费服务可以解决方便抽样的问题，因为该公司的用户背景不同，分布在不同地区。其次，我们设置筛选问题，询问受访者是否为实际的移动医疗应用程序用户，排除可能产生不相关回答的受访者。筛选问题包括你的智能手机或平板电脑上有移动医疗应用程序吗?你在智能手机或平板电脑上安装了多少移动健康应用程序?根据他们对这些筛选问题的回答，可以检查他们是否在使用移动医疗应用程序，从而确定实际用户。第三，为了解决擅长在线填写问卷的超级受访者的问题，我们剔除了时间不合理的短(小于5分钟)完成问卷的回答。第四，我们剔除了受访者没有正确回答逆向编码和注意力陷阱问题的回答，并对所有问题给出了太多相同的答案(超过90%)，以消除随意的回答。反向编码的问题是否定的措辞，它的分数需要反向进行进一步的数据分析，而注意力陷阱的问题很容易回答，只有一个正确的选项。最后，我们对常见的方法偏差进行了程序性补救，包括随机项目和使用不同的回答格式[57］．

在清理收集到的数据后，我们得到了494个完整有效的响应。在本样本中，大部分受访者年龄在18-30岁之间，女性(280/494,56.7%)，拥有大学学历，熟悉移动健康应用。我们研究样本的人口分布与中国互联网络信息中心关于移动互联网用户全国概况的报告一致[69］．我们最终样本的具体人口统计信息总结在表3．

数据分析

本研究采用结构方程建模的偏最小二乘(PLS)技术对数据进行分析。PLS是第二代多元因果分析方法，可以分析复杂的结构方程模型[70］．PLS也可以应用于探索性研究，其目的是建立理论而不是检验理论。此外，PLS可以用形式化或反思性指标对结构进行建模。分析使用SmartPLS 2.0.3M (SmartPLS GmbH) [71］．根据Anderson和Gerbing提出的两阶段方法[72]，我们分析了测量模型来测试信度和效度，然后分析了一个结构模型来测试我们的研究模型。为了检验结构模型的信度和效度，我们进行了验证性因子分析，同时采用PLS进行自举分析。结果部分介绍了我们所开发的测量仪器和结构模型的信度和效度结果。

结果

信度与效度

信度和效度指标总结在表4-6．在表4， Cronbach α和复合可靠度均为>。7，thus demonstrating reliability for all constructs. The value of the average variance extracted (AVE) of each construct was >0.5, thus demonstrating good convergent validity [73］．基于的结果表5而且6时，每个项对其指定构式的装载量为>0.7，其他构式的装载量甚至更高，而AVEs的平方根均大于构式间相关性，从而证明了判别效度[74］．因此，我们得出结论，测量模型的质量足以测试假设的关系。

在我们的研究中，我们还检查了常见方法偏差的可能性。首先，我们研究了变量之间的相关系数表4并发现没有一对有很高的相关性(r> .90) [75］．其次，在SPSS Statistics 18.0中使用主成分分析进行Harman单因素检验。共提取了10个因子，未旋转溶液中的第一个因子解释了39.61%的变异，<50% [76］．第三，我们采用标记变量技术来检验常见方法偏差[77］．选择组织承诺作为标记变量，因为它在理论上与我们的研究模型无关。我们发现，组织承诺对移动医疗应用的活跃使用没有显著影响(β=.014，P> . 05)。

假设测试

在我们的研究模型变量的描述性统计在表7．文中总结了结构模型分析的结果图2．结果表明，消费者满意度(β=.351，t= 6.299,P不满意(β= -.251，t= 5.119,P<.001)显著影响消费者对移动健康应用的活跃使用，因此支持H1和H2。这意味着三因素理论是预测消费者对移动健康应用的积极使用的一个有用的理论视角。

‎ 查看此图

作为二阶形成构式，兴奋属性(β=.525，t= 12.861,P<.001)显著影响消费者满意度。因此支持H3。此外，相应的一阶构念，包括设计美学、定制和享受，共同构成兴奋因素。关于绩效属性，结果还表明，它们既影响消费者满意度(β=.297，t= 6.508,P不满意(β= -.231，t= 3.729,P<措施)。因此支持H4a和H4b。同时，相应的一阶构形，包括社交性、信息支持和情感支持，是绩效因素的必要组成部分。关于基本属性(β= -.412，t= 7.132,P<.001)，包括移动性、感知安全性、技术功能和信息质量，它们被发现对消费者的不满有显著影响。因此，支持H5。结果表明，基本因素的分类是有效的。最后，考虑了控制变量的影响。只有使用移动健康应用程序的时间长度与移动健康应用程序的活跃使用显著相关。

讨论

主要发现及影响

在这项研究中，我们确定了影响人们积极使用移动健康应用程序的10个属性。基于3因素理论，我们将属性分为3类，分别对应3个因素，即兴奋属性、表现属性和基本属性。兴奋性和性能属性被认为显著影响消费者满意度，而性能和基本属性被认为显著影响消费者不满意度。消费者满意度和不满意度都会影响移动健康应用的积极使用。兴奋属性包括设计美学、定制和享受;绩效属性包括社交性、信息支持和情感支持;基本属性包括移动性、可感知的安全性、技术功能和信息质量。为了验证属性的分类和对移动健康应用程序活跃使用的影响，我们使用调查方法并使用PLS技术分析数据。实证结果证实了我们假设的3个属性对消费者满意度和不满意度以及对移动健康应用程序的积极使用的差异影响。同时，所有的一阶构念也被发现与它们相应的二阶构念显著相关。 Therefore, the feasibility and validity of the 3-factor theory were manifested in our study. The interestingness and uniqueness of our findings in terms of theoretical and practical implications are further discussed.

从理论角度看，我们做了几点贡献。首先，我们通过研究移动健康应用的活跃使用情况，为健康信息系统的使用和采用文献做出了贡献，从而揭示了移动健康应用的使用或采用情况。由于大多数研究没有考虑到移动医疗应用程序的积极使用，正如本文所做的那样[18，19]，考虑到积极使用对移动健康应用的有效性的重要性，本文的结果提供了更好和更深入的理解移动健康应用的采用和使用。

其次，我们还通过识别积极使用移动医疗的几个有影响力的属性，并基于3因素理论的框架对它们进行分类，为卫生信息系统的使用和采用文献做出了贡献。以往的文献很少关注移动健康应用属性的影响。本研究基于三因素理论，不仅识别了移动健康应用积极使用的基本属性，而且区分了各种属性在移动健康应用积极使用中的不同作用。例如，兴奋性和性能属性可以推动移动健康应用程序的活跃使用，而性能和基本属性可能阻碍移动健康应用程序的活跃使用。此外，研究结果还揭示了识别属性的有效分类。

第三，我们通过研究移动健康应用的活跃使用情况，为健康信息系统的使用和采用文献做出贡献。以前关于信息系统活跃使用的研究主要集中在移动即时消息[20.]、社交媒体[21]，或网上社区[78-80]，其中几项研究揭示了推动移动医疗应用积极使用的因素。因此，我们的研究丰富了积极使用卫生信息系统的文献。同时，我们的研究通过探索导致积极使用的独特属性，如信息支持和情感支持，反映了移动健康应用积极使用的特征。

最后，我们通过将三因素理论文献扩展到移动医疗应用的背景下，为其做出了贡献。以往文献主要将3因素理论应用于网站设计或电信服务等语境[25，27]，而我们的研究验证了三因素理论在移动医疗环境下的可行性。同时，基于三因素理论，我们提出满意度和不满意度在移动健康应用使用的前因和移动健康应用的积极使用之间发挥中介作用。我们的结果为满意和不满意之间的差异提供了进一步的支持。

从实际的角度来看，这项研究将帮助政策制定者和医疗提供商通过使用我们的移动健康应用程序活跃使用的测量项目来识别活跃用户。例如，在使用移动健康应用程序上花费的时间、使用频率以及消费者使用行为的一些痕迹，如消费者在移动健康应用程序中生成的内容量，可以用来组成一些指数来定位活跃用户。可以设置花费时间、使用频率、生成内容或其他轨道的阈值，以决定谁是活跃用户，谁是被动用户。在确定不同用户的不同使用状态后，政策制定者和医疗提供者可以使用相应的策略来促进不同用户使用移动健康应用程序的参与度。

本研究以经验为依据，确定了一些属性，这些属性可能有助于预测消费者对移动医疗应用程序的积极使用，并帮助政策制定者和应用程序设计者为消费者推广合适的移动医疗应用程序。例如，为了提高消费者的使用，移动健康应用应该在移动健康应用的移动性、信息质量、感知安全性和技术功能可接受的前提下，关注兴奋属性和性能属性，包括设计美学、定制化、享受性、社交性、信息支持和情感支持。

最后，由于消费者满意度和不满意度都会影响用户的积极使用，从业者不仅要强调用户在使用移动健康应用程序时的满意度，还要减少用户在使用移动健康应用程序时的不满意度。一旦消费者对移动医疗应用的任何方面感到不满意，他们可能会从主动用户变成被动用户。如果他们对使用移动医疗应用程序仍然不满意，并且切换的障碍很低，那么他们可能会切换到其他移动医疗应用程序。

局限性和未来研究

本研究的结果可以根据其局限性来解释。首先，尽管我们确定了移动健康应用程序使用的几个前因，但移动健康应用程序活跃使用的解释差异仍有改进的潜力。我们对移动健康应用程序使用和采用的文献综述显示，社会、个人和动机因素会影响移动健康应用程序的使用和采用，这些因素对移动健康应用程序活跃使用的影响值得研究。未来的研究可能会研究其他因素，以更好地了解消费者的积极使用。

其次，由于我们的样本仅限于中国消费者，因此泛化性可能受到限制。在中国，最受欢迎的移动健康应用是平安好医生[5]，但在其他国家，其他移动医疗应用，如瑞典的计步器[78]或三星健康在美国[79)，正处于领先地位。不同国家的移动医疗应用存在差异。未来的研究可能会进行跨国比较，以更好地概括本研究的结果。

最后，我们的研究主要是横断面研究，其中结构是在同一时间点测量的。然而，由于消费者行为和移动医疗应用程序都是动态的，结果可能会随着时间而变化。因此，横断面方法可能无法反映移动医疗应用使用的动态情况。采用多种方法的纵向研究可能有助于解决这个问题。

结论

在本研究中，我们基于三因素理论探讨了影响消费者积极使用移动健康应用的因素。根据3因素理论，我们关注移动健康应用的属性，将其分为3类:兴奋性、性能性和基础性。假设这3类属性通过消费者满意度和不满意度来影响移动健康应用程序的活跃使用。通过使用调查方法验证了所提出的关系。分析结果不仅表明消费者满意和不满意是相互独立的，而且证实了移动健康应用积极使用属性的分类。同时，我们的研究可以启发设计师和政策制定者让患者积极使用移动医疗应用程序。