原始论文
摘要
背景:移动卫生(mHealth)作为一种信息和通信技术的创新形式，可以通过加强通信和健康管理、降低成本和增加获得卫生服务的机会，有效地提供高质量的卫生保健。研究发现，个体的内部健康控制点(HLOC)与采用移动健康的行为意图相关。然而，人们对这种关联的潜在机制知之甚少。
摘要目的:本研究的主要目的是检验技术接受与使用统一理论(UTAUT)在内部HLOC与使用移动健康行为意愿之间的中介作用。
方法:使用便利抽样和滚雪球抽样方法，从马来西亚成人用户中收集了374份回复。采用偏最小二乘结构方程模型对数据进行分析。收集变量数据，包括人口统计、内部HLOC和修改的UTAUT结构(即，性能期望、努力期望和社会影响)。
结果:结果表明，内部HLOC与使用mHealth行为意愿无直接关系(β=−0.039，P=收)。内部HLOC与采用移动健康的意图之间的间接关系得到了支持，表明UTAUT构建了性能期望(β=0.104，P努力期望(β=0.056，P社会影响(β=0.057，P=.002)调解了这种关系。结果显示完全中介作用，总方差解释为47.2%。
结论:本研究开发了一个综合模型，其中与健康相关的倾向(内部HLOC)、与移动健康相关的信念(绩效期望和努力期望)和规范压力(社会影响)结合起来解释采用移动健康的行为意图的潜在机制。研究结果表明，移动健康的采纳意愿受UTAUT因素的影响，而HLOC对采纳意愿没有直接影响。研究结果通过增强移动卫生的感知益处，帮助设计更有效和用户友好的移动卫生工具，以及利用社会规范影响来采用移动卫生，从而为增强公众对移动卫生的采用提供了见解。本研究利用UTAUT模型的构造来确定使用移动健康的意图。未来的研究应关注其他健康和技术相关的理论，以确定其他可能影响移动医疗采用行为意图的因素。
doi: 10.2196/28086
关键字
介绍
背景
在过去的几十年里，由于信息和通信技术(ICT)的迅速发展，世界上大多数国家的卫生保健系统都发生了巨大的变化。移动医疗(mHealth)作为信息通信技术的创新形式，是对医疗卫生体系发展影响显著的最突出的服务之一[]。根据全球电子卫生观察组织，移动卫生被定义为"由移动设备支持的医疗和公共卫生实践，如移动电话、病人监护设备、个人数字助理和其他无线设备" []。移动医疗有潜力通过改善沟通、效率、治疗依从性和健康/疾病管理来提高卫生保健系统的质量;降低成本;增加获得干预措施和卫生服务的机会[-]。
Statista在2017年发布的一份报告显示，移动健康项目在全球范围内的受欢迎程度有所增长，移动健康应用程序的下载量估计从2013年的17亿次增长到2017年的37亿次[]。世界卫生组织2011年进行的一项全球调查显示，114个国家建立了移动卫生倡议，许多国家报告最多的4项倡议是卫生呼叫中心、紧急免费电话服务、紧急情况和灾害管理以及移动远程医疗[]。东南亚的马来西亚已开始调整其医疗保健政策，并鼓励更多初创企业使用颠覆性技术来解决关键的医疗挑战[]。马来西亚的智能手机使用率很高(2018年为78% [])，在该国采用移动健康可以成为一种新的有效方法，增强人们在健康管理方面的能力，并将人们对医疗保健的态度从被动转变为主动[]。
移动健康的重要性和影响激发了研究人员对采用移动健康的因素进行调查。一组研究将移动健康视为一种可感知的技术驱动行为，并试图使用技术采用理论来寻找这种行为的相关性[-]。另一组研究试图从健康相关的角度解释移动健康，并将健康因素作为移动健康采用的预测因素[]。虽然前者已被广泛研究，但后者较少受到关注。
在与健康相关的因素中，相信健康事件是由自己的行为引起的，是健康行为的主要预测因素之一，例如更积极地参与健康/疾病管理、更健康的生活方式，以及更好的身心生活质量[，]。那些相信自己对自己的健康有积极作用的人，也被称为内部健康控制点(HLOC)，更有可能对自己的健康负责，并参与健康行为[]。鉴于个人健康相关的性格因素是健康行为的重要前因[]，包括卫生技术的使用[-]，非常有限的研究检验了内部HLOC与采用移动医疗的意图之间的关系[]。
尽管内部HLOC和使用移动健康的行为意图之间的直接关系提供了一个值得注意的知识原则，但对于这种关系的潜在机制知之甚少。专注于促进内部HLOC与使用移动保健意图之间关系的中介因素，可以为马来西亚卫生政策制定者和卫生保健专业人员提供更好的见解，以便在日常生活中嵌入移动保健的使用，并促进移动保健功能(例如寻求健康/疾病信息，为与健康有关的目的进行沟通，以及下载和使用任何与健康相关的应用程序)进行健康管理，更重要的是积极参与疾病预防，从而减少对医疗保健服务的需求，从而减少马来西亚医疗保健系统的负担。
因此，本研究旨在通过引入技术接受和使用统一理论(UTAUT)的3个结构(即绩效期望、努力期望和社会影响)作为内部HLOC和使用移动医疗意图之间的中介，从而为文献做出贡献，据我们所知，迄今为止尚未对其进行检验。UTAUT是最被广泛接受的技术采用理论之一，在预测技术采用意图方面具有广泛的适用性和较高的解释力[]。通过将UTAUT构造集成为内部HLOC与使用mHealth意图之间关联的中介，开发了一个中介模型来解释内部HLOC与采用mHealth的行为意图之间关系的基础机制。因此，本研究的目的是探讨(1)内部HLOC与采用移动健康的行为意图之间的关系;(2) UTAUT的构建(即绩效期望、努力期望和社会影响)与采用移动健康的意愿之间的关系;(3)内部HLOC与UTAUT结构之间的关系;(4)绩效期望、努力期望和社会影响在内部HLOC与采用移动健康意愿之间的中介作用。
文学
HLOC与技术相关行为
控制点(LOC)是一种源于人格社会学习理论的心理学概念[]。沃尔斯顿等人[]开发了一个多维HLOC量表，它表示个人在多大程度上相信他们可以控制自己当前和未来的健康。HLOC可测量为内部HLOC或外部HLOC []。内在的HLOC在自身健康中扮演积极的角色，并对健康负责，而外在的HLOC则分为两部分，一部分是指强大的他人，另一部分是指机会、运气或宗教的影响[]。
一般来说，较高水平的内部HLOC更有可能推动健康行为，更成功地改变健康行为和预防性健康行为，而较高水平的外部HLOC则不然。研究发现，更强的内部HLOC取向与更多地参与促进健康的行为(如锻炼和饮食)有关[，，];更佳的身心生活品质[];吸烟率及酗酒率较低[，];更佳的服药依从性[];压力、抑郁和焦虑程度较低，];术后生存时间延长[];以及更好的健康康复和护理[，]。此外，有内部HLOC的个体倾向于积极使用专注于解决问题的应对策略[]并对控制疾病风险的能力表现出更强的信心[，]。相反，那些HLOC几率高的人认为他们无法做什么来影响他们的健康结果，因此，他们不太可能参与健康行为[]。此外，那些外部LOC较高的人更有可能报告较高的压力水平[]而且心理健康状况更差，因为他们更多地使用以情绪为中心的策略[]。
对技术采用的研究依赖于LOC作为解释采用行为的结构。在一系列技术中，实证研究为LOC与较高的技术采用倾向之间的关联提供了支持，内部和外部LOC的差异倾向于区分这两组之间的行为[-]。具有内部LOC的个体倾向于以目标导向的方式使用技术;与外部环境相比，他们更有可能采取解决问题的立场来改变环境。]。内部人员更可能有更高的技术利用率[，]。他们是技术的早期采用者，对自己使用技术的技能更满意，对技术也更适应。]，而他们认为使用科技的困难与他们自身的能力不足有关[]。鉴于在所有人口统计群体中不断增长的技术使用，一个新兴的学术工作集群致力于内部HLOC，以预测采用移动医疗的意图[]。
UTAUT构念的中介效应
关于内部HLOC和采用移动健康的行为意图之间关系的有限研究要求进一步调查可能构成这种关系的其他变量的可能性。因此，本研究拟提出UTAUT结构的中介作用，以测试内部HLOC与使用移动健康意愿之间的间接关系。Venkatesh等人开发了一个统一的模型，该模型具有全面的解释能力，可以概念化和预测接受行为，称为UTAUT []。大量UTAUT研究已经证实，3个核心构念(即绩效期望、努力期望和社会影响)会影响采用技术的意愿[-]。绩效期望是指“个人相信使用系统将帮助他或她在工作绩效上取得进步的程度”[]。预期工作量被定义为“与系统使用相关的轻松程度”[]。社会影响被定义为“一个人认为重要的其他人相信他或她应该使用新制度的程度”[]。绩效期望、努力期望和社会影响对行为意图有直接影响，而行为意图又反过来预测使用行为[]。
自UTAUT出现以来，它已经在各个领域进行了经验测试[-]，包括电子健康及移动健康[，]。过去的研究表明，在处理健康问题的老年人和公民中，绩效期望、努力期望和社会影响与使用电子健康和移动健康的意愿显著相关[，]。应用UTAUT检验临床医生和卫生保健专业人员使用电子卫生保健和移动卫生保健的意图，也在少数研究中得到认可[，]。据了解，过去大多数研究的目标人群主要是老年人、有健康问题的人和卫生专业人员。本研究试图在18岁或以上的马来西亚人中调查UTAUT的3种结构(即绩效期望、努力期望和社会影响以及使用移动健康的意愿)之间的关系。有证据显示，虽然大多数马来西亚人对移动医疗的了解有限，但他们对移动医疗持积极态度[]。同样，患者也报告对远程监测系统有良好的情感感受[]、医疗服务提供者提供的远程医疗技术[]、顾问的电子谘询[]，以及妇女使用互联网进行与健康有关的用途(例如寻求健康信息和交流)[]。
内部LOC(也称内部人)得分高的人，更珍惜创新想法[]，往往是创新产品的早期适应者[，]，并认为科技是有用的[，，]，从而显示出较强的采用科技的趋势[]。他们还使用更积极主动的方法掌握自己的学习环境，并相信使用技术毫不费力[]。Internals具有较高的自我效能，是克服技术使用困难的动力[]。他们更有可能对电脑表现出积极的态度。，]，以及在使用电脑时更有信心和较低的焦虑程度[]。内部LOC也被实证发现与社会影响有关[，]。内部LOC较高的个体往往不太可能受到他人的影响[]。
根据上述文献，我们预计内部HLOC可以预测UTAUT结构，这反过来可能预测采用移动健康的行为意图。换句话说，与HLOC和移动健康之间的直接关系不同，我们期望有一种间接关系，可以提供一种潜在机制来解释那些内部HLOC高的人是如何倾向于使用移动健康的。倾向于将健康结果的原因归咎于自身内在特征而非外部力量的个体更有可能认为移动健康是有用的且易于使用的。然而，由于社会影响，他们可能不会使用移动健康，因为他们不相信外部力量，如其他力量，可以激励他们使用移动健康。由于他们相信移动医疗的有用性和易用性，他们可能有意采用移动医疗。然而，他们对社会影响的抗拒可能会阻碍他们采用移动医疗。假设和证明假设的理由在．
假设和对假设的论证。
假设1:内部健康控制点(HLOC)与采用移动健康(mHealth)的意愿呈正相关。
假设的理由
- 研究发现，在发展农业中，控制位点(LOC)与技术采用之间存在一定的关系[]、网上游戏[]，以及网上学习[，]。
- 具有高倾向于内部HLOC取向的口咽头颈癌患者对远程护理远程康复模式表示支持[]。
- 一项横断面研究显示，大学生认为他们对自己健康的控制程度可以预测他们使用健康应用程序和在线健康追踪器的意愿[]。
假设2:绩效期望与采用移动健康的意愿呈正相关。
假设3:努力期望与采用移动健康的意愿呈正相关。
假设4:社会影响与采用移动健康的意愿呈正相关。
假设的理由
- 在一项调查57至77岁长者使用电子健康应用程式的意愿的研究中，预期表现和努力程度与使用电子健康的意愿高度相关，而社会影响与使用电子健康的意愿无关[]。
- 一项研究表明，在美国、加拿大和孟加拉国的糖尿病患者等公民中，接受和使用技术的统一理论因素，即努力预期、预期表现和社会影响，是采用移动健康行为意愿的重要决定因素，这些患者反复从任何一家医院接受传统医疗服务，进行糖尿病、血压和胆固醇监测[]。
- 一项针对医疗专业人员(医生和护士)使用移动电子健康记录(MEHR)系统意愿的抽样研究表明，通过对MEHR系统的态度，努力期望和绩效期望间接影响了使用MEHR系统的意愿，而社会影响则被发现与使用MEHR系统的意愿直接相关[]。
- Venugopal等[]调查了临床工作人员对医院远程医疗和电子医疗使用的看法，发现绩效期望、努力期望和社会影响对意图有显著影响，而意图又影响电子健康记录和远程医疗的使用行为。
假设5:内部HLOC与绩效期望呈正相关。
假设的理由
- 内部LOC高的个人更有可能在与个人相关的信息中寻求新信息，并获得有价值的知识和技能，以提高他们的绩效[，]。
- 内部人士通常对技术表现出良好的态度。]。
假设6:内部HLOC与努力预期呈正相关。
假设的理由
- 有内部LOC的个体将对技术的感知困难归因于自己的能力，并试图更有效地使用技术[]。
- 内部人在使用技术方面有更多经验，并且发现电子学习等技术易于使用[，，，]。
假设7:内部HLOC与社会影响呈负相关。
假设的理由
- 内部LOC较高的个体对社会影响有抵抗力，因为他们觉得自己对生活和发生在他们身上的事情有更多的自我控制和自我强化[]。
- 他们不容易被说服，也不服从他人的影响。]。
假设8:绩效期望在内部HLOC与采用移动健康意愿之间起正向中介作用。
假设9:努力预期在内部HLOC与采用移动健康意愿之间起正向中介作用。
假设10:社会影响在内部HLOC与采用移动健康意愿之间起正向中介作用。
假设的理由
- 研究发现，绩效预期和努力预期在网站设计、客户服务和客户使用网上银行的意愿之间具有积极和显著的中介作用[]。
- 研究发现，绩效期望和努力期望与用户在情境感知和支付宝(第三方移动和在线支付平台)方面的采用程度有关[]。
- 方等[]探讨了努力期望和感知风险在内部LOC和重用移动应用程序预订酒店的意图之间的中介作用。
方法
参与者简介
这项研究的374名参与者中，有145名男性和229名女性。年龄18 ~ 68岁，平均28.01岁，标准差11.10岁。近45%(166/374,44.4%)的参与者是华人，40.7%(152/374)是马来人。在健康状况方面，47.4%(177/374)受访者认为自己的健康状况良好，27.5%(103/374)受访者认为一般，18.2%(68/374)受访者认为非常好。参与者还被问及是否有持续或严重的健康问题，包括心脏病、关节炎或需要经常就医的精神健康问题，如定期看医生或每日服药。大部分(315/374,84.3%)受访者表示没有任何持续或严重的健康问题，而12.0%(45/374)受访者表示不知道有任何严重的健康问题。一小部分(14/374,3.7%)参与者患有持续疾病或严重的健康问题。最后，在手机使用经验方面，40.4%(151/374)的参与者有8至10年的经验，39.0%(146/374)有4至7年的经验，15.0%(56/374)有10年以上的经验，5.6%(21/374)有1至3年的经验。显示了受访者的人口统计资料。
| 背景变量 | 值(N=374)， N (%) | ||
| 性别 | |||
| 男性 | 145 (38.8) | ||
| 女 | 229 (61.2) | ||
| 种族 | |||
| 马来语 | 152 (40.7) | ||
| 中国人 | 166 (44.4) | ||
| 印度 | 47 (12.5) | ||
| 其他人 | 9 (2.4) | ||
| 感知健康状况 | |||
| 不知道 | 3 (0.8) | ||
| 可怜的 | 9 (2.4) | ||
| 公平 | 103 (27.5) | ||
| 好 | 177 (47.4) | ||
| 很好 | 68 (18.2) | ||
| 优秀的 | 14 (3.7) | ||
| 疾病 | |||
| 是的 | 14 (3.7) | ||
| 没有 | 315 (84.3) | ||
| 不知道 | 45 (12.0) | ||
| 手机使用经验 | |||
| 1 - 3年 | 21日(5.6) | ||
| 4 - 7年 | 146 (39.0) | ||
| 8 - 10年 | 151 (40.4) | ||
| > 10年 | 56 (15.0) | ||
研究设计与程序
本研究采用基于问卷的横断面设计来收集所需的数据。共有400份调查问卷分发给居住在马来西亚吉隆坡的马来西亚成年人。本研究的受试者来自移动健康用户。调查中包括一个筛查自我报告问题，以确定移动健康用户。参与者被问及是否曾将智能手机用于任何与健康相关的目的，例如在线搜索与健康和疾病相关的信息，为与健康相关的目的发送短信(例如预约提醒/警报，服药和咨询)，以及下载和使用任何与健康相关的应用程序(例如健身应用程序，以及健康跟踪和药物跟踪应用程序)。报告称至少出于其中一种目的使用智能手机的参与者被纳入了分析。
调查问卷包括知情同意书、人口统计资料以及与内部HLOC和用于移动医疗的改进UTAUT结构相关的问题。数据收集采用方便和滚雪球抽样方法。招募了一名研究助理进行数据收集。在确保保密的情况下，参与是自愿的，在调查开始前获得了受访者的同意。参与者有绝对的权利在任何时候退出，而无需给出任何理由。研究方案(包括研究程序、参与者的权利和安全、数据收集方法)由厦门大学马来西亚分校审查委员会批准，以确保符合研究伦理。批准号是REC-1911.01。
当偏最小二乘法用于模型分析时，使用以下2条经验法则来选择样本量:(1)“具有最大数量的形成性(即因果性)指标的规模的10倍(注意，具有反射性指标的结构的规模可以忽略)，”和(2)“结构模型中指向特定结构的结构路径的最大数量的10倍。“(]。这项研究没有任何形成指标。因此，第一条经验法则不适用于本研究。根据之前的经验法则，本研究的最小样本量为70个，因为研究模型中结构路径的数量最多为7个，这与采用mHealth的行为意图有关。此外，最近的发展表明，研究人员应该通过幂分析确定样本量[，]。功率分析通过考虑具有最大数量预测因子的模型部分来确定最小样本量[]。因此，我们使用G*Power来确定所需的样本量。基于G*Power，使用推荐的统计检验计算样本量的充分性。对于中介模型，输入信息如下:检验族:“F检验”，统计检验:“线性多元回归:固定模型，R2离零偏差”，功率分析类型:“先验:计算所需样本量给定的α、功率和效应量”，其中效应量=0.15，α=。05，幂=0.90，预测因子数=4。G*Power显示中介模型所需的最小样本量为108，实际幂为0.90。因此，本研究收集的反馈数量足以进行分析。
测量
内部HLOC
在测量内部HLOC时，6个项目采用了Wallston等人开发的多维健康控制点量表[]。受访者被要求在李克特量表(Likert)的5分制上对项目进行评分，从1(非常不同意)到5(非常同意)。
绩效预期、努力预期、社会影响和使用移动健康的意愿
衡量绩效期望、努力期望、社会影响和使用移动健康的意图的项目直接从原始UTAUT模型中提取[，]并进行了修改，使其与移动健康的使用行为一致。参与者被要求按照李克特量表(Likert)的5分制对这些项目进行评分，评分范围从1(非常不同意)到5(非常同意)。
其中包括与内部HLOC和用于移动医疗的修改的UTAUT构造相关的问题．
结果
数据分析
在本研究中，采用偏最小二乘结构方程模型(PLS-SEM)，使用SmartPLS软件对所提出的概念框架进行了检验。通过PLS-SEM，可以同时检验多个自变量和因变量的直接效应和间接效应，具有更强的统计力。PLS-SEM也能够适应样本量较小的研究，尽管模型很复杂[]。排除不完整问卷后，374份问卷被纳入分析。结果包括两个阶段的分析程序，其中包括测量模型和结构模型，以验证模型和测试为本研究目的而开发的假设。
度量模型
分析测量模型的第一步是检验因子负荷。在本研究中，项目的因子负荷变化范围为0.632 ~ 0.945 (）.所有项目都被保留，因为因子负荷高于建议值0.6 []。其次，综合信度，衡量结构的内部一致性，被用来衡量变量的信度。根据Hair等人[]，复合可靠度最小值为0.7。结果表明，所有结构的综合信度在0.873 ~ 0.954之间。第三，采用平均方差提取法(AVE)评估聚合效度。头发等[]提到AVE的最小可接受值是0.5或更高，这表明50%或更多的项目是由结构解释的。在本研究中，所有构念都超过了可接受值，说明所有构念都获得了良好的收敛效度(）.
| 构造和项 | 加载 | CR一个 | 大街b | |||
| 内部健康控制点 | 0.873 | 0.535 | ||||
| IHLC1 | 0.714 | |||||
| IHLC2 | 0.662 | |||||
| IHLC3 | 0.799 | |||||
| IHLC4 | 0.747 | |||||
| IHLC5 | 0.817 | |||||
| IHLC6 | 0.632 | |||||
| 绩效期望 | 0.915 | 0.783 | ||||
| PE1 | 0.853 | |||||
| PE2 | 0.920 | |||||
| PE3 | 0.880 | |||||
| 工作期望 | 0.937 | 0.789 | ||||
| 觉得 | 0.875 | |||||
| EE2 | 0.890 | |||||
| EE3 | 0.926 | |||||
| EE4 | 0.861 | |||||
| 社会影响 | 0.954 | 0.874 | ||||
| SI1 | 0.919 | |||||
| SI2 | 0.945 | |||||
| SI3 | 0.940 | |||||
| 行为意向 | 0.891 | 0.732 | ||||
| BI1 | 0.785 | |||||
| BI2 | 0.898 | |||||
| BI3 | 0.880 | |||||
一个CR:综合可靠性。
bAVE:提取的平均方差。
最后，根据Henseler等人推荐的相关异性状-单性状(HTMT)比值来确定判别效度[]，因为与Fornell-Larcker准则和交叉负荷评价相比，它更适合于判别效度评价。为了达到判别效度，Henseler等人建议需要0.90或更低的阈值[]。如，当HTMT值低于0.90时，所有研究变量都符合建立判别效度的标准。
| 构造 | 内部健康控制点 | 绩效期望 | 工作期望 | 社会影响 | 行为意向 |
| 内部健康控制点 | N/A一个 | 0.390 | 0.373 | 0.212 | 0.213 |
| 绩效期望 | 0.390 | N/A | 0.886 | 0.687 | 0.745 |
| 工作期望 | 0.373 | 0.886 | N/A | 0.636 | 0.678 |
| 社会影响 | 0.212 | 0.687 | 0.636 | N/A | 0.682 |
| 行为意向 | 0.213 | 0.745 | 0.678 | 0.682 | N/A |
一个N/A:不适用。
结构模型
多重共线性评估使用方差膨胀因子(VIF)。在本研究中，所有VIF值均小于5，说明未违反多重共线性假设。结构模型采用R2， beta，和t值，这些值是通过自举过程的5000重采样获得的。直接效应、总间接效应和特定间接效应显示在．
| 路径 | R2 | β | t价值 | P价值 | ||||||
| 直接影响 | ||||||||||
| 行为意向 | 0.472 | |||||||||
| 内在健康控制源→行为意图 | −0.039 | 0.999 | 收 | |||||||
| 绩效期望→行为意图 | 0.316 | 4.859 | <措施 | |||||||
| 努力期望→行为意图 | 0.169 | 2.672 | .008 | |||||||
| 社会影响→行为意图 | 0.307 | 5.715 | <措施 | |||||||
| 绩效期望 | 0.109 | |||||||||
| 内部健康控制源→绩效预期 | 0.330 | 6.522 | <措施 | |||||||
| 工作期望 | 0.109 | |||||||||
| 内部健康控制源→努力预期 | 0.329 | 7.020 | <措施 | |||||||
| 社会影响 | 0.034 | |||||||||
| 内部健康控制源→社会影响 | 0.186 | 3.621 | <措施 | |||||||
| 总间接影响 | ||||||||||
| 行为 | 0.472 | |||||||||
| 内部健康控制源→通过绩效期望、努力期望和社会影响的行为 | 0.217 | 5.554 | <措施 | |||||||
| 具体间接影响 | ||||||||||
| 内部健康控制源→绩效期望→行为意图 | 0.104 | 3.813 | <措施 | |||||||
| 内部健康控制源→努力期望→行为意图 | 0.056 | 2.389 | 02 | |||||||
| 内在健康控制源→社会影响→行为意图 | 0.057 | 3.123 | .002 | |||||||
基于结构模型，假设1不成立，因为内部HLOC (β=−0.039，P=.32)与使用移动健康的意愿无显著相关。性能预期(β=0.316，P努力期望(β=0.169，P社会影响(β=0.307，P<.001)与使用移动医疗的意愿有显著的正相关关系，这支持假设2、3和4 (）.假设5、6和7也得到了支持，其中的结果表明，内部HLOC与性能预期有显著的正相关(β=0.330，P努力期望(β=0.329，P社会影响(β=0.186，P<措施)。
总体而言，结果支持本研究的模型，总间接效应显著(β=0.217，P<措施)。所有的研究变量解释了47.2%的使用移动健康意图的方差。生成了三种特定的间接路径来检验假设8到10。假设8是为了测试绩效期望对内部HLOC和采用移动健康意愿之间关系的中介作用。结果表明，内部HLOC对绩效期望的直接影响以及绩效期望对使用mHealth意愿的直接影响均显著，而内部HLOC对使用mHealth意愿的直接影响不显著。这表明绩效期望完全中介了内部HLOC与使用移动健康意愿之间的关系，并具有显著的间接效应(β=0.104，P<.001)，支持假设8 (）.
对于假设9，努力期望作为内部HLOC与采用移动健康意愿之间关系的中介因素进行了检验。内部HLOC对努力期望的直接影响以及努力期望对使用移动健康意愿的直接影响均显著，但内部HLOC对采用移动健康意愿的直接影响不显著。这表明努力期望在内部HLOC与使用移动健康意愿之间具有充分的中介作用(β=0.056，P= .02点)。因此，假设9得到了支持(）.
在，结果支持假设10，即社会影响显著介导了内部HLOC与使用移动健康意愿之间的关系。间接效应显著(β=0.057，P=.002)表明，内部HLOC影响社会影响力，而社会影响力反过来影响使用移动健康的意愿。从中介检验的结果可以看出，绩效期望对内部HLOC与使用移动健康意愿之间关系的中介作用最强，其次是社会影响和努力期望。
讨论
以前的研究已经证明了LOC在使用技术倾向中的作用[-，]。由于对移动健康行为的研究有限，且对于LOC如何影响用户采用移动健康技术的意愿尚不清楚，本研究旨在找出能够解释用户使用移动健康技术的行为意图的因素。根据UTAUT的3个结构，本研究试图提供关于内部HLOC如何描述采用移动医疗的意图的见解。
在本研究中，没有发现内部LOC与使用mHealth的意愿有显著相关(假设1)。这一结果与之前的研究不一致，该研究提供的证据表明，具有内部LOC信念的个体倾向于使用健康应用程序[]。一些研究表明HLOC与健康行为之间的关系可以忽略不计[，，]，从而导致关于HLOC在驱动健康行为方面的意义的研究结果不一致。Calnan []表明健康行为可能与关于控制健康的信念无关，而是与对危险健康行为的担忧有关。内部HLOC与采用移动健康的行为意图之间缺乏关系，也可以归因于潜在的混杂因素，如健康素养，这些因素可能会影响HLOC，进而影响使用移动健康的意图。研究发现，健康素养是预测内在取向的有效因素[]。卫生素养水平较高的个体比卫生素养水平较低的个体更有可能报告较高的内部HLOC得分，因为他们获取、处理和理解卫生信息和服务以做出适当卫生决策的能力与他们对自己的健康和健康行为有控制的信念呈正相关[]。另一个可能影响内部HLOC的混杂因素是参与者的经济状况。研究发现，社会经济地位较低的个体参与促进健康的行为较少，并且对自己影响自己健康的能力有不同的期望[]。生活在经济贫困环境中的人也可能由于他们的经历而认识到他们对自己的生活和健康状况的控制能力较弱[]。
UTAUT结构，即绩效期望、努力期望和社会影响，被发现是重要的预测因素，与使用移动医疗的意图呈正相关(假设2、3和4)，为过去的研究提供了支持，这些研究始终表明UTAUT决定因素与电子医疗和移动医疗采用之间存在关联[，，，]。所有这些发现都有力地证实了UTAUT模型，即如果用户认为移动医疗是有用的，易于使用，并且被重要的其他人所接受和建议，他们将更有可能采用这项技术。在这3种结构中，绩效期望和努力期望对移动健康的采用具有同等的贡献影响，其次是社会影响。这些结果与Tavares和Oliveira的研究结果一致[]。他们发现，在使用电子健康记录门户等在线服务时，预期绩效和预期努力预测了相同的差异。它表明，用户在评估移动医疗服务时，有用性和易用性同样重要[]。此外，重要他人的力量在技术采用行为中也不容忽视。研究发现，社会影响是促使人们使用医院电子信息管理系统的重要动力来源[]。相比之下，规范压力对老年人患者的门户使用行为影响不大[]。这些相互矛盾的结果可以让我们得出一个推论，即社会影响更有可能是年轻人而不是老年人采用技术行为的驱动力，因为“老年人不遵循随大流效应”[]。
为了进一步探索内部HLOC是否可以适用于UTAUT模型，本研究假设了移动健康环境下内部HLOC与UTAUT的3个构式(即绩效期望、努力期望和社会影响)之间的关系(假设5、6和7)。结果表明，内部HLOC对移动健康使用中的绩效期望、努力期望和社会影响具有显著的正向影响。这表明，用户越内化，他们的感知有用性和易用性就越高，他们就越有可能与重要的其他人保持一致。这些结果与先前的研究结果一致，这些研究表明，LOC对移动学习采用的感知有用性和易用性有显著影响[，]。此外，Fong等[研究发现，内部人的特点是高自我效能感，这是一种帮助个人克服困难的特征。因此，与外部产品相比，他们认为新技术产品的易用性更高[]。与内部HLOC与社会影响之间的负相关假设相反，本研究发现这两种结构之间存在正相关。这可能是由于信息原因而非规范原因导致的服从倾向的个体差异[]。
在测试绩效期望、努力期望和社会影响的中介作用时，本研究发现，这3个构式完全中介了内部HLOC与使用移动健康意愿之间的关系，支持假设8、9和10。通过绩效预期，内部HLOC与采用移动医疗的意愿呈正相关。努力预期在内部HLOC与使用移动健康意愿之间的关系中起中介作用(假设9)，这与之前的研究结果相似[]。具有内部HLOC的个体更有可能克服使用新技术产品的困难。他们更喜欢采用移动医疗，因为它易于使用。此外，社会影响被发现在内部HLOC与使用移动健康意愿之间具有显著的中介作用(假设10)。内部人员使用移动健康的部分原因是认为重要的其他人可能会建议使用移动健康。个人对自己的努力和控制自己健康的能力的信念推动了对移动医疗的认知，这反过来又促进了移动医疗的采用。UTAUT维度是我们理解内部HLOC与采用移动医疗意图之间关系的核心。本研究的中介结果与Ahadzadeh等人的研究结果一致[]。作者发现，在健康因素与健康相关的互联网使用之间的关系中，感知有用性和感知易用性处于中心地位。在健康信息导向和电子健康素养对健康应用程序使用的影响中，也发现了健康应用程序使用效能的强烈中介作用[]。
这项研究的发现有几个含义。理论上，本研究通过调查内部HLOC与使用移动健康意愿之间的直接和间接关系，为移动健康文献做出了贡献。间接关系提供了对移动医疗采用行为的更多方面的理解，其中健康和技术都在采用决策过程中发挥作用。此外，结果证明了UTAUT在移动医疗应用中的稳健性。据我们所知，这项研究是第一次尝试检验内部HLOC对移动健康行为意图的间接影响。UTAUT维度对采用移动医疗意向的影响结果对于寻求增强移动医疗参与行为方法的医疗提供者具有重要意义。他们可以利用与技术相关的认知和规范因素(即绩效期望、努力期望和社会影响)来增加个人出于健康目的使用移动医疗的偏好。
本研究的局限性可归因于城市样本集中在马来西亚最发达的地区。在今后的研究中应考虑更有代表性的样本。样本选择采用的非概率抽样方法(即便利抽样法和滚雪球抽样法)和样本性别构成的不平衡会影响结果的泛化。本研究中使用的横断面设计并没有提供关于因果关系的明确信息。此外，在本研究中使用的自我报告测量中，社会可取性偏差可能是一个问题。本研究提出的框架预测了移动健康中42.7%的方差，而包含更多认知因素的更扩展的模型可以增强模型的预测能力。鉴于内部HLOC与本研究中使用移动健康的意图之间缺乏显著关联，建议进行重复研究，其中可以包括多个健康相关因素(如感知健康易感性、感知健康严重程度、感知健康状态和健康意识)和人格因素的更广泛框架，以推进关于HLOC和技术采用的知识前沿。因为随着“工业革命4.0”的到来，技术在未来将变得更加重要。此外，将感知到的健康风险因素与HLOC结合起来，将使研究人员能够确定移动健康是一种主动/预防性的健康行为，还是一种反应性行为，或两者兼而有之。
致谢
本研究由厦门大学马来西亚研究基金(XMUMRF/2019/C3/IART/0004)资助。
利益冲突
没有宣布。
有关内部健康控制源的问题和修改的统一理论的接受和使用技术结构。
DOCX文件，51 KB参考文献
- Blaya JA, Fraser HSF, Holt B.电子卫生技术在发展中国家显示出前景。卫生事务人员(米尔伍德)2010年2月;29(2):244-251 [免费全文] [CrossRef] [Medline]
- 监测和评估数字健康干预:开展研究和评估的实用指南。世界卫生组织，2016年。URL:https://www.who.int/reproductivehealth/publications/mhealth/digital-health-interventions/en/[2020-04-12]访问
- Marcolino MS, Oliveira JAQ, D'Agostino M, Ribeiro AL, Alkmim MBM, Novillo-Ortiz D.移动健康干预的影响:系统评价的系统评价。JMIR Mhealth Uhealth 2018年1月17日;6(1):e23 [免费全文] [CrossRef] [Medline]
- 莱斯曼ES，古尔德RA，威廉姆森AA，沃尔特斯RM，明德尔JA。移动健康干预对婴儿睡眠障碍的有效性Behav Ther 2020 july;51(4):548-558 [免费全文] [CrossRef] [Medline]
- 哈明S，格特-盖耶特E, Faulx D，格林BB，金斯伯格AS。移动健康慢性病管理对治疗依从性和患者结果的影响:一项系统综述。J Med Internet Res 2015 Feb 24;17(2):e52 [免费全文] [CrossRef] [Medline]
- Omboni S, Caserini M, Coronetti C.远程医疗和移动医疗在高血压管理:技术，应用和临床证据。高血压心血管病杂志2016年9月23日(3):187-196。［CrossRef] [Medline]
- 2013年至2017年全球移动健康应用下载量。Statista》2019。URL:https://www.statista.com/statistics/625034/mobile-health-app-downloads/[2020-04-18]访问
- 移动卫生:通过移动技术促进卫生的新视野:第二次全球电子卫生调查。世界卫生组织，2011年。URL:https://apps.who.int/iris/handle/10665/44607[2019-11-10]访问
- 侯赛因Z, Oon SW, Fikry A.消费者态度:它会影响使用移动健康的意愿吗?计算机科学进展，2017;26 (3):344 -344 [免费全文] [CrossRef]
- 2018年网民调查。马来西亚通信和多媒体委员会，2018。URL:https://www.mcmc.gov.my/skmmgovmy/media/General/pdf/Internet-Users-Survey-2018.pdf[2019-11-12]访问
- 马来西亚的远程医疗蓝图:引领医疗保健进入信息时代。马来西亚卫生部，1997年。URL:https://www.moh.gov.my/moh/resources/auto%20download%20images/5ca1b20928065.pdf[2019-11-10]访问
- Dwivedi YK, Shareef MA, Simintiras AC, Lal B, Weerakkody V.服务的普遍采用模型:移动医疗(移动医疗)的跨国比较政府资讯季刊2016年1月;33(1):174-187 [免费全文] [CrossRef]
- Hoque MR, Bao Y, Sorwar G.调查影响发展中国家采用电子医疗的因素:患者的视角。告知健康社会护理2017年1月;42(1):1-17。［CrossRef] [Medline]
- Kim S, Lee K, Hwang H, Yoo S.基于技术接受与使用统一理论(UTAUT)的三级医院医疗保健专业人员采用移动电子病历(EMR)的影响因素分析BMC Med Inform Decis Mak 2016年1月30日;16:12 [免费全文] [CrossRef] [Medline]
- 郭旭，韩旭，张旭，党勇，陈琛。基于保护动机理论的移动健康接受研究:性别与年龄差异。Telemed E Health 2015 Aug;21(8):661-669。［CrossRef] [Medline]
- 程诚，张MW，罗BCY。健康控制源与特定健康行为和全球健康评价的关系:一项元分析和调节因子的作用健康心理学Rev 2016 12月;10(4):460-477 [免费全文] [CrossRef] [Medline]
- 杨晓明，李志刚，李志刚，等。多发性硬化症患者的心理健康状况与健康控制位点的关系:应对策略的中介作用。Res Nurs Health 2019 Aug;42(4):296-305 [免费全文] [CrossRef] [Medline]
- Wallston KA, Wallston BS, DeVellis R.多维健康控制位点(MHLC)量表的开发。健康教育杂志，1978;6(2):160-170。［CrossRef] [Medline]
- 性格因素在信息框架效应调节中的作用。健康心理杂志2014年1月;33(1):52-65。［CrossRef] [Medline]
- 王晓明，王晓明，王晓明。基于健康信念模型和技术接受模型的健康相关网络使用研究。J Med Internet Res 2015 Feb 19;17(2):e45 [免费全文] [CrossRef] [Medline]
- 基于消费者健康行为意愿的健康信息技术接受模型的开发。J Med Internet Res 2012 10月01日;14(5):e133 [免费全文] [CrossRef] [Medline]
- 卡特米尔B，沃尔LR，病房EC，希尔AJ，波塞杜SV。计算机素养和健康控制位点是头颈癌人群远程治疗准备和接受的决定因素。中国生物医学工程学报，2016;26 (2):344 - 344 [免费全文] [CrossRef] [Medline]
- Bennett BL, Goldstein CM, garight EC, Hughes JW, Latner JD。内部健康控制位点预测在线和智能手机应用程序跟踪健康行为的意愿。心理健康医学2017年12月;22(10):1224-1229 [免费全文] [CrossRef] [Medline]
- 感知易用性的决定因素:将控制、内在动机和情感整合到技术接受模型中。信息系统研究2000年12月;11(4):342-365 [免费全文] [CrossRef]
- 无赖简森-巴顿。强化的内部控制和外部控制的广义期望。心理学报，1996;20(1):1-28。［Medline]
- 陈珊珊，邵娟。台湾老年人营养自我效能感、健康控制源与营养状况的关系。中华临床护理杂志2010 Aug;19(15-16):2117-2127 [免费全文] [CrossRef] [Medline]
- Steptoe A, Wardle J.控制点和健康行为的重访:来自18个国家的年轻人的多变量分析。精神病学杂志2001 11月;92(Pt 4):659-672 [免费全文] [CrossRef] [Medline]
- Kuwahara A, Nishino Y, Ohkubo T, Tsuji I, Hisamichi S, Hosokawa T.日本多维健康控制位点量表的信度和效度:与人口因素和健康相关行为的关系。Tohoku J Exp Med 2004 May;203(1):37-45 [免费全文] [CrossRef] [Medline]
- Soravia LM, Schläfli K, Stutz S, Rösner S, Moggi F.抵抗诱惑:酒精使用障碍住院治疗中外部和内部控制对酒精使用的相互作用。酒精临床试验报告2015年11月;39(11):2209-2214 [免费全文] [CrossRef] [Medline]
- Wallston KA, Stein MJ, Smith CA. MHLC量表的形式C:一种特定条件的控制位点测量。中国人力资源评价1994年12月;63(3):534-553。［CrossRef] [Medline]
- Bergvik S, Sørlie T, Wynn R.重返工作岗位的冠心病患者比未重返工作岗位的患者有更强的内部控制位点信念。中华健康与心理杂志2012 9月;17(3):596-608 [免费全文] [CrossRef] [Medline]
- Burker EJ, Evon DM, Galanko J, Egan T.健康控制位点预测肺移植术后生存率。中华卫生杂志2005年9月;10(5):695-704 [免费全文] [CrossRef] [Medline]
- 王丽娟，王丽娟，王丽娟。戒断初期和后期戒断过程中依赖者的自尊和控制位点研究。成瘾障碍及其治疗2018;17(2):92-97 [免费全文] [CrossRef]
- 成瘾、控制位点和健康状况:对恢复环境中物质使用障碍患者的研究。物质使用杂志2019年6月20日;24(6):609-613 [免费全文] [CrossRef]
- Rowe JL, Montgomery GH, Duberstein PR, Bovbjerg DH。健康女性乳腺癌的健康控制点与感知风险行为医学2005;31(1):33-40 [免费全文] [CrossRef] [Medline]
- 白志伟，李志刚，李志刚，李志刚。大学生对艾滋病的态度与多维健康控制位点的关系研究。康复杂志2011;77(2):12-18 [免费全文]
- Grotz M, Hapke U, Lampert T, Baumeister H.健康控制点和健康行为:来自全国代表性调查的结果。心理健康医学2011年3月16日(2):129-140 [免费全文] [CrossRef] [Medline]
- 学术考试压力损害自我控制。社会与临床心理学杂志2005年3月24日(2):254-279 [免费全文] [CrossRef]
- Abay KA, Blalock G, Berhane G.发展中国家农业的控制位点和技术采用:来自埃塞俄比亚的证据。经济行为与组织杂志2017年11月;143:98-115 [免费全文] [CrossRef]
- 古栋。控制位点对体验动机与网络游戏意愿关系的调节作用。人类行为中的计算机2009年3月25日(2):466-474 [免费全文] [CrossRef]
- 夏雅。控制源对大学生移动学习接受的影响。J compput High Educ 2015 10月24日;28(1):1-17 [免费全文] [CrossRef]
- 夏娟，张超，曾安。高技术企业员工自我效能感与控制源对电子学习接受度的影响。行为与信息技术2012 july 12;33(1):51-64 [免费全文] [CrossRef]
- Hoffman DL, Novak TP, Schlosser AE。控制点，网络使用和消费者对互联网监管的态度。公共政策与营销杂志2018年10月02日;22(1):41-57 [免费全文] [CrossRef]
- 阿布沙纳布，皮尔森，JM，塞特斯特罗姆。约旦网上银行与客户接受度:统一模型的视角。Cais 2010;26:23 [免费全文] [CrossRef]
- Park N, Kim Y, Shon HY, Shim H.影响韩国智能手机使用和依赖的因素。计算机在人类行为2013年7月;29(4):1763-1770 [免费全文] [CrossRef]
- 李志刚，李志刚。管理教育中学生在线学习态度的影响因素。教育研究杂志2005年7月;98(6):331-338 [免费全文] [CrossRef]
- Venkatesh V, Morris MG, Davis GB, Davis FD。信息技术的用户接受:走向统一的观点。MIS季刊2003;27(3):425-478 [免费全文] [CrossRef]
- Bawack RE, Kala Kamdjoug JR. UTAUT在发展中国家临床医生采用卫生信息系统中的充分性:以喀麦隆为例。国际医学杂志2018年1月;109:15-22。［CrossRef] [Medline]
- Birch A, Irvine V.职前教师在课堂上对ICT整合的接受:应用UTAUT模型。国际教育传媒2009 12月;46(4):295-315 [免费全文] [CrossRef]
- Kohnke A, Cole ML, Bush R.结合UTAUT预测来了解家庭护理患者和临床医生对医疗远程医疗设备的接受程度。科技管理与创新杂志2014 7月;9(2):29-41 [免费全文] [CrossRef]
- 冲啊。预测移动商务采用的决定因素:神经网络方法。专家系统与应用2013年2月;40(2):523-530 [免费全文] [CrossRef]
- de Veer AJE, Peeters JM, Brabers AEM, Schellevis FG, Rademakers JJDJM, Francke AL.社区居住老年人使用电子卫生服务意愿的决定因素。BMC Health Serv Res 2015 Mar 15;15:103 [免费全文] [CrossRef] [Medline]
- Morosan C, DeFranco A.现在是时候:重新审视UTAUT2，以检查消费者在酒店中使用NFC移动支付的意图。国际酒店管理杂志2016年2月;53:17-29 [免费全文] [CrossRef]
- 周涛，陆勇，王波。整合TTF和UTAUT对手机银行用户采用的解释。计算机在人类行为2010年7月;26(4):760-767 [免费全文] [CrossRef]
- 方兰恩，林丽伟，罗瑞。控制位点如何影响酒店预订使用手机应用程序的意愿:来自中国消费者的证据。旅游管理2017 Aug;61:331-342 [免费全文] [CrossRef]
- Venugopal P, Priya S, Manupati V, Varela ML, Machado J, Putnik G. UTAUT预测因子对临床员工电子健康记录和远程医疗意愿和使用的影响。在:Machado J, Soares F, Veiga G，编辑。创新、工程与创业。螺旋2018。电气工程课堂讲稿，第505卷。可汗:施普林格;2019:172 - 177。
- Tavares J, Oliveira T.理解驱动电子健康记录门户采用的因素的新集成模型方法:横断面全国调查。J Med Internet Res 2018 11月19日;20(11):e11032 [免费全文] [CrossRef] [Medline]
- 李志勇，黄正大，李士华。马来西亚人对移动医疗的看法和看法:来自生活在雪兰莪州个人的调查结果。移动健康2020;6:6 [免费全文] [CrossRef] [Medline]
- Samiei V, Wan Puteh SE, Abdul Manaf MR, Abdul Latip K, Ismail A.马来西亚糖尿病患者准备好使用新一代医疗保健服务了吗?远程医疗利益评估。马来医学科学2016年3月;23(2):44-52 [免费全文] [Medline]
- Zailani S, Gilani MS, Nikbin D, Iranmanesh M.马来西亚选定公立医院接受远程医疗的决定因素:临床视角。中华医学杂志2014年9月38(9):111。［CrossRef] [Medline]
- Zamani ZA, Nasir R, Yusooff F.马来西亚咨询师对在线咨询的看法。研究进展-社会行为科学2010;5:585-589 [免费全文] [CrossRef]
- 伯勒斯JE，格伦米克D.在解决问题的背景下探索消费者创造力的前因和后果。J consumer Res 2004 9月01日;31(2):402-411 [免费全文] [CrossRef]
- Schreier M, Prügl R.延伸主导用户理论:消费者主导用户的前因和后果。J Product Innovation Man 2008 7月;25(4):331-346 [免费全文] [CrossRef]
- Slade EL, Dwivedi YK, Piercy NC, Williams MD.英国消费者采用远程移动支付意愿的建模:用创新、风险和信任扩展UTAUT。Psychol。Mark 2015 july 07;32(8):860-873 [免费全文] [CrossRef]
- 调查企业系统采用:不确定性规避，内在动机，和技术接受模型。欧洲信息系统杂志2017年12月19日;14(2):150-161 [免费全文] [CrossRef]
- Potosky D, Bobko P.一个从对计算机的态度预测计算机经验的模型。商业与心理学杂志2001;15(3):391-404 [免费全文]
- 查尔顿JP。测量计算机控制的感知和动机方面:计算控制量表的开发和验证。计算机与人类行为2005年9月21日(5):791-815 [免费全文] [CrossRef]
- 斯佩克特体育。控制源与社会影响易感性:外部因素是规范性的还是信息的同形物?心理学杂志2010 07月02日;115(2):199-201 [免费全文] [CrossRef]
- Avtgis助教。控制源与说服、社会影响与从众:一项元分析综述。精神病学报告2016 Sep 01;83(3):899-903 [免费全文] [CrossRef]
- 灯塔EJ。人格的控制点。新泽西州莫里斯敦:通用学习出版社;1976.
- 斯佩克特体育。组织中的行为是员工控制点的功能。心理学通报1982年5月;91(3):482-497 [免费全文] [CrossRef]
- Burton-Jones A, Hubona GS。技术接受模型中外部变量的中介作用。信息与管理2006 9月;43(6):706-717 [免费全文] [CrossRef]
- 自我效能感对电脑使用的影响。欧米茄1995 12月;23(6):587-605 [免费全文] [CrossRef]
- Rahi S, Othman Mansour MM, Alghizzawi M, Alnaser FM。UTAUT模型在互联网银行采用背景下的整合。JRIM 2019 Aug 12;13(3):411-435 [免费全文] [CrossRef]
- 曹强，牛霞。整合情境感知和UTAUT解释支付宝用户采用。国际工业工效学杂志2019年1月;69:9-13 [免费全文] [CrossRef]
- 陈文文，李志强，李志强。基于偏最小二乘隐变量模型的交互效应测量方法:蒙特卡罗模拟研究和电子邮件情感/采用研究。信息系统研究2003年6月;14(2):189-217 [免费全文] [CrossRef]
- 林尔CM, Sarstedt M, Mitchell R, Gudergan SP.偏最小二乘结构方程建模在人力资源管理中的研究。国际人力资源管理杂志2018年1月07日;31(12):1617-1643 [免费全文] [CrossRef]
- 毛发J, Risher J, Sarstedt M, Ringle C. PLS-SEM的使用时机及报告方法。EBR 2019 1月14日;31(1):2-24 [免费全文] [CrossRef]
- 毛俊峰，李志强，李志强。偏最小二乘结构方程建模方法研究。加州千橡市:Sage出版公司;2016.
- 下巴WW。结构方程建模的偏最小二乘方法。入:Marcoulides GA，编辑。《商业研究的现代方法》新泽西州马赫瓦:Lawrence Erlbaum Associates;1998:295 - 336。
- 李志强，李志强，李志强，等。基于方差的结构方程模型判别效度的新准则。学院的J.马克。科学通报2014 8月22日;43(1):115-135 [免费全文] [CrossRef]
- Taffesse A, Tadesse F.路径较少探索-控制位点和技术采用。非洲经济杂志2017;26(suppl_1):i36-i72 [免费全文] [CrossRef]
- Helmer SM, Krämer A, Mikolajczyk RT.德国北莱茵-威斯特伐利亚州大学生健康控制位点与健康行为。BMC Res Notes 2012 12月29日;5:703 [免费全文] [CrossRef] [Medline]
- 对健康的控制和与健康有关的行为模式。社会科学与医学1989 Jan;29(2):131-136 [免费全文] [CrossRef] [Medline]
- Mirzania M, Khajavi A, Kharazmi A, Moshki M.伊朗孕妇健康素养与生活质量:健康控制位点的中介作用。伊斯兰共和国伊朗2020年10月30日;34:161 [免费全文] [CrossRef] [Medline]
- 蔡涛，李世德，蔡英。解释台湾成年人的健康行为。健康促进杂志2015年9月15日;30(3):563-572 [免费全文] [CrossRef] [Medline]
- 陈晓峰，陈晓峰，陈晓峰。基于多元文化视角的健康促进行为与健康控制位点研究。生态学报2007;17(4):636-642。［Medline]
- 普尔廷加W，邓斯坦FD, Fone DL。健康控制点信念与自评健康的社会经济差异。Prev Med 2008 Apr;46(4):374-380 [免费全文] [CrossRef] [Medline]
- 周玲，奥乌苏-马福J, Asante Antwi H, Antwi MO, Kachie ADT, ampon - wiko S。“使用技术接受和使用统一理论(UTAUT)模型，评估支持加纳护士采用医院电子信息管理系统(HEIMS)的社会影响和便利条件”。BMC Med Inform Decis Mak 2019年11月21日;19(1):230 [免费全文] [CrossRef] [Medline]
- Bozan K, Davey B, Parker K.老年人健康IT采用模式的社会影响:基于使用行为方法的制度理论。计算机科学进展，2015;23 (3):517-523 [免费全文] [CrossRef]
- 赵杰，朴德，李贺。健康应用使用认知因素:系统分析健康意识、健康信息导向、电子健康素养与健康应用使用效能之间的关系。J Med Internet Res 2014 May 09;16(5):e125 [免费全文] [CrossRef] [Medline]
缩写
| 大街:平均方差提取 |
| HLOC:健康控制点 |
| HTMT:heterotrait-monotrait |
| 信息通信技术:信息和通信技术 |
| LOC:控制点 |
| 健康:移动健康 |
| PLS-SEM:偏最小二乘结构方程建模 |
| UTAUT:技术接受与使用的统一理论 |
| VIF:方差膨胀因子 |
R·库卡夫卡编辑;提交19.02.21;同行评议:KC Wong, K Rawlings;对作者25.05.21的评论;订正版本收到22.06.21;接受05.07.21;发表29.12.21
版权©Ashraf Sadat Ahadzadeh, Shin Ling Wu, Fon Sim Ong, Ruolan Deng。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com)， 2021年12月29日。
这是一篇开放获取的文章，根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布，允许在任何媒介上无限制地使用、分发和复制，前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息，//www.mybigtv.com/上的原始出版物的链接，以及此版权和许可信息。