与许多其他国家一样，加拿大的老年人(即年龄≥65岁的人)是人口中快速增长的一部分[ 1]。在加拿大，老年人的数量在2016年至2021年间增长了18.3%，达到700万[ 2]。据估计，到2030年，老年人将占加拿大人口的23% [ 1]。随着年龄的增长，他们更有可能经历残疾，从而失去自主性。 3.]。例如，在加拿大，19.5%的老年人报告说，他们的健康状况被认为比一年前略差或差得多，16.5%的老年人因健康问题或残疾而不得不接受家人、朋友或邻居的帮助。根据日常生活的工具和基本活动分类，93.9%的加拿大老年人经历轻微的自主性丧失[ 4]。

为了控制自主性的丧失，满足医疗保健和社会服务需求，并确保他们的安全和福祉，许多加拿大老年人考虑接受家庭护理，这通常包括护理、治疗(身体、职业和言语)以及医疗和社会服务[ 5]。另一些人则考虑辅助生活或搬到住宅卫生保健机构，如养老院[ 6- 8]。在这篇文章中，所有关于是待在家里安全地安度晚年，还是搬到住宿医疗机构的决定，都被称为“住房决定”[ 9]。

在加拿大，住房决定被认为是接受家庭护理的老年人及其照顾者最常见和最困难的决定[ 10， 11]。《渥太华决策框架》指出，影响决策的因素一般包括支持和资源不足(或"决策需要")以及性别、教育和种族等个人特征。具体来说，在住房决策方面，研究表明，除了丧失自主权外，加拿大的老年人还会考虑搬家的其他各种原因，如照顾者的意见、服务或亲属的支持、经济资源、在家的不安全感或恐惧感。 8， 11]。加拿大的一项研究表明，性别、年龄、家庭收入、省份、驾驶状况、目前的家庭是否满足老年人的需求，以及未满足的大量清洁需求，都是决定搬迁的重要影响因素[ 12]。

根据社会文化背景的不同，住房决定和向长期护理的过渡可能会有不同的经历。例如，在西方文化中，一些寄宿护理机构试图通过允许老年人带来他们的家具、宠物和家庭照片来创造一种像家一样的氛围，以帮助老年人轻松过渡。 13]。然而，一项荟萃分析显示，在美国和加拿大，老年人仍然会把过渡到长期护理作为一种损失，在接受这一决定之前需要一个哀悼的过程[ 14]。

在2019冠状病毒病大流行期间，对于加拿大老年人来说，住房决定不仅变得更加频繁，而且更加痛苦和复杂。 15]。搬迁的决定似乎充满了危险，因为长期护养院和老年人住宅是2020年加拿大疫情最严重的设施之一。疗养院和养老院的居民占报告的COVID-19死亡人数的80% [ 16]。

为了帮助老年人在最合适的住房选择方面做出明智的决定，共同决策(SDM)被提倡。SDM是指患者、其亲属或家人或双方以及一名或多名医疗保健专业人员作出医疗保健选择的过程[ 17]。SDM特别适合于对偏好敏感的决策。最好的住房决定反映了老年人的个人价值观和偏好，以及他们的亲属的价值观和偏好[ 7， 18]。由于老年人长期条件的累积效应增加了自我管理的需求，SDM变得更加相关，特别是在住房方面。此外，越来越多的证据表明，老年人和他们的照顾者希望更多地参与决策[ 19]。决策辅助工具(DAs)可用于促进SDM。DAs是一种基于证据的工具，支持老年人确定决策，提供有关不同选择和结果的信息，并帮助澄清个人价值观和优先事项[ 20.]。

电子健康是指透过互联网及相关技术提供的健康服务及资讯[ 21]。根据最近的研究，电子保健可以通过教育和支持性网络平台提供更容易获取的健康信息，并与其他有共同健康兴趣的人建立联系，从而使老年人能够管理自己的健康[ 22- 25]。自2019冠状病毒病以来，电子医疗的使用显著增加。已经发生的加速数字化转型[ 24[gm66nd]鼓励老年人使用互联网服务来满足他们在生活的几个方面的需求(例如，网上杂货、网上购物和健康预约)。因为快速变化的健康状况可以迅速取代老年人的住房决定[ 9]，他们需要易于访问的基于网络的工具，这些工具可以更新，以帮助他们获得积极参与SDM所需的信息。

在临床环境中，DA通常在临床会诊之前提出，为患者与卫生专业人员进行SDM做准备，或在会诊期间提出，为随后的会诊做准备。很少有卫生专业人员有时间与患者一起完成DA并当场得出结论[ 26]。我们设计了一个电子版本的纸质数据分析[ 27， 28(电子决策辅助[eDA])，帮助老年人选择最适合自己的住房。老年人可以单独或与家人一起使用eDA，在健康专业人员的帮助下为SDM做准备。eDA还可用于对医疗保健专业人员进行SDM培训，以帮助他们了解SDM过程中涉及的实际步骤。基于纸张的数据分析已经在加拿大SDM和知识翻译研究主席的网站上提供[ 28]。本网页亦会免费提供eDA资料。有关转换的简要详情载于 多媒体附录1［ 7]。我们还计划在渥太华决策辅助网站[ 20.]，并将建议伙伴组织提供与eDA的超链接(例如，为护理人员提供的fcv和l ' appui)。

我们假设老年人会发现eDA是有用的。据我们所知，目前还没有研究调查老年人是否愿意使用eDA来决定住房。因此，我们的目的是评估加拿大老年人使用eDA进行住房决策的意愿，并确定影响他们使用eDA意愿的因素。

我们在加拿大各地(包括10个省和3个地区)对老年人进行了一项基于网络的横断面调查，这些老年人要么在过去12个月内做出了住房决定，要么计划在明年做出住房决定。我们采用以共识为基础的报告调查研究核对表(CROSS)来指引报告我们的结果[ 29) ( 多媒体附录2)。该项目是COORDINATEs(支持居家养老决策的技术)的一部分，这是一项国际研究(加拿大、瑞典和荷兰)，其目标是利用技术帮助老年人尽可能长时间地以安全的方式呆在家里，并帮助他们做出明智的居家养老决策[ 9]。

该项目已获得加拿大魁北克省首都国家大学综合大学卫生与社会服务中心伦理审查委员会批准(# mp -13-2019- 1519,2019 - 1519_sppl)。

与健康相关的行为与意图相关，意图被定义为个人对执行行为的计划和合理决定[ 30.]。一项对10项荟萃分析的荟萃分析表明，意图解释了近三分之一的行为差异[ 31]。使用电子健康干预措施来改善一个人的健康首先需要接受技术，然后是使用它的意图。一些理论模型研究了在医疗保健中使用技术的意图(及其决定因素)。接受和使用技术的统一理论(UTAUT)是研究在医疗保健中使用技术的意图的最广泛使用的理论模型之一[ 32]。由Venkatesh等人开发[ 32]， UTAUT是之前几个理论模型的延伸，如技术接受模型[ 33]和Ajzen的计划行为理论[ 34]。UTAUT解释说，使用技术的行为意图基于四个构念:(1)绩效预期，定义为个人相信使用该系统将帮助他们获得优势的程度;(2)工作预期，定义为与系统使用相关的轻松程度;(3)社会影响，定义为个人认为其家人、朋友和社会总体上会赞成他们使用新系统的程度;(4)便利条件，定义为个人认为存在支持系统使用的组织和技术基础设施的程度[ 32]。为了达到本研究的目的，我们通过添加可能对使用eDA的意图有直接影响的变量来调整该框架。因此，我们测量了社会人口统计学变量以及电子卫生素养，将其定义为“利用新兴信息和通信技术改善或实现健康和卫生保健”[ 35]。电子卫生素养结合了素养技能的不同维度(传统素养、卫生素养、信息素养、科学素养、媒体素养和计算机素养); 图1) [ 36]。

如果受访者是年龄≥65岁的加拿大成年人，懂英语或法语，可以使用带有互联网连接的电子设备，并且在过去几个月内做出了住房决定或计划在未来一年内做出决定，则符合条件。

我们通过Leger Marketing(一家位于加拿大蒙特利尔的市场研究和分析公司)招募了受访者。Leger Marketing是加拿大最大的私人网络小组(400,000人)，并声称代表了整个人口[ 37]。它通过呼叫中心、小组网站和社交媒体采用传统和移动电话方法的混合招聘方法。它还每6个月更新一次小组成员的资料，并从注册过程开始就使用验证技术(例如，用户名和对密码的严格限制，现有小组的重复数据删除和同步招聘活动)控制参与者答案的准确性和质量[ 37]。Leger Marketing使用非概率抽样方法从40万人的面板中选择了我们的样本。一份电子邀请被发送给11972名老年人来完成这项非公开调查。所采用的抽样方法在年龄、性别、地区和社会经济地位方面代表了加拿大的一般人口。在获得同意后，合资格的受访者才能完成调查。这项调查是在自愿的基础上进行的，并以莱热积分的形式向受访者提供补偿，这些积分可以兑换现金或礼品卡。

来自网络小组的每个受访者都收到了一封个性化的电子邮件邀请，其中包含一个访问非开放调查的唯一URL链接。然后，受访者被要求回答有关语言偏好、居住省份或地区以及资格的第一个问题。Leger Marketing每周通过电子邮件发送一次提醒，直到调查结束。由于受访者使用他们的小组成员帐户登录调查，我们对每个成员都有一个唯一的回应，因为同一个成员不可能有多个提交。

最少需要829人参加。利用中心极限定理公式[ 38]。该公式提供了建议的样本量，以估计具有所需误差范围和置信水平的真实总体平均值。为了确定样本量，Yousef等人的一项类似研究[ 39]来估计总体平均意向评分的标准差(SD 0.56)。在1000名受访者完成调查后，调查结束。招聘历时4周(2022年4月5日至5月2日)。

由于没有有效的工具来评估老年人在住房决策中使用eDA的意图，我们基于改编的UTAUT项目创建了一个自我管理的问卷。我们使用17个基于utaut的项目来测量我们的主要结果、意图及其4个决定构念。每个UTAUT结构(意图、表现期望、努力期望、社会影响和促进条件)使用3或4个项目进行测量。受访者在7分李克特量表上表示他们对相应项目的同意或不同意程度，范围从1 ( 强烈反对)至7 ( 强烈同意)。我们计算出每个构念的最终得分，取其对应项目的平均分。在我们基于utaut的问卷中，我们将“技术”一词替换为“基于网络的决策辅助”，并根据我们的研究背景调整了每个项目的措辞。UTAUT具有良好的内部一致性、收敛效度和判别效度[ 32]。Cronbach α表明测量每个构形的多项目具有良好的信度(α范围为。9 ~。95)。

该调查还收集了社会人口特征(即年龄、性别、性别、教育程度、居住省份或地区、邮政编码、种族、婚姻状况、家庭人数、母语和家庭收入)，使用的项目基于加拿大统计局的2021年人口普查问卷[ 40]。

我们使用2种量表评估电子健康素养。第一个是电子健康素养量表(eHeals) [ 41]，这是一种有效的量表，用于衡量受访者自我评定的识字水平(称为“主观量表”)。eHeals是由Norman和Skinner开发的[ 41]，并被视为衡量电子健康素养的“黄金标准”[ 41]。它是一个经过验证的8项量表，具有高度的内部一致性[ 42]。对于8个项目中的每一个，受访者在5分的李克特量表上表达他们的同意或不同意(1= 强烈反对5 = 强烈同意)，分数越高，说明读写能力越好。eHeals量表产生的总分从8到40不等。根据文献中为更好地划分识字水平而使用的不同阈值[ 43， 44]，如果得分≥26分，则认为电子健康素养较高。我们还使用了数字健康素养工具(DHLI) [ 45来评估电子健康素养。DHLI(称为“客观量表”)是衡量受访者在使用互联网网页时的实际表现。DHLI量表最初是荷兰的，通过7个项目来衡量与健康相关的互联网使用技能[ 45]。DHLI由网页截图组成，附有评估操作技能、导航技能、可靠性评估、确定相关性、信息搜索、添加自生成内容和保护私隐的问题[ 45]。对于这个项目，我们使DHLI适应了加拿大的环境。在与我们的研究小组成员讨论后，问卷中只有5个项目。内容添加和隐私保护两项与本项目无直接关系，略去。如果被调查者给出了正确的答案，他们会得到1分。否则，他们得到0分。因此，最大可能得分为5分。eHeals和DHLI的Cronbach αs分别为0.91和0.35。

在完成2份电子健康素养量表后，研究人员向受访者播放了一段6分钟的视频，展示了eDA在上下文中的使用情况。正如Godin等人所提到的[ 46]，在测量与该行为相关的意图之前，有必要明确定义目标行为(即使用eDA来做出住房决策)。这段视频展示了SDM的住房决策过程，并展示了一名自主的老年人与关心她安全的照顾者互动的情景[ 47， 48]。在视频中，这位老年人在与她的护理人员一起使用eDA时讨论了不同的住房选择。所有参与者都必须观看视频以继续调查并完成UTAUT问题。回应者随即被要求浏览eDA [ 49]。随后，UTAUT被用于评估受访者使用eDA的意图(及其相关的绩效期望、努力期望、社会影响和便利条件等构念)[ 32]。在eDA的基础上，调查以下列变量为基础，就作出住房决定的过程提出问题:选择的住房决定(“你选择了哪个或你考虑选择哪个?”)，首选住房选择(“你更喜欢哪个?”)，考虑住房选择的原因(“你做出这个决定的原因是什么?”)，决策过程中的支持(“谁帮助过你或可以帮助你做出这个决定?”)，以及在决策过程中的首选角色(“如果你必须做出这个决定，你希望如何做出这个决定?”)。我们将这些决策过程变量视为描述性变量，不包括在多变量分析中。

该调查有48个网页长，大约需要30分钟才能完成，由50个封闭式问题组成，这些问题不是随机的，并且以相同的顺序出现在所有受访者面前。每页都有一个“下一步”按钮，用于继续前进，还有一个按钮，上面列出了老年人的帮助热线，如果他们对调查中的任何问题感到不舒服，可以与专家交谈，在精神上或情感上为他们提供支持。被调查者不能移到下一页，除非他们完成了当前页面上的所有问题。只有当受访者点击位于调查结束处的“完成”按钮时，调查才被标记为完成。英语和法语版本都预先测试了76名受访者，以确定任何可能的歧义或技术问题，验证问题的清晰度，并估计平均完成时间。在预测之后没有进行重大修改。

我们使用描述性统计(均值、标准差和百分比)确定了社会人口学变量、电子健康素养水平、UTAUT结构和决策过程变量的人口分布。因为意图得分可以在1到7之间变化，我们将意图解释为一个连续变量。在文献中没有明确的具有临床意义的意向评分阈值。我们使用Shapiro-Wilk检验来验证因变量的分布是否为正态分布。

对于双变量和多变量分析，除了收入变量外，我们认为“不愿意回答”的选择是缺失数据(1.8%，18/1000)。我们根据受访者的出生日期和调查完成日期计算他们的年龄。我们使用贝叶斯信息准则逐步选择，建立了一个混合线性回归模型，包括所有自变量，即年龄、性别、性别、教育程度、居住省份或地区、邮政编码、种族、婚姻状况、家庭人数、母语、家庭收入、电子健康素养(客观和主观)、绩效预期、努力预期、社会影响和便利条件[ 50]。我们使用另一种变量选择方法来验证我们的模型。我们对每个变量进行了双变量分析，使用简单的线性回归来描述因变量(使用eDA进行住房决策的意图)和自变量之间的关联。变量与 P值<。10were considered significant, a threshold more stringent than the usual .20. We then included the selected independent variables in a multivariable analysis model and identified the factors associated with intention. We checked collinearity using a correlation matrix of the continuous variables (age, number of people in the household, eHealth literacy, performance expectancy, social influence, and facilitating conditions; 多媒体附录3)。所有分析均使用SAS (version 9.4;SAS研究所有限公司)[ 51]。

在11,972名受邀参与的专家小组成员中，有3789名(31.65%)专家小组成员点击了通过电子邮件收到的调查链接;1176例(31.04%)符合条件;1000名(85.03%)受访者完成了整个调查，并被纳入分析( 图2)。回复率为31.65%(3789名用户点击了调查链接，发送了11972份邀请)，完成率为85.03%(1000名用户完成调查，1176名符合条件的用户参与调查)。

被调查对象的特征列于 表1．对于退出调查的受访者(14.97%，176/1176)，他们的社会人口学特征与完全完成调查的人相似。退出调查的大多数为男性(103/176,58.5%)，平均年龄73.9 (SD 6.0)岁，白人(160/176,90.9%)，居住在安大略省或魁北克省(101/176,57.4%)，高学历(64/176,36.4%为大学毕业生)。在1000名受访者中，主观电子健康素养的平均得分为27.8(标准差5.88)(满分40分)，客观电子健康素养的平均得分为3.00(标准差0.97)(满分5分)。我们认为这两个分数都代表了较高的电子健康素养水平。主观的电子健康分布在得分最高的方向上略微向右倾斜。

UTAUT构造分数显示在 表2．老年人使用eDA决定住房意向的平均得分为4.74(标准差1.7)。我们认为意图得分≥4足以假设老年人将使用eDA进行住房决策。其他UTAUT构念中，便利条件平均得分最高，为5.63 (SD 1.28)。老年人似乎相信存在组织和技术基础设施来支持eDA的使用。绩效期望、努力期望和社会影响的平均得分分别为4.94 (SD 1.48)、5.61 (SD 1.35)和4.76 (SD 1.59)，即老年人认为eDA可以帮助他们更好地做出决策，并且使用方便，并且eDA得到了亲属的认可，因此他们更倾向于使用eDA。

Cronbach α值为每个被评估的构式提供，是每个构式内部一致性的度量。这被认为是衡量量表可靠性的一种方法。

与每个决策过程变量相关的意向得分列于 表3．

表4显示了在多变量模型中与意向显著相关的因素。这些因素的重要性依次为:表现期望(β= 0.55; P<.001)，社会影响(β=.37; P<.001)，母语(β=.30; P<.001)，便利条件(β=.15; P<.001)，电子健康素养(目标)(β= - 0.06; P= 03)。在这些结果的基础上，我们提出了一个改进的简约UTAUT模型( 图3)。总的来说，我们的最终模型解释了因变量总方差的73.3%。

另一种变量选择方法(即在进行多变量分析之前，在双变量分析中使用0.1的阈值选择自变量)产生相同的最终模型。在双变量分析中总共保留了9个变量( 多媒体附录4)。

据我们所知，这是横跨加拿大10个省和3个地区的第一个基于网络的调查，旨在调查老年人使用eDA进行住房决策的意愿。平均意向得分为中等。此外，我们发现老年人最选择和最喜欢的住房选择是留在家里。大多数参与者对这种偏好有多种原因，这在很大程度上与他们的健康状况有关。老年人在住房决策中大多得到配偶或子女的支持，大多数老年人倾向于在决策中发挥积极作用。我们还发现，根据受访者的母语，加拿大各地的意向各不相同。与其他母语的人相比，以法语为母语的人更有可能使用eDA来决定住房。此外，客观评估的电子健康素养与意向呈负相关(即，较低的电子健康素养水平与较高的意向得分相关)，而主观评估的电子健康素养则不是。最后，表现期望、社会影响和促进条件的UTAUT构念与意向显著正相关。换句话说，在表现预期、社会影响力和便利条件方面得分较高的受访者，更倾向于使用eDA进行住房决策。 These results allowed us to make the observations elaborated in the following sections.

首先，在本研究中，代表老年人使用eDA意愿的得分为正，与数字医疗背景下使用UTAUT模型的3项研究的得分相似，得分范围为2.8至4.42 [ 39， 52， 53]。第一项研究是一项系统回顾，调查了患者和卫生专业人员对基于网络的干预措施的接受程度，以解决各种身心健康状况[ 53]。第二项研究调查了患者使用电子健康记录的意图[ 39]，第三项研究调查了老年人使用电子健康应用程序的意图[ 52]。在我们的研究中，意向评分是否足以预测老年人采取目标行为(使用eDA)。如前所述，目前还没有明确的举措来确定具有临床意义的意向评分的截止点。考虑到所有因素，因为在意图得分方面没有上限效应[ 54]，我们仍应考虑研究中发现的影响意向的因素，制定合适的策略和干预措施，以促使老年人使用eDA，从而做出更明智的住房决策。

其次，我们的研究结果表明，在决策过程中得到家人、朋友和医疗团队支持的老年人更倾向于使用eDA进行住房决策。其他研究也证实了亲属在房屋选择决策过程中的重要性[ 10， 11]。因此，在eDA中添加一个由参与决策的护理人员填写的部分可能会很有用。比较老年人和照顾者的偏好可以让我们更好地理解每一种观点以及他们各自的需求、价值观和优先事项。这将使老年人及其家人更好地为彼此之间以及与他们的保健专业人员(如医生、社会工作者、物理治疗师和职业治疗师)进行SDM讨论做好准备，并减少老年人的决策后悔[ 11]和照顾者[ 10]。因此，eDA可成为推行跨专业的可持续发展管理模式的有用工具。该模式强调促进参与可持续发展管理过程的各方之间的沟通，以就有关问题达成共识的重要性，特别是在涉及房屋决策等敏感议题时。[ 55， 56]。

第三，与我们的预期相反，在研究中的11个社会人口变量中，只有母语保留在最终模型中。我们的研究结果表明，讲法语的加拿大人比讲英语的加拿大人更倾向于使用eDA。这可能是因为大多数以加拿大法语为母语的人居住的魁北克省，居住在养老院的老年人比例在全国最高。 57]。2021年，17%的魁北克人年龄≥75岁，居住在老年住宅中，而其他省份只有5%-10% [ 57]。除了这种文化选择之外，魁北克将其家庭护理资源的很大一部分用于税收抵免，其中83%用于支付老年人私人长期护理住所的租金，而不是为公共服务(例如个人支持工作者)提供资金，使人们能够留在家中[ 58]。由于这些预算选择，在过去几年中，获得公共资助的家庭护理服务的老年人比例急剧下降。由于这种压力和老年人比例的增长，魁北克的住房决定变得比以往任何时候都更加复杂;因此，魁北克人更需要一个工具来支持他们的住房决策。

魁北克被认为是一个“独特的社会”，其文化和社会价值观与加拿大英语地区不同[ 59， 60]。魁北克省使用eDA的意愿较高也可能归因于eDA是由魁北克拉瓦尔大学附属的法语研究小组开发的这一事实。虽然eDA被翻译成英语，但它最初是用法语设计的，eDA的设计者可能无意中更多地反映了魁北克人的利益和价值观，而不是其他加拿大人的利益和价值观。此外，一项评估加拿大人健康相关决策过程的网络调查显示，生活在魁北克省的老年人所经历的SDM水平降低[ 61]。这可以解释为什么魁北克人更渴望参与SDM，并在有可能这样做时使用eDA。

第四，尽管在双变量分析中，无论是客观还是主观测量的电子卫生素养都与意愿相关，但在多变量模型中，只有电子卫生素养的客观测量仍然存在，并且似乎对意愿有更强的影响。这一结果证实了客观和主观地衡量电子健康素养的重要性。相信自己有很高的文化水平是不够的，需要用客观的表现衡量来完成，这在评估与健康有关的行为意图方面更为重要[ 62]。与我们的假设相反，我们发现客观电子健康素养与老年人使用eDA进行住房决策的意图之间存在负相关。eDA被设计成一个简单的工具。由于我们样本中的大多数受访者的电子健康素养得分很高，他们可能期望使用更复杂的工具。这可以解释他们使用eDA的意愿较低的原因。另一种可能的解释是，因为电子健康素养与健康素养呈正相关[ 36， 63]，受访者可能期望eDA的内容和信息更丰富。相反，电子健康素养得分较低的受访者更倾向于使用电子数据eDA。这可以用eDA的简单性来解释。重要的是要注意那些在使用数字技术方面技能有限的人。2020年对美国低收入老年人的一项研究显示，只有一半的参与者使用互联网，其中不到一半的人拥有高电子健康素养得分[ 44]。老年人受到“数码鸿沟”的影响尤为严重[ 64]。未来对电子健康信息的研究可以关注内容、设计、健康素养、客观电子健康素养水平和老年人使用电子健康信息的意愿之间的关系。

第五，正如预期的那样，我们发现3个UTAUT构念(表现期望、社会影响和促进条件)与意向显著相关。换句话说，受访者越相信eDA会提高他们的决策质量，他们的社交圈会赞成使用eDA，并且他们在使用网络资源方面有必要的帮助，他们就越倾向于使用eDA来决定房屋。最终的模型中只排除了构建的努力期望。我们的结果与其他与电子健康相关的研究结果一致，除了努力预期，这包括在他们的模型中，而不是在我们的模型中。 65， 66]。正如Venkatesh等人所解释的[ 32]，如果老年人以前没有经历过目标行为(即，使用eDA)，并且如果模型中不存在努力预期，那么预期促进条件将成为意图的主要预测因素。这就是这个探索性研究的情况。此外，Venkatesh等[ 32]指出，根据他的理论所依据的各种模型，表现预期是所有构念中最有力的意图预测因子，这在我们的研究中得到了证实。与我们的发现相反，de Veer等[ 52尽管他们发现家庭和朋友会影响使用电子健康的意愿，但他们在最终模型中排除了社会影响。这可能是因为我们对社会影响的运作方式不同;de Veer等[ 52]只使用了1个项目来衡量社会影响力，而我们使用了3个。尽管如此，我们也观察到，意向得分高于平均水平的受访者在决策过程中受益于社会支持(即家庭、朋友和医疗团队)( 表3)。

最后，我们的研究结果表明，UTAUT结构和行为改变方法[ 67]可用于设计侧重于促进条件和社会影响的策略，这些条件和社会影响将增强老年人使用eDA的意愿。例如，可动员保健和社会护理工作者，在不同的保健环境、寄宿护理设施或提供家庭护理服务时，促进使用电子发展评估[ 67]。正如巴塞洛缪等人[ 67]，动员有说服力的沟通策略和社会网络可能有助于传播eDA。社会网络成员(如家庭成员和亲戚、照顾者、同伴和卫生保健专业人员)可以帮助没有经验的老年人使用电子卫生资源[ 67， 68]。

我们研究的优势在于，这是一项严格的基于理论的分析，分析了加拿大各地老年人的意图，这个国家从海岸到海岸绵延4700英里，以更好地支持他们做出最困难的决定之一。此外，调查公司Leger Marketing在年龄、性别、性别和社会经济地位方面平衡了我们招募的样本。此外，我们研究的回复率(3789/ 11972,31.65%)高于网络调查的平均回复率(通常在10%至20%之间)[ 69- 71]，也高于莱热小组的平均回复率。

我们的研究有一些局限性。首先，我们的样本不能被认为是所有加拿大老年人的代表，因为我们排除了那些没有互联网接入的人，而且我们的大多数受访者是白人，说英语，受过高等教育的男性。受访者在选择住房方面可能比普通加拿大人处于更有利的地位，也就是说，他们可以雇佣私人家庭护理人员或支付私人住宿护理费用。 72]。可能会出现选择偏差，因为电子健康知识水平较高的人更有可能订阅像这样的私人小组[ 70， 73]。Rhodes等人[ 74指出在不考虑“数字鸿沟”的情况下以电子方式收集数据的缺陷，或者不准确地假设一国人口中各小群体的网络访问和使用是平等的。第二，在莱热小组中，来自加拿大领土的回答者的百分比低于来自各省的百分比，而来自领土的土著居民的百分比(例如，努纳武特的86%)高于各省。因此，有可能在我们的样本中土著人民没有得到充分的代表。此外，在原住民保留区，只有43.3%的家庭可使用高速互联网[ 75]。第三，我们的样本仅限于在过去几个月做出搬家决定或计划在来年做出这个决定的老年人。根据Leger Marketing的说法，这一标准有些限制，因为在调查的这一点上，来自地区的一些受访者被淘汰了。第四，我们能够测量老年人使用eDA的意图，但我们不能说他们一定会使用它。在几个月后进行随访的研究可以解决这个问题。最后，本研究是在COVID-19大流行期间进行的。尽管大流行影响了居住在寄宿护理机构的老年人的住房决定[ 76]，我们没有纳入与大流行有关的具体问题;因此，我们的调查没有考虑到这一点。

我们的研究是第一个评估加拿大老年人使用eDA来帮助他们做出住房决定的意图。本研究对电子健康行为领域做出了实证和概念上的贡献。我们能够更好地理解意图及其构念之间的关系，并检验各种变量对意图的影响。此外，我们提出了一个基于UTAUT的改进的精简理论框架，涉及其他相关概念，如电子健康素养。老年人住房决策的研究(如eDA开发、使用意向评估，以及最终实施和整合到各种护理轨迹中)已变得越来越重要。这项研究是促进eDA实施和集成计划的一步。我们的研究结果和结论可以应用于类似的社会人口背景，老年人在人口中所占的比例越来越大，需要支持在整个护理过程中发挥积极的决策作用。