不到25%的加拿大医生使用电子健康记录(EHR)系统，低于许多其他国家，在工业化国家中排名最后。 1]。因此，尽管几乎所有的医生都使用某种形式的计算机支持来进行日程安排和计费，但患者的临床记录大多是在纸上记录的，而且分散在医生办公室、诊所、测试中心、实验室和医院，而且往往无法访问。

EHR(一个经常与EMR或电子医疗记录交替使用的术语)是一种计算机可处理形式的信息存储库，医生使用它来记录和访问有关患者健康的信息。电子病历正在成为当前医疗保健的重要工具:为了正确地照顾病人，医疗保健从业人员必须及时、准确地访问所有相关的医疗记录。没有电子病历系统会导致严重的延误、重复工作，甚至在诊断问题时不准确[ 2- 4]。

尽管电子病历系统有明显的优势，但在加拿大的医疗实践中，它们的采用率一直很慢。电子病历系统的采用不足是一个高度复杂的问题，尚未以全面的方式得到充分解决。许多相互依存的因素影响着收养，这些因素必须同时考虑[ 5]。总之，在任何情况下，用户的感受是决定资讯科技部署成功与否的关键[ 6]。

一些关于在加拿大和其他地方采用电子健康档案系统的研究已经完成，但大多数研究都孤立地讨论了采用电子健康档案系统的一些相关动机或障碍[ 7- 10]。重要的是，这些研究要全面地解决主要问题，否则可能会采用鼓励出于错误原因使用电子病历的卫生保健政策，给医生带来问题而不是好处。最终的结果可能是放弃或未充分利用这些系统。因此，重要的是要更广泛地了解医生对采用电子病历的重要因素的看法，并比较这些观点在采用者和非采用者之间的差异。

调查用户在各个领域(包括医疗保健)采用新的IT应用程序是信息系统研究的既定主题。各种理论已被证实，试图更好地解释用户采用新资讯科技应用的原因[ 11]。然而，将这些模型应用于医疗实践情况是一项具有挑战性的任务，因为这些实践涉及到自主医生活动与团队互动的混合，因此需要个人和组织采用IT的理论。因此，检验医生对电子病历的看法的一种方法是考虑两组因素:(1)源于个人决策理论的个人使用因素(例如，技术接受模型(TAM)) [ 12]或技术接受与使用统一理论[ 11])，以及(2)组织使用的元素(例如，组织版本的TAM, TAM2 [ 13]，或理性行为理论[ 14])。

这两类理论都研究了采用和使用IT应用程序的行为意图等主要因素，包括性能期望(感知有用性)和工作期望(易用性)。

在可能对采用电子病历的意向产生积极影响的许多其他(次要)因素中，我们认为三个因素更为重要:个人资讯科技创新程度(个人尝试新资讯科技应用的意愿)[ 15])，工作相关性(为医生需求提供的功能[ 16])和社会影响(同事和重要他人对采用系统的影响[ 17， 18])。

资讯系统研究最近的一个趋势，是同时考虑阻碍新资讯科技实施的因素[ 19]。此类别对于调查医疗保健中的IT部署特别有意义[ 20.]，因为该领域具有很高的社会敏感性，而在IT部署方面落后于其他行业(如银行或旅游业)。对采用资讯科技的意向产生负面影响的因素，可以通过从消费者行为中借用的感知风险概念来解释，即消费者对购买表示怀疑，原因是担心浪费金钱和时间，以及对私隐的考虑[ 21]。考虑采用电子病历的医生倾向于认为这些风险与他们自己有关，即使这个决定是在组织背景下做出的，类似于考虑采用创新的消费者[ 22]。

采用电子病历的障碍是通过使用感知总体风险来捕捉的，感知总体风险表示使用电子病历的感知负面后果。最近的信息系统研究表明，感知风险有几个方面[ 21， 23]。这些取决于用户认为有风险的活动的背景，但它们的综合影响应该产生相同的总体结果。在考虑采用电子病历的背景下，3个风险方面可能是整体风险的重要先决条件:(1)感知绩效风险(担心系统无法按预期运行)，(2)感知法律和隐私风险(担心使用电子病历带来的法律和隐私问题)，以及(3)感知心理风险(对电子病历实施的焦虑和压力)。

根据以往的消费者行为及资讯系统研究[ 19， 24]，我们可以发现感知到的整体风险对有用性的感知(因此对绩效的期望)和使用电子病历系统的意图都产生了负面影响。另一方面，当用户认为系统易于使用时，风险感知就会减轻[ 21]。

基于以上的理论推理和前人的研究结果，下面的理论模型( 图1)，并提出假设:

假设1a)感知绩效风险与感知整体风险呈正相关。

假设1b)感知心理风险与感知整体风险呈正相关。

假设1c)感知到的法律和隐私风险与感知到的总体风险呈正相关。

假设2)感知总体风险与绩效预期负相关。

假设3)感知整体风险与行为采纳意愿负相关。

假设4)工作相关性与绩效预期呈正相关。

假设5)社会影响与绩效预期呈正相关。

假设6)个人信息技术创新与绩效预期呈正相关。

假设7)个人信息技术创新与努力预期呈正相关。

假设8)努力预期与感知到的总体风险负相关。

假设9)努力预期与绩效预期呈正相关。

假设努力预期与采纳的行为意向呈正相关。

假设11)绩效预期与采用行为意愿呈正相关。

从医生的角度来看，这个理论模型捕捉了可能赞成或不赞成电子病历采用和使用在加拿大医疗实践中的关键行为因素。通过模型的镜头，可以系统地比较采用电子病历的医生与未采用电子病历的医生的看法。

数据通过横断面在线调查收集，该调查包括基于理论模型假设的工具，以及相关的人口统计问题。理论模型中所有构念的项目采用7点李克特量表作为锚点进行测量 强烈反对和 强烈同意。相关结构改编自先前在信息系统、医疗保健和消费者行为方面的研究[ 11， 14， 20.， 21， 23]。

我们设计了两种版本的调查:一种是针对使用电子病历系统的医生，另一种是针对不使用电子病历系统的医生。两个版本之间的唯一区别是，捕捉医生使用电子病历的各种看法的项目是用现在时态表达的(例如，“我觉得电子病历有用”)，而向其他类别的医生提出的问题是用条件现在时态表达的(例如，“我觉得电子病历有用”)。

该调查由加拿大一所大学的4名博士生进行预测，改进后由3名执业医师进行中试。这项研究得到了麦克马斯特大学研究伦理委员会的批准。

数据收集的目标参与者是在加拿大从事医疗实践的医生。由于这些保健专业人员日程繁忙，很难招募到从事研究的人员，因此参与者的招聘和调查管理工作外包给了一家拥有近67 000名预先注册医生的商业公司。这项调查是在加拿大各地用英语和法语进行的，参与者完成调查后会得到补偿。总样本为220名参与者，在已经使用电子病历的诊所工作的医生和没有使用电子病历的医生之间分布均衡。此外，还尝试在小型诊所(1或2名医生)和大型诊所以及全科医生和专科医生之间平衡参与者。

通过描述统计和结构方程建模(SEM)技术对数据进行分析。采用了一种流行的SEM方法，偏最小二乘(PLS)，因为它适合使用复杂模型进行主要的探索性研究[ 25]。此外，PLS不需要对样本数据分布进行假设[ 26]并且在相对较小的样本中效果良好[ 27]。PLS分析使用SmartPLS软件(2.0版[beta];SmartPLS，汉堡，德国)分为两个阶段:测量模型的评估，然后是结构模型的评估[ 28]。研究中收集的人口统计因素也作为可能的控制变量在两个样本中进行了测试。

通过两种模型通径系数的差异比较模型分析的结果。差异程度用 t统计与 N1 + N2- 2个自由度[ 29， 30.]：

t ＝ （ Path1 - - - - - - 路径 2） / (后台打印 * √6 （1 / N1 + 1 / N2) ］

在哪里 巴勒斯坦权力机构 th1， 路径 2两个模型对应的路径系数是和 N1， N2是各自的样本大小。

后台打印为方差的混合估计量，计算公式为:

Spooled = sqrt {[(N1 - 1)/(N1 + N2 - 2)的平方]* SE1的平方+[(N2 - 1)/(N1 + N2 - 2)的平方]* SE2的平方}

在哪里 年代 E 1， 年代 E 2是各自模型路径系数的标准误差。

上述方法适用于比较的两个样本的方差大致相同，或者样本量比较大的情况。

我们收集了219份完整的问卷:119名电子病历使用者和100名非电子病历使用者。剔除数据缺失率超过10%的问卷，有效回复分别为102份和83份。通过10次插值的预测均值匹配过程，将缺失数据替换为多次插值方法[ 31]。校正后的样本是后续统计分析的基础。

表1显示研究中使用的2个样本的人口统计学特征。

对测量模型的首次评估表明，由于信度和结构效度值不理想，有必要从电子病历用户模型中删除35个项目中的7个，从电子病历非用户模型中删除35个项目中的5个。在对剩余项目重新运行SmartPLS后，两个模型的所有结构都显示Cronbach alpha(复合信度)值高于0.7，提取的平均方差高于0.5，项目加载高于0.7。因此，测量模型具有可接受的信度和收敛效度[ 32- 34]。对SmartPLS产生的加载和交叉加载矩阵的目视检查表明，测量项目在其指定构念上的加载大于其他构念上的交叉加载，从而得出结论，两个模型的构念具有足够的区分效度[ 28]。总体而言，两个模型的数据统计分析表明有足够的信度和结构效度，从而进行模型的结构分析，即PLS分析的第二步。

结构模型的评估涉及运行SmartPLS与200个样本的bootstrap。路径系数的结果、显著性水平和假设结果以及决定系数的值见 图2和 表2EHR用户模型和 图3和 表3用于EHR非用户模型。

SmartPLS结果还提供了理论模型中各因素对两类参与者使用电子病历的行为意向的总影响(见 表4）.

每个医疗实践的医生数量，医疗经验的年数和受访者的性别作为潜在的控制变量进行了测试。通过运行PLS分析计算从这些结构到两种理论模型的内生潜在变量的路径系数和显著性水平。第四个潜在的控制变量(工作时间表)由于其严重的偏倚，在PLS分析中没有产生任何结果:两个样本中超过97%的医生报告全职工作。在所有被测试的控制变量中，只有在电子病历非使用者模型中，每次执业的医生数量被发现是显著的，路径系数为0.106 ( P= .04)与努力预期。这个变量解释的方差从 R²= 0.272 to R²= 0.283。

在大多数情况下，两种模型对应的路径系数的标准差是相似的数量级。此外，样本量相对较大，是PLS所需最小样本量的两倍以上[ 34]。因此, t采用上述统计公式计算两种模型路径系数的差异程度。研究结果见 表5。

本研究的目的是从医疗从业者的角度确定影响加拿大采用电子病历的主要因素，并比较已经使用这种系统的医生和没有使用这种系统的医生的观点。总的来说，最重要的发现是，对电子病历的高绩效期望和低工作量期望是显著的积极采用因素，而感知到的总体风险是一种阻碍。在用户和非用户之间，注意到对电子病历系统的看法几乎没有差异:这些主要涉及工作预期和感知总体风险的采用角色。下面首先关注现有用户的结果，然后关注非用户的结果，然后比较两个总体样本之间的差异。

本研究有一定的局限性。虽然研究参与者是从一个大的抽样框架中招募的，但他们是自我选择的。此外，由于可行性的限制，所得到的样本量对于如此复杂的调查来说相对较小。尽管102名电子病历使用者和83名电子病历非使用者的有效样本是进行可靠统计分析所需最小PLS的两倍多[ 34， 37]，从医疗实践的角度来看，样本并不是特别均匀。从参与者那里收到的评论部分证明了这一点，尽管很难分类，但从用户的沮丧到满意，从对生产力的关注到非用户的积极期待，这些评论都有。

尽管该研究显示参与者特征(医疗经验年数、性别、全职与兼职)的影响很小，但根据诊所规模(雇用的医生数量)存在一些差异，未来的研究应该使用更大的样本，以便更好地区分这些特征。更大的样本也可能区分参与决策的医生和未参与决策的医生是否采用电子病历系统。例如，各种风险感知可能取决于被调查者参与电子病历采用决策的程度。

本研究没有试图区分不同级别的电子病历体验、使用频率和电子病历用户使用系统执行任务的复杂性。因此，一些诊所的医生可能只使用电子病历的基本功能(例如，跟踪患者处方记录)，这些功能会表现良好，但对工作质量和生产力的影响较小，而其他诊所的医生可能会使用更复杂的功能，更适合支持他们的任务，但会遇到不同类型的用户问题。

对于不使用电子病历的人来说，未来一个有用的区分方法是区分尚未认真考虑采用电子病历的医疗实践和正在认真考虑在一定时间范围内使用电子病历的医疗实践。根据医生对相关问题的熟悉程度，这两种类型对某些风险的认知可能有所不同。

通过严格的理论方法比较已经使用系统的医生和尚未使用系统的医生对电子病历的看法，有助于理解在部署这些系统时必须解决的某些关键行为方面。为了最大限度地提高新EHR实施成功的机会，有必要集中精力减轻对此类系统基本原理的怀疑，强调EHR与医生工作的相关性，并证明它们比非用户可能期望的更容易使用。如果最终用户不参与电子病历的设计和发展，就无法做到这一点，因此它们提供了高度可用且易于学习的界面，并支持医生所需的决策支持功能。进一步的研究有望深化本研究的结果。了解医生对电子病历的看法是一个关键问题，在医学界设计和采用更好的系统之前必须解决这个问题。