首页 > 论文范文 > 医药卫生论文 > 医学毕业论文 > 医学本科毕业论文 > 编制糖尿病应用程序使用意向量表的编制

编制糖尿病应用程序使用意向量表的编制

2020-09-01 348 上传者：管理员

摘要：目的：编制糖尿病应用程序使用意向量表并检验其信效度,为进一步研究患者糖尿病应用程序使用意向提供工具。方法：以整合技术接受模型为理论依据,结合糖尿病患者半结构访谈和专家咨询等方法收集条目。形成正式调查表后,于2019年7—10月调查安徽省蚌埠市3所综合性医院共430例糖尿病患者。在利用相关系数法、Cronbach'sα系数法、决断值及t检验法删除项目后,将有效回收问卷分为2个部分,其中数据库1(201份)用于探索性因素分析,确定糖尿病应用程序使用意向量表的条目和维度;数据库2(201份)用于进行验证性因素分析和考察糖尿病应用程序量表的信度和效度。本研究通过分析患者移动医疗使用行为与糖尿病应用程序使用意向总分的相关程度验证糖尿病应用程序使用意向量表的效标关联效度。结果：最终版量表共包含3个维度18个条目;解释总变异量的71.191%;验证性因素分析得出模型拟合指数:χ2/df=2.060、GFI=0.858、AGFI=0.816、CFI=0.944、RMSEA=0.073;糖尿病应用程序使用意向总分与使用糖尿病移动医疗行为的相关系数r=0.683(P<0.01)。总量表Cronbach'sα系数为0.930,绩效期望、努力期望、社会影响维度的Cronbach'sα系数分别为0.906、0.919、0.888;总量表的重测信度为0.934,绩效期望、努力期望、社会影响维度的重测信度分别为0.900、0.897、0.857。结论：量表具有良好的信度和效度,可作为评估糖尿病应用程序使用意向的工具。

关键词：
信度
手机APP
效度
移动医疗
糖尿病
加入收藏

糖尿病应用程序即通过健康教育、数据采集、智能统计分析、血糖风险评估、在线咨询医生、健康管理师主动辅导等手段给糖尿病患者及高危人群提供关于行为方式、饮食习惯等健康建议和个性化医疗服务方案的基于移动终端的一类糖尿病医疗软件[1]。多项研究[2,3,4,5]表明使用糖尿病相关应用程序即糖尿病应用程序可促进患者在饮食、运动、血糖监测、用药等方面的自我管理行为,改善患者的糖化血红蛋白,预防以及延缓并发症的发生发展。目前国内糖尿病应用程序已有约700款[6],但糖尿病应用程序的使用率很低[7,8]。个人决策采用行为很大程度上取决于其行为意向即个体发生行为趋势的意愿[9,10],因此为提高患者糖尿病应用程序使用行为,需深度了解患者的使用意向。然而现阶段相关研究较少[11],仍缺乏科学有效的测评患者糖尿病应用程序使用意向的工具,很难真实地反映患者糖尿病应用程序使用意向的现状与程度[9,12]。且国内有关糖尿病患者应用程序使用意向的报道,所使用的工具大多缺乏理论基础或信度和效度测试[13]。因此本研究通过理论回顾、访谈、咨询确定维度和条目,并调查后经信效度检验构建了糖尿病应用程序使用意向量表,以期促进患者使用糖尿病应用程序,为糖尿病移动医疗的持续发展提供参考。

1、对象与方法

1.1研究对象

于2019年7—9月,选取3所综合性三级医院内分泌科的糖尿病患者。纳入标准:①按WHO标准诊断为糖尿病的患者;②年龄≥18岁且<75岁;③意识清楚,思维及语言表达能力正常且愿意合作。排除有明显认知障碍患者以及其他类型的糖尿病患者,如妊娠期糖尿病、儿童糖尿病。本研究经学院伦理委员会批准,在患者知情同意后发放问卷。共430例患者参与调查,回收有效问卷共402份,有效回收率为93.4%。本次调查中男性223例(55.5%),女性179例(44.5%);年龄18～45岁78例(19.4%),45～60岁174例(43.3%),60～75岁150例(37.3%);文化程度:小学及以下128例(31.9%),初中109例(27.1%),高中及以上165例(41.0%),详见表1。在项目分析后,将有效回收问卷分为2个部分,其中数据库1(201份)用于探索性因素分析,确定量表的条目和维度;数据库2(201份)用于进行验证性因素分析和考察量表的信度和效度。

表1402例糖尿病患者基本情况

1.2研究方法

1.2.1量表的理论构想

对国内外新技术采纳及使用行为相关研究理论进行回顾后,本研究以整合技术接受模型为基础构建量表。UTAUT模型包括促成条件、社会影响、努力期望和绩效期望4个变量,除促成条件直接作用于行为外,其他三者均通过行为意向作用于行为,本研究目的为探究糖尿病患者应用程序的使用意向,因此本量表包括绩效期望、努力期望、社会影响3个维度。

1.2.2项目的资料收集

2019年3月对20例符合纳入标准的糖尿病患者根据自拟访谈提纲进行半结构访谈,访谈内容主要包括糖尿病应用程序使用情况和影响因素。访谈结束后及时对收集的资料进行归类整理和分析,筛选出现频率较高的关键词,作为项目编写的来源。

1.2.3编制初始量表

依据国内外技术采纳及使用行为相关研究的理论和临床的实践研究,借鉴了国外相关测量工具的有关条目,主要参考SERGUEEVAK等[14]以及DENGZ等[15]的技术接受测量题项,构建糖尿病APP使用意向量表条目池,请临床医疗、护理和量表编制相关专家讨论和斟酌量表内容,修改一些条目的用词,使每个条目表述恰当、简洁易懂,最终形成量表包括绩效期望(7个条目)、努力期望(6个条目)、社会影响(5个条目)共3个维度18个条目。此表为自评量表,采用Likert5级计分法,分别为完全不同意、比较不同意、中立、比较同意、完全同意,评分为1～5分,条目13采用反向计分,得分越高说明患者使用糖尿病应用程序意向越高。

1.3调查工具

使用课题组自行设计的一般资料调查问卷对患者的人口统计学特征进行调查。应用经专家构建的糖尿病应用程序使用意向量表,对患者糖尿病应用程序使用意向进行测量。2周后对30例患者再次调查,进行量表重测信度的检测。同时为评估量表的效标关联效度,对患者是否使用糖尿病移动医疗进行调查。

1.4统计学方法

采用MSExcel软件建立数据库,使用SPSS21.0及Amos24.0统计学软件进行数据分析。量表信效度检验方法:项目分析采用相关系数法、Cronbach'sα系数法、决断值及t检验法;结构效度采用因子分析法;效标关联效度采用Pearson相关系数法;信度分析采用Cronbach'sα系数和重测信度法[16],P<0.05为差异有统计学意义。

2、结果

2.1项目分析

采用相关系数法、Cronbach'sα系数法、决断值及t检验法删除项目。由表1可看出,各条目得分与本量表总分之间的相关系数r在0.517～0.773(均P<0.05)之间,各条目的相关系数均>0.4,量表的Cronbach'sα系数在每一项删除后无明显提高,18个条目均保留。对量表中的第13个条目进行反向计分后求出量表总分,对总分进行升、降序排列,以第27%的人得分为标准,分为高低分组。本部分调查样本为402人,总人数的27%即第109位研究对象的得分,因此糖尿病应用程序使用意向总分在67分以上的为高分组,使用意向总分在42分以下为低分组,删除鉴别度<0.3的条目,所有条目均保留。结果显示,高分组与低分组的各条目得分差异均具有统计学意义(P<0.01),而且各条目高低分组差异的统计量(t值)均>3.00,见表2,说明条目的区分度良好,保留所有条目。

表2项目分析结果

2.2结构效度分析

2.2.1探索性因子分析

对数据库1进行KMO检验和球型检验,本次KMO统计量为0.923(P<0.001),适合探索性因子分析。本研究利用主成分分析法进行分析,结果如表3所示,将第1个因子命名为“绩效期望”,共7个条目;将第2个因子命名为“努力期望”,共6个条目;将第3个因子命名为“社会影响”,共5个条目。最终量表包含3个维度,18个条目,累计方差贡献率达71.191%。

表3探索性因子分析因子载荷

2.2.2验证性因子分析

在AMOS中对数据库2构建测量模型,结果显示,本次调查模型的所有指标都达到以上衡量指标的要求,说明模型拟合效度较好,详见表4。

表4模型适配度分析及衡量指标

2.3效标关联效度

对糖尿病应用程序使用意向总分与同时使用糖尿病移动医疗行为进行相关性分析,结果显示糖尿病应用程序使用意向总分与使用糖尿病移动医疗行为的相关系数r=0.683(P<0.01)。

2.4信度分析

糖尿病移动应用程序使用意向总量表的Cronbach'sα系数为0.930,重测信度为0.934,见表5。

3、讨论

随着电子信息时代的到来,移动健康技术的快速发展,糖尿病应用程序有着巨大的潜能。相较于传统健康指导,糖尿病应用程序可以更快地改善糖尿病患者健康行为[17]。若发展糖尿病应用程序则需得到患者的接受和使用,个人使用行为很大程度上取决于行为意向,因此研究患者的糖尿病应用程序使用意向就十分重要。目前尚无比较全面的、针对糖尿病患者这一具体用户种类、可以评估患者糖尿病应用程序使用意向的测量工具。本研究编制的量表可探究患者糖尿病应用程序使用意向,为糖尿病应用程序的设计和用户群的拓展提供参考。

表5糖尿病应用程序使用意向量表信度

完整的理论回顾、患者访谈和专家咨询均为理论模型的选择、条目的来源以及修改依据提供了有力支持。经信效度分析,量表效标关联效度良好,累积方差贡献率达71.191%。探索性分析共提取了3个因子,分别为“绩效期望”“努力期望”以及“社会影响”,共18个条目,各维度条目的因子载荷值均>0.4。Cronbach'sα系数>0.7为可接受,<0.5为可信度差[18],重测信度>0.80时,说明量表具有较好的重测信度[19]。本研究总量表与各维度的Cronbach'sα系数以及重测信度均符合要求,量表内部一致性较好。

本量表中“绩效期望”和“努力期望”分别是指个人对糖尿病应用程序使用有益程度、容易程度的判断,多研究表明这两者是患者接受移动医疗的关键及根本因素[14,20]。社会影响是指对个人比较重要的人(家人、朋友、同事等)对其使用糖尿病应用程序的影响程度,研究表明其可影响患者的使用意向[14]。ZHANGY等[21]研究表明,社会影响对患者使用糖尿病应用程序的意向具有直接和间接的影响。

综上所述,本研究初步编制了糖尿病应用程序使用意向量表,由3个维度、18个条目构成。信效度检验均符合量表测量要求,可有效评估患者使用糖尿病应用程序意向的程度。最后,本研究量表制定时选择的研究对象仅来自本地3所三级医院,其中多为中老年人,因此在今后研究中应扩大样本量,并在多家医院开展多中心调查,以期对量表进行更好的调试。

参考文献：

[1]贾丽军,谭枫,石文惠,等.移动医疗APP在糖尿病防治领域的应用现状[J].中国慢性病预防与控制,2017,25(9):717-720.

[6]张艺潇,董烨华,冯文.国外移动医疗应用于糖尿病患者管理的情况介绍[J].中国卫生信息管理杂志,2016,13(6):611-615.

[8]吴延莉,夏云婷,李剑虹,等.北京市朝阳区糖尿病患者糖尿病管理APP使用现状及影响因素研究[J].中国慢性病预防与控制,2019,27(5):331-335.

[9]张敏,罗梅芬,张艳.国内外移动医疗用户采纳行为的系统综述-知识基础､影响因素与前沿展望[J].现代情报,2018,38(8):154-162.

[12]殷猛,李琪.基于保护动机理论的健康APP用户使用研究[J].现代情报,2016,36(7):63-70.

[13]刘仲华,杨丽,石建新.社区糖尿病患者对“互联网+”健康管理参与意向影响因素分析[J].中国公共卫生,2020,36(5):710-712.

[16]李超群,井坤娟,刘昱莹,等.糖尿病自我管理量表的汉化及信效度评价[J].现代预防医学,2018,45(24):67-71.

[18]姚德雯,李丽,吴国来.心境焦虑问卷维文版在医学院校大学生中的信效度研究[J].海南医学,2017,28(12):2050-2052.

[19]宁丽,陆骏,李益民,等.综合性医院ICU护士亚谵妄综合征知信行现况调查量表的研制及信效度检验[J].中华全科医学,2019,17(9):1600-1604.

卞毛毛,宋健,王文娟,张艳芳,谢虹.糖尿病应用程序使用意向量表的编制[J].中华全科医学,2020,18(09):1577-1580.