Принятие мобильного здравоохранения пациентами с сердечно-сосудистыми заболеваниями: структурная модель использования медицинских приложений

Многими исследователями отмечается проблема приверженности лечения лекарственными препаратами пациентов с сердечно-сосудистых заболеваний (ССЗ). Технологии мобильного здравоохранения (mHealth) могут оказывать существенное положительно е влияние на изменение поведения пациентов, профилактику и предупреждение обострений сердечно-сосудистых заболеваний (ССЗ). Для внедрения в практику такого подхода прежде всего следует выяснить возможности использования mHealth для пациентов с ССЗ.
Цель. Изучить принятие медицинских приложений пациентами с ССЗ, а также оценить отношение пациентов к личной ответственности за сохранение своего здоровья в контексте использования mHealth.
Материалы и методы. Моделирование структурных уравнений методом частичных наименьших квадратов в программе «Smart-PLS» (производитель SmartPLS GmbH, Германия) использовали для реализации модели UTAUT (англ. the unified theory of acceptance and use of technology: Единая Теория Принятия и Использования Технологий), включающую 10 конструктов: «Использование приложений», «Намерение использовать приложения», «Ожидаемая производительность», «Социальное значение», «Поддерживающие условия», «Отношение к использованию приложений», «Тревога», «Роль пациента», «Роль профилактики» и «Значение информации». В исследование включили 437 пациентов с ССЗ, которые имели опыт использования медицинских приложений: 253 женщины и 184 мужчин, средний возраст 47,95±5,22 лет.
Результаты. Конструкты «Ожидаемая производительность», «Социальное значение», «Поддерживающие условия» и «Значение информации» оказывали прямое положительное влияние на конструкт «Намерение использовать приложения», объясняя 59,3 % дисперсии этого конструкта. Положительное влияние конструкта «Намерение использовать приложения» и «Отношение к использованию приложений» объясняло 61,2 % дисперсии конструкта «Использование приложений». Конструкт «Тревога» косвенно, через «Отношение к использованию приложений», оказывала негативное влияние на конструкт «Использование приложений». 41,4 % дисперсии конструкта «Значение информации», то есть понимание необходимости медицинской грамотности, зависело от конструкта «Социальное значение» и понимания роли личной ответственности за здоровье и профилактику ССЗ.
Заключение. Пациенты с ССЗ понимают значимость личного участия в сохранении своего здоровья и готовы использовать mHealth для профилактики заболевания и снижения модифицируемых факторов риска ССЗ. Барьером внедрения mHealth может быть страх пациентов перед самостоятельным использованием приложений. Принятие mHealth пациентами с ССЗ для повышения эффективности лечения будет возможно при наличии соответствующих технических условий, социальной поддержки, а также понятного и профессионального образа mHealth.

1. Бойцов С.А, Драпкина О.М. Современное содержание и совершенствование стратегии высокого сердечно-сосудистого риска в снижении смертности от сердечно-сосудистых заболеваний. Терапевтический архив. 2021; 93(1): 4-6. DOI: 10.26442/00403660.2021.01.200543

2. Estruch R., Ros E., Salas-Salvadó J. et al. Primary prevention of cardiovascular disease with a Mediterranean diet. New England Journal of Medicine. 2013; 368(14): 1279-90. DOI: 10.1056/NEJMoa1200303

3. Kontis V., Mathers C.D., Bonita R., et al. Regional contributions of six preventable risk factors to achieving the 25× 25 noncommunicable disease mortality reduction target: a modelling study. The Lancet Global Health. 2015; 3(12): e746-57. DOI: https://doi.org/10.1016/S2214-109X(15)00179-5

4. Kotseva K., Wood D., De Bacquer D., et al. EUROASPIRE IV: A European Society of Cardiology survey on the lifestyle, risk factor and therapeutic management of coronary patients from 24 European countries. European journal of preventive cardiology. 2016; 23(6): 636-48. DOI: 10.1177/2047487315569401

5. Стародубцева И.А., Шарапова Ю.А. Дистанционный мониторинг артериального давления как инструмент повышения качества диспансерного наблюдения пациентов с артериальной гипертензией. Архивъ внутренней медицины. 2021; 11(4): 255-63. DOI: 10.20514/2226-6704-2021-11-4-255-263

6. Martínez-Pérez B., De La Torre-Díez I., López-Coronado M. Mobile health applications for the most prevalent conditions by the World Health Organization: review and analysis. Journal of medical Internet research. 2013; 15(6): e120. DOI: 10.2196/jmir.2600

7. Kim E.J., Kim J.Y. The metaverse for healthcare: trends, applications, and future directions of digital therapeutics for urology. International Neurourology Journal. 2023; 27(1): S3. DOI: 10.5213/inj.2346108.054

8. Aw M., Ochieng B.O., Attambo D., et al. Critical appraisal of a mHealth-assisted community-based cardiovascular disease risk screening program in rural Kenya: an operational research study. Pathogens and Global Health. 2020; 114(7): 379-87. DOI: 10.1080/20477724.2020.1816286

9. Мишкин И.А., Гусев А.В., Концевая А.В., и др. Эффективность использования mHealth в качестве инструмента профилактики сердечно-сосудистых заболеваний. Систематический обзор. Врач и информационные технологии. 2022; 4: 12-27. DOI: 10.25881/18110193_2022_4_12.

10. Donovan G., Hall N., Ling J., et al. Influencing medication taking behaviors using automated two-way digital communication: A narrative synthesis systematic review informed by the Behavior Change Wheel. British Journal of Health Psychology. 2022; 27(3): 861-90. DOI: 10.1111/bjhp.12580

11. Stefanicka-Wojtas D, Kurpas D. eHealth and mHealth in chronic diseases—identification of barriers, existing solutions, and promoters based on a survey of EU stakeholders involved in Regions4PerMed (H2020). Journal of Personalized Medicine. 2022; 12(3): 467. DOI: https://doi.org/10.3390/jpm12030467

12. Popova Y, Zagulova D. UTAUT model for smart city concept implementation: use of web applications by residents for everyday operations. Informatics. 2022; 9(1): 27-46. DOI: https://doi.org/10.3390/informatics9010027.

13. Беленков Ю.Н., Кожевникова М.В. Технологии мобильного здравоохранения в кардиологии. Кардиология. 2022; 62(1): 4-12. DOI: https://doi.org/10.18087/cardio.2022.1.n1963

14. Сименюра С.С., Сизова Ж.М. Роль немедикаментозных методов повышения приверженности к лечению пациентов артериальной гипертензией в условиях поликлиники. Медицинский совет. 2021; 21(2): 16-25. DOI: https://doi.org/10.21518/2079-701X-2021-21-2-16-25.

15. Arshed M., Mahmud A.B., Minhat H.S., et al. Effectiveness of mHealth Interventions in Medication Adherence among Patients with Cardiovascular Diseases: A Systematic Review. Diseases. 2023; 11(1): 41. DOI: https://doi.org/10.3390/diseases11010041

16. Venkatesh V., Morris M.G., Davis G.B., et al. User acceptance of information technology: Toward a unified view. MIS Q. 2003; 27: 425–478. https://ssrn.com/abstract=2800121

17. Venkatesh V., Thong J.Y., Xu X. Unified theory of acceptance and use of technology: A synthesis and the road ahead. Journal of the association for Information Systems. 2016; 17(5): 328-376. DOI: 10.17705/1jais.00428

18. Venkatesh V., Thong J.Y., Xu X. Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS quarterly. 2012; 1: 157-78. DOI: https://doi.org/10.2307/41410412

19. Marikyan D., Papagiannidis S., Stewart G. Technology acceptance research: Meta-analysis. Journal of Information Science. 2023: 01655515231191177. DOI: https://doi.org/10.1177/01655515231191

20. Zhu Y., Zhao Z., Guo J., et al. Understanding use intention of mHealth applications based on the unified theory of acceptance and use of technology 2 (UTAUT-2) model in China. International journal of environmental research and public health, 2023; 20(4): 3139. DOI: 10.3390/ijerph20043139

21. Yang M., Al Mamun A., Gao J., et al. Predicting m-health acceptance from the perspective of unified theory of acceptance and use of technology. Scientific reports. 2024; 14(1): 339. DOI: https://doi.org/10.1038/s41598-023-50436-2

22. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. М, Финпресс. 1998; 416 c.

23. Сандаков Я.П., Кочубей А.В., Кочубей В.В., и др. Оценка удовлетворенности пациентов. Вестник Всероссийского общества специалистов по медико-социальной экспертизе, реабилитации и реабилитационной индустрии. 2019; 3(1): 84-91. DOI: 10.17238/issn1999-2351.2019.3.84-91

24. Hair J., Hollingsworth C.L., Randolph A.B., et al. An updated and expanded assessment of PLS-SEM in information systems research. Industrial management & data systems. 2017; 117(3): 442-458. DOI: https://doi.org/10.1108/IMDS-04-2016-0130

25. Dash G., Paul J. CB-SEM vs PLS-SEM methods for research in social sciences and technology forecasting. Technological Forecasting and Social Change. 2021; 173: 121092. DOI: https://doi.org/10.1016/j.techfore.2021.121092

26. Hulland J. Use of partial least squares (PLS) in strategic management research: A review of four recent studies. Strategic management journal. 1999; 20(2): 195-204. DOI: 10.1002/(sici)1097-0266(199902)20:2<195::aid-smj13>3.0.co;2-7

27. Henseler J., Ringle C.M., Sarstedt M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the academy of marketing science. 2015; 43: 115-135. DOI: 10.1007/s11747-014-0403-8

28. Wutz M., Hermes M., Winter V., et al. Factors influencing the acceptability, acceptance, and adoption of conversational agents in health care: integrative review. Journal of Medical Internet Research. 2023; 25: e46548. DOI: 10.2196/46548

29. Celik V., Yesilyurt E. Attitudes to technology, perceived computer self-efficacy and computer anxiety as predictors of computer supported education. Computers & Education. 2013; 60(1): 148-158. DOI: http://dx.doi.org/10.1016/j.compedu.2012.06.008

30. Donmez-Turan A. Does unified theory of acceptance and use of technology (UTAUT) reduce resistance and anxiety of individuals towards a new system?. Kybernetes. 2020;49(5):1381-405. DOI: https://doi.org/10.1108/K-08-2018-0450

31. Tsai T.H., Lin W.Y., Chang Y.S., et al. Technology anxiety and resistance to change behavioral study of a wearable cardiac warming system using an extended TAM for older adults. PloS one. 2020; 15(1): e0227270. DOI: 10.1371/journal.pone.0227270. eCollection 2020.

32. Hengst T.M., Lechner L., Dohmen D., et al. The facilitators and barriers of mHealth adoption and use among people with a low socio-economic position: A scoping review. Digital Health. 2023; 9: 20552076231198702. DOI: 10.1177/20552076231198702journals.sagepub.com/home/dhj

33. Li Q. Student and teacher views about technology: A tale of two cities? Journal of research on Technology in Education. 2007; 39(4): 377-397. DOI: 10.1080/15391523.2007.10782488

34. Alam M.M., Alam M.Z., Rahman S.A., Taghizadeh S.K. Factors influencing mHealth adoption and its impact on mental wellbeing during COVID-19 pandemic: A SEM-ANN approach. Journal of biomedical informatics. 2021; 116: 103722. DOI: 10.1016/j.jbi.2021.103722

35. Uncovska M., Freitag B., Meister S., et al. Patient acceptance of prescribed and fully reimbursed mHealth apps in Germany: an UTAUT2-based online survey study. Journal of Medical Systems. 2023; 47(1): 14. DOI: 10.1007/s10916-023-01910-x