《Journal of Medical Internet Research》：Internet Health Care Service Use Behavioral Pattern Among Older Adults and the Role of the Technology Acceptance and Social Ecological Theory Model: Cross-Sectional Survey
编辑推荐：
本研究针对老年人互联网医疗（IH）服务使用率低的现实问题，基于技术接受模型（TAM）和社会生态模型（SEM）整合框架，通过对山东省1828名60-75岁老年人的横断面调查，采用潜在类别分析识别出非使用者（49.8%）、挂号主导型（15.6%）、低活跃度（17.5%）、中度综合型（15.8%）和全服务型（1.3%）五类用户群体。研究发现技术可用性（OR=1.136-1.553）和社会支持（OR=4.502）是关键驱动因素，决策树模型（AUC=0.94）揭示"社会支持≥2+健康状态>5+技术接受度≥30"是最优使用路径。研究为制定分层干预策略、缩小老年数字健康鸿沟提供了理论依据和实践指导。
随着互联网医疗（Internet Health Care, IH）服务的快速发展，线上问诊、健康监测等数字化医疗方式为老年人带来了前所未有的便利。然而现实情况却令人深思：尽管这些服务能够有效解决老年人就医不便的难题，但真正使用它们的老年群体比例仍然偏低。这种数字健康领域的"代际鸿沟"不仅限制了老年人享受现代医疗技术的权利，更可能加剧健康不平等现象。为什么在技术如此普及的今天，老年人群体依然与互联网医疗服务存在隔阂？这背后究竟受到哪些因素的综合影响？
为了深入探究这一现实问题，由山东省疾病预防控制中心李锐领衔的研究团队开展了一项创新性研究。研究人员独辟蹊径，将技术接受模型（Technology Acceptance Model, TAM）与社会生态模型（Social Ecological Model, SEM）进行整合，构建了一个多维度的理论分析框架。这项研究发表于《Journal of Medical Internet Research》，通过对山东省三个城市1828名60-75岁老年人的实地调查，揭示了老年人使用互联网医疗服务的行为规律及其深层机制。
研究团队采用多阶段分层整群随机抽样方法，于2024年5月至7月期间在山东省选取了3个地级市作为调研区域。通过家庭面对面访谈的形式，使用结合TAM和SEM构念的验证问卷收集数据。主要技术方法包括：潜在类别分析（Latent Class Analysis, LCA）用于识别用户类型；多项逻辑回归和决策树模型分析影响因素；结构方程模型（Structural Equation Modeling, SEM）检验中介效应。
研究结果
用户群体特征分析
研究识别出五个 distinct 用户群体：非使用者（n=911，49.8%）主要为农村、高龄、低学历群体；挂号主导型用户（n=286，15.6%）高度专注于预约服务；低活跃度用户（n=320，17.5%）仅尝试基本功能；中度综合型用户（n=288，15.8%）均衡使用多项核心服务；全服务型用户（n=23，1.3%）则全面使用各种IH服务。
影响因素深度解析
多因素分析显示，教育水平是显著的影响因素：与大专及以上学历者相比，小学以下学历者成为中度综合型用户的概率降低96%（OR=0.039）。男性使用全服务（OR=1.980）和中度综合服务（OR=1.310）的概率更高，而年龄增长则与使用概率呈负相关。
心理社会因素方面，全服务型用户表现出极高的社会支持（OR=4.502），而中度综合型用户的技术接受度最高（OR=2.803）。技术可用性（OR=1.136-1.553）和电子健康素养（eHealth literacy）（OR=1.729-2.202）在所有用户群体中均呈现显著正向影响。
预测模型与路径分析
决策树模型（AUC=0.94）识别出关键预测因子排序：社会支持>健康状态>技术可用性>技术接受度>感知风险>电子健康素养。最优使用路径为"社会支持≥2、健康状态>5、技术接受度≥30"，使用概率达92%-96%。
中介分析表明，社会支持通过直接（效应值0.712，占比59.4%）和间接路径共同影响使用意愿。技术可用性（19.7%）、技术接受度（13.7%）和社会影响（8.9%）是主要的中介变量，而感知风险则呈现微弱的负向中介作用（-0.6%）。
研究结论与讨论
本研究通过整合TAM和SEM框架，系统揭示了老年人互联网医疗服务使用的多层次影响因素。研究发现，老年人IH使用行为存在明显的群体分化，这种分化不仅受个体认知因素影响，更与社会环境、技术支持等生态因素密切相关。
技术接受度和社会支持是驱动使用的核心因素，而技术可用性是实现初始接触的基础。特别值得注意的是，社会支持不仅直接促进使用，还通过提升技术接受度和减轻使用焦虑间接发挥作用。这种双重作用机制表明，促进老年人使用互联网医疗服务需要同时关注技术设计优化和社会支持网络建设。
在实践层面，研究建议采取分层干预策略：对非使用者群体，应通过社区数字素养培训降低感知风险；对单一功能使用者，优化服务流程设计促进向综合使用转变；对全服务使用者，可推广"技术反哺"家庭模式，发挥示范引领作用。
该研究的理论创新在于将技术接受的心理机制与社会生态的环境因素有机结合，为理解老年人数字健康行为提供了新视角。实践意义上，研究提出的预测模型和干预路径为制定精准化的老年数字健康促进策略提供了科学依据，对缩小数字健康鸿沟、推动健康老龄化具有重要价值。
未来研究可进一步探索用户类型的纵向演变规律，并在更广泛的地理和社会经济背景下验证本研究的发现，从而为构建包容性数字健康生态系统提供更多证据支持。
