《PLOS One》：Understanding the influencing factors of telemedicine service adoption in post-pandemic Bangladesh: An extended TAM and UTAUT2 model analysis
编辑推荐：
在后疫情时期，远程医疗服务作为卫生领域的新兴补充手段，有助于弥合农村及边缘化地区患者的就医鸿沟。本研究旨在理解影响孟加拉国远程医疗服务采纳的不同因素。研究人员从两个技术接受模型——统一技术接受与使用理论2（UTAUT2）与技术接受模型（TAM）——出发，提出了
在后疫情时期，远程医疗服务作为卫生领域的新兴补充手段，有助于弥合农村及边缘化地区患者的就医鸿沟。本研究旨在理解影响孟加拉国远程医疗服务采纳的不同因素。研究人员从两个技术接受模型——统一技术接受与使用理论2（UTAUT2）与技术接受模型（TAM）——出发，提出了若干假设。研究采用定量方法，遵循解释性研究设计，开发了半结构化问卷以收集原始数据，并使用偏最小二乘结构方程模型（PLS-SEM）识别影响孟加拉国远程医疗服务采纳的关键因素。主要发现表明，信任（β = 0.469, p < 0.001）与感知有用性（β = 0.418, p < 0.001）是行为意向的最强预测因子。感知易用性（β = 0.325, p < 0.05）也与使用抵抗显著相关，凸显了用户友好界面的重要性。然而，使用抵抗与行为意向之间未发现显著关系（β = 0.046, p > 0.05），这表明COVID-19疫情所引发的紧迫感可能已经超越了先前对远程医疗的抵触。研究还强调了感知风险（β = 0.286, p < 0.05）与技术焦虑（β = 0.242, p < 0.05）对使用抵抗的负面影响，指向了对数据安全与数字素养的担忧。出乎意料的是，社会影响（p > 0.05）与促进条件（p > 0.05）对使用抵抗未产生显著影响。从实践意义来看，本研究强调了解决安全问题、提升数字素养以及增强远程医疗平台用户友好性对于促进广泛采纳的重要性。这些见解对于政策制定者和医疗提供者在孟加拉国扩大远程医疗服务时采取及时的政策层面举措至关重要。
研究背景与问题
全球互联网用户持续增长，截至2024年已达到约53.5亿人，占世界人口的66%。孟加拉国作为人口密度最高的国家之一，约68.34%的人口居住在农村地区，其医疗基础设施严重不足，床位与患者比例仅为1:990，农村地区尤为匮乏。医生多集中于城市，导致农村居民难以获得优质医疗服务。COVID-19疫情催生了“无接触社会”的需求，远程医疗（Telemedicine）作为一种能够突破地理障碍、降低感染风险的医疗服务模式，在全球范围内迅速普及。然而，在孟加拉国这样的发展中国家，远程医疗服务的采纳仍面临诸多挑战，包括数字素养不足、数据安全隐患以及用户对新技术的抵触心理。现有研究多基于单一技术接受模型，缺乏对内部认知因素与外部环境因素的综合考量。因此，本研究旨在整合技术接受模型（TAM）与统一技术接受与使用理论2（UTAUT2），全面探索后疫情时代孟加拉国远程医疗服务采纳的影响因素。
研究方法
研究人员采用解释性研究设计与定量研究方法。目标人群为孟加拉国18岁以上、在后疫情时期曾通过远程医疗获取医疗服务的个体。由于该群体属于“难以触及”人群，研究人员采用便利抽样法确定初始受访者，并通过滚雪球抽样法由初始受访者将问卷分发给可能的参与者。问卷通过Facebook、WhatsApp及电子邮件分发，最终回收有效问卷276份。数据收集工具为结构化调查问卷，改编自经过验证的TAM与UTAUT2模型构念，并增加了基于孟加拉国远程医疗实际应用情况的问题。问卷采用李克特5点量表进行测量。数据分析使用Stata与SmartPLS软件，通过偏最小二乘结构方程模型（PLS-SEM）评估各构念间的复杂关系，采用自助法（Bootstrapping）以5000次重抽样检验路径系数的统计显著性，并以R2值评估模型的解释力。
研究结果
人口统计学特征：受访者中男性占58%，女性占42%；城乡数据比例相当；82%的受访者年龄在20-30岁之间；82%拥有高等教育水平；约88%的受访者具备日常互联网接入条件。
测量模型评估：所有标准化因子载荷均大于0.7，表明变量间关系强度良好。各构念的克隆巴赫α系数介于0.869至0.944之间，组合信度介于0.871至0.944之间，平均方差提取量（AVE）介于0.690至0.850之间，均超过推荐阈值。异质性-单特质比率（HTMT）检验显示所有构念的HTMT值低于0.9，表明判别效度成立。
结构方程模型结果：独立变量可解释因变量（行为意向）78.2%的变异。信任（β = 0.469, p < 0.001）与感知有用性（β = 0.418, p < 0.001）对行为意向具有显著正向影响。使用抵抗与行为意向之间未发现显著关系（β = 0.046, p > 0.05）。感知有用性与使用抵抗之间无直接关联（β = 0.017, p = 0.948）。技术焦虑（β = 0.242, p < 0.05）、感知风险（β = 0.286, p < 0.05）以及感知易用性（β = 0.325, p < 0.05）对使用抵抗具有显著影响。促进条件（β = -0.062, p > 0.05）与社会影响（β = 0.146, p > 0.05）与使用抵抗无显著相关性。
假设检验结果：假设H1（感知有用性与使用抵抗）、H5（促进条件与使用抵抗）、H6（社会影响与使用抵抗）及H8（使用抵抗与行为意向）未被支持；其余假设均获支持。
讨论与结论
研究发现，信任与感知有用性是驱动行为意向的最强预测因子，这与既往研究一致，即用户在感受到技术可信且能带来便捷、改善医疗获取等明确益处时更倾向于采纳远程医疗。感知易用性显著影响使用抵抗，表明用户友好界面对于数字健康平台尤为重要，尤其针对老年或低数字素养群体。值得注意的是，使用抵抗与行为意向之间未呈现显著关系，这一反直觉发现可能源于COVID-19疫情创造的紧迫感，使得用户出于必要而克服了原本的抵触心理。感知风险与技术焦虑对使用抵抗具有显著正向影响，反映出数据安全与隐私泄露方面的担忧是重要障碍。出乎意料的是，促进条件与社会影响未对使用抵抗产生显著影响，提示在孟加拉国的医疗情境下，单纯的技术可及性或同伴压力不足以驱动采纳，个体决策更多依赖于对系统实用性与信任度的主观判断。
研究结论：本研究明确指出，信任、感知有用性与感知易用性是推动孟加拉国远程医疗服务采纳的重要驱动力。尽管使用抵抗与行为意向之间的直接路径在本模型中不显著，但感知风险与技术焦虑仍在塑造对远程医疗的抵触中发挥关键作用。应对这些关切——尤其是通过加强网络安全与用户教育——对于孟加拉国远程医疗服务的未来发展至关重要。为实现远程医疗的真正潜力，利益相关方应协同开发安全且用户友好的平台，同时向医疗专业人员与患者宣传此类服务的益处。促进条件与社会影响虽在本模型中对使用抵抗的非显著预测因子，但不应被忽视，它们可能通过营造鼓励远程医疗使用的支持性环境间接影响采纳。政策制定者与医疗提供者若能在孟加拉国着力解决上述关键因素，将极大促进远程医疗的采纳，确保这一宝贵医疗服务惠及有需求的人群，尤其是农村与服务不足地区的居民。
