脆弱老年人对环境辅助生活平台用户体验与长期使用的预测因素:来自HOMEASSIST研究的结果

《Computers in Human Behavior Reports》:PREDICTORS OF USER EXPERIENCE AND LONG-TERM USE OF AN AMBIENT ASSISTED LIVING PLATFORM BY FRAIL OLDER ADULTS: RESULTS FROM THE HOMEASSIST STUDY

【字体: 大 中 小 】 时间:2026年07月25日 来源:Computers in Human Behavior Reports 5.5

编辑推荐:

  背景与目标:衰弱是一种老年综合征,被公认为威胁独立生活,但幸运的是,它对环境干预措施有积极反应。为支持居家养老,HomeAssist项目是首批在131名独居脆弱老年人中开展为期2年个性化环境辅助生活(ambient assisted living, AAL)平

  
背景与目标:衰弱是一种老年综合征,被公认为威胁独立生活,但幸运的是,它对环境干预措施有积极反应。为支持居家养老,HomeAssist项目是首批在131名独居脆弱老年人中开展为期2年个性化环境辅助生活(ambient assisted living, AAL)平台实验的项目之一。有趣的是,尽管采用了以人为中心的设计,24个月后,只有18名老年用户希望继续使用该平台。因此,研究人员旨在理解影响HomeAssist使用或退出的因素。研究设计与方法:基于项目收集的众多健康和心理社会因素,以及与平台使用体验相关的变量,研究人员应用了有序逻辑回归模型来预测HomeAssist的用户体验(user experience, UX)和长期使用。结果:研究人员获得了可接受至良好的UX维度预测(McFadden伪R2范围从实用属性的0.11到吸引力的0.21),并观察到这些维度主要由其他UX维度预测,而非个体特征。在长期使用预测方面,最终模型提示,仅有的两个预测因素是用户的教育程度和计算机拥有情况,预测质量可接受(McFadden伪R2 = 0.13)。讨论与启示:这些发现表明,采用以用户为中心的方法设计的AAL平台产生的体验受个体特征影响较以往结果更小。这一发现可能有助于解释为何HomeAssist的最终使用在模型中并非由心理社会因素和健康因素预测,而是由教育水平预测,这反映了社会群体间持续存在的数字鸿沟。
**论文解读文章**

**研究背景与问题**

全球人口老龄化趋势下,多数老年人倾向于居家养老,但衰弱(frailty)作为一种老年综合征,威胁着独立生活能力。衰弱老年人面临更高的残疾和机构化风险,而环境干预(包括智能技术)被证明有助于支持居家养老。其中,环境辅助生活(ambient assisted living, AAL)技术通过传感器、可穿戴设备等评估、监测或补偿与衰老相关的困难,成为富有前景的研究领域。然而,现有AAL解决方案的长期采用率普遍较低,其影响因素尚不明确。HomeAssist项目是首批采用以用户为中心设计(user-centered design)方法,在真实生活环境中对多服务AAL平台进行为期2年评估的研究之一。尽管经过精心设计,在131名独居脆弱老年人中,仅18人在24个月后选择继续使用该平台。因此,本研究旨在深入理解影响用户体验(user experience, UX)和长期使用或退出的因素,以填补AAL技术接受度评估的空白。论文发表在《Computers in Human Behavior Reports》。

**主要技术方法**

本研究采用基于理论模型的序数逻辑回归(ordinal logistic regression)分析方法。关键方法包括:使用Attrakdiff问卷评估用户体验的三个维度(实用属性、享乐属性、吸引力);使用Modified Short Emergency Geriatric Assessment(SEGAm)评估衰弱;使用Mini-Mental State Examination(MMSE)评估认知功能;使用Quality of Life – Alzheimer Disease scale(QoL-AD)评估生活质量;使用Lubben Social Network(LSN)量表评估社会网络;使用Lawton’s IADL量表评估日常生活工具活动能力。技术熟悉度通过计算机拥有情况、使用经验年限、使用频率和互联网订阅情况评估。长期使用以参与时间(0-4分)衡量。样本来源为法国西南部吉伦特省131名独居脆弱老年人(基线数据)。

**研究结果**

**3.1 用户特征**:参与者主要为高龄(中位年龄82岁)、女性(87%)、低教育水平。多数无计算机(71.4%),仅34.9%有互联网订阅。约30%在6个月内要求移除平台,40%使用超过1年,近14%在24个月后保留平台。

**3.2 用户特征、用户体验与长期使用的单变量关联**:通过Spearman相关分析发现,UX维度之间呈正相关(实用、享乐、吸引力相互关联)。生活质量高和社会网络好与高UX相关。长期使用与年龄、IADL困难、衰弱呈负相关,与教育水平和社会网络呈正相关。仅享乐属性与长期使用显著相关。

**3.3 回归分析**:
- **3.3.1 UX维度的预测因素**:基础模型(仅年龄、性别、教育)解释力低(伪R2 0.01-0.02)。加入健康和心理社会变量后,模型拟合改善,性别(男性)和社会网络成为显著预测因子,但解释力仍有限(伪R2 0.04-0.07)。加入技术熟悉度变量后,拟合改善微小(伪R2 0.04-0.08)。最终模型(加入其他UX维度)显著提升拟合(伪R2 0.105-0.212),表明UX维度主要由其他UX维度预测,而非个体特征。例如,吸引力仅由实用属性(OR=1.12)和享乐属性(OR=1.23)预测。
- **3.3.2 长期使用的预测因素**:模型5(仅UX维度)解释力极低(伪R2=0.015)。加入社会人口学变量后,教育水平成为唯一显著预测因子(OR=1.36)。加入健康和社会心理变量后,教育水平仍显著,社会网络也显著(OR=1.06),但解释力仍有限(伪R2=0.09)。最终模型加入技术熟悉度变量,计算机拥有情况成为显著预测因子(OR=9.77),模型解释力可接受(伪R2=0.13),但模型拟合改善微小。

**总结讨论与结论**

**讨论部分总结**:本研究发现,在采用以用户为中心设计的AAL平台中,UX维度主要由其他UX维度预测,而非个体特征,这与现有理论模型(如STAM、CREATE)部分一致,但强调设计方法可能削弱个体变量的影响。长期使用方面,UX维度并非显著预测因子,而教育水平、社会网络和计算机拥有情况是主要预测因素,这反映了数字鸿沟的持续存在。研究还指出,缺乏财务补偿、互联网订阅费用、以及缺乏对技术熟练度(proficiency)的测量可能影响结果。与PRISM研究对比,HomeAssist的退出率更高,可能因招募条件不同及财务激励缺失。

**研究结论翻译**:本研究为脆弱老年人辅助技术的长期使用提供了新见解。与主流技术环境不同(个体特征常起决定性作用),本研究发现,当技术专为满足用户需求设计时,这些特征在预测使用中变得次要。然而,教育水平等因素成为关键决定因素,强调需要针对性的数字素养干预以促进包容并缩小数字鸿沟。具体而言,研究人员建议为低教育水平老年人(尤其是工作期间未使用过计算机者)提供适应性培训和支持。此类培训可提升老年用户的数字素养、能力和自主性,这些是支持自我决定和技术采纳的已知维度。此外,本研究结果凸显了现有采纳模型在以用户为中心开发的辅助技术应用中的局限性。虽然用户体验塑造即时感知,但UX维度在模型中并非长期采纳的显著预测因子。然而,鉴于解释方差有限及未测量的因素,这一结果应谨慎解读。相反,教育和先前技术熟悉度仍显著。这引发了关于如何衡量采纳以及哪些因素影响长期参与的重要问题。本研究还强调了更全面数据收集和高级分析模型的必要性。技术使用是一个复杂、多方面的过程,不能仅通过分类测量完全捕获。未来研究应整合纵向参与指标(如使用频率和模式),并探索潜在变量如技术熟练度、动机和变革抗拒。解决这些方面将有助于更精细地理解采纳机制,并支持开发更具包容性和有效性的辅助技术。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号