gms | German Medical Science

Einleitung und Fragestellung: E-Health, der Einsatz von Kommunikations- und Informationstechnologien zur allgemeinen Gesundheitsförderung [1], kann die medizinische zwischenmenschliche Kommunikation erleichtern und so das gesundheitsbezogene Verhalten positiv beeinflussen. Das EU-Projekt „eHealthMonitor“ (eHM) hat es zum Ziel, partizipative gesundheitsbezogene Entscheidungen zu fördern, indem jedem Nutzer (Ärzte, Patienten, Pflegekräfte, Bürger) individuelle und im jeweiligen Handlungskontext passende Informationen in einem persönlichen Wissensbereich bereitgestellt werden. Allerdings kann der prognostizierte Nutzen nicht ausgeschöpft werden, wenn die e-Health-Services nicht angenommen werden, sei es auf Grund bestehender Wissenslücken in Bezug auf die Nutzung von Computern bei Gesundheitsthemen oder weil die Dienstleistungen nicht den persönlichen Wünschen, Erwartungen und Rahmenbedingungen entsprechen. Es ist daher wichtig, bereits vor der Einführung elektronischer Gesundheitsdienste Kompetenzen und Akzeptanzfaktoren der potentiellen Nutzer zu erfassen. Im vorliegenden Beitrag wird ein entsprechendes Forschungsmodell entwickelt, das potentielle Einflussfaktoren berücksichtigt.

Material und Methoden: Das entwickelte Forschungsmodell fußt auf dem e-Health Literacy-Konzept von Norman und Skinner [2] und der „Unified Theory of Acceptance and Use of Technology“ (UTAUT) von Venkatesh et al [3]. E-Health Literacy ist die Fähigkeit, elektronische Gesundheitsinformationen zu suchen, zu finden, zu verstehen, zu bewerten und einzusetzen. Dabei umfasst das Konzept auch speziell für elektronische Gesundheitsdienste nötige Kompetenzen wie z.B. die Fähigkeit, elektronische Ressourcen nach ihrer Qualität zu beurteilen [2]. Die Absicht möglicher Nutzer, e-Health-Dienste zu verwenden, ist davon direkt abhängig [4], jedoch tragen auch andere Akzeptanzfaktoren wesentlich zur Nutzungsintention bei. UTAUT integriert verschiedene Akzeptanzmodelle und bietet daher eine einheitliche Sichtweise, die für die Erstellung eines Forschungsmodells sinnvoll ist. Um sicherzustellen, dass das Forschungsmodell durch die Kombination von e-Health Literacy und UTAUT alle relevanten Determinanten beinhaltet, wurde eine ergänzende Literaturrecherche auf MEDLINE® durchgeführt.

Ergebnisse: Durch die Analyse von 75 identifizierten Artikeln konnten zehn weitere Faktoren bestimmt werden, die neben e-Health Literacy und den vier UTAUT-Kernkonstrukten (Leistungserwartung, Aufwandserwartung, sozialer Einfluss, erleichternde Bedingungen) zur Nutzungsintention beitragen: (1) Vertrauen, (2) wahrgenommene Systemqualität, (3) Suchstrategie, (4) gesundheitliche Nutzerverfassung, (5) Gesundheitswissen, (6) Abhängigkeit vom Internet, (7) Zufriedenheit mit der medizinischen Versorgung, (8) Ängstlichkeit, (9) Einstellung gegenüber der Nutzung von Technologie und (10) computerbezogene Selbstwirksamkeit. Für demographische Variablen wie Alter oder Bildungsstatus wurde ein moderierender Einfluss identifiziert. Auf Grund der Literaturrecherche postulieren wir außer für demographische Variablen, Erfahrung und Suchstrategie einen direkten Einfluss aller Variablen auf die Akzeptanz von elektronischen Gesundheitsdiensten.

Diskussion: Zusätzlich zur Kombination des e-Health-Literacy-Modells mit UTAUT wurden weitere Faktoren eingeschlossen, um Nutzungsabsichten potentieller e-Health-Nutzer zu erklären. Auf dieser Basis wird ein mehrsprachiger Fragebogen entwickelt werden, der dieses Forschungsmodell im internationalen Kontext des eHealthMonitor-Projektes validiert. Die Fragebogen-Items stammen vornehmlich aus der e-Health-Literacy-Skala (eHEALS) [5] und dem UTAUT-Fragebogen [3], werden aber um weitere validierte Items der e-Health-Literatur für die zusätzlich identifizierten Konstrukte ergänzt. Schlussendlich werden wir ein Werkzeug schaffen, das es Forschern und Entwicklern bereits vor der Schaffung elektronischer Gesundheitsdienste ermöglicht, wichtige Nutzerspezifika zu erfassen und so die Erfolgswahrscheinlich solcher Services zu erhöhen.

Danksagung: Diese Arbeit wird von der Europäischen Union im Rahmen des Projektes "Intelligent Knowledge Platform for Personal Health Monitoring Services" (Kurztitel: eHealthMonitor) mit der Grant Agreement Number 287509 unterstützt.