چکیده:
اهداف: بررسی و شناخت عواملی که زمینه پذیرش استفاده از سیستمها و خدمات الکترونیکی جدید بهداشت و درمان را فراهم می کنند از اهمیت بالایی برخوردار است. بنابراین پژوهش حاضر با هدف ارائه “مدل پذیرش خدمات الکترونیک سلامت” توسط بیماران انجام گردیده است.
ابزارها و روشها: این پژوهش از نظر روش توصیفی و از نوع همبستگی است. نمونه آماری این پژوهش شامل 357 نفر از بیماران بیمارستانهای شهر تهران است. دادهها با روش نمونهگیری در دسترس و پرسشنامهای مشتمل بر اطلاعات جمعیت شناختی و سازههای اصلی مدل شامل مخاطب، پردازش و کانال و 38 سنجه گردآوری شده از ادبیات موضوع است. به منظور تجزیه و تحلیل توصیفی داده ها از نرم افزار آماری SPSS نسخه 22 و برای آزمون مدل مفهومی از روش حداقل مربعات جزئی و نرم افزار Smart PLS نسخه 3، ویرایش 2.8 استفاده شد.
یافتهها: میانگین سنی نمونه ها 39 سال و 74 درصد از پاسخ دهندگان مرد می باشد که 53 درصد آنها دارای حداقل مدرک کارشناسی هستند. بر اساس تحلیل های بعمل آمده تاثیر عوامل مربوط به گیرنده خدمات سلامت یا مخاطب (986/2 T=) ،عوامل مربوط به خدمت سلامت یا پردازش فکری (456/3T=) و همچنین عوامل مربوط به کانال های خدمت سلامت (423/5T=) بر پذیرش خدمات سلامت الکترونیک با مقادیر گزارش شده معنادار بوده است (05/0P
نتیجهگیری: پیشنهاد میشود بمنظور طراحی خدمات الکترونیک تمام ابعاد فنی و انسانی لحاظ شود تا مورد پذیرش بیماران قرار گیرند.
Aims: Understanding the factors that underpin the adoption of new healthcare electronic systems and services is of great importance. Therefore, the aim of the present study was to provide the model of acceptance of electronic health services by patients.
Instruments & Methods: This descriptive-correlational study was conducted on 357 patients in Tehran hospitals during 2018-2019. The subjects were selected by convenience sampling method and completed a questionnaire including demographic information and the main model structural components (audience, cerebral process, and conduit). SPSS 22 software was used for descriptive analysis of data and partial least squares method and Smart PLS 3.2.8 software were used to verify the conceptual model.
Findings: The influence of factors related to receiver of health services or audience (t=9.955), factors related to cerebral process (t=5.206) and also, factors related to conduit (t=3.350) were significant on acceptance of e-health services (p.
Conclusion: The provided model of acceptance of e-health services is confirmed and based on this, one can predict the effective factors in determining the acceptance of e-health services.