中华急诊医学杂志  2019, Vol. 28 Issue (12): 1567-1570   DOI: 10.3760/cma.j.issn.1671-0282.2019.12.025
伤票的技术接受模型及实证研究
李晓雪1 , 赵喆1 , 郝昱文1 , 姚远2     
1 中国人民解放军解放军总医院第三医学中心,北京 100039;
2 解放军联勤保障部队第903医院,杭州 310000

战争和重大自然灾害往往导致大规模的人员伤亡,准确快速地记录伤员损伤情况和救治措施等重要信息是有效检伤分类,改善救治结局的前提和关键[1]。自第一次世界大战首次应用以来,随着大量新技术和装备投入实战,战救模式发生改变,伤票作为战现场信息记录的载体,也是早期检伤分类的依据[2],一直是各国军事医学更迭改进和研究的重点[3]。为了更加科学有效地改进伤票,并将其运用推广到战救实践中,除了满足战场救治和信息采集的基本要求以外,还需要全面评估其最终用户,即一线战救人员,对这项新技术的接受意愿及其影响因素。既往对伤票应用效果的研究主要集中在经验总结和定性描述上,缺少对战现场环境、救治技术和人员素质等多方面影响因素的综合考量。为此,以其团队前期设计改进的伤票为示例,通过战创伤新技术研究普遍使用的数据模拟仿真研究[4],建立伤票的技术接受模型,探讨一种定量评价战救新技术的方法,了解战场恶劣环境下医疗文书的使用意愿。

1 资料与方法 1.1 问卷设计

经过预调研后对问卷的题目进行了设计和编排,运用李克特量表(Likert scale)考察受试者对单项问题的态度,采用5级量表形式, 即对量表中每一题目均给出表示态度积极程度等级的5种备选评语答案, 并用1~5分别为5种答案计分。将一份量表中各题得分累加后即可得出态度总分, 它反映了受试者对某事物或主题的综合态度[5]。每类指标下设置3~5个问题,其中记录信息的重要性中第二个问题、行为意愿和基本技能的第二个问题为逆向问题,以此对受试者的应答水平进行监督和质控。本问卷的设计是在文献循证和专家访谈的基础上建立起来,并在调研前通过小组讨论对内容进行了修改和完善,所以认为问卷具有良好的内容效度。

1.2 实证评价

受试对象的入选标准为:(1)来自军队执行维和、反恐和救灾任务的一线医疗救援队员;(2)军队团(含)级医院、基层卫生队的军医和卫生员,以保证受试者具有相同水平的战救技能和经验。由于模拟地点和模拟人数量的限制,最后确定了34名受试者。在真正模拟操作之前,所有受试者会接受2 h的专项培训, 包括战创伤火线和现场救治的技术流程、检伤分类的标准、新型伤票的使用方法和主要功能。

模拟场景设置:在某部一次反恐行动中,4辆机动车队穿越某省东部的小村庄,这个车队由10个人组成,你是唯一的医务人员,一枚自制起爆装置在第二辆车行进时突然爆炸,造成5名人员受伤,在勘察发现没有后续的火力袭击后,我方就地设立了安全边界,要求受试者对本场景中的5名伤员进行评估和处置。模拟试验中,受试者以2人为一小组,17个小组按照随机分组原则抽取进入的场景进行模拟实验。模拟过程从火线评估周围环境技术开始,到伤员评估、伤情处置、检伤分类、填写伤票,并将伤员搬运到后送车辆为止。伤员模拟处置后,受试者填写新型伤票用户评价问卷和院前创伤生命支持技能考核和模拟演习意见调查问卷,全程由2名督导人员进行录像和记录。

1.3 模型构建

技术接受模型(technology acceptance model,TAM),也称用户接受模型,是Davis[6]在1989年运用理性行为理论研究用户对信息系统接受时所提出的一个模型,目的是对影响新系统接受的决定性因素做一个解释说明。技术接受模型建立的两个基本要素是:(1)感知的有用性(perceived usefulness,PU),反映一个人认为使用一个具体的系统对他工作业绩提高的程度;(2)感知的易用性(perceived easy of use,PEOU),反映一个人认为容易使用一个具体系统的程度,包括感觉认知、接受态度、使用意图和最终使用体验。另外还有反映系统设计特征、用户特征、任务特征、政策影响和组织结构等的外部变量(external variables,EV),其通常是一些可测的因素,因此可以通过综合评价这些外部变量来计算影响用户接受新系统的诸多因素和程度,以及各因素之间的相互作用。该模型认为目标系统的使用主要是由个体用户的使用行为意愿(behavioral intention to using,BI)所决定的,BI则是由想用的态度(attitude toward using,AT)和感知有用性决定的(BI=AT+PU),AT是由PU和PEOU决定的(AT=PU+PEOU),PU是由PEOU和EV决定(PU=PEOU+EV),PEOU则是由EV决定(PEOU=EV)。

笔者拟构建的“伤票技术接受模型”(图 1)所示,以行为意愿定量评价调研受试者对新型伤票的接受程度。评价指标行为意愿由有用性和易用性进行评价;考虑现场极端环境、时间紧迫、强制任务要求等特殊条件,增加了时间成本、记录信息的可实施性、记录信息的重要性、基本技能和自我效能五类外部因素指标来考察影响受试人员使用意愿的主要因素和其相互关系。其中时间成本从信息经济学的角度分析战现场时间消耗对接受新型伤票的影响[7],记录信息的可实施性是考察战现场记录信息的可行性,记录信息的重要性用于评价伤票记录的信息对救治工作的重要性程度,基本技能[8]用于考察用户对伤票本身和其所涉及技术的掌握是否会影响到使用意愿,自我效能反映了受试人员对自身使用新伤票、新技术的自我感知和判断。

图 1 新型伤票的技术接受模型框架
1.4 统计学方法

应用SPSS18.0统计软件,对问卷表进行信度和效度分析;通过因子分析将28个具体问题进行降维,得到8个因素的标准化得分,并以此为基础展开相关性分析。根据相关性分析结果,将影响使用意愿的外部因素进行多元线性回归分析。以P < 0.05为差异有统计学意义。

2 结果 2.1 问卷信度及效度

问卷设计和信效度检验结果见表 1。问卷的整体克隆巴赫系数(Cronbach' s Alpha) > 0.80,整体信度优良可以推广;其中8个分组因素具有较好的内在信度, KMO值> 0.60提示问卷具有较好的结构效度[9],因此能够对问卷各问题进行因子分析。

表 1 问卷信度和效度结果(总体信度:0.907问题个数28个)
因素 问题 Cronbach’s Alpha KMO
有用性 3个 0.626 0.643
易用性 4个 0.689 0.652
时间成本 3个 0.805 0.691
记录信息的可实施性 4个 0.706 0.690
记录信息的重要性 3个 0.707 0.662
行为意愿 3个 0.749 0.641
自我效能 3个 0.649 0.640
基本技能 5个 0.713 0.745
2.2 因素间相关性

8个分组因素之间绘散点图(图 2)。呈较好的线性相关。相关性分析提示,行为意愿与易用性相关性最强(r=0.742),与有用性(r=0.544)和时间成本(r=0.526)相关(P < 0.01);易用性与时间成本(r=0.483)与自我效能(r=0.543)分别相关(P < 0.01);有用性与记录信息的可实施性(r=0.624)、记录信息的重要性(r=0.682)及基本技能(r=0.480)分别相关(P < 0.01)。

图 2 因素间散点图
2.3 伤票接受度影响因素建模

根据因素间相关性使用回归方程建立三组模型。模型1:使用记录信息的重要性、基本技能、记录信息的可实施性建立有用性回归方程;模型2:使用自我效能和时间成本建立易用性回归方程;模型3:使用有用性和易用性建立行为意愿之间的回归方程。3个模型摘要和调整后的R2表 2所示,回归模型的方差检验见表 3。3组R2 > 0.3,P < 0.01,因此3组模型均存在线性回归关系。

表 2 伤票接受度回归模型摘要
模型标号 R R2 调整后的R2 标准估算的误差
1 0.718 0.516 0.446 0.731
2 0.646 0.418 0.379 0.788
3 0.794 0.630 0.605 0.628

表 3 伤票接受度回归模型的方差检验
模型 平方和 自由度 均方 F P
模型1          
  回归 16.518 3 5.506 10.313 < 0.01
  残差 15.482 29 0.534
  总计 32.000 32
模型2          
  回归 13.365 2 6.682 10.758 < 0.01
  残差 18.635 30 0.621
  总计 32.000 32
模型3          
  回归 20.154 2 10.077 25.520 < 0.01
  残差 11.846 30 0.395
  总计 32.000 30

表 4所示,三组模型的多元线性回归关系方程为:

表 4 伤票接受度回归模型系数分析和显著性检验
  模型 未标准化系数 标注化系数 t P
B 标准误差 Beta
1(常量) 3.160E-16 0.127     0.000 1.000
 基本技能(T) 0.213 0.146   0.213 1.465 0.154
 记录信息的可实施性(Y) 0.146 0.223   0.146 0.653 0.519
 记录信息的重要性(F) 0.474 0.220   0.474 2.153 0.040
2(常量) -1.397E-16 0.137     0.000 1.000
 自我效能(I) 0.436 0.141   0.436 3.086 0.004
 时间成本(D) 0.407 0.141   0.407 2.877 0.007
3(常量) 1.579E-16 0.109     0.000 1.000
 有用性(A) 0.305 0.120   0.305 2.535 0.017
 易用性(B) 0.625 0.120   0.625 5.199 < 0.01

模型1=0.213T+0.146Y+0.474F+3.16*10e-16

模型2=0.436I+0.407D-1.397*10e-16

模型3=0.305A+0.625B+1.579E-16

3 讨论

TAM理论是在借鉴理性行为理论(TRA)和计划行为理论(TPB)的基础上发展而来的[10]。其理论基础是在对新技术的接受度与使用者对该技术的感知有用性与感知易用性之间存在正相关关系;建模的关键目的是可以以此为基础研究外部变量对内部信念、态度和意图的影响。由于模型结构简单,其价值已被各种实证研究所证实[11],TAM已经被广泛有效地用于分析和预测新兴的信息技术的用户接受意愿。Walderhauga等[12]通过TAM评价了电子伤票和纸版伤票的应用效果,结论是电子和纸质文书同样适用于野战环境,电子文书还可把一线伤员伤情和救治数据传输到后方医院,医院接到预警信息后能够提前做好伤员救治的准备。国内也有学者建立了可穿戴支付、微博客、移动健康服务[13]的技术接受模型,分析了用户对这些新技术接受意愿的影响因素和相互关系。上述成果都为本研究构建“伤票的技术接受模型”奠定了基础。

本研究结果表明伤票的易用性和行为意愿具有显著的相关性,说明伤票越简洁易用,受试者越容易接受新型伤票;有用性和行为意愿也具有一定的相关性,伤票对救治工作的价值也促进了使用伤票的意愿。记录信息的重要性、可实施性和战救技能和有用性相关,其中可实施性和有用性的相关性最明显,反映了在环境恶劣、救治任务紧张的战现场情况下能否完成伤票填写任务是受试者最为关心的问题。时间成本、自我效能和易用性相关,说明了受试者战救技能和文书填写学习意愿,填写伤票占用的时间成本也影响受试者对伤票易用性评价。

战现场和灾难救援现场采集信息不可仅依靠伤票全部实现,需要加强其他文书的研究,如急救时询问姓名、年龄、部职别等信息降低了效率,特别是存在意识障碍的重伤员也无法准确应答,可配发伤员“身份标示牌”,预置一般属性信息;接轨国际经验,研发伤票复核文书,战现场急救系统的第一响应人填写伤票,高年资军医对伤票记录的内容应进行补充和复核,在任务72 h内把信息上传创伤数据库。此外,加强战场急救技术和文书使用培训、运用快速语音录入等新技术降低时间成本、强化战时信息采集的工作机制和教育、研发新型伤票筛选更有价值的记录内容,也将有助于提高战救一线信息采集的“行为意愿”。

受试者对伤票的接受意愿受到多种因素的影响,以实验室仿真模拟为基础建立伤票的“技术接受模型”,可用于量化评价这些影响因素,为改进伤票提供决策支持。在我军实战数据有限的情况下,为研究和应用新型医疗后送文书提供了一种较为有效的定量评价手段。但由于客观条件的限制,参加本次模拟演习的人员总数为34名,样本量较少,可能导致了某些维度对“回归”分析方程的解释力度有限。后续研究应扩大样本量、优化问卷量表,进一步提高研究结果的说服力。

参考文献
[1] 刘明华, 姬军生, 朱刚, 等. 5·12汶川地震震中区映秀镇首批伤员检伤救治与后送[J]. 中华急诊医学杂志, 2008, 17(9): 904-906. DOI:10.3760/j.issn.1671-0282.2008.09.002
[2] 郑静晨. 现代灾害医学救援五项技术[J]. 中华急诊医学杂志, 2013, 22(2): 117-119. DOI:10.3760/cma.j.issn.1671-0282.2013.02.001
[3] 李晓雪, 徐雷. 国内外医疗后送文书存在的问题与对策建议[J]. 人民军医, 2016, 59(12): 1218-1221.
[4] Kjeldskov J, Graham C. A review of mobile HCI research methods[M]. Berlin, Heidelberg: Springer Berlin Heidelberg, 2003: 317-335.
[5] 亓莱滨. 李克特量表的统计学分析与模糊综合评判[J]. 山东科学, 2006, 19(2): 18-23, 28. DOI:10.3969/j.issn.1002-4026.2006.02.006
[6] Davis FD. Perceived usefulness, perceived ease of use, and user acceptance of information technology[J]. Mis Q, 1989, 13(3): 319. DOI:10.2307/249008
[7] Mathieson K, Peacock E, Chin WW. Extending the technology acceptance model:the influence of perceived user resources[J]. Data Base for Advances in Information Systems, 2001, 32(3): 86-112. DOI:10.1145/506724.506730
[8] 张敏, 罗梅芬, 聂瑞. 健康可穿戴技术的用户使用意愿影响因素分析--基于使用经验和健康知识的调节作用[J]. 信息资源管理学报, 2017(2). DOI:10.13365/j.jirm.2017.02.014
[9] Fornell C, Larcker DF. Evaluating structural equation models with unobservable variables and measurement error[J]. J Mark Res, 1981, 18(1): 39-50. DOI:10.1177/002224378101800104
[10] 孙建军, 成颖, 柯青. TAM模型研究进展:模型演化[J]. 情报科学, 2007, 25(8): 1121-1127. DOI:10.3969/j.issn.1007-7634.2007.08.001
[11] Agarwal R, Prasad J. Are individual differences germane to the acceptance of new information technologies?[J]. Decis Sci, 1999, 30(2): 361-391. DOI:10.1111/j.1540-5915.1999.tb01614.x
[12] Walderhaug S, Meland P, Mikalsen M, et al. Evacuation support system for improved medical documentation and information flow in the field[J]. Int J Med Informatics, 2008, 77(2): 137-151. DOI:10.1016/j.ijmedinf.2007.01.006
[13] 余世英, 明均仁. 移动图书馆的用户接受模型实证研究[J]. 图书馆建设, 2014(1): 21-27. DOI:10.3969/j.issn.1004-325X.2014.01.005