医学科学和技术的迅速进步使人们能够更早地发现疾病，并为以前认为无法治愈的疾病提供适当的治疗。这些进步还使人们能够更舒适、更有效地接受各种先进的保健服务和治疗技术，从而可能延长预期寿命[ 1]。根据香港最近的人口普查[ 2]，到2021年，65岁及以上的成年人占总人口的比例为20%，在过去10年里增长了7%，预计还将继续增长。香港是世界上老龄化速度最快的社会之一，认为为长者提供健康和护理服务是一项重要的社会问题[ 3.]。

在帮助人们保持健康生活的各种技术中，数字健康技术(DHT)将数字转换技术应用于医疗保健领域，包括移动健康(mHealth)应用程序、可穿戴设备、电子健康记录和电子病历，是一种创新和有效的手段，为人们，特别是老年人提供更健康的生活[ 4]。例如，移动健康应用程序使老年人更容易安排医疗预约，收集和存档健康数据和记录，他们允许医疗和卫生保健人员持续监测他们的病人，改善医患沟通。 5]。

虽然DHT被认为是实现健康生活的一种重要方式，而且新技术的设计和开发旨在为老年人提供更好的生活质量，但除非老年人使用这些技术，否则这些技术是没有目的的。因此，确定帮助老年人认识和尝试新技术并保持对这些技术的使用的方法对于使他们能够在数字化社会中从这些技术中受益至关重要。在过去的三十年里，人们基于各种理论模型和理论进行了许多研究，以了解老年人使用这些技术的意图，并找出相关的先例[ 6]。这些模型提出并测试了不同的前因式，以了解它们对用户接受dht的影响。这些理论包括技术接受模型(TAM) [ 7]，技术接受与使用的统一理论[ 8]，社会认知理论[ 9， 10]，以及计划行为理论。许多研究[ 4使用这些理论的研究人员研究了老年人采用技术行为的前因。前因包括技术因素(如对有用性和易用性的认知、性能预期和努力预期)、心理因素(如自我效能、技术焦虑/焦虑、态度和享乐动机)、社会因素(如社会影响和主观规范)、个人因素(如年龄、教育程度和性别)、环境因素(如便利条件)和价格价值[ 4]。

在技术采用模型中，TAM是最常用来理解人们在卫生保健和其他领域的信息技术采用行为的模型。TAM由[ 7]基于理性行为理论的[ 11]作为解释人们在工作中采用信息技术的框架，假设对使用技术的态度水平和使用技术的意图可能取决于用户对技术的感知有用性(PU)和感知易用性(PEU)。戴维斯( 7]将PU定义为“一个人相信使用特定系统将提高他或她的工作绩效的程度”，而PEU定义为“一个人相信使用特定系统将不费力气的程度”。在这个模型中，PEU应该影响PU。

如前所述，TAM已被实证复制，以解释人们在营销、教育、银行、社交媒体和医疗保健等各个领域采用技术时的行为[ 12， 13]，并基于PEU和PU应受外部变量影响的观点进行了扩展。本研究使用的技术准备与接受模型(TRAM)是TAM的扩展模型之一。此外，这项研究还纳入了电子健康素养，这反映了个人使用新的信息和通信技术，特别是互联网来改善或实现他们的健康和医疗保健的能力[ 14]，以检查电子健康素养对TRAM提出的关系的影响。电子卫生素养被认为是减少数字技术多重获取障碍的一个重要因素，它可以提高卫生素养，帮助老年人发展更深入的知识和更好的自我保健[ 15]。因此，本研究的主要目的是(1)评估香港老年人使用dht的现状，(2)探讨影响使用意愿的因素，以及(3)研究老年人的电子健康素养如何影响这种关系。

如图所示 图1提出的概念模型包括五个构念:(1)技术准备度(TR)(如乐观、创新、不适和不安全感)，(2)PU， (3) PEU，(4)使用技术的态度，(5)持续使用意愿。在该模型中，预计电子健康素养将调节所提出的关系。

作为TAM的扩展模型之一，TRAM结合了TR和人们接受和使用新技术以实现其家庭和工作目标的倾向[ 16]。TR是一种整体的精神状态，由精神激活和抑制的完形所导致，它们共同决定了一个人使用新技术的倾向。TR包括四个子维度:(1)乐观主义，即个体对技术的积极看法，相信技术可以提高人们的控制力、灵活性和效率;(2)创新性，个人成为技术先锋和思想领袖的倾向;(3)不适，即被技术压倒的感觉和对技术缺乏控制的感觉;(4)不安全感，包括对技术的不信任和对其性能的怀疑。在TR的四个维度中，乐观和创新是驱动因素，不适和不安全感是抑制因素。许多研究证实了TR与TAM中的PU、PEU、态度和意向等变量之间的关系。例如，高TR水平的客户对技术有用性的感知更高，这也对他们的行为意图产生了积极的影响[ 17， 18]。Liljander等[ 19研究发现，乐观、创新等行为意愿的驱动力与新技术的易用性感知相关，减弱了技术有用性感知对行为意愿的影响。换句话说，具有高度乐观和创新精神的人可能会承担与新技术有关的风险和容忍不确定性，而不安全感和不适等抑制因素则会降低对新技术有用性和易用性的看法。[ 20.， 21]。

以往关于卫生保健和服务中的技术接受的文献研究了可能影响TAM提出的关系的各种个体特征和外部变量，但没有研究将TR与PU和PEU一起纳入态度和意图。概念模型( 图1)，并根据前人对TRAM和这些变量的研究提出了假设。提出的七个假设如下:

本研究的研究对象为香港60岁以上的成年人。本研究采用基于网络的调查方法，采用方便抽样的方法收集数据。共有357名参与者完成了调查，其中306人提供了可用的回答。人口统计特征显示在 表1。为了确定电子健康素养的具体特征，我们使用电子健康素养的平均值(平均值3.417，标准差0.805)将样本分为两组，进行了交叉表分析。在5个变量中，两组间的婚姻状况( χ²_3.= 10.180; P=.006)和感知社会经济地位( χ²₄= 12.240; P= .02点)。在低电子健康素养组(A组)中，未婚人士的比例往往较高。此外，研究发现，人们的社会经济地位越高，他们就越有可能被纳入高电子健康素养组(B组)。

表2显示与会者上网情况的详细信息。在平均每天使用互联网方面，31% (n=92)的参与者每天使用互联网2小时，18.5% (n=53)的参与者每天使用互联网3小时。因此，大约50% (n=145)的参与者每天使用互联网2-3小时。此外，每天上网时间等于或大于5小时的参与者约占23% (n=71)。在访问类型方面，以移动为主(91.5%，n=280)。最具代表性的网络活动是:游戏(74%，n=227)，银行或金融交易(63%，n=192)，搜索健康信息(50%，n=152)，聊天(47%，n=144)，以及办公或个人事务(44%，n=134)。

为了衡量电子健康素养，电子健康素养量表[ 22]，共8项。该变量使用其平均值将组分为低电子健康素养组和高电子健康素养组。本研究电子健康素养的Cronbach α值为0.939。电子健康素养的样本项目是“我知道如何使用数字技术回答我的健康问题”和“我可以通过数字技术判断卫生资源的质量”。

为TR [ 23]，共使用16项。量表由乐观、创新、不适和不安全感4个子维度组成。TR的样本项目包括乐观的“新技术有助于提高生活质量”，创新的“一般来说，我是我朋友圈里第一个获得新技术的人”，不舒服的“技术支持热线没有帮助，因为他们没有用我理解的方式解释事情”，不安全感的“人们太依赖技术了”。

PU、PEU和使用数字健康技术(ATDHT)的态度是TAM的基本变量。这些变量是由[ 7， 17]。最后是5项持续使用意向[ 8]被使用。样本项目包括:PU的“使用数字健康技术将提高我的运动表现”，PEU的“我发现数字健康技术很容易让我做我想做的事情”，ATDHT的“使用数字健康技术是个好主意”，以及意向的“如果我需要使用数字健康技术，我会使用它”。

所有的回答都以7分的李克特量表记录下来，范围从“非常不同意”到“非常同意”。首先，调查问卷是用英语制作的，因为之前研究的原始量表是用英语开发的。调查的英文版本随后被翻译成广东话，这是本研究参与者的母语，由一名具有体育管理博士学位的人翻译，该人对公共卫生文献也有全面的了解，并能流利地说广东话和英语。广东话版本随后由另一个拥有与广东话版本作者相似资历的人重新翻译成英文。最后，招募了10名60岁以上的潜在参与者来检查问卷的易用性和清晰度。因此，完成的问卷得到了适当的验证。

首先，进行验证性因子分析(CFA)来验证观测变量与测量模型中基础结构之间的假设关系。采用卡方、Steiger-Lind均方根近似误差(RMSEA)、Tucker-Lewis指数(TLI)和比较拟合指数(CFI)等指标评价模型的绝对拟合和比较拟合。其次，计算各量表成分的复合信度(CR)、平均方差提取(AVE)和Cronbach α系数，检验其收敛效度、判别效度和信度。最后，运用结构方程模型(SEM)对提出的假设进行检验。所提出的模型也用与CFA相同的指标进行评估。

中国香港浸会大学研究伦理委员会批准了这项研究(REC/20-21/0378)。

为了评估测量模型的效度和信度，我们采用了两步结构方程建模方法[ 24]。首先，利用AMOS 20对计量模型进行了CFA评价。结果显示与数据( χ²₅₃₂= 915.575; P<措施;TLI = 0.935;CFI = .942;RMSEA = 0.049)。内部一致性方面，CR为0.806 ~ 0.937,Cronbach α为0.759 ~ 0.936。即所有潜变量的CRs和Cronbach α系数均高于标准值0.7。这意味着所有潜在变量都具有适当的内部不一致性。

趋同效度是由[ 25]。每个潜在变量的cr和ave应分别超过0.7和0.5的阈值。CRs(0.806 ~ 0.937)和ave(0.509 ~ 0.717)均超过阈值，满足收敛效度的所有条件。如果每个潜在变量的AVE的平方根超过潜在变量之间的所有相关系数，则达到区分效度。变量间的相关系数范围为- 0.073 ~ 0.393。在本研究中，ave的平方根最小值为0.713。因为这比相关系数( r=0.640)，也达到了区分效度。 表3显示CFA的详细结果，以及 表4显示变量的基本统计信息和变量之间的相关系数。

基于适当的测量模型，采用扫描电镜对8个潜在变量之间的假设因果关系进行检验。结果表明，我们的结构模型具有相当可接受的拟合指数( χ²₅₄₂= 994.158; P<措施;TLI = 0.924;CFI = 931;RMSEA = 0.052)。

除了从乐观到PU (H1-a)的假设路径外，TR与PU之间的假设路径不显著。在H2的情况下，关于TR对PEU的影响，除了从不安全到PEU的路径(H2-d)外，所有路径都是显著的。这意味着H1和H2得到了部分支持。换句话说，对于60岁以上的成年人，对DHT持乐观态度对PU有积极影响(β= 0.265; P=.002)和PEU (β=.331; P<组织)。此外，创新能力对PEU有正向影响(β=.559; P<措施)。然而，DHT不适对PEU有负向影响(β= - .397; P<措施)。

对TAM相关假设H3 ~ H6的检验结果如下:从PEU到PU的路径具有统计学意义(β=.513; P<措施)。此外，PEU的2条路径(β=.401; P<.001)和PU (β=.323; P< 0.001)对ATDHT的影响有显著性。最后，ATDHT对老年人的持续使用意愿有显著影响(β=.553; P<措施)。这意味着支持H3到H6。接下来，关于假设7，我们的假设模型对每个按电子健康素养水平分类的组进行独立分析。与TAM相关的4条路径在两组中均有统计学意义。然而，TR影响PU和PEU的途径是不同的。在低电子健康素养组中，不适对PEU的负面影响非常大(β= - 0.646; P<措施)。在其余路径中，高电子健康素养组(B组)对PU和PEU的影响往往比低素养组(a组)更强。假设检验结果见 表5。

本研究将TRAM应用于香港老年人，(1)研究了影响老年人DHT使用意愿的因素，(2)调查了老年人的电子健康素养水平，(3)探讨了高水平和低水平参与者在DHT使用意愿方面的差异。调查结果讨论如下。

本研究从构念效度、趋同效度、区别效度和内部一致性等方面对香港老年人的TRAM进行了验证。结果表明，TRAM是预测老年人DHT使用意向的合适且有意义的框架。以往基于TRAM或tam的研究主要集中在卫生专业人员对信息和通信技术的接受程度[ 26并且很少关注年长的成年用户。这些文献包括对将TRAM应用于用户对卫生保健和服务的态度和意图的认识不足。本研究为本研究提供了有价值的信息，并为老年人对DHT使用的具体认知评估和决策过程提供了更全面的了解。

当前研究的参与者对二氢睾酮的使用表现出相当程度的乐观和低不适。与此同时，这群人也表现出有限的创新能力和一定程度的不安全感。在TR变量与PU/PEU之间的关系方面，对于乐观情绪，研究结果表明乐观的参与者更有可能认为DHT是有用的和易于使用的。这一发现与之前的研究一致[ 20.， 21， 27， 28]，这表明乐观的人，包括老年人，似乎更积极地面对DHT，对DHT的使用更有信心，更少关注DHT的消极方面。与之前的假设不同，本研究发现创新能力与PEU呈正相关，而与PU无关。一种可能的解释是，老年人的创新能力可能有利于他们使用DHT的经验，并帮助他们适应新的信息技术，但DHT是否有用取决于特定DHT工具的功能。在对[ 27]及[ 29]。值得注意的是，创新对PEU的影响远大于乐观情绪。根据本研究中变量的描述性统计，这可能是因为健康的老年人更有可能是一个乐观主义者，但创新能力有限。另一种解释是，老年人并不是最常使用DHT的人，他们必须努力采用和适应新技术。在这个过程中，创新是比乐观更强大的动力[ 30.]。关于不适，本研究显示它对PEU有负面影响，但对PU没有负面影响。这可能是因为老年人可能对许多新技术感到不熟悉，并且在应用DHT时感到缺乏控制可能使用户更有可能认为DHT难以使用。然而，对于老年人来说，他们使用DHT的主要关注点是保持健康;如果一个有用的DHT工具使用起来很复杂，老年人可能仍然认为它是有用的。这种情况不仅发生在这一群体中，也发生在卫生保健从业人员中[ 27]、互联网专业人士[ 21]和年轻人[ 20.]。令人惊讶的是，这项研究发现，不安全感似乎与PU或PEU无关。这一反直觉的结果与其他学者的结果相冲突[ 21， 27， 29]。一个可能的原因是老年人很少有适当使用DHT的专业知识，而网络上的错误信息导致老年人在某种程度上不信任DHT [ 31]。这种不信任可能会阻止用户更频繁地使用DHT [ 32]。如果老年人只是表面地使用DHT，他们可能很难判断DHT在多大程度上有用或容易使用。本研究为整合到TAM中的TR变量提供了额外的证据，证明了其在老年人中持久性的适用性。在不同年龄组中，TRAM之间的关系是否存在差异，值得进一步研究。

对于TAM变量之间的关系，结果与预期一致，与先前的研究一致[ 20.， 21， 27， 28]。首先，报告了PEU对PU的积极影响。这一结果证实了TRAM的命题，即PEU是用户PU的一个先例[ 33]，特别是对老年人，因为DHT是无用的，除非老年人愿意使用它。其次，PEU和PU都对使用DHT的态度有积极的影响，这表明如果老年人认为DHT有用且易于使用，他们可能对DHT的使用持积极的态度。特别是，PU对DHT的影响高于PEU，这可能是因为有健康需求的用户(即老年人)可能认为PU比PEU对DHT的价值更高。最后，持积极态度的参与者有更强的持续使用DHT的意愿。长期以来，态度一直被视为行为意向的预测因素[ 33， 34]，而本研究的结果也符合这一认识。

本研究调查了香港老年人的电子健康素养，发现婚姻状况和感知的社会经济地位会影响他们的电子健康素养状况。已婚老年人更有可能获得使用DHT设备的社会支持，这可能导致较高的电子卫生素养。收入较高的老年人可能有更多使用DHT设备的经验，这也可能有助于提高电子健康素养。相关分析还显示，除不适和不安全感外，电子健康素养与所有变量均显著相关。这可能是因为目前对电子健康素养的测量是在Web 1.0技术的基础上开发的，这是一个基于Web的环境，而新技术(例如，社交网络服务或移动互联网)已经应用于当前的DHT [ 32]。在这种情况下，即使老年人知道如何从健康相关网站获取信息，他们可能仍然会对新的DHT和感知到的不适和不安全感感到困惑。此外，本研究还探讨了高、低电子健康素养水平的参与者之间TRAM关系的差异，并证实了电子健康素养对这种关系的影响。结果显示，在低水平的电子健康素养组中，乐观情绪对PEU和PU的影响不再显著，而在高水平组中，这种关系仍然显著。此外，创新对PEU的影响在高水平组中更强，而不适对高水平组的影响要弱得多。在TRAM中，乐观和创新是人们接受技术的两个驱动力，而不适是一个抑制因素。研究结果表明，较高的电子健康素养水平可以促进TR变量的积极影响，并可以成为防止负面影响的保护因素。这一发现强调了电子健康素养在老年人接受DHT方面的重要作用，这为DHT开发者和公共卫生从业人员提供了见解。研究结果可以帮助DHT开发人员和公共卫生从业人员更好地针对不同年龄的DHT用户，并为不同电子健康素养水平的人提供更有效的帮助和指导。

我们的研究结果对老年人有意义，因为具有电子健康素养的老年人可以增加他们对健康和医疗保健知识的兴趣，从而导致对DHT的信心和对DHT的积极态度[ 35]。电子健康培训可以帮助提高老年人搜索、理解和使用DHT的技能水平和能力，并改善阻碍DHT使用的负面情绪，如焦虑、恐惧和压力[ 15]。通过精心设计的电子健康培训，期望人们能够提高电子健康素养，并能够评估和选择准确和必要的健康信息[ 36]。因此，应该实施基于高质量研究设计的适当的基于理论的电子卫生素养干预措施，以有效地帮助老年人掌握从电子卫生资源中受益所必需的技能和知识[ 37]。

在这项研究中认识到一些局限性。首先，本研究的参与者是通过网络调查招募的，这意味着目前的研究排除了不太愿意与IT互动的老年人。这种抽样方法可能会妨碍研究结果的推广。需要针对不太愿意使用信息技术的人进行相关研究，因为他们的健康需求可能更紧迫，而且他们得到的支持可能比使用信息技术的人少。其次，本研究的受访者为香港的长者。考虑到文化的特殊性，研究结果在其他群体或领域的应用还需要进一步研究。第三，TRAM之外的因素也可以预测用户的DHT使用意愿，但在目前的研究中没有考虑到。考虑DHT使用的其他潜在影响的更深入的研究是可取的。最后，本研究的结果变量为DHT使用意向。由于行为意图和实际行为之间自然存在差距，而且实际行为能够影响个体的健康状况，因此整合行为并确定这种关系中更多组成部分的研究是有必要的。

本研究在香港老年人中测试了TRAM，并探讨了高水平和低水平电子健康素养参与者之间TRAM关系的差异。研究结果为这些假设提供了部分支持，强调了电子健康素养对鼓励老年人使用DHT并从中获得健康益处的影响。本研究建议提供协助和指导，以缩小与老龄化相关的技术差距，并进一步探讨电子健康素养，TRAM和实际行为之间的关系。