جلد 22، شماره 1 - ( 1-1398 )
جلد 22 شماره 1 صفحات 25-12 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Moghaddam A, Shafiei Nikabadi M, Kashefi M. The relationship between physicians' capabilities and their attitude to change and their willingness to accept telemedicine technology. jha 2019; 22 (1) :12-25
URL: http://jha.iums.ac.ir/article-1-2822-fa.html
URL: http://jha.iums.ac.ir/article-1-2822-fa.html
مقدم علیرضا، شفیعی نیکابادی محسن، کاشفی معصومه. رابطه بین توانمندی پزشکان و دیدگاه ایشان نسبت به تغییر با میزان تمایل به پذیرش فنآوری پزشکی از راه دور. فصلنامه مدیریت سلامت. 1398; 22 (1) :12-25
1- دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران ، moghaddam@semnan.ac.ir
2- دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران
2- دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران
چکیده: (5100 مشاهده)
مقدمه: امروزه با توجه به گستردگی و پراکندگی جمعیت در سطح کشور، بکارگیری فنآوری پزشکی از راه دور توسط پزشکان ضروری است. هدف اصلی پژوهش حاضر تعیین رابطه بین توانمندی پزشکان با میزان تمایل به پذیرش این
فنآوری است.
روش ها: پژوهش حاضر از نوع پژوهش های تحلیلی- پیمایشی بوده و جامعه آماری آن را پزشکان شاغل در مرکز آموزشی پژوهشی درمانی امیرالمومنین (ع) سمنان تشکیل داده اند. تعداد 40 پرسش نامه قابل استفاده جمع آوری گردید. برای انجام تحلیل های آماری و آزمون فرضیه های پژوهش (با استفاده از معادلات ساختاری) از دو نرم افزار SPSS 19 و SMARTPLS 2 بتا استفاده شده است.
یافته‌ها: یافته های پژوهش حاضر نشان داد توانمندی های مدیریتی (ضریب تاثیر 141/0) و فنی (ضریب تاثیر 135/0) پزشکان اثر مستقیم و معنی‌داری بر تمایل به پذیرش فنآوری پزشکی از راه دور دارد. همچنین، توانمندی های مدیریتی (ضریب تاثیر 335/0) و مالی (ضریب تاثیر 211/0) از طریق تقویت دیدگاه مثبت پزشکان نسبت به تغییر (ضریب تاثیر 301/0) بر میزان تمایل به پذیرش فنآوری پزشکی از راه دور اثر غیر مستقیم و معناداری داشته است.
نتیجه‌گیری: پیشنهاد می شود متولیان حوزه سلامت و مدیران مراکز آموزشی-درمانی قبل از اجرای پروژه های خدمات پزشکی از راه دور و پیش از سرمایه گذاری در سخت افزار مربوطه، به تقویت توانمندی پزشکان در زمینه توانایی های مدیریتی، کار با فن‌آوری‌های اطلاعاتی و ارتباطی و مهارت های مالی و سرمایه گذاری بپردازند. به این ترتیب، پزشکان دیدگاه مثبتی نسبت به تغییر پیدا کرده و پذیرش کار با این فنآوری از سوی آنها تسهیل می شود.
فنآوری است.
روش ها: پژوهش حاضر از نوع پژوهش های تحلیلی- پیمایشی بوده و جامعه آماری آن را پزشکان شاغل در مرکز آموزشی پژوهشی درمانی امیرالمومنین (ع) سمنان تشکیل داده اند. تعداد 40 پرسش نامه قابل استفاده جمع آوری گردید. برای انجام تحلیل های آماری و آزمون فرضیه های پژوهش (با استفاده از معادلات ساختاری) از دو نرم افزار SPSS 19 و SMARTPLS 2 بتا استفاده شده است.
یافته‌ها: یافته های پژوهش حاضر نشان داد توانمندی های مدیریتی (ضریب تاثیر 141/0) و فنی (ضریب تاثیر 135/0) پزشکان اثر مستقیم و معنی‌داری بر تمایل به پذیرش فنآوری پزشکی از راه دور دارد. همچنین، توانمندی های مدیریتی (ضریب تاثیر 335/0) و مالی (ضریب تاثیر 211/0) از طریق تقویت دیدگاه مثبت پزشکان نسبت به تغییر (ضریب تاثیر 301/0) بر میزان تمایل به پذیرش فنآوری پزشکی از راه دور اثر غیر مستقیم و معناداری داشته است.
نتیجه‌گیری: پیشنهاد می شود متولیان حوزه سلامت و مدیران مراکز آموزشی-درمانی قبل از اجرای پروژه های خدمات پزشکی از راه دور و پیش از سرمایه گذاری در سخت افزار مربوطه، به تقویت توانمندی پزشکان در زمینه توانایی های مدیریتی، کار با فن‌آوری‌های اطلاعاتی و ارتباطی و مهارت های مالی و سرمایه گذاری بپردازند. به این ترتیب، پزشکان دیدگاه مثبتی نسبت به تغییر پیدا کرده و پذیرش کار با این فنآوری از سوی آنها تسهیل می شود.
نوع مقاله: پژوهشي |
دریافت: 1397/6/24 | پذیرش: 1398/7/2 | انتشار: 1398/7/2
دریافت: 1397/6/24 | پذیرش: 1398/7/2 | انتشار: 1398/7/2
فهرست منابع
1. 1. Wong A, Wouterse B, Slobbe LCJ, Boshuizen HC, Polder JJ. Medical innovation and age-specific trends in health care utilization: Findings and implications. Social Science & Medicine. 2012;74(2):263-72.
2. 2. Zanaboni P, Wootton R. Adoption of telemedicine: from pilot stage to routine delivery. BMC medical informatics and decision making. 2012;12(1):1-10.
3. 3. Nemati MJ. TeleMedicine; Necessity of Iran's vast Geography. Online Health Report on the use of ICT in the health field. [Online] 2016 May.. [Cited 2016 May 1]; Available from: URL: http://www.salamatonline.ir/news/5252.. [In Persian]
4. 4. Global Telemedicine Market—Growth, Trends, and Forecasts. [2016–2021] Mordor Intelligence Reports. [Online]. [Cited 2016 May 7]; Available from: URL: http://www.mordorintelligence.com/industry-reports/global-telemedicine-market-industry.
5. 5. Yellowlees PM. Successfully developing a telemedicine system. Journal of telemedicine and telecare. 2005;11(7):331-5.
6. 6. Segrelles-Calvo G, Chiner E, Fernández-Fabrellas E. Acceptance of Telemedicine among Healthcare Professionals. Arch Bronconeumol. 2015;51(12):611-12.
7. 7. Davidson E, Heslinga D. Bridging the IT adoption gap for small physician practices: an action research study on electronic health records. Inf Syst Manag. 2007; 24(1):15-28.
8. 8. Boonstra A, Broekhuis M. Barriers to the acceptance of electronic medical records by physicians from systematic review to taxonomy and interventions. BMC Health Services Res. 2010;10(1):231.
9. 9. Victoria A, Wade, Jaklin A, Eliott, and Janet E Hiller. Clinician Acceptance is the Key Factor for Sustainable Telehealth Services. Qualitative Health Research. 2014;24(5):682-94.
10. 10. Rho MJ, Choi I, Lee J. Predictive factors of telemedicine service acceptance and behavioral intention of physicians. International Journal of Medical Informatics. 2014;83(8):559-71.
11. 11. Brebner J A, Brebner E M, Ruddick-Bracken H. Experience-based guidelines for the implementation of telemedicine services. Journal of telemedicine and telecare. 2005;11(suppl 1):3-5.
12. 12. Hopp F, Whitten P, Subramanian U, Woodbridge P. Perspectives from the Veterans Health Administration about opportunities and barriers in telemedicine. Journal of telemedicine and telecare. 2006;12(8):404-09.
13. 13. Yu P, Li H, Gagnon MP. Health IT acceptance factors in long-term care facilities. A cross-sectional survey Int. J Med Inform. 2009;78(4):219-29.
14. 14. Bagozzi R. The legacy of the Technology Acceptance Model and a proposal for a paradigm shift. J Assoc Inf Syst. 2007;8(1):244-54.
15. 15. Yarbrough AK, Smith TB. Technology acceptance among physicians: a new take on TAM. Medical Care Research and Review. 2007;64(6):650-72.
16. 16. Holden R, Karsh B. The Technology Acceptance Model: its past and future in health care. J Biomed Inform. 2010;43(1):159-72.
17. 17. Chau PYK, Hu PJH. Investigating healthcare professionals’ decisions to accept telemedicine technology: an empirical test of competing theories. Inform. & Ma. 2002;39(4):297-11.
18. 18. Davis F, Bagozzi R, Warshaw P. User acceptance of computer technology: a comparison of two theoretical models. Manag Sci. 1989;35(1):982-1003.
19. 19. Venkatesh V, Davis FD. A Model of the Antecedents of Perceived Ease of Use: Development and Test. Decis Sci. 1996;27(3): 451-81.
20. 20. Shih YY. The effect of computer self-efficacy on enterprise resource planning usage. Behav Inform Technol. 2006;25(5): 407-11.
21. 21. Thong JY L, Hong W, Tam KY. Understanding user acceptance of digital libraries: what are the roles of interface characteristics, organizational context, and individual differences? Int J Hum Comput Stud. 2002;57(3): 215-42.
22. 22. Hsu MK, Wang SW, Chiu KK. Computer attitude, statistics anxiety and self-efficacy on statistical software adoption behavior: An empirical study of online MBA learners. Comput Hum Behav. 2009;25(2): 412-20.
23. 23. Fathian M, Mahdavi Nour S H. Basics and Information Technology Management. Tenth Edition. Tehran: Iran University of Science and Technology; 2006.. [In Persian]
24. 24. Figueiredo P N. Learning processes features and technological capability-accumulation: explaining inter-firm differences. Technovation. 2002;22(11): 685-98.
25. 25. Wu JH, Chen YC, Greenes RA. Healthcare technology management competency and its impacts on IT–healthcare partnerships development. International journal of medical informatics. 2009;78(2):71-82.
26. 26. Van Rooij MC, Lusardi A, Alessie RJ. Financial literacy and retirement planning in the Netherlands. Journal of Economic Psychology. 2011;32(4):593-608.
27. 27. Garg A, Shukla B, Kendall G. Barriers to implementation of IT in educational institutions. The International Journal of Information and Learning Technology. 2015;32(2):94-108.
28. 28. Tabibi S J, Riahi L, Yousefinejad T. Evaluation of managers of educational hospitals of Tehran University of Medical Sciences using 360 degree feedback model. Journal of Rafsanjan University of Medical Sciences. 2013;12(9):709-18.. [In Persian]
29. 29. Moghimi M, Ramazan M. Management Research, Business Management. Vol 7. First ed. Tehran: Rahdan Publishing; 2011.. [In Persian]
30. 30. Dunham RB, Grube JA, Gardner DG, Cummings LL, Pierce JL. The development of an attitude toward change instrument. Meeting Strategic Management Research Center. Washington, DC: University of Minnesota, Minneapolis; 1989.
31. 31. Davari A, Rezazadeh A. Structural Equation Modeling with PLS. Tehran: Jahad-e Daneshgahi Press; 2013.. [In Persian]
32. 32. Sobhanifard Y. The Basics and Application of Factor Analysis and Modeling of Structural Equations. Tehran: Imam Sadeq University Press; 2016.. [In Persian]
33. 33. Hung SY, Ku YC, Chie JC. Understanding physicians’ acceptance of the Medline system for practicing evidence-based medicine: A decomposed TPB model. Int J Med Inform. 2012;81(2):130-42.
34. 34. Taylor J, Coates E, Brewster L, Mountain G, Wessels B, Haw-ley MS. Examining the use of telehealth in community nursing: identifying the factors affecting frontline staff acceptance and telehealth adoption. J Adv Nurs. 2015;71(1):326-37.
35. 35. Saigi-Rubió F, Jiménez-Zarco A, Torrent-Sellens J. Determinants of the intention to use telemedicine: evidence from primary care physicians. Int J Technol Assess Health Care. 2016;32(1):29-36.
36. 36. Paul Jen Hwa Hu, Patrick YK, Chau, Olivia R, Liu Sheng. Adoption of Telemedicine Technology by Health Care Organizations: An Exploratory Study. Journal of Organizational Computing and Electronic Commerce. 2009;12(3):197-221.
37. 37. Sanayei A, Khazaei Pool J, Jafari S, Balouei Jamkhaneh H. Analyzing of Factors that Affect the Acceptance of Telemedicine with Combination of Technology Adoption and Theory of Planned Behavior Models. [Case study: Physicians in Isfahan City] Health Inf Manage. 2013;10(4): 571-580.. [In Persian]
38. 38. Venkatesh V, Davis FD. A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. Ma Sci. 2000;46(2):186-204.
39. 39. Wilson EV, Lankton NK. Modeling Patients' Acceptance of Provider-delivered E-health, J. Am. Med. Inform. Assoc. 2004;11(4):241-48.
40. 40. Saigi-Rubió F, Torrent-Sellens J, Jiménez-Zarco A. Drivers of telemedicine use: comparative evidence from samples of Spanish, Colombian and Bolivian physicians. Implement Sci. 2014;9(1): 128.
41. 41. Gutierrez J, Long JA. Reliability and validity of diabetes specific health beliefs model scales in patients with diabetes and serious mental illness. Diabetes Res Clin Pract. 2011;92(3): 342-47.
42. 42. Angst CM, Agarwal R. Adoption of electronic health records in the presence of privacy concerns: the elaboration likelihood model and individual persuasion. MIS Quarterly. 2009;3(2): 339-70.
43. 43. Ajzen I. The theory of planned behavior. Organizational behavior and human decision processes. 1991;50(2): 179–211.
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
