DE TOEKOMST VAN HET DIGITALE
ZORGLANDSCHAP
HOE PERSOONLIJKE KARAKTERISTIEKEN, INTERPERSOONLIJKE
FACTOREN
EN
TECHNOLOGIESPECIFIEKE
VARIABELEN
BIJDRAGEN TOT HET GEBRUIK VAN MOBIELE APPS DOOR
CHRONISCH ZIEKEN
Aantal woorden: 16,216
Eline Luys
Stamnummer: 01608153
Promotor: Prof. dr. Melissa De Regge Copromotor: Dr. Sam Schelfout
Masterproef voorgelegd tot het behalen van de graad van Master in het Management en het Beleid van de Gezondheidszorg
DE TOEKOMST VAN HET DIGITALE
ZORGLANDSCHAP
HOE PERSOONLIJKE KARAKTERISTIEKEN, INTERPERSOONLIJKE
FACTOREN
EN
TECHNOLOGIESPECIFIEKE
VARIABELEN
BIJDRAGEN TOT HET GEBRUIK VAN MOBIELE APPS DOOR
CHRONISCH ZIEKEN
Aantal woorden: 16,216
Eline Luys
Stamnummer: 01608153
Promotor: Prof. dr. Melissa De Regge Copromotor: Dr. Sam Schelfout
Masterproef voorgelegd tot het behalen van de graad van Master in het Management en het Beleid van de Gezondheidszorg
Abstract
Achtergrond: Mobiele applicaties bieden heel wat mogelijkheden om het
zelfmanagement van patiënten met een chronische aandoening te faciliteren. Desondanks blijft het gebruik van mobiele apps beperkt. Het inzicht vergroten in factoren die een verhoogd gebruik kunnen bewerkstelligen is dan ook cruciaal.
Doelstelling: Deze studie reikt verder dan de klassieke modellen die
technologiegebruik verklaren doordat het de rol belicht van persoonlijke karakteristieken (d.i. vertrouwen in technologie en houding tegenover nieuwheid) en onderzoekt in hoeverre interpersoonlijke en technologiespecifieke factoren (d.i. houding van arts-specialist en meerwaarde van applicatie) de patiënt kunnen motiveren tot het gebruik van apps.
Methoden: Data werden verzameld via een cross-sectioneel onderzoek in Vlaanderen,
België. Een vragenlijst met gevalideerde meetinstrumenten werd verspreid onder chronisch zieke patiënten tussen 18 en 65 jaar oud (n = 264). Het softwareprogramma SPSS is gebruikt voor statistische analyses.
Resultaten: De resultaten wijzen uit dat persoonlijke factoren verband houden met de
houding van de patiënt tegenover mobiele applicaties (p ≤ 0,05). Ook wordt gesuggereerd dat de attitude van de patiënt beïnvloed wordt door de meerwaarde van deze technologie (p ≤ 0,10). Het vermogen van arts-specialisten om patiënten aan te zetten tot het gebruik van apps is evenwel geen voorspeller voor attitude (p > 0,10).
Conclusie: Om het gebruik van apps onder chronisch zieken te stimuleren, is het van
belang om het vertrouwen in technologie te vergroten, patiënten aan te moedigen om nieuwe stimuli op te zoeken en een positieve houding tegenover mobiele applicaties te creëren. Eveneens wijst dit onderzoek op een zeker belang van geïntegreerde mobiele toepassingen. Deze bevindingen kunnen ondersteuning bieden aan beleidsmakers en een leidraad vormen bij het ontwerp en de ontwikkeling van apps.
Background: Mobile applications have shown great potential to facilitate the
self-management in patients with chronic diseases. However, the adoption of mobile apps remains poor. Therefore, it is crucial to better understand the factors that contribute to greater engagement.
Objective: This research adds to the traditional technology acceptance theories as it
aims to assess the role of personal drivers (i.e., trust in technology and inherent novelty seeking) and determines whether interpersonal and technology-related variables (i.e., physician’s attitude and additional value delivered by the app) can encourage patients to use apps.
Method: Data were collected from a cross-sectional survey in Flanders, Belgium. A
questionnaire with validated scales was distributed to patients aged 18 to 65 years who were diagnosed with a chronic condition (n = 264). The SPSS software was used for statistical analysis of data.
Results: It was found that personality traits are associated with the patient’s attitude
toward mobile applications (p ≤ 0,05). The results also provide some preliminary evidence that the patient’s attitude is influenced by the added value that comes through this technology (p ≤ 0,10). However, the ability of the physician to motivate patients’ initiative in using apps is not a precursor of the patient’s attitude to the use of apps.
Conclusion: To promote actual usage of mobile applications among chronically ill
patients, it is important to strengthen the trust in technology, encourage inherent novelty-seeking personality traits and improve the patient’s attitude toward apps. Furthermore, the study indicates a certain importance of mobile technology integration. These findings provide valuable information for policy makers and practical guidance for the successful design and development of apps.
Inhoudstafel
Abstract ... i
Inhoudstafel ... iii
Lijst van figuren ... vii
Lijst van tabellen ... ix
Woord vooraf ... xi Hoofdstuk 1: Inleiding ... 13 1. Probleemstelling... 13 2. Onderzoeksvragen ... 16 2.1. Centrale onderzoeksvraag ... 16 2.2. Deelvragen ... 16
3. Ontwerp en aanpak van het onderzoek ... 17
Hoofdstuk 2: Literatuurstudie ... 19
1. Digitale transformatie van de zorgsector ... 19
1.1. Self-service technologieën ... 19
1.2. M-health ... 20
1.2.1. Definiëring ... 20
1.2.2. Beleidscontext ... 22
2. Theoretisch kader en hypothesen ... 26
2.1. Klassieke modellen ter verklaring van de acceptatie en het gebruik van technologie ... 26
2.1.1. Theory of reasoned action ... 26
2.1.2. Theory of planned behavior ... 27
2.1.3. Technology acceptance model ... 28
2.1.4. Unified theory of acceptance and use of technology ... 30
2.2. Uitbreiding van de klassieke modellen ter verklaring van de acceptatie en het gebruik van mobiele applicaties ... 32
2.2.2. Meerwaarde van een applicatie ... 36
2.2.3. Vertrouwen in technologie ... 37
2.2.4. Houding tegenover nieuwheid ... 39
3. Conceptueel model ... 40 Hoofdstuk 3: Onderzoeksmethode ... 41 1. Onderzoeksdesign ... 41 2. Procedure en participanten ... 42 3. Dataverzameling ... 43 4. Meetinstrumenten ... 44 4.1. Demografische kenmerken ... 44 4.2. Vertrouwen in technologie ... 45
4.3. Houding tegenover nieuwheid ... 45
4.4. Attitude tegenover mobiele applicaties ... 46
4.5. Intentie tot gebruik van mobiele applicaties ... 46
5. Meetinstrumenten van manipulaties ... 47
5.1. Houding van de arts-specialist... 47
5.2. Meerwaarde van een applicatie ... 48
6. Data-analyse ... 49
7. Ethische overwegingen ... 49
Hoofdstuk 4: Resultaten ... 51
1. Omschrijving van de steekproef ... 51
2. Controles voorafgaand aan statistische analyses ... 53
2.1. Poweranalyse ... 53
2.2. Assumptie van normaliteit ... 53
2.3. Manipulatiechecks ... 53
2.3.1. Beslissingsvrijheid... 54
2.3.2. Toegevoegde waarde ... 55
3.1. Basismodel ... 56
3.2. Mediatieanalyse... 57
3.3. Moderatieanalyse ... 59
Hoofdstuk 5: Discussie en aanbevelingen voor verder onderzoek ... 63
1. Bevindingen ... 63 2. Beperkingen ... 66 3. Toekomstig onderzoek ... 67 Hoofdstuk 6: Conclusie ... 69 Literatuurlijst ... 71 Bijlagen ... 89
Lijst van figuren
Figuur 1: Validatiepiramide ... 25
Figuur 2: Theory of reasoned action ... 26
Figuur 3: Theory of planned behavior ... 27
Figuur 4: Technology acceptance model ... 29
Figuur 5: Technology acceptance model 2 ... 29
Figuur 6: Unified theory of acceptance and use of technology ... 31
Figuur 7: Conceptueel model ... 40
Figuur 8: Mediatie van attitude bij houding arts-specialist ... 58
Lijst van tabellen
Tabel 1: Experimenteel 2x2 design ... 42
Tabel 2: Chronbach’s alpha meetinstrumenten ... 47
Tabel 3: Chronbach’s alpha meetinstrumenten van manipulaties ... 48
Tabel 4: Karakteristieken steekproef ... 52
Tabel 5: Manipulatiecheck beslissingsvrijheid ... 55
Tabel 6: Manipulatiecheck toegevoegde waarde ... 55
Tabel 7: Basismodel ... 57
Tabel 8: Mediatieanalyse ... 59
Woord vooraf
Deze masterproef is geschreven in het kader van het behalen van de graad van Master in het Management en het Beleid van de Gezondheidszorg aan de Universiteit Gent. Dit werkstuk belicht de rol van persoonlijke karakteristieken, interpersoonlijke factoren en technologiespecifieke variabelen in het gebruik van mobiele applicaties door chronisch zieke patiënten. De keuze voor dit onderwerp komt voort uit een algemene interesse in de zorgsector. Deze sector vanuit een economisch perspectief benaderen, sluit bovendien nauw aan bij de gevolgde masteropleiding. Het gegeven dat de ingebruikname van mobiele tools binnen het gezondheidszorgsysteem eveneens een zeer actueel thema is, maakt het des te interessanter.
Graag zou ik in dit woord vooraf een aantal mensen bedanken zonder wie de realisatie van dit proefschrift niet mogelijk geweest was. In de eerste plaats denk ik aan mijn promotor, prof. dr. Melissa De Regge, en copromotor, dr. Sam Schelfout. Zij stonden steeds klaar wanneer ik vragen had of bepaalde problemen zich stelden. In het bijzonder een dankwoord voor prof. dr. Melissa De Regge die het geleverde werk steeds kritisch maar correct benaderde om het te kunnen afleveren zoals het nu is.
Daarnaast wil ik mijn dank uiten voor de inspanningen van diverse instellingen die werken rond chronische zorg om de vragenlijst die opgesteld werd voor dit onderzoeksproject te verspreiden onder hun leden. De ontwikkelingen rondom COVID-19 maakten het quasi onmogelijk om chronisch zieke patiënten te rekruteren via het Universitair Ziekenhuis Gent, aangezien het merendeel van de geplande raadplegingen, onderzoeken en ingrepen werd geannuleerd. De medewerking van heel wat organisaties en de bereidheidwilligheid van hun leden om de tijd te willen nemen om een vragenlijst in te vullen hebben ertoe geleid dat deze masterproef alsnog tijdig kon worden afgewerkt.
Niet te vergeten tot slot zijn mijn partner, ouders, familie, medestudenten en vrienden die me de afgelopen jaren voorzagen van advies en mij doorheen dit hele proces steeds gesteund hebben.
Hoofdstuk 1: Inleiding
1. Probleemstelling
De Belgische gezondheidszorg staat net als zorgstelsels in andere westerse landen voor grote uitdagingen. Ondanks de institutionele verscheidenheid van de zorgsector tussen landen zijn de nationale gezondheidsuitgaven in landen overal ter wereld de voorbije decennia gestaag toegenomen, zo ook in België. Terwijl de gemiddelde gezondheidsuitgaven in ons land amper 8% van het bruto binnenlands product (BBP) bedroegen aan het begin van deze eeuw, vertegenwoordigen ze tegenwoordig ruim 10% van het BBP (Eurostat, 2017; Organisation for Economic Co-operation and Development [OECD], 2019; World Health Organization [WHO], 2018). Het EU-gemiddelde volgt een gelijkaardige evolutie, met een iets lager aandeel van het BBP dat besteed wordt aan zorg (OECD, 2018). Mede ten gevolge van onder druk staande overheidsbegrotingen, een groeiende incidentie van het aantal chronische ziekten en multimorbiditeit, de vergrijzende bevolking en hogere eisen en verwachtingen van zorgconsumenten zal dit aandeel de komende jaren wellicht verder toenemen (Europese Commissie, 2012, 2018). Dit maakt de organisatie van het huidige zorglandschap een uitdaging.
Als reactie op de uitdagingen waarmee de zorgsector momenteel wordt geconfronteerd, trekken overheden volop de kaart van de digitalisering. Het gebruik van informatie- en communicatietechnologieën (ICT) ten dienste van de gezondheidszorg, of kortweg e-health, is ook in ons land in de startblokken gezet als een veelbelovend instrument om de duurzaamheid van het gezondheidszorgstelsel te garanderen en de kwaliteit van zorg te waarborgen (Europese Commissie, 2001, 2012; Interministeriële Conferentie Volksgezondheid [IMC VG], 2019; Vlaamse Regering, 2019). E-health begint in de zorgsector steeds meer ingang te vinden in navolging van het elektronisch bankieren (e-banking) en het elektronisch zakendoen (e-commerce; Eysenbach, 2001). Het aantal toepassingsmogelijkheden en initiatieven neemt voortdurend toe. Denk bijvoorbeeld aan een online applicatie voor kankerregistratie, de uitrol van elektronische patiëntendossiers of MyCareNet, een toepassing voor gegevensuitwisseling tussen zorgprofessionals en ziekenfondsen.
De alomtegenwoordige aanwezigheid van 3G- en 4G-netwerken en de toenemende verspreiding van mobiele apparatuur hebben geleid tot een nieuw domein binnen e-health, beter gekend als m-health of mobiele gezondheidszorg. Vandaag de dag heeft wereldwijd meer dan zes miljard mensen toegang tot een mobiel netwerk en is ruim driekwart van de wereldbevolking in het bezit van een mobiele telefoon (International Telecommunication Union [ITU], 2018). Hierop voortbouwend is de markt voor mobiele zorg en welzijn opgekomen als aanvullende vorm van zorgverlening. Geholpen door de opkomst van smartphones en tablets is de markt voor softwaretoepassingen of applicaties (apps) voor mobiele apparatuur uitgegroeid tot de belangrijkste aanjager van m-health. Naar schatting zijn er op dit moment meer dan 318,000 mobiele gezondheidsapplicaties beschikbaar. Hoewel de meerderheid van deze applicaties bedoeld is voor fitness- en wellness-doeleinden, stijgt het aantal apps dat de gebruiker stimuleert om zijn gezondheid in eigen handen te nemen aan een snel tempo (IQVIA Institute for Human Data Science, 2017).
M-health en mobiele applicaties in het bijzonder bieden heel wat mogelijkheden om bij te dragen tot het verbeteren van de kennis en vaardigheden van de patiënt om zijn of haar gezondheid sneller en beter op te volgen. Door de inzet van mobiele en draadloze zorgtechnologieën kunnen via sensoren en applicaties grote hoeveelheden medische en fysiologische gegevens, maar bijvoorbeeld ook data over de leefstijl van de patiënt of diens fysieke activiteit verzameld worden. Deze informatie kan als basis dienen voor evidence-based zorgverlening en onderzoeksactiviteiten. Tegelijkertijd kan het gebruik van mobiele toepassingen het voor de patiënt gemakkelijker maken om altijd en overal toegang te krijgen tot zijn of haar gezondheidsgegevens (Europese Commissie, 2014b). Daarenboven zorgt het aanbieden van mobiele informatie over gezondheidsparameters ervoor dat de patiënt het inzicht vergroot in de eigen gezondheidstoestand en een inschatting kan maken van de impact die zijn of haar gedrag daarop heeft (Taelman, 2015). Dit alles maakt dat mobiele gezondheidszorg onlosmakelijk verbonden is met chronische zorg (MacColl Center for Health Care Innovation, 2008; Wagner, Austin, & Von Korff, 1996). Mobiele zorgtoepassingen vormen immers een opportuniteit om het zelfmanagement van heel wat chronische aandoeningen te faciliteren, wat des te belangrijker is gezien chronische ziekten de voornaamste doodsoorzaak uitmaken in vele landen, waaronder ook België (IMC VG, 2013; Paulus, Van den Heede, Mertens, Spitters, & Vrijhoef, 2012; Taelman, 2015).
De meerwaarde van m-health voor chronisch zieke patiënten wordt ondersteund door diverse internationale studies die niet alleen bewijs leveren van een positief effect op klinische parameters, zoals bloeddruk en glucosegehalte, maar ook rapporteren dat de therapietrouw verhoogt, de kwaliteit van leven verbetert en het aantal hospitalisaties afneemt. Mede als gevolg van bovengenoemde bevindingen vermindert de financiële druk op het zorgsysteem (Beratarrechea et al., 2014; Hamine, Gerth-Guyette, Faulx, Green, & Ginsburg, 2015; Nundy et al., 2014; Whitehead & Seaton, 2016).
Ondanks het potentieel van m-health, kiezen patiënten er in de praktijk nog al te vaak voor om geen gebruik te maken van de beschikbare mobiele toepassingen (Europese Commissie, 2014a; Irizarry, Dabbs, & Curran, 2015; Or & Karsh, 2009). Verschillende factoren kunnen aan de basis liggen van dit niet-gebruik. In een poging beter te begrijpen waarom technologieën wel of niet gebruikt worden, doen onderzoekers frequent beroep op het Technology Acceptance Model (TAM) en de Unified Theory of
Acceptance and Use of Technology (UTAUT), beide afkomstig uit het domein van de
ICT (Davis, 1989; Olander & ThØgersen, 1995). Deze theoretische modellen brengen echter de unieke kenmerken van mobiele applicaties die gericht zijn op de ondersteuning van chronisch zieken niet in rekening, wat maakt dat er onduidelijkheid blijft bestaan over de elementen die bijdragen tot een wijdverspreid en langdurig gebruik (Dou et al., 2017; Holden & Karsh, 2010; Irizarry et al., 2015).
Dit onderzoek reikt verder dan de klassieke modellen die technologiegebruik pogen te verklaren. Binnen de vooropgestelde context is het niet ondenkbaar dat een rol is weggelegd voor factoren die verband houden met chronisch zieken en hun problematieken, de interactie met zorgprofessionals en variabelen gerelateerd aan de toepassing van mobiele applicaties. Als gevolg daarvan stelt dit onderzoeksproject zich tot doel om na te gaan in hoeverre het gebruik van mobiele apps door patiënten met een chronische aandoening beïnvloed wordt door persoonlijke karakteristieken (d.i. vertrouwen in technologie en houding tegenover nieuwheid), interpersoonlijke factoren (d.i. houding van de arts-specialist) en technologiespecifieke variabelen (d.i. meerwaarde van een mobiele applicatie). Als dusdanig draagt deze studie bij aan de theorievorming omtrent de acceptatie en het gebruik van technologie door aanvullend persoonlijke, interpersoonlijke en technologiespecifieke drijfveren van chronisch zieken voor het gebruik van apps in overweging te nemen.
2. Onderzoeksvragen
2.1. Centrale onderzoeksvraag
Op basis van de elementen die in de probleemstelling aangehaald worden, kon de centrale onderzoeksvraag geformuleerd worden. Deze luidt als volgt:
Kunnen persoonlijke karakteristieken, interpersoonlijke factoren en technologiespecifieke variabelen bijdragen tot het gebruik van mobiele applicaties door chronisch zieke patiënten?
Uit de probleemstelling komt de nood aan wetenschappelijk onderzoek dat ingaat op de acceptatie en het gebruik van mobiele toepassingen in de zorg duidelijk naar voren. Deze studie gaat na in hoeverre de vooropgestelde factoren bijdragen tot het gebruik van mobiele applicaties vanuit het perspectief van de patiënt. De focus die daarbij gelegd wordt op patiënten met een chronische aandoening is het gevolg van de hoge prevalentie van chronische ziekten en de aandacht die vaker dan voorheen uitgaat naar de rol die de patiënt zelf heeft in het omgaan met zijn of haar aandoening. Inzicht verwerven in deze materie is erg waardevol, niet in het minst voor beleidsmakers. Door de beïnvloeding van bepaalde factoren kunnen zij immers een vruchtbare strategie uitwerken om de ingebruikname van digitale tools als mobiele apps in de zorgomgeving te faciliteren en te stimuleren. Tevens kunnen de bevindingen uit dit onderzoek een leidraad bieden bij de ontwikkeling en het ontwerp van mobiele apps.
2.2. Deelvragen
Om een antwoord te bekomen op de centrale onderzoeksvraag wordt deze opgedeeld in twee afzonderlijke deelvragen. De eerste deelvraag betreft de volgende:
Hoe kunnen persoonlijke karakteristieken, interpersoonlijke factoren en technologiespecifieke variabelen het gebruik van mobiele applicaties door chronisch zieke patiënten stimuleren?
In het eerste deel van dit onderzoek worden relevante begrippen verduidelijkt, alsmede wordt een theoretisch kader uitgewerkt op basis van de bestaande literatuur en beschikbare empirische evidentie. Het conceptueel model dat hieruit volgt, moet duidelijk maken op welke manier de vooropgestelde variabelen chronisch zieke patiënten kunnen aanzetten tot het gebruik van mobiele applicaties. Nadien wordt de tweede deelvraag behandeld:
Welk effect hebben persoonlijke karakteristieken, interpersoonlijke factoren en technologiespecifieke variabelen op de intentie tot het gebruik van mobiele applicaties door chronisch zieke patiënten?
De kennis die werd vergaard in de eerste deelvraag kan gebruikt worden om de drijvers achter het gebruik van mobiele applicaties binnen het domein van de gezondheidszorg diepgaander te onderzoeken. Dit zal gebeuren aan de hand van empirisch onderzoek, waarbij uitgegaan wordt van de veronderstelling dat de intentie tot gebruik een voorspeller is van het daadwerkelijke gebruik. De nadruk van het empirisch gedeelte van deze masterscriptie ligt in het bijzonder op de impact van volgende factoren op de gebruiksintentie:
• de houding van de patiënt tegenover van nieuwheid, verwijzend naar diens voorkeuren ten aanzien van nieuwe en onbekende prikkels;
• het vertrouwen dat de patiënt stelt in technologie;
• de houding van de arts-specialist, gekenmerkt door een positieve ingesteldheid dan wel onverschillige attitude tegenover het gebruik van mobiele applicaties; • de meerwaarde die een applicatie biedt, refererend naar de mate waarin een
koppeling aan het elektronisch patiëntendossier mogelijk is.
3. Ontwerp en
aanpakvan het onderzoek
Dit onderzoek is gestructureerd in twee grote delen: een literatuurstudie en een empirisch onderzoek. De literatuurstudie zorgt voor een theoretische onderbouwing van dit werk terwijl het empirisch luik praktijkgericht is.
Voor het tot stand brengen van het eerste deel van deze masterproef, de literatuurstudie (cf. deelvraag 1), wordt voornamelijk beroep gedaan op wetenschappelijke artikels die afkomstig zijn van verschillende bronnen, waaronder
PubMed en Web of Science, maar ook websites en boeken kunnen geraadpleegd
worden. Om relevante literatuur te bekomen, wordt beroep gedaan op sleutelwoorden die gerelateerd zijn aan chronische zorg (bv. “chronic disease” en “chronic illness”), zoektermen die verband houden met mobiele applicaties (bv. “mhealth”, “mobile app” of “smartphone”) en kernwoorden die verwant zijn aan acceptatie of gebruik (e.g., “use”, “accept” of “intention to use”). Dit met de bedoeling om meer inzicht te verkrijgen in de bestaande literatuur die bestudeert wat chronisch zieke patiënten drijft tot het gebruik van mobiele zorgtechnologieën in het algemeen en m-health apps in het bijzonder.
Het tweede gedeelte van deze masterproef, met name het empirisch onderzoek (cf. deelvraag 2), betreft een studie die kwantitatief is van aard. Hier krijgt een experiment vorm. Om de uitwerking daarvan mogelijk te maken, wordt beroep gedaan op REDCap, een online applicatie ontwikkeld voor het uitbouwen en managen van online bevragingen en databases. De data die uit het deze experimentele studie voortkomen, zullen verwerkt worden via statistische software (SPSS).
Hoofdstuk 2: Literatuurstudie
De digitale transformatie van de zorgsector komt stilaan op kruissnelheid. Opdat duidelijk is op welke manier deze transformatie zich voltrokken heeft, wordt in het eerste gedeelte van dit hoofdstuk toegelicht hoe van de klassieke manier van dienstverlening, waarin face-to-face contact centraal staat, overgestapt werd naar een self-service aanpak waarin digitale toepassingen hun opwachting maken. Rekening houdend met de doelstelling van dit onderzoeksproject gaat de aandacht in het bijzonder uit naar m-health en de belangstelling die de overheid daarvoor heeft. Het tweede gedeelte van dit hoofdstuk legt zich toe op de identificatie van factoren die het gebruik van technologie en in het bijzonder mobiele apps door chronisch zieken kunnen aanmoedigen. In eerste instantie wordt beroep gedaan op de klassieke theoretische modellen die nadien uitgebreid worden met factoren die relevant zijn in de context van chronische zorgverlening en verband houden met het gebruik van apps. Aan het einde van dit hoofdstuk kan op basis van de ingewonnen informatie een conceptueel model uitgewerkt worden. Dit conceptueel model bestaat uit verschillende hypothesen die de basis vormen voor het empirisch gedeelte van deze studie, behandeld in latere hoofdstukken.
1. Digitale transformatie van de zorgsector
1.1. Self-service technologieën
De traditionele manier van dienstverlening kenmerkt zich door een nauw, persoonlijk contact tussen de klant en de dienstverlener (Bitner, Brown, & Meuter, 2000; Meuter, Ostrom, Roundtree, & Bitner, 2000). Dat is in de zorgsector, waar de interactie tussen de patiënt en de zorgverlener in het kader van een bepaalde zorgnood lange tijd centraal stond, niet anders (Bitner et al., 2000).
Vooruitgang op vlak van ICT heeft gezorgd voor een drastische wijziging in de wisselwerking tussen klanten en dienstverleners (Curran & Meuter, 2005; Hilton, Hughes, Little, & Marandi, 2013; Reinders, Dabholkar, & Frambach, 2008). Steeds
vaker stellen technologische interfaces de klant in staat om zelf bepaalde taken te verrichten zonder dat daarvoor de directe tussenkomst van een dienstverlener vereist is. Deze zogeheten self-service technologieën (SSTs) maken dat de klant-dienstverlener relatie niet langer centraal staat in het dienstverleningsproces (Meuter et al., 2000). In plaats daarvan neemt de klant een meer actieve rol op terwijl de betrokkenheid van de dienstverlener zich tot een minimum beperkt (Curran & Meuter, 2005; Hilton et al., 2013; Reinders et al., 2008).
Heel wat industrieën en sectoren stonden al open voor een self-service aanpak. Zo maken geldautomaten van banken al jarenlang deel uit van het straatbeeld. Andere, meer recente voorbeelden zijn de zelfscankassa’s die heel wat supermarkten in huis hebben gehaald, de mogelijkheid van een groot aantal luchtvaartmaatschappijen om 24 of 48 uur voor vertrek online in te checken en de vele benzinestations die uitgerust zijn met zelfbediening. Ook in de zorgsector heeft de opkomst van SSTs deuren geopend. Diverse digitale toepassingen maken er hun opwachting onder de noemer e-health (electronic health) en m-health (mobile health). Gezien het belang van m-health in het kader van dit onderzoek, wordt hierop in de komende paragraaf verder ingegaan.
1.2. M-health
1.2.1. Definiëring
Net zoals klassieke SSTs maakt m-health de overgang van een high-touch and
low-tech manier van dienstverlening naar een high-low-tech and low-touch benadering mogelijk
(Bitner et al., 2000). Het begrip m-health wordt vaak in verband gebracht met termen als e-health en telemedicine, maar onderscheidt zich er wel degelijk van. M-health is namelijk een subsegment van e-health, een algemene term om te verwijzen naar het gebruik van ICT, en met name internettechnologie, om welzijn en gezondheid te ondersteunen of te verbeteren (Oh, Rizo, Enkin, & Jadad, 2005). M-health gaat nog een stap verder in de recente technologische evolutie.
M-health omvat een breed scala aan mobiele gezondheidstoepassingen. Tot op de dag van vandaag bestaat er geen eenduidige en breed gedragen definitie van m-health. Een van de meest geciteerde omschrijvingen is afkomstig van Istepanian, Laxminarayan, en Pattichis (2006) die m-health benoemen als opkomende mobiele informatie- en communicatietechnologieën binnen de zorgsector. De Wereldgezondheidsorganisatie (Engels: World Health Organization, WHO) stelde enkele jaren geleden een bredere definitie van m-health voor, waarbij m-health omschreven wordt als alle welzijn- en zorgtoepassingen die mogelijk worden met behulp van mobiele communicatiediensten en -toestellen (WHO, 2011). Niet enkel gsm’s, smartphones en tablets, maar ook draagbare toepassingen als stappentellers en smartwatches, applicaties als onderdeel van kleding en zelfs inplanteerbare toepassingen worden daarbij benut. De toestellen zijn vaak voorzien van sensoren die gezondheidsparameters monitoren en daarbij data verzamelen (IMC VG, 2015; Van Herck, 2015). Dit kan zich vertalen in het gebruik van een smartwatch om de hartslag en fysieke activiteit van een persoon met een verhoogd risico op hartritmestoornissen in kaart te brengen, het versturen van sms-reminders naar patiënten met respiratoire klachten om hen te alarmeren dat het tijd is om bepaalde medicatie in te nemen of het aanwenden van mobiele applicaties om medische data, zoals metingen van het glucosegehalte, gegevens over voedselinname of een dagboek met pijnklachten, tussen diabetespatiënten en zorgverleners te delen.
Door het dagelijks beschikbaar stellen van mobiele informatie vormt m-health een hulpmiddel om de patiënt te informeren over zijn of haar gezondheidstoestand. Daarenboven kan de tool de uitwisseling van gezondheidsgegevens tussen zorgprofessionals en patiënten vergemakkelijken. Gezondheidsinformatie wordt op die manier toegankelijk en laagdrempelig. Dit maakt dat patiënten meer en beter aan zelfzorg en zelfmanagement kunnen doen (Belgische Senaat, 2017; Europese Commissie, 2014b). Ook de klassieke telezorg en telegeneeskunde evolueren richting m-health door mobiele componenten te incorporeren (IMC VG, 2015). Kortom, het potentieel van m-health binnen het zorgsysteem is enorm. Dat er vanuit het beleid aandacht is voor de ontwikkelingen rondom m-health wordt duidelijk in de komende sectie.
1.2.2. Beleidscontext
1.2.2.1. Europees niveau
Heel wat Europese landen bevinden zich midden in een digitale transformatie die plaatsvindt binnen hun gezondheidszorgsysteem. De Europese Commissie is dan ook al meer dan een decennium actief op het gebied van digitale gezondheidszorg. Voor het eerst werd actie ondernomen in 2004 toen de Europese Commissie het Actieplan Gezondheidszorg ontvouwde met als doelstelling om een Europese Ruimte voor e-health tot stand te brengen (Europese Commissie, 2004). Sindsdien zijn er gerichte beleidsinitiatieven ontwikkeld die een brede invoering van e-health in de gehele Europese Unie beogen (Europees Parlement en de Raad, 2011; Europese Commissie, 2008a, 2008b). Het Actieplan e-Gezondheidzorg 2012-2020 wordt gepositioneerd als een logisch vervolg op voorgenoemd actieplan om verder toe te werken naar een volledig gebruik van digitale oplossingen in de Europese gezondheidsstelsels. In het in 2012 gepubliceerde plan wordt voor het eerst verwezen naar de potentiële voordelen van m-health en de daarmee samenhangende risico’s. Voorts verbindt de Europese Commissie zich ertoe om uiterlijk tegen 2014 een groenboek over mobiele gezondheid en toepassingen voor gezondheid en welzijn uit te werken (Europese Commissie, 2012).
Het groenboek over mobiele gezondheidszorg, dat op 10 april 2014 werd gepubliceerd, maakt dat m-health officieel op de Europese agenda komt te staan (Europese Commissie, 2014b). In het betreffende beleidsdocument wordt m-health erkend als een instrument dat kan bijdragen aan een meer patiëntgerichte zorg (bv. door patiënten bewuster te maken van gezondheidskwesties door middel van eenvoudig te begrijpen informatie over hun gezondheidstoestand en hoe daarmee om te gaan), de transitie naar preventie mee ondersteunt (bv. door de vroege ontdekking van chronische ziekten aan de hand van zelfbeoordelingsinstrumenten) en tegelijkertijd het zorgstelsel efficiënter maakt (bv. door de beperking van onnodige consulten en beter voorbereide zorgverleners dankzij begeleiding op het vlak van behandelingen en medicatie). Het groenboek beschouwt niet alleen het potentieel van dit opkomend terrein, maar verwijst ook naar de problemen en uitdagingen die verband houden met de ontwikkeling van mobiele gezondheid. Het gaat dan onder meer over
kwesties inzake gegevensbescherming, transparantie en interoperabiliteit (Europese Commissie, 2014b).
Dit Europese kader dient richtinggevend te zijn om waardevolle toepassingen te verankeren in de zorgstelsels van Europese landen en een positief effect te realiseren op de kwaliteit en betaalbaarheid van zorg (Europese Commissie, 2014b). De organisatie van gezondheidszorg blijft echter een nationale aangelegenheid. Daarom gaan de komende paragrafen dieper in op het beleid omtrent m-health in België.
1.2.2.2. Belgisch niveau
Om digitale toepassingen een officiële plaats te geven in de reguliere gezondheidszorg in België lanceerde Maggie De Block, toenmalig minister van Sociale Zaken en Volksgezondheid, in het najaar van 2012 het Actieplan eGezondheid 2013-2018 (IMC VG, 2015). Dit plan kreeg vorm na een panelgesprek met onder andere patiëntenverenigingen, zorgverleners, ziekenfondsen, de IT-industrie en overheden op federaal, gewestelijk en communautair niveau over de ontwikkeling van de automatisering van de gezondheidszorg in België (Devos et al., 2019; Rijksinstituut voor Ziekte- en Invaliditeitsverzekering [RIZIV], 2016).
Hoewel het eGezondheidsplan oorspronkelijk werd opgesteld voor een duur van vijf jaar (2013-2018), werd het plan al in 2015 geactualiseerd vanwege de snelheid waarmee de digitale transformatie zich voortzet (De Block, 2015). Dit vernieuwde plan werd goedgekeurd door de Interministeriële Conferentie Volksgezondheid (IMC VG) en telt 20 concrete actiepunten, inclusief een volledig nieuw luik ondergebracht onder actiepunt 19 “Mobile Health” (Europese Commissie, 2012, 2014b; IMC VG, 2015). Om de doelstellingen rond m-health te bereiken, trok minister De Block 3,25 miljoen euro uit. Hiermee werden diverse proefprojecten opgezet met de bedoeling om het gebruik van mobiele toestellen en apps in de gezondheidszorg op een gecontroleerde manier uit te testen en vervolgens op basis van die ervaringen een algemeen kader uit te tekenen. Het gaat in totaal over 24 projecten die geselecteerd werden door een werkgroep met experten van de Federale Overheidsdienst Volksgezondheid, Veiligheid van de Voedselketen en het Leefmilieu, het Rijksinstituut voor Ziekte- en Invaliditeitsverzekering (RIZIV), het Federaal Agentschap voor Geneesmiddelen en
Gezondheidsproducten (FAGG) en het eHealth-platform. Binnen deze projecten slaan verschillende zorgactoren (o.a. ziekenhuizen, ziekenfondsen en huisartsenkringen) de handen in elkaar over verschillende zorgdomeinen (o.a. zorg voor patiënten met chronische pijn, diabeteszorg en geestelijke gezondheidszorg) heen. Bovendien wordt er gebruikgemaakt van zeer uiteenlopende mobiele toepassingen, variërend van applicaties die volledig gericht zijn op het zelfmanagement door de patiënt tot het ondersteunend gebruik van wearables (De Block, 2016). Samen met Alexander De Croo, voormalig vicepremier en minister van Digitale Agenda en Telecom, werkt Maggie De Block zo mee aan de uitbouw van een zogenaamde Digital Health Valley om investeringen en innovatie op vlak van digitale gezondheid aan te moedigen (De Block, 2018).
De ervaring die werd opgedaan via diverse pilootprojecten heeft geleid tot een regulerend kader ter bevordering van de integratie van m-health in het Belgische zorglandschap. Aan de basis hiervan ligt de oprichting van mHealthBelgium, een platform dat alle relevante en noodzakelijk informatie inzake mobiele apps bundelt (mHealthBelgium, 2018). mHealthBelgium is opgebouwd als een validatiepiramide die bestaat uit drie verschillende niveaus:
• Niveau 1 legt de basiscriteria vast voor alle aangemelde toepassingen. Zo moet een app bijvoorbeeld steeds over een CE-markering beschikken die duidelijk maakt dat voldaan is aan de Europese eisen voor veiligheid, gezondheid, milieu- en consumentenbescherming. Het FAGG ziet hierop toe. Zonder deze CE-markering mag de app niet op de markt worden gebracht of gebruikt worden.
• Niveau 2 bepaalt de voorwaarden rond interoperabiliteit met andere mobiele applicaties en IT-toepassingen binnen de gezondheidszorg, alsook de verbinding met basisdiensten van het eHealth-platform. De toepassing dient bovendien te voldoen aan alle basiscriteria van niveau 1.
• Niveau 3 wordt voorbehouden voor toepassingen met een sociaal-economische meerwaarde. Voor deze toepassingen is een apart financieringsmodel uitgewerkt. Daarnaast zijn alle criteria van niveau 1 en 2 van kracht (mHealthBelgium, 2018).
Onderstaande figuur (Figuur 1) verduidelijkt hoe patiënten, zorgverleners en zorginstellingen via de validatiepiramide inzicht verwerven in de betrouwbaarheid van mobiele applicaties. Aan het begin van vorig jaar werden de eerste apps via deze weg beoordeeld door de overheid (De Block, 2019). Intussen werden al dertien apps aangemeld als medisch betrouwbaar. Zij situeren zich met andere woorden op het eerste niveau. Concrete voorbeelden zijn FibriCheck, een software die afwijkingen in het hartritme kan bepalen, en mySugr, een applicatie bedoeld om diabetesbeheer eenvoudiger te maken (mHealthBelgium, 2018).
Figuur 1: Validatiepiramide (mHealthBelgium, 2018)
De realisaties op gebied van m-health hebben samen met het behalen van heel wat van de vooropgestelde doelstellingen van andere actiepunten geleid tot een verhoogd bewustzijn over de meerwaarde van digitale toepassingen voor de kwaliteit van zorg en de efficiëntie van tal van administratieve processen (Devos et al., 2019; eGezondheid, 2019). De IMC VG verwelkomt deze vooruitgang en heeft als gevolg daarvan besloten om een nieuw actieplan samen te stellen, zijnde Actieplan eGezondheid 2019-2021. Hiermee worden de lopende projecten bekrachtigd en wordt de coördinatie van e-gezondheidsinitiatieven verder ondersteund. Het actieplan vormt een bevestiging van het engagement om de digitalisering binnen de zorgsector stapsgewijs verder te zetten (IMC VG, 2019).
2. Theoretisch kader en hypothesen
2.1. Klassieke modellen ter verklaring van de acceptatie en het gebruik van technologie
2.1.1. Theory of reasoned action
Het model dat aan de basis ligt van de hedendaagse theorieën die de acceptatie en het gebruik van technologie trachten te verklaren, is de zogeheten Theory of Reasoned
Action (TRA). Dit gedragsmodel uit de sociale psychologie werd ontwikkeld door
Fishbein en Ajzen (1975) en biedt een kader om het menselijk gedrag in quasi eender welke context beter te begrijpen (Ajzen & Fishbein, 1980; Fishbein & Ajzen, 1975).
Zoals Figuur 2 weergeeft, is de TRA opgebouwd vanuit het idee dat de intentie van een individu tot het stellen van een bepaald gedrag, ook wel benoemd als het beoogde gedrag (behavioral intention), een rechtstreeks antecedent is van diens effectieve gedrag (behavior). De gedragsintentie van een persoon kan op zijn beurt dan weer verklaard worden door attitude (attitude toward act or behavior) en subjectieve normen (subjective norm). De variabele attitude beschrijft of een individu een bepaalde gedraging evalueert als positief of negatief terwijl subjectieve normen verwijzen naar de sociale druk die een persoon ervaart om een bepaald gedrag al dan niet te stellen. Volgens deze theorie zijn individuen meer geneigd om over te gaan tot een gegeven gedrag indien zij dit gedrag als positief aanschouwen en menen dat anderen van hen verwachten om zich zo te gedragen (Ajzen & Fishbein, 1980; Fishbein & Ajzen, 1975; LaCaille, 2013).
Aangezien de TRA brede toepassingsmogelijkheden kent, is het niet verwonderlijk dat in uiteenlopende contexten, van internetbankieren tot stemgedrag en eetgewoonten, naar de theorie wordt gerefereerd (Sheppard, Hartwick, & Warshaw, 1988). Tevens vormt het model de theoretische grondslag voor heel wat andere theorieën en modellen, waaronder de theory of planned behavior en het technology acceptance
model.
2.1.2. Theory of planned behavior
De Theory of Planned Behavior (TPB) vormt een uitbreiding op de TRA. Ajzen (1991) introduceert in dit model namelijk een extra determinant die van invloed is op de gedragsintentie, zijnde de waargenomen gedragscontrole (Madden, Ellen, & Ajzen, 1992). Dit construct omvat de perceptie van een individu ten aanzien van het bezit van de vereiste middelen en kansen om een gegeven gedrag te stellen (Ajzen, 1991).
Onderstaande figuur (Figuur 3) toont dat in de TPB een centrale rol weggelegd is voor het gedrag dat een individu beoogt, de voorspeller van het daadwerkelijk gestelde gedrag. Dit was ook in de TRA het geval. Het verschil is echter dat de TPB niet alleen attitude en subjectieve normen, maar ook de waargenomen gedragscontrole (perceived behavioral control) in rekening brengt. Algemeen geldt dat hoe meer middelen en opportuniteiten een individu ter beschikking heeft, des te groter de waargenomen gedragscontrole en des te sterker de intentie om een welbepaald gedrag te stellen is (Ajzen, 1991).
2.1.3. Technology acceptance model
Net als de TPB bouwt het Technology Acceptance Model (TAM) van Davis (1989) voort op de TRA. Het TAM is echter het eerste theoretische model dat zich specifiek richt op de acceptatie en het gebruik van technologie, daar waar zowel de TRA als de TPB generieke modellen zijn. Dit maakt dat er heel wat voorbeelden terug te vinden zijn van studies die zich beroepen op het TAM in onderzoek naar het gebruik van IT in de zorg en meer recentelijk ook m-health (Dou et al., 2017; Guo, Sun, Wang, Peng, & Yan, 2013; Holden & Karsh, 2010; Hoque, 2016). Binnen deze IT-context wordt verondersteld dat twee factoren bijzonder relevant zijn om het gebruik van technologie te verklaren: het verwachte nut en het verwachte gebruiksgemak. Het verwachte nut hangt samen met de mate waarin een individu gelooft dat een specifieke toepassing hem of haar in staat stelt om beter te presteren. Ondanks dat welbepaalde toepassingen nuttig kunnen zijn, is het mogelijk dat ze moeilijk te gebruiken zijn en de verwachte voordelen ervan niet opwegen tegen de inspanningen die de gebruiker moet leveren om er gebruik van te kunnen maken. Ook het verwachte gebruiksgemak, verwijzend naar de mate waarin personen een gegeven technologie zonder veel moeite kunnen gebruiken, is dus van belang (Davis, 1989).
Figuur 4, die hieronder getoond wordt, wijst in de eerste plaats uit dat, analoog aan de TRA en de TPB, het feitelijk gebruik van technologie het rechtstreeks gevolg is van de intentie tot gebruik. De gebruiksintentie is dan weer het gevolg van de attitude van een persoon ten aanzien van het gebruik. Deze attitude krijgt vorm via het verwachte nut (perceived usefulness) en het verwachte gebruiksgemak (perceived ease of use) van de vooropgestelde toepassing. Dit betrekken op het gebruik van mobiele applicaties door chronisch zieke patiënten zou betekenen dat technologieën die geacht worden nuttig te zijn voor het managen van chronische aandoeningen en die als makkelijk te gebruiken worden ervaren door de patiënt wellicht positiever worden geëvalueerd en op die manier een verhoogde intentie tot gebruik bewerkstelligen. In hoeverre een toepassing als m-health als nuttig en makkelijk te gebruiken wordt beschouwd, is afhankelijk van externe variabelen (external variables, Davis, 1989). Deze worden in het TAM niet nader gespecifieerd.
Figuur 4: Technology acceptance model (Davis, 1989)
Ondanks dat het TAM tot op de dag van vandaag een van de meest invloedrijke en toegepaste modellen is om te verklaren waarom bepaalde technologieën wel en andere niet gebruikt worden, suggereren onderzoekers dat bijkomende variabelen aan het model toegevoegd moeten worden om een beter model te bekomen (Legris, Ingham, & Collerette, 2003). Als gevolg introduceerden Venkatesh en Davis (2000) het TAM2, weergegeven in Figuur 5. In deze meer uitgebreide versie van het TAM is er ruimte voor de rol van sociale invloeden (subjectieve normen {subjective norm}, imago {image}, vrijwilligheid {voluntariness} en ervaring {experience}) en cognitief-instrumentele processen (relevantie van de job {job relevance}, kwaliteit van de output {output quality} en de aantoonbaarheid van resultaten {job demonstrability}). Een meer recentelijke update van het TAM, met name het TAM3, voegt bijkomend nog een aantal verklarende variabelen toe, waaronder de angst ten aanzien van het gebruik van nieuwe technologieën (Venkatesh & Bala, 2008).
Voortbouwend op het TAM, TAM2 en TAM3 hebben onderzoekers de afgelopen jaren diverse theoretische modellen uitgewerkt die gericht zijn op het verklaren van de acceptatie en het gebruik van mobiele diensten, zoals m-health. Wu en Wang (2005) bijvoorbeeld stellen dat niet alleen het verwachte nut en het verwachte gebruiksgemak, maar ook compatibiliteit, eventuele gebruikskosten en verwachte risico’s bijdragen tot de ingebruikname van mobiele diensten. Wat het gebruik van m-health betreft, zijn Hoque (2016), Guo et al. (2013) en Dou et al. (2017) van mening dat ook een zekere mate van veranderingsgezindheid meespeelt.
2.1.4. Unified theory of acceptance and use of technology
De Unified Theory of Acceptance and Use of Technology (UTAUT) van Venkatesh, Morris, Davis, en Davis (2003) is het meest recente theoretisch kader waarop onderzoekers zich beroepen in studies naar de acceptatie en het gebruik van digitale en mobiele toepassingen (Hoque & Sorwar, 2017; Sun, Wang, Guo, & Peng, 2013; Wang & Wang, 2010). Dit model kreeg vorm door acht bestaande theorieën te evalueren en met elkaar te integreren. Omwille van de beperkte reikwijdte van dit onderzoek wordt niet elk van de acht modellen toegelicht, maar voor de volledigheid worden ze hieronder wel opgelijst:
• TRA; • TPB; • TAM;
• Combined TAM & TPB (C-TAM-TPB); • Motivational model (MM);
• Model of PC utilization (MPCU); • Innovation diffusion theory (IDT);
• Social cognitive theory (SCT; Venkatesh et al., 2003).
Onderstaande figuur (Figuur 6) geeft weer welke constructen cruciaal zijn gebleken uit een review van voorgenoemde modellen: de uitkomstverwachting van een specifieke toepassing (performance expectancy), de verwachte inspanning om het gebruik ervan mogelijk te maken (effort expectancy), sociale invloeden (social influence) en faciliterende omstandigheden (facilitating conditions). Eveneens worden in de UTAUT
vier modererende variabelen opgenomen die de relatie tussen bovenstaande factoren en de intentie tot gebruik versterken dan wel afzwakken. In een aantal gevallen beïnvloeden ze zelfs de verhouding tot het effectieve gebruik. Concreet gaat het over de variabelen geslacht (gender), leeftijd (age), ervaring (experience) en vrijwilligheid (voluntariness of use). Zo zou bijvoorbeeld het effect van sociale invloeden op de intentie tot het gebruik sterker kunnen zijn voor vrouwelijke en oudere individuen in vergelijking met respectievelijk mannen en jongeren (Venkatesh et al., 2003).
Figuur 6: Unified theory of acceptance and use of technology (Venkatesh et al., 2003)
In vergelijking met andere modellen heeft de UTAUT een grote verklarende kracht. Het model kan tot maar liefst 70% van de variatie in de intentie tot het gebruik van een gegeven technologie en ongeveer 50% van de variatie in het effectieve gebruik verklaren. Ter vergelijking, in het TAM bedroegen deze percentages respectievelijk 52% en 30 tot 40%. In de TRA en de TPB waren de percentages nog kleiner met 36% en 47% voor wat betreft de gebruiksintentie, en 26% en 30% met betrekking tot het daadwerkelijke gebruik (Venkatesh et al., 2003). Desondanks kreeg de UTAUT kritiek vanwege de focus die het model legt op de acceptatie en het gebruik van technologieën in een werkgerelateerde context. Het model richt zich niet op individuele consumenten. Om hierop een antwoord te bieden, werd de UTAUT2 gelanceerd waarin drie extra variabelen worden geïntroduceerd: hedonische motivatie, prijswaarde en gewoonte (Venkatesh, Thong, & Xu, 2012).
Net zoals dat bij het TAM het geval was, werd de UTAUT aangepast voor toepassing binnen de context van mobiele technologieën. Zo werkten Wang en Wang (2010) een model uit waarin er, naast de determinanten uit de oorspronkelijke UTAUT, ook plaats is voor het plezier dat gebruikers beleven aan het gebruik van mobiel internet, de vermeende waarde van mobiel internet voor de gebruiker en de mate waarin de gebruikers zelfredzaam zijn. Sun et al. (2013) besteden dan weer aandacht aan de rol die de ernst van de gezondheidstoestand van de patiënt heeft op de intentie tot het gebruik van m-health terwijl Hoque en Sorwar (2017) stellen dat weerstand tegenover verandering meespeelt in de beslissing om al dan niet gebruik te maken van mobiele zorgtechnologieën.
Intussen mag duidelijk zijn dat elk van de theoretische modellen die aan bod kwam zich eenzelfde doel vooropstelt in die zin dat ze trachten om de intentie tot gebruik van technologie en het effectieve gebruik te verklaren. Hierop gebaseerd, werd volgende hypothese geformuleerd:
Hypothese 1: de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties wordt direct en positief geassocieerd met hun intentie tot gebruik van mobiele applicaties
2.2. Uitbreiding van de klassieke modellen ter verklaring van de acceptatie en het gebruik van mobiele applicaties
2.2.1. Houding van de arts-specialist
Zowel het TAM2 als het TAM3 en de UTAUT(2) verduidelijken dat het sociaal netwerk en de personen waarmee iemand zich omringt van invloed kunnen zijn op het gebruik van technologie. Desondanks is binnen de specifieke context van dit onderzoek niet duidelijk hoe patiënten met een chronische aandoening beïnvloed worden door de houding van de arts-specialist tegenover het gebruik van mobiele applicaties die bedoeld zijn voor het managen van hun aandoening, en of het gebruik van apps hoger ligt onder chronisch zieken indien de arts-specialist deze aanbeveelt.
Het belang van zelfmanagement in het kader van chronische zorg wordt benadrukt in verschillende (inter)nationale documenten en de wetenschappelijke literatuur (Coster & Norman, 2009; Du et al., 2011; Duke, Colagiuri, & Colagiuri, 2009; Effing et al., 2007; European Union Health Policy Forum, 2012; Gibson et al., 2002; Onkelinx, 2009; WHO, 2013). Dat arts-specialisten een rol kunnen spelen in het aanmoedigen van chronisch zieke patiënten om het beheer over hun aandoening zelf in handen te nemen en zo kunnen bijdragen aan het vergroten van de actieve betrokkenheid van de patiënt in zijn of haar zorgtraject was lange tijd niet vanzelfsprekend.
Ten tijde van Hippocrates, een oude Griekse geneeskundige die beschouwd wordt als de voorvader van de westerse geneeskunde, was het de morele plicht van artsen om het beginsel van beneficence, vrij vertaald als de plicht tot weldoen, na te leven. De Romeinen reduceerden dit principe later tot volgende formule: primum non nocere, wat het vermijden van schade betekent (Hellín, 2002). Tot op de dag van vandaag vormen dit kernprincipes in de medische ethiek en lange tijd vormden zij ook het uitgangspunt van de relatie tussen artsen en hun patiënten (Beauchamp & Childress, 2001). Gedurende jaren werd de arts-patiëntrelatie beschouwd als een relatie tussen een patiënt die op zoek is naar hulp en een arts wiens beslissingen stilzwijgend nageleefd dienen te worden (Kaba & Sooriakumaran, 2007; Parsons, 1951). Deze paternalistische benadering van zorg wordt door Hellín (2002) ook wel omschreven als een doorgedreven vorm van het principe van beneficence, analoog aan de relatie tussen ouder en kind (Szasz & Hollender, 1956). Dit soort van relaties kenmerkt zich door een verticale of asymmetrische manier van communiceren, hetgeen inhoudt dat de arts, als vader, bovenaan staat en autonoom beslissingen neemt terwijl de patiënt zichzelf plaatst in de positie van zoon of dochter, onder de vader, en deze stilzwijgend gehoorzaamt (Hellín, 2002). Het merendeel van de medische beslissingen komt op die manier volledig in handen van de arts. Daarbij is er geen ruimte voor open discussie noch voor actieve participatie van de patiënt (Emanuel & Emanuel, 1992; Perry & Applegate, 1985; Szasz & Hollender, 1956).
De oude, paternalistische benadering van de arts-patiëntrelatie ligt intussen ver achter ons. De ongelijke interactie tussen artsen en hun patiënten heeft plaats gemaakt voor een relatie waarin een meer actieve en autonome rol voor de patiënt weggelegd is (Ball & Lillis, 2001; Kaba & Sooriakumaran, 2007). Dit maakt dat patiënten in het
huidige zorglandschap meer controle hebben over hun eigen gezondheid en artsen niet langer autonoom kunnen beslissen over de patiënt. Logischerwijze brengt dit een herdefiniëring van de machtsrelatie tussen de arts en patiënt met zich mee. De bewustwording van beide partijen dat patiënten actief kunnen deelnemen aan hun gezondheid zorgt er immers voor dat er sprake is van een gedeeld partnerschap (Szasz & Hollender, 1956).
Parallel hieraan is in de bestaande literatuur meer en meer onderzoek terug te vinden waarin een patiëntgerichte benadering van zorg bepleit wordt. Er bestaat echter onduidelijkheid over de precieze inhoud van de term (Bensing, 2000; Mead & Bower, 2000, 2002; Michie, Miles, & Weinman, 2003). Als een van de eersten omschreef Balint (1969) patiëntgerichte zorg als het begrijpen van de patiënt als een unieke persoon. Volgens McWhinney (1989) is het dan weer essentieel dat de arts kan toetreden tot de wereld van de patiënt en de ziekte als het ware kan aanschouwen door diens ogen alvorens er sprake is van patiëntgerichte zorg. Laine en Davidoff (1996) daarentegen definiëren het begrip als zorg die nauw aansluit bij en beantwoordt aan de wensen, noden en voorkeuren van de patiënt.
In de hoop meer duidelijkheid te scheppen over de verschillende aspecten die het concept patiëntgerichtheid behelst, presenteren Mead en Bower (2000) vijf conceptuele dimensies die elk een bepaald onderdeel van de arts-patiëntrelatie omschrijven, met name:
• het biopsychosociaal perspectief: beide partijen zijn zich ervan bewust dat zowel biomedische als psychosociale factoren bijdragen tot het ontstaan, het verloop en de beleving van ziekte.
• de patiënt als persoon: de patiënt wordt niet langer beperkt tot de drager van een ziekte. De persoonlijke betekenis van ziekte voor de patiënt wordt mee in rekening gebracht.
• gedeelde autoriteit en verantwoordelijkheid: een gelijke relatie tussen artsen en hun patiënten wordt vooropgesteld. Binnen deze arts-patiëntrelatie is er ruimte voor actieve betrokkenheid van de patiënt.
• therapeutische eensgezindheid: artsen en patiënten stellen in onderling overleg gemeenschappelijke doelstellingen en gezamenlijke agenda’s voorop.
• de arts als persoon: de arts maakt net als de patiënt integraal deel uit van de arts-patiëntrelatie. De persoonlijke kwaliteiten en subjectiviteit van de arts zijn inherent aan de uitvoering van geneeskunde (Mead & Bower, 2000).
Behalve een omkadering van het begrip wijzen diverse studies op het belang van patiëntgerichte zorg. Zo leidt patiëntgerichtheid tot meer patiënttevredenheid, een hogere therapietrouw en een verbetering in klinische parameters (Greenfield, Kaplan, & Ware, 1985; Kaplan, Greenfield, & Ware, 1989; Little et al., 2001; Oates, Weston, & Jordan, 2000). Technologieën als m-health vormen de sleutel om bij te dragen tot een patiëntgerichte benadering van zorg (Belgische Senaat, 2017). De manier waarop artsen communiceren naar hun patiënten is cruciaal om de ingebruikname van m-health te ondersteunen. Uit diverse studies blijkt namelijk dat de communicatie tussen artsen en hun patiënten van invloed is op de intentie tot gebruik van zorgtoepassingen door chronisch zieken (Dou et al., 2017; Kaplan et al., 1989; Koopman, Petroski, Canfield, Stuppy, & Mehr, 2014). Vanuit die optiek werd de volgende hypothese samengesteld:
Hypothese 2: de houding van de arts-specialist wordt direct en positief geassocieerd met de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties
Een systematisch literatuuronderzoek naar studies aangaande de acceptatie en het gebruik van technologie in de zorgsector maakt duidelijk dat heel wat onderzoekers aandacht besteden aan de impact van patiëntfactoren op het technologiegebruik. De aandacht gaat daarbij hoofdzakelijk uit naar de leeftijd van de patiënt, diens geslacht, de gevolgde opleiding en de ervaring van de patiënt met technologie in het algemeen of specifieke zorgtoepassingen (Or & Karsh, 2009). Behalve opleiding kregen deze variabelen al een volwaardige plaats in de UTAUT(2), waar verwacht wordt dat ze een modererend effect hebben (Venkatesh et al., 2003; Venkatesh et al., 2012). In lijn met deze bevindingen is de volgende hypothese:
Hypothese 3: Geslacht, leeftijd, opleiding en ervaring met technologie versterken de relatie tussen de houding van de arts-specialist en de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties
2.2.2. Meerwaarde van een applicatie
De dag van vandaag zijn heel wat IT-toepassingen in de zorg ontwikkeld als standalone software, wat betekent dat ze niet in de mogelijkheid zijn om te communiceren of data uit te wisselen met andere systemen of applicaties (Europese Commissie, 2014b; Marceglia, Fontelo, Rossi, & Ackerman, 2015; Taelman, 2015; Tomlinson, Rotheram-Borus, Swartz, & Tsai, 2013). Dit gebrek aan interoperabiliteit maakt dat zorgtechnologieën vaak omschreven worden als bunkers van informatie (Heerden, Tomlinson, & Swartz, 2012). Dat is voor mobiele applicaties, die doorgaans niet compatibel zijn met bijvoorbeeld het elektronisch patiëntendossier (EPD), niet anders (Estrin & Sim, 2010). De empirische literatuur levert bewijs dat dit lage niveau van interoperabiliteit mogelijks problemen oplevert met betrekking tot het delen van informatie, kan leiden tot een verslechtering in termen van zorguitkomsten en zorgt voor hoge kosten geassocieerd met het verzamelen van data (Estrin & Sim, 2010; Heerden et al., 2012).
Het toestaan van mobiele applicaties om informatie met elkaar en met andere digitale systemen te delen, opent heel wat perspectieven (Heerden et al., 2012). Zo draagt de mogelijkheid van verschillende toepassingen om als het ware met elkaar te kunnen praten bij tot het vermijden van dubbele onderzoeken, omdat onderzoeksresultaten makkelijker te raadplegen zijn. Tevens kan het de patiëntveiligheid verhogen, zorgt het voor een betere aaneensluiting van zorg en doet het administratieve lasten dalen (Gordon & Catalini, 2018). Door de interoperabiliteit tussen systemen te garanderen en patiënten toe te laten om zelf bepaalde informatie digitaal te raadplegen, te bewaren of ter beschikking te stellen, is de patiënt in meerdere mate ook de beheerder van zijn eigen gezondheid (Gordon & Catalini, 2018; Marceglia et al., 2015). Dat is zeker het geval voor de groeiende groep van chronisch zieke patiënten die doorheen hun leven tegelijkertijd en opeenvolgend in contact komen met allerlei zorgverleners en zorginstellingen.
De integratie van mobiele applicaties met andere IT-systemen ligt in lijn met het concept van digitale gegevensuitwisseling binnen de zorg. Heel wat aandacht ging in het verleden al uit naar het verlenen van toegang tot en het beschikbaar stellen van medische informatie binnen e-health toepassingen als het persoonlijk medisch dossier
(Engels: Personal Health Record, PHR) en het EPD (Europese Commissie, 2012; IMC VG, 2019). Hoewel de eerste stappen tot het integreren van mobiele zorgtechnologieën reeds zijn gezet, zijn verdere inspanningen nodig om de interoperabiliteit van mobiele apparatuur en apps met andere mobiele platformen en IT-toepassingen te garanderen (Europese Commissie, 2014b). Dit onderzoek bouwt hierop voort door na te gaan in welke mate het voorzien van mobiele applicaties die compatibel zijn met het EPD zorgt voor een positieve houding tegenover deze technologie bij patiënten met een chronische aandoening. Als dusdanig werd volgende hypothese samengesteld:
Hypothese 4: de meerwaarde van een mobiele applicatie wordt direct en positief geassocieerd met de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties
In navolging van de bevindingen uit eerder onderzoek wordt verwacht dat het geslacht en de leeftijd van de patiënt, de gevolgde opleiding en de reeds opgedane ervaring met technologie een modererend effect hebben op de relatie tussen de meerwaarde die een applicatie biedt en de attitude tegenover het gebruik van mobiele applicaties (Davis, 1989; Or & Karsh, 2009; Venkatesh et al., 2003; Venkatesh et al., 2012). Bijkomend werd daarom deze hypothese geformuleerd:
Hypothese 5: Geslacht, leeftijd, opleiding en ervaring met technologie versterken de relatie tussen de meerwaarde van een mobiele applicatie en de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties
2.2.3. Vertrouwen in technologie
Vertrouwen is een sleutelelement om betrokkenheid te genereren bij IT-technologieën. Het wordt erkend als een centraal element in digitale markten, des te meer in situaties waarin er sprake is van risico of onzekerheid (Gefen & Straub, 2004; Kim, Ferrin, & Rao, 2008; Pavlou, 2003). Vertrouwen kan gedefinieerd worden als het geloof van de gebruiker in de betrouwbaarheid en integriteit van de voorziene toepassing en de verwachting dat deze te vertrouwen is om datgene af te leveren wat beloofd is (Eisingerich & Bell, 2008; Morgan & Hunt, 1994; Sirdeshmukh, Singh, & Sabol, 2002).
In dit onderzoeksproject refereert vertrouwen naar de bereidheid van chronisch zieke patiënten om geloof te hechten aan de adviezen en informatie die verkregen zijn via mobiele platformen en om deze vervolgens te implementeren, hetgeen impliceert dat de vooropgestelde technologie kan voldoen aan de zorgnoden van de patiënt (Doney, Cannon, & Mullen, 1998; Q. Yang, Pang, Liu, Yen, & Tarn, 2015).
De unieke kenmerken van de mobiele zorgomgeving (bv. het ontbreken van face-to-face contact) maken dat gebruikers vaak een gevoel van onzekerheid en risico ervaren bij het gebruik van mobiele applicaties. Dit kan bijvoorbeeld het geval zijn wanneer gebruikers niet begrijpen waar bepaalde informatie opgeslagen wordt of hoe gegevens naar andere platformen overgedragen worden (Schnall, Higgins, Brown, Carballo-Dieguez, & Bakken, 2015). Het creëren van vertrouwen is een effectieve manier gebleken om onzekerheid en risico te reduceren en een algemeen gevoel van veiligheid te creëren (Pavlou, 2003; Suh & Han, 2002). Ervaringen uit het verleden zouden hier in belangrijke mate toe bijdragen (von Watzdorf, Ippisch, Skorna, & Thiesse, 2010).
Volgens het TAM kunnen individuele overtuigingen een invloed uitoefenen op de attitude van een persoon ten aanzien van het gebruik van technologie en op gebruiksintentie (Davis, 1989). Dit betekent dat wanneer patiënten met een chronische aandoening vertrouwen stellen in m-health en een positieve attitude aannemen ten aanzien van het gebruik van mobiele apps, zij meer geneigd zullen zijn om deze te gebruiken. Het bestaan van deze relatie wordt ondersteund door diverse studies (Akter, Ray, & D’Ambra, 2013; Deng, Hong, Ren, Zhang, & Xiang, 2018; El-Wajeeh, Galal-Edeen, & Mokhtar, 2014; Zarmpou, Saprikis, Markos, & Vlachopoulou, 2012). Om die reden is ervoor gekozen om volgende hypothesen in deze studie te betrekken:
Hypothese 6a: het vertrouwen in technologie versterkt de relatie tussen de houding van de arts-specialist en de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties
Hypothese 7b: het vertrouwen in technologie versterkt de relatie tussen de meerwaarde van een mobiele applicatie en de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties
2.2.4. Houding tegenover nieuwheid
In onderzoek naar de adoptie en diffusie van innovatie wordt doorgaans aangenomen dat individuen met een sterke vernieuwingsdrang innovaties relatief snel in gebruik nemen (Rogers, 1983). Hirschman’s (1980) concept “inherent novelty seeking”, vrij vertaald als het zoeken naar nieuwheid, sluit hier nauw bij aan. Novelty seekers worden omschreven als individuen die actief op zoek gaan naar nieuwe stimuli en intrinsiek gemotiveerd zijn om nieuwe dingen uit te proberen. Beter dan anderen zijn deze personen in staat om te gaan met een gevoel van onzekerheid, alsook ontwikkelen zij doorgaans een positieve houding tegenover de acceptatie van innovatieve technologieën, producten en diensten, ongeacht de voordelen die daaraan verbonden zijn (Hirschman, 1980; Mehrabian & Russell, 1974; Midgley & Dowling, 1978).
Doorheen de jaren hebben onderzoekers persoonlijke karakteristieken als deze geïntegreerd in studies naar de acceptatie en het gebruik van technologie (Agarwal & Prasad, 1998; Lin, 1998; Yi, Fiedler, & Park, 2006). Onder meer Dabholkar en Bagozzi (2002) vinden dat sommige individuen meer geneigd zijn om technologie in gebruik te nemen dan anderen louter en alleen vanwege een verschil in de mate waarin ze geprikkeld worden door nieuwheid. Iemands houding tegenover nieuwheid zou ook meespelen in de acceptatie en het gebruik van mobiele diensten (Kuo & Yen, 2009; Lu, Yao, & Yu, 2005). Weinige studies hebben de focus echter gelegd op mobiele applicaties in de zorg. Het leveren van diensten via mobiele platformen in de context van zorg is dan ook een vrij recente ontwikkeling. Rekening houdend met eerdere onderzoeksresultaten wordt de houding van een individu tegenover nieuwheid aan dit onderzoek toegevoegd als potentiële modererende variabele:
Hypothese 7a: de houding tegenover nieuwheid versterkt de relatie tussen de houding van de arts-specialist en de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties
Hypothese 7b: de houding tegenover nieuwheid versterkt de relatie tussen de meerwaarde van een mobiele applicatie en de attitude van chronisch zieke patiënten ten aanzien van het gebruik van mobiele applicaties
3. Conceptueel model
In dit hoofdstuk werden verschillende hypothesen geformuleerd. Deze worden visueel weergegeven in Figuur 7 en vormen samen het conceptueel model voor dit onderzoek. Daarin wordt verondersteld dat de intentie tot gebruik van mobiele applicaties door chronisch zieke patiënten beïnvloed wordt door de attitude van de patiënt tegenover het gebruik mobiele apps (hypothese 1). Eveneens blijkt uit het conceptueel model dat twee factoren van invloed zijn op de variabele attitude. Het gaat respectievelijk over de houding van de arts-specialist tegenover het gebruik van mobiele apps (hypothese 2) en de meerwaarde van een applicatie (hypothese 4). Beide factoren kunnen het gebruik van mobiele applicaties stimuleren. Verder wordt verondersteld dat zowel de impact van de houding van de arts-specialist als het effect van de meerwaarde van een app gemodereerd wordt door geslacht, leeftijd, het behaalde opleidingsniveau en ervaring met technologie (hypothese 3 en 5). Modererende factoren die niet in de klassieke theoretische modellen worden opgenomen, maar wel deel uitmaken van het conceptueel raamwerk van dit onderzoek zijn het vertrouwen van de patiënt in technologie (hypothese 6a en 6b) en de houding tegenover nieuwheid (hypothese 7a en 7b).
