國內外移動醫療用戶采納行為的系統綜述

張敏　羅梅芬　張艷

〔摘 要〕[目的/意義]移動醫療用戶采納行為是“互聯網+健康”的重要組成部分，對其展開深入分析可完善電子健康和互聯網醫療的理論研究和實踐應用。[方法/過程]以CNKI和Web of Science為數據源，采用系統綜述方法對該領域2012-2017年間最具代表性的42篇文獻展開分析。在知識基礎研究部分中，從研究理論、研究方法和研究框架等視角進行了系統的梳理和歸納；在影響因素研究部分，基于信息生態理論探究了信息因素、信息人因素、信息技術因素和信息環境因素等內容；在前沿展望研究部分，基于研究主題、研究群體和研究方法等的分類標準，探究了未來可行的、具有較大研究價值的熱點選題。[結果/討論]移動醫療用戶采納行為是信息、個體、系統和環境共同作用的結果。未來的研究重點和熱點將會有顯著的轉移，并形成全新的知識生態體系。移動醫療用戶采納行為的理論研究和實踐應用將引來全新的變革。

〔關鍵詞〕移動醫療；用戶采納行為；系統；綜述

DOI：10.3969/j.issn.1008-0821.2018.08.021

〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821（2018）08-0154-09

〔Abstract〕[Purpose/Significance]The adoption behavior of mobile health users is a significant part of“Internet+Health”，and its in-depth analysis may improve the theoretical research and practical application of electronic health and Internet medical.[Method/Process]Applying CNKI and Web of Science as the data source，this paper used the systematic review method to analyze the 42 most representative papers in this field from 2012 to 2017.In the part of knowledge basic research，this paper explored the contents of research theory，research methods and research framework.In the part of influencing factors research，this paper focused on information factors，information man factors，information technology factors and information environment factors based on information ecology theory.In the part of forward-looking research，this paper summarized the feasible directions with greater research value from the perspectives of research topics，research groups and research methods.[Result/Conclusion]Users adoption of mobile health was the result of the interaction of information，individual，system and environment.There would be a significant shift in the hot spots of future research，and a new knowledge and ecology system would form.The theoretical research and practical application of the adoption behavior of mobile health users would lead to a new change.

〔Key words〕mobile health；user adoption behavior；systematic；review

移動醫療是指通過移動和無線設備為用戶提供醫療信息和醫療服務[1]。它在降低醫療服務成本、提高醫療服務效率和緩解社會醫療資源稀缺的壓力等方面具有顯著優勢，如社區醫生可通過移動醫療設備請大醫院的醫生進行遠程會診，醫院可通過醫療穿戴設備實時監控病人體征數據，醫療信息平臺可通過醫療APP向用戶提供預約掛號、在線問診等醫療服務。隨著民眾醫療保健意識的逐漸加強以及移動互聯網的迅猛發展，互聯網環境下的大健康市場呈現爆發式增長趨勢。以中國移動醫療市場為例，統計數據顯示2017年中國用戶規模已經超過3億[2]。值得注意的是，與未來龐大的電子健康市場前景不相匹配的是目前絕大多數移動醫療產品和服務的用戶數量規模較小且活躍度較低。因此，如何引導和刺激用戶的消費行為，不斷提升用戶體驗進而達到增加用戶粘性、激活消費行為成為近期頗受學術界和產業界關注的熱點問題。

作為信息技術在健康領域的應用，移動醫療的發展需要得到用戶的接受和使用。鑒于此，研究用戶移動醫療的決策行為，探究其影響因素和形成機理具有重要的學術價值和實踐意義。為了較為全面地闡述國內外移動醫療用戶采納行為研究領域的知識體系和學術前沿，本文采用系統綜述方法對2012-2017年發表的文獻進行了搜集、篩選、整理、歸納與分析等綜合性回顧工作，研究結論對于深化移動醫療用戶采納行為的理論研究和實踐應用具有積極作用。

1 移動醫療用戶采納行為的知識基礎分析

智能終端設備的廣泛普及和移動網絡技術的不斷成熟是移動醫療用戶采納的客觀基礎，其高速發展階段主要集中在近幾年。因此，移動醫療用戶采納行為的研究體系的形成和研究成果的呈現也主要集中于近期。文獻樣本來自于國內外知名的數據資源庫，文獻檢索的時間跨度為2012-2017年，其中中文樣本用“移動醫療”、“醫療APP”與“采納”、“接受”、“使用”等組合關鍵詞在知網數據庫中進行主題搜索；英文樣本用“Mobile Health”、“Mobile Medical”、“Health APP”、“Medical APP”與“Adoption”、“Acceptance”、“Use”等組合關鍵詞在Web of Science和Emerald等外文數據庫中進行主題搜索。

本研究采用系統綜述的分析方法展開分析。系統綜述也被稱為系統評價，在巡診醫學、教育學和社會學等諸多學科領域被普遍運用，通常可分為定性和定量2種系統綜述類型。在正式研究前，首先將全部文獻信息導入統計軟件并對重復記錄的數據和下載的文獻予以刪除，接著通篇瀏覽檢索到的全部文獻并通過內容的相關性的判斷清除不相關的文獻，最后以引用率、期刊影響因子以及作者聲譽等為評價指標篩選出最具代表性的42篇文獻作為本研究的分析樣本。

1.1 研究理論分析

移動醫療用戶采納行為研究主要分為實證型和描述型，常需要基于某一種或幾種理論來確定研究模型中作為前因變量的影響因素，被廣泛納入移動醫療用戶采納行為研究的基礎理論如表1所示。由于移動醫療本質上屬于信息系統范疇，因此目前移動醫療用戶采納研究主要還是基于信息系統領域的理論模型，在此基礎上融合了其他領域的一些因素進行探索。其中，技術接受模型（Technology Acceptance Model，TAM）、理性行為理論（Theory of Reasoned Action，TRA）、整合型技術接受與使用模型（Unified Theory of Acceptance and Use of Technology，UTAUT）、期望確認模型（Expectation Confirmation Model，ECM）、健康信念模型（Health Belief Model，HBM）等理論應用最為廣泛。

技術接受模型由Davis于1989年提出，是探究用戶使用信息系統的常用模型。其中易用性和有用性是其重要組成因素，直接作用于態度，且會進一步作用于行為[24]。移動健康的采納行為本質上屬于信息系統的研究范疇，因此將TAM作為基礎研究框架并整合入其他理論模型或因素來展開的研究相對較多。

理性行為理論有效解釋了行為意圖和實際行為之間的關系，認為意圖會觸發行為，而意圖則會受主觀規范以及態度的作用[25]。現有研究一般不會單獨使用該理論來構建研究模型，往往會引入其他理論如TAM，UTAUT等從而來豐富模型結構，增加其解釋水平。

Venkatesh對多項經典理論進行綜合分析歸納提出了UTAUT模型。該模型認為影響用戶行為意愿的因素主要包含四大方面，分別是便利條件、社會影響、努力期望和績效期望，通過影響意愿從而作用于行為。將UTAUT應用于移動醫療的研究情境，結合其他個體因素如自我效能、技術焦慮等的研究相對不多，但均能較好地解釋用戶的移動醫療采納行為。

期望確認理論由Oliver于1980年提出，認為消費者是以購前期望（Expectation）與購后績效（Perceived Performance）表現的比較結果（Confirmation）判斷是否對產品或服務滿意（Satisfaction），當產品的知覺績效超過購前期望將會提升其滿意度，反之則會降低滿意程度，而滿意度成為下次再度購買或使用（Repurchase Intention）的參考[26]。2001年Bhattacherjee提出ECM模型并指出期望確認度和感知有用性對滿意度有顯著性影響[27]。將ECM應用于移動醫療的研究情境，并整合來自于其他理論模型中的研究因素如感知有用、感知信任等來探索移動醫療持續使用問題是近期較為前沿的選題。

健康信念模型由Rosenstock于1974年提出，可用來解釋個體健康行為的改變機理[28]。它認為個體對于健康的態度和信念會影響其行為，在評估踐行某種行為可能會帶來的好處，以及實現此行為可能會付出的成本后，個體會調整和改變自身的健康行為。感知疾病易感性、感知疾病嚴重性、感知行為益處、感知行為成本等是HBM中的重要變量，上述變量共同促進個體的健康行為改變。將HBM與信息系統領域的基礎理論結合起來的研究是目前橫跨信息科學和健康科學等教學學科領域內的研究熱點。

此外，還有一些來自于其他理論模型的研究，如Mohammad Alamgir Hossain[29]基于信息系統成功模型探討了孟加拉國用戶的移動醫療持續使用問題；Xitong Guo等基于保護動機理論從威脅評估和應對評估等2個維度構建了移動醫療用戶接受模型[30]；Zhaohua Deng等通過整合計劃行為理論和價值—態度—行為模型，并以年齡特征為調節因素構建了移動醫療服務用戶采納模型[31]；Xitong Guo等從隱私與個性化悖論的視角，探討了移動醫療用戶信任與采納意愿的影響機制[32]；Euehun Lee和Semi Han從價值理論的視角出發，將有用性價值，便利性價值和貨幣價值作為影響移動醫療服務采納的前因展開研究[33]；Mihail Cocosila細分了感知風險并基于動機理論探究了影響移動醫療采納的前因[34]。

1.2 研究方法分析

同其他行為研究類似，移動醫療用戶采納行為的研究方法分析主要包括數據獲取方法、樣本選擇方法和數據處理方法等3項主要內容。

在數據獲取方法部分。基于已有研究文獻，可將目前本領域內的主要數據獲取方式整理、歸納如表2所示。易發現，現有文獻多通過問卷形式收集實證數據，隨著探索的深入，“結構化（或半結構化）調研+問卷”、“情境實驗+問卷”等更符合研究情境的數據收集方式不斷涌現。

樣本挑選。對現有文獻進行歸納分析發現，本領域內樣本挑選包含以下幾種：①粗放式樣本挑選，即尚未對研究對象的性別、年齡、健康狀況等特性進行嚴格的區分，主要通過政府報告數據進行電話訪談、在線調研網站擴散或者線下隨機發放紙質問卷來獲取數據；②定向式樣本選擇方式，即通過與醫療相關的機構組織協助進行問卷的擴散來獲取數據，如車小玲，羅劍宏和余子希借助合作醫院的醫生和護士的擴散來獲取醫院用戶的問卷數據。嚴春美通過一家移動醫療服務提供商的幫助對其潛在顧客進行調研；③精準式樣本選擇方式，即根據研究目的和研究情境針對性地在特定人群中收集數據，如Jaehee Cho等的研究、張鑫瑜等的研究均將大學生群體作為自己的研究對象。Xitong Guo等的研究、Rakibul Hoque和Golam Sorwar的研究均選擇老年群體作為自己的研究對象。王藝蓉針對糖尿病患者的移動醫療采納問題展開研究。

數據分析。對現有文獻進行歸納分析發現，本領域的數據分析方法包含以下幾種：①結構方程分析法。是一種以變量間的協方差矩陣為依據來判斷其之間關系的數據分析方法，通過借助外顯指標間接測量潛變量及其之間的關系。SPSS、Smart PLS、Amos、Lisrel等軟件是現有研究中常見的數據處理和分析工具；②回歸方程的分析方法。是一種驗證多個變量之間互相關聯的分析方法，通過構建自變量與因變量之間的關系模型對未來進行預測。其中常用的就是線性回歸模型，其表達式可簡化為Y=a+bX+e，其中X和Y分別表示自變量和因變量，a表示截距，b表示斜率，e表示誤差項；③面板數據的分析方法。通過在時間序列上截取多個截面，并在其上選擇樣本構成數據來源。

1.3 研究框架分析

對現有研究進行系統分析后，本文將國內外移動醫療用戶采納行為的研究框架進行了如下歸納，如圖1所示。

從圖1可以看出，目前在移動醫療用戶采納行為研究領域已經形成了條理清晰的分析框架。其基本流程為，對現有研究進行綜合分析，提煉出所涉及的理論模型，進而發現現有研究未涉足之處并作為創新的來源。

2 移動醫療用戶采納行為研究的影響因素分析

Nardi等指出信息生態包含了個體、技術、實踐和價值，其中個體是中心，并與技術和周圍環境協調發展[45]。移動醫療包含平臺、醫療服務提供者、用戶等多個參與方，在移動互聯網技術的支持下，源源不斷地輸出和接受健康信息，構成一個平衡狀態的信息生態系統。個體作為中心，對技術的采納和使用是保持信息生態協調發展的關鍵。其中個體行為會受到自我特性、移動醫療信息屬性、技術屬性和環境的作用。鑒于此，本研究基于信息生態理論，從信息、信息人、信息技術和信息環境等4個方面將影響移動醫療用戶采納行為的因素展開細分研究。

2.1 信息因素

目前移動醫療用戶采納的實證研究中關于信息因素的細化研究還比較少，已有文獻中涉及信息因素的研究主要包括信息的準確性、及時性、完整性和相關性等，分析框架如圖2所示。

已有的相關研究多數是基于信息系統成功模型，從信息質量的視角探討其對用戶采納意愿的影響[46]。依據Tao Zhou的研究，一般認為信息質量包含準確性、及時性、完整性和相關性4個維度[47]。Nabila Nisha等人證明信息的完整性、及時性和準確性會影響用戶對移動醫療服務的績效期望。劉詠梅等人研究發現信息質量會顯著促進用戶的移動醫療初始信任[48]。

2.2 信息人因素

已有文獻中涉及信息人因素的研究相對較為豐富，主要包括人口統計變量、性格特性、健康特性和認知特性等，分析框架如圖3所示。

在人口統計變量的研究中，圖3所示的四大類均有學者進行了研究。如Euehun Lee和Semi Han發現年齡、性別和收入不會顯著直接影響移動醫療采納意愿。Xitong Guo等證實年齡和性別能不同程度地調節威脅評估和應對評估中的各個因素對移動醫療使用態度的影響。Xiaofei Zhang等發現相比女性，男性的移動醫療采納意愿更加強烈。

在性格因素的研究中，隱私關注、抵制變化、技術焦慮和信任傾向等均有學者進行了研究。健康信息從某種程度來說屬于一種個人隱私。Xitong Guo等發現隱私關注會間接抑制用戶采納移動醫療服務；劉詠梅等發現個體的信任傾向會促進用戶采納移動醫療。用戶對新技術或新的科技產品的抵觸心理和焦慮心理也會阻礙其采納行為。Xitong Guo等證實了抵制變化和技術焦慮心理會消極影響用戶采納移動醫療服務。

在健康特征的研究中，王藝蓉發現患者自身的患病情況、對產品的需求程度以及自身的健康信念均會對其使用行為產生影響。吳穎敏等證實電子健康素養能間接促進用戶的醫療健康APP使用行為。Xitong Guo等證實了疾病易感性和疾病嚴重性對用戶采納移動醫療服務的積極作用。

在本研究中，個體認知特性是指用戶對自身使用移動醫療系統或服務的能力和績效的認知。保護動機理論認為用戶的自我效能以及反應效能會影響用戶的健康行為。根據UTAUT模型，用戶對結果的認知和自我付出努力的判斷也會綜合影響其采納行為。Xitong Guo等以及Yogesh K.Dwivedi等的研究證實，上述因素的影響機理在移動醫療服務情境下同樣成立。感知行為控制是指用戶對自我行為掌控能力的認知判斷，態度是用戶產生采納意愿的前提。Zhaohua Deng等發現用戶的感知行為控制和使用態度也會積極影響其采納移動醫療服務。

2.3 信息技術因素

已有文獻中涉及信息技術因素的研究主要包括過程型特征和績效型特征等。其中，過程型特征是指使用移動醫療服務和系統時，感知到的系統各個方面的具體特性。這些因素在研究模型中通常為前因變量，表3對其進行了歸納和總結，其中感知易用性、感知有用性、感知風險和感知便利性等最受關注。其中，感知易用性以及感知有用性是信息系統采納中研究得較多的因素。此外，結合移動醫療情境，感知風險和感知便利性也得到研究者重點關注。如Mihail Cocosila將感知風險劃分為經濟、隱私、心理、時間和社交5個維度，認為這5種風險會共同抑制用戶采納移動醫療服務。相較于線下傳統醫療和PC端醫療，移動醫療具有隨時隨地獲取醫療服務的特點，因而便利性也是影響用戶采納移動醫療的重要因素。

績效型特征指衡量用戶使用移動醫療系統和服務之后對相關質量表現的評估的因素，在研究模型中通常作為中介因素。表4歸納了主要的績效型特征，主要包括結果質量、系統質量、信息質量、交互質量、服務質量、感知價值、期望確認和滿意等。上述因素大多數來自于或改編自信息系統成功模型和期望確認模型，能較好地反映移動醫療系統的系統質量、服務質量和信息質量等，也能較好地預測用戶是否愿意采納移動醫療系統和服務。

2.4 信息環境因素

表5歸納了信息環境因素，涵蓋了人際信任、社會影響、主觀規范和制度保障等。健康信息屬于隱私信息，移動醫療體系中主要涉及到用戶、平臺和醫療服務提供者等3個主要組成部分，只有當用戶信任移動醫療平臺以及移

動醫療服務提供者，他們才愿意采納相關服務。社會影響是對個體行為有影響作用的關系群，某種技術的使用廣度和用戶的社會地位對用戶行為造成的影響，主觀規范指對用戶有重要影響的人對其行為的影響。社會影響和主觀規范分別來自UTAUT和TRA，均反映了外界社交環境對用戶采納信息系統的影響，前人研究證實在移動醫療情境下這種影響依然顯著存在。制度保障指用于約束和規范平臺各個參與主體的協議合同、法律法規及政策保證等。在移動醫療情境下，制度保障對有效規范醫療服務提供者的行為、保護用戶的隱私信息、保障用戶合法維權均有積極意義。

3 移動醫療用戶采納研究的前沿展望

通過閱讀總結已有相關文獻發現，雖然目前關于移動醫療用戶采納的研究已取得較大進展，但尚存一些研究空白和不足可供未來的研究予以關注和解決。本文圖4總結了移動醫療領域未來的研究前沿熱點。

3.1 研究理論上的創新

已有文獻大多數依賴于信息系統的經典理論模型，如TAM及其擴展模型、UTAUT等，從信息系統采納與使用的視角預測用戶的移動醫療采納行為。移動醫療不僅代表抽象的信息系統，也是一種與健康相關的特殊的創新產品，涉及創新產品管理、用戶消費行為等多領域的研究，需要多維度地剖析用戶心理。未來的研究在理論上的創新主要通過將信息科學領域內的理論與健康學、傳播學、社會學、心理學、營銷學和經濟學等其他相關學科領域內的理論進行整合形成交叉研究，并從多維學科視角給予問題更多的解釋。

3.2 研究內容上的創新

本領域未來的研究內容將聚焦于技術創新、對象創新、環境創新和行為創新進一步拓展和深化。在基于技術創新的研究方面，人機交互在移動醫療領域的研究尚待挖掘。鑒于移動醫療用戶行為的動態性和不可控性，個體差異或使用情境差異導致系統在界面設計、服務業務流程等方面的差異均會顯著影響用戶的交互體驗，進而影響其采納意愿和持續使用行為。此外，虛擬現實、人工智能等技術在醫療領域也逐漸獲得認可和應用，如利用智能設備進行遠程診療、手術等。用戶對相應技術的認知、對相關主體的信任、對醫療環境的感知均會影響這些技術的創新擴散。在基于對象創新的研究方面，健康知識類型和健康服務類型的細分研究值得重點關注。知識通常可分為顯性和隱性兩類，移動醫療情境下，平臺上優秀的醫療服務提供者和許多患者往往具有豐富的疾病診斷經驗和求醫問診經驗，積極引導并激發其隱性知識共享行為對平臺和社會都具有重要意義。此外，移動醫療產品種類繁多，針對個體需求與提供的健康服務也各不相同，導致個體的服務評估、服務感知和使用行為也千差萬別。目前的研究主要針對通用型、抽象型、概況型的研究情境，未來研究應該更加具有針對性、具體性和細分性。在基于環境創新的研究方面，文化情境、市場環境和使用場景值得未來研究深入探索。已有研究大部分并未區分國家、民族的文化影響，事實上基于不同的文化背景、民族習慣來對比分析移動醫療用戶在行為意愿、行為程度、消費習慣等方面的差異能夠得到適合不同文化情境的研究結論。同時，發達市場和發展中市場的市場特點不同，如發達市場中的消費者具有更多的產品（服務）知識、受過更好的顧客教育、信息素養更高、法律意識和健康意識更強等。針對上述兩個市場展開的對比研究對于企業制定適當的產品開發策略、營銷策略和選擇合適的運營模式等具有積極意義。在基于行為創新的研究方面，由短期的、單一的用戶行為向長期的、復雜的用戶行為研究過渡。已有的研究大多數停留在用戶采納意愿和使用行為層面，而實際上用戶行為是長期和動態發展的復雜過程，按照使用情況主要可分為采納、中輟、持續使用和終止四大類型，短期單一的用戶行為研究不利于移動醫療的長期穩健發展，針對移動醫療用戶長期、復雜的行為的深入探究值得著重思考。

3.3 研究方法上的創新

在數據獲取方法方面，需要從單一的問卷訪談和實驗法轉換至“復合型”研究方法，如網絡爬蟲軟件獲取客觀行為數據+問卷訪談獲取主觀行為數據，社會網絡分析方法獲取結構數據+NeuroIS神經病學信息系統（含眼球運動、腦電波、面部肌肉運動等）獲取生理數據等更多跨學科領域方法的融合，此外還有PC端和移動端的錄屏軟件的使用等。在樣本選擇方法上，主要是針對已有研究中尚未涉及或者較少涉及的領域，從疾病細分、用戶細分、市場細分、需求細分、用戶使用情境細分等內容展開更加精準、真實的研究。在數據處理方法上，需要采納一些臨近學科新的數據處理軟件，如能夠同時處理橫截面和縱向數據、單層和多層數據的Mplus和HLM等軟件來幫助研究者進行更復雜深入的分析。此外，扎根分析和情感分析等方法與已有統計分析方法的結合將能使研究結論更加全面和可靠。

4 結 語

通過全面梳理移動醫療采納行為實證研究的知識體系，不難發現用戶的移動醫療采納行為是信息、信息人、信息技術和信息環境共同作用的結果，在這一分析框架下本研究領域提煉出較為全面的知識體系。值得指出的是，在此框架下本領域未來的研究無論是在研究理論、研究內容和研究方法上都將與相關學科如健康管理、創新擴散、心理行為、社會科學等通過交叉融合來發現新的深入機會。隨著理論研究的不斷深入，移動醫療用戶采納行為的研究重心將會根據實踐應用和產業發展的具體情況不斷調整和轉移并將形成新的知識生態體系。

參考文獻

[1]Istepanian R，Jovanov E，Zhang Y T.Introduction to the Special Section on M-Health：Beyond Seamless Mobility and Global Wireless Health-care Connectivity.[J].IEEE Transactions on Information Technology in Biomedicine，2004，8（4）：405-14.

[2]比達咨詢.2017年中國移動醫療市場規模將達120億[EB/OL].http：//www.bigdata-research.cn/content/201706/500.html，2017-06-23.

[3]車小玲.消費者對移動醫療的信任及其采納研究[D].長沙：中南大學，2013.

[4]嚴春美.移動醫療服務用戶采納意愿影響因素研究[D].哈爾濱：哈爾濱工業大學，2012.

[5]Cho J，Quinlan M M，Park D，et al.Determinants of Adoption of Smartphone Health Apps Among College Students.[J].American Journal of Health Behavior，2014，38（6）：860.

[6]Hung M C，Jen W Y.The Adoption of Mobile Health Management Services：An Empirical Study[J].Journal of Medical Systems，2012，36（3）：1381-1388.

[7]Guo X，Sun Y，Wang N，et al.The Dark Side of Elderly Acceptance of Preventive Mobile Health Services in China[J].Electronic Markets，2013，23（1）：49-61.

[8]Xi-tong G，Jin-qiao Y，Xiong-fei C，et al.Understanding the Acceptance of Mobile Health Services：A Service Participants Analysis[C]//Management Science and Engineering（ICMSE），2012 International Conference on.IEEE，2012：1868-1873.

[9]Dou K，Yu P，Deng N，et al.Patients Acceptance of Smartphone Health Technology for Chronic Disease Management：A Theoretical Model and Empirical Test[J].Jmir Mhealth & Uhealth，2017，5（12）：e177.

[10]Melzner J，Heinze J，Fritsch T.Mobile Health Applications in Workplace Health Promotion：An Integrated Conceptual Adoption Framework[C]// HCist - International Conference on Health and Social Care Information Systems，2014：1374-1382.

[11]張鑫瑜，蘆玉琦，歐思情.基于TAM的移動醫療軟件使用影響因素研究[J].哈爾濱商業大學學報：社會科學版，2017，（6）：82-91.

[12]吳穎敏，張媚，朱良艷.消費者電子健康素養評估及在移動醫療中的應用[J].消費經濟，2017，33（1）：90-96，55.

[13]羅劍宏，余子希.移動醫療背景下用戶初始信任影響因素研究[J].中國衛生政策研究，2017，10（10）：54-62.

[14]Zhang X，Guo X，Lai K H，et al.Understanding Gender Differences in M-health Adoption：A Modified Theory of Reasoned Action Model[J].Telemedicine Journal and e-Health：the Official Journal of the American Telemedicine Association，2014，20（1）：39-46.

[15]殷猛，李琪.基于保護動機理論的健康APP用戶使用研究[J].現代情報，2016，36（7）：63-70.

[16]Dwivedi Y K，Shareef M A，Simintiras A C，et al.A Generalised Adoption Model for Services：A Cross-country Comparison of Mobile Health（M-health）[J].Government Information Quarterly，2016，33（1）：174-187.

[17]Hoque R，Sorwar G.Understanding Factors Influencing the Adoption of mHealth by the Elderly：An Extension of the UTAUT Model.[J].International Journal of Medical Informatics，2017，101：75.

[18]Sun Y.Understanding the Acceptance of Mobile Health Services：A Comparison and Integration of Alternative Models[J].Journal of Electronic Commerce Research，2013，14（2）：183-200.

[19]王藝蓉.患者對糖尿病移動醫療服務使用意愿的影響因素研究——以某大型三甲綜合醫院糖尿病患者為例[D].廣州：南方醫科大學，2017.

[20]Nisha N，Iqbal M，Rifat A，et al.Exploring the Role of Service Quality and Knowledge for Mobile Health Services[J].International Journal of E-Business Research，2016，12（2）：45-64.

[21]Akter S，Ray P，DAmbra J.Continuance of mHealth Services at the Bottom of the Pyramid：The Roles of Service Quality and Trust[J].Electronic Markets，2013，23（1）：29-47.

[22]Cho J.The Impact of Post-adoption Beliefs on the Continued Use of Health Apps[J].International Journal of Medical Informatics，2016，87：75-83.

[23]何明貴，龍曉丹.感知風險與信任對移動醫療APP持續使用的影響研究——基于ECM-ISC模型[J].新聞與傳播評論，2016，（1）：152-165.

[24]Davis F D.Perceived Usefulness，Perceived Ease of Use，and User Acceptance of Information Technology[J].MIS Quarterly，1989：319-340.

[25]Fishbein M，Ajzen I.Belief，Attitude，Intention and Behavior：An Introduction to Theory and Research[M].Reading，MA：Addison-Wesley Publishing Company，1975.

[26]Oliver R L.A Cognitive Model of the Antecedents and Consequences of Satisfaction Decisions[J].Journal of Marketing Research，1980，17（4）：460-469.

[27]Bhattacherjee A.Understanding Information Systems Continuance：An Expectation-confirmation Model[J].MIS Quarterly，2001，25（3）：351-370.

[28]Rosenstock I M.The Health Belief Model and Preventive Health Behavior[J].Health Education Monographs，1974，2（4）：354-386.

[29]Hossain M A.Assessing m-Health Success in Bangladesh：An Empirical Investigation Using IS Success Models[J].Journal of Enterprise Information Management，2016，29（5）：774-796.

[30]Guo X，Han X，Zhang X，et al.Investigating m-Health Acceptance from a Protection Motivation Theory Perspective：Gender and Age Differences.[J].Telemedicine and e-Health，2015，21（8）：661-669.

[31]Deng Z，Mo X，Liu S.Comparison of the Middle-aged and Older Users Adoption of Mobile Health Services in China.[J].International Journal of Medical Informatics，2014，83（3）：210-24.

[32]Guo X，Zhang X，Sun Y.The Privacy-personalization Paradox in mHealth Services Acceptance of Different Age Groups[J].Electronic Commerce Research & Applications，2016，16：55-65.

[33]Lee E，Han S.Determinants of Adoption of Mobile Health Services[J].Online Information Review，2015，39（4）：556-573.

[34]Cocosila M.Role of User a Priori Attitude in the Acceptance of Mobile Health：An Empirical Investigation[J].Electronic Markets，2013，23（1）：15-27.

[35]Chang L，Chiuan Yen C，Xue L，et al.Factors Associated with Mobile Health Information Seeking Among Singaporean Women[J].Journal of Women & Aging，2017，29（1）：75-86.

[36]Chen P，Xiao L，Gou Z，et al.Telehealth Attitudes and Use Among Medical Professionals，Medical Students and Patients in China：A Cross-sectional Survey[J].International Journal of Medical Informatics，2017，108：13-21.

[37]Schuster L，Drennan J，Lings I.Understanding Consumers Decisions to Adopt Technology-enabled Transformative Services[J].The Service Industries Journal，2015，35（15-16）：846-864.

[38]Mendoza J A，Baker K S，Moreno M A，et al.A Fitbit and Facebook mHealth Intervention for Promoting Physical Activity Among Adolescent and Young Adult Childhood Cancer Survivors：A Pilot Study[J].Pediatric Blood & Cancer，2017，64（12）.

[39]Lee H Y，Koopmeiners J S，McHugh J，et al.mHealth Pilot Study：Text Messaging Intervention to Promote HPV Vaccination[J].American Journal of Health Behavior，2016，40（1）：67-76.

[40]Gatwood J，Balkrishnan R，Erickson S R，et al.The Impact of Tailored Text Messages on Health Beliefs and Medication Adherence in Adults with Diabetes：A Randomized Pilot Study[J].Research in Social and Administrative Pharmacy，2016，12（1）：130-140.

[41]Plow M，Golding M.Using mHealth Technology in a Self-Management Intervention to Promote Physical Activity Among Adults With Chronic Disabling Conditions：Randomized Controlled Trial[J].JMIR mHealth and uHealth，2017，5（12）：e185.

[42]Peng W，Kanthawala S，Yuan S，et al.A Qualitative Study of User Perceptions of Mobile Health Apps[J].Bmc Public Health，2016，16（1）：1158.

[43]Bosak K，Park S H.Characteristics of Adults Seeking Health Care Provider Support Facilitated by Mobile Technology：Secondary Data Analysis[J].JMIR human factors，2017，4（4）：e33.

[44]Attwood S，Parke H，Larsen J，et al.Using a Mobile Health Application to Reduce Alcohol Consumption：A Mixed-methods Evaluation of the Drinkaware Track & Calculate Units Application[J].BMC Public Health，2017，17（1）：394.

[45]Nardi B A，ODay V L.Information Ecologies：Using Technology with Heart[M].Cambridge，MA：MIT Press，1999.

[46]Okazaki S，Casta？eda J A，Sanz S，et al.Factors Affecting Mobile Diabetes Monitoring Adoption Among Physicians：Questionnaire Study and Path Model[J].Journal of Medical Internet Research，2012，14（6）：e183.

[47]Zhou T.An Empirical Examination of Continuance Intention of Mobile Payment Services[J].Decision Support Systems，2013，54（2）：1085-1091.

[48]劉詠梅，車小玲，衛旭華.消費者對移動醫療的初始信任研究[J].信息系統學報，2014，（1）：15-30.

（責任編輯：郭沫含）