Dijital Sağlık Kabul Ölçeği
Digital Health Acceptance Scale (DHAS) · Ayrıca şöyle bilinir: DHAS, Digital Health Acceptance
Dijital Sağlık Kabul Ölçeği, hastaların ve sağlayıcıların dijital sağlık teknolojilerini ne kadar faydalı, kullanımı kolay ve benimsemeye değer algıladıklarını ölçer. Davis'in Teknoloji Kabul Modeli (TAM) üzerine inşa edilen ve Venkatesh ile meslektaşları tarafından Teknolojinin Kabul ve Kullanımının Birleşik Teorisi (UTAUT) ile genişletilen ölçek, sağlık hizmeti ortamlarında teknoloji benimsenmesini ve sürdürülebilir kullanımını öngören hem içsel faktörleri (faydalılık, kullanım kolaylığı, öznel normlar) hem de bağlamsal faktörleri (kolaylaştırıcı koşullar, çaba beklentisi) yakalar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Büyük ölçekli dağıtımdan önce, uygulama stratejilerini optimize etmek ve engelleri belirlemek için dijital sağlık uygulamasının erken aşamalarında kabulü değerlendirin. Rekabet eden platformları veya araçları karşılaştırmak için kabul değerlendirmesini kullanın; hedef kullanıcılar arasında en yüksek kabul oranına sahip olanı seçin. Kullanıcılar deneyim kazandıkça zaman içindeki kabul değişikliklerini ölçün; erken düşük kabul, yeterlilikle iyileşebilir. Uygulama bilimi araştırmalarında, gerçek dünya sağlık hizmeti ortamlarında benimsemeyi hangi bağlamsal faktörlerin yönlendirdiğini anlamak için kullanın.
Güçlü yönler & sınırlılıklar
- Sağlam teorik çerçeveye dayanmaktadır: TAM ve UTAUT, bilgi teknolojileri ve sağlık hizmetlerinde on yıllardır doğrulanmıştır; öngörücü geçerlilik için güçlü ampirik destek mevcuttur.
- Modüler tasarım: Dört ayrı alt ölçek, hedeflenmiş müdahalelere rehberlik eden belirli engellerin teşhisini sağlar.
- Öngörücü güç: Kabul puanları, dijital sağlık teknolojisinde gerçek kullanım davranışı, klinik sonuçlar ve yatırım getirisi ile ilişkilidir.
- Teknolojiler arasında genelleştirilebilir: Çerçeve, hasta portalları, mobil sağlık uygulamaları, giyilebilir cihazlar, yapay zeka karar destek araçları ve diğer sağlık teknolojileri için geçerlidir.
- Benimseme öncesi yanlılık: Uzun süreli kullanımdan önce ölçülen kabul, uzun vadeli memnuniyeti yansıtmayabilir; 'balayı dönemi' etkisi ilk kabulü şişirir.
- Kendi kendine raporlama sınırlamaları: Bireyler, özellikle geri bildirimlerinin araç tasarımını etkileyeceğini algılarlarsa, araştırmacıları veya geliştiricileri memnun etmek için yüksek kabul bildirebilirler.
- Bağlam bağımlılığı: Kabul, sağlık hizmeti ortamına (birinci basamak bakımı ile uzmanlık alanı), kırsal ile kentsel alanlara; kaynak açısından zengin ile kaynak sınırlı bağlamlara göre önemli ölçüde farklılık gösterir.
- Gerçek kullanılabilirliği ölçmez: Yüksek kabul, teknolojinin gerçekten kullanılabilir olduğunu garanti etmez; nitel ve kullanılabilirlik testleri kabul ölçümlerini tamamlar.
SSS
Kabul, hastalar veya sağlayıcılar teknolojiyi kullanmadan önce ölçülebilir mi?
Evet, ancak bazı uyarılarla. Kullanım öncesi kabul ('kullanma niyeti'), genellikle gösterim, kısa deneme veya prototip izleme sonrasında ölçülür. Kullanım öncesi kabul puanları, kullanım sonrası puanlardan daha az doğru öngörücüdür; gerçek deneyim, gösterimlerde belirgin olmayan kullanılabilirlik sorunlarını ortaya çıkarır. Kavramsal testin erken aşamaları için kullanım öncesi kabulü kullanın; benimseme tahmini için kullanım sonrası kabulü ölçün.
Teknoloji benimsemesini öngörmek için kabulün ne kadar iyileşmesi gerekir?
Temel duruma bağlı olarak, <50'den ≥60'a bir artış (0–100 ölçeğinde 10 puanlık kazanç), teknolojiyi muhtemel reddeden bir durumdan olası benimseme durumuna kaydırabilir. Ancak, bağlamsal faktörler (rekabetçi alternatifler, düzenleyici zorunluluklar, örgütsel baskı), kabul puanından bağımsız olarak benimsemeyi güçlü bir şekilde etkiler.
Hastalar ve hekimler için kabul aynı şekilde mi ölçülmelidir?
Temel alanlar evrenseldir, ancak vurgu farklılık gösterir. Hastalar için, sağlık sonuçları için algılanan faydalılık ve kullanım kolaylığı baskındır. Hekimler için, klinik karar verme ve iş akışı entegrasyonu için algılanan faydalılık kritiktir; kolaylaştırıcı koşullar (BT desteği, EHR ile entegrasyon) benimsemeyi güçlü bir şekilde öngörür.
Kabulün stabilize olması tipik olarak ne kadar sürer?
İlk kabul (1–7. günler) yüksek (yenilik etkisi) veya düşük (öğrenme eğrisi hayal kırıklığı) olabilir. Kararlı kabul tipik olarak düzenli kullanımdan 4–8 hafta sonra ortaya çıkar. Boylamsal çalışmalar için, yörüngeyi izlemek üzere temel düzeyde, 2 hafta, 4 hafta, 8 hafta ve 3 ayda kabulü ölçün.
Kaynaklar
- Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. DOI: 10.2307/249008 ↗
- Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425–478. DOI: 10.2307/30036540 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Digital Health Acceptance Scale (DHAS). ScholarGate. https://scholargate.app/tr/health-informatics/digital-health-acceptance-scale
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- eSağlık Okuryazarlığı Ölçeği (eHEALS)Sağlık bilişimi↔ karşılaştır
- Patient Engagement ScaleSağlık bilişimi↔ karşılaştır
- Teletıp Memnuniyet ÖlçeğiSağlık bilişimi↔ karşılaştır