产后心理健康护理中电子健康干预的接受度驱动因素与障碍：基于UTAUT模型的横断面研究

《BMC Public Health》：Drivers and barriers of acceptance of eHealth interventions in postpartum mental health care: a cross-sectional study

　　为解决产后心理健康问题高发与筛查治疗不足的矛盾，研究人员开展了一项关于电子健康干预接受度的横断面研究。结果表明，68.21%的产后女性对eHealth干预呈高接受度，尤其受心理健康问题困扰者接受度更高。研究基于UTAUT模型揭示绩效期望(β=0.50)、社会影响(β=0.25)和数字信心是关键驱动因素，为开发精准化数字健康方案提供了实证依据。

　　

生育不仅是新生命的开始，更是母亲心理健康的重要转折点。据统计，在高收入国家，产后抑郁（Postpartum Depression, PPD）的时点患病率高达13%，产后焦虑障碍也影响着约10%的产妇。这些心理问题不仅损害母亲的生活质量和亲子关系，更可能引发严重的母婴并发症，甚至导致孕产妇死亡的首要原因——自杀。然而现实情况令人担忧：德国等国家尚未建立规范的PPD筛查体系，心理治疗资源严重不足，加之对精神疾病的病耻感，使得众多产妇无法获得及时有效的帮助。

在这一背景下，电子健康（eHealth）技术被视为突破困境的新途径。互联网认知行为疗法已被证实对抑郁症具有与面询相当的疗效，远程健康干预也能有效缓解PPD症状。但令人遗憾的是，现有针对产后心理健康的移动健康（mHealth）工具大多质量参差不齐，缺乏临床验证。更重要的是，这些创新技术能否真正被目标人群接受和使用，尚未得到科学评估。为此，Lisa Maria Jahre等研究者将目光投向了技术接受领域的经典理论——整合性科技接受模型（Unified Theory of Acceptance and Use of Technology, UTAUT），旨在系统探索产后女性对eHealth干预的接受度驱动因素与障碍。

研究人员于2022年10月至2023年6月开展了一项横断面研究，通过妇科诊所、自助团体和社交媒体等渠道招募了453名有孕产史的女性。研究采用在线问卷调查方式，平均完成时间约17分钟。问卷内容涵盖社会人口学特征、产科数据、医疗状况、心理测量指标以及eHealth相关变量。其中，接受度（即行为意向，Behavioral Intention, BI）通过UTAUT模型进行量化，包括绩效期望（Performance Expectancy, PE，即对技术获益的预期）、努力期望（Effort Expectancy, EE，即感知的使用便利性）和社会影响（Social Influence, SI，即他人支持程度）三个核心预测因子。研究还纳入了数字信心、网络焦虑、数字超负荷等扩展变量，采用分级回归分析探究各因素对接受度的解释力度。

研究结果揭示积极信号

总体而言，产后女性对eHealth干预表现出高度接纳态度。68.21%的参与者（309人）呈现高接受度，仅8.83%为低接受度。平均接受度得分达3.89分（5分制），这一数据为推广数字健康服务提供了乐观前景。

特殊人群呈现更高需求

分组比较发现，有心理健康问题的女性对eHealth干预的接受度显著更高（t=-4.72, p<0.001, d=0.50）。特别是当前或既往有PPD经历的群体，包括未确诊但自疑患病者，其接受度明显高于无抑郁症状者（t=-4.54, p<0.001, d=0.46）。这表明心理负担较重的女性更渴望通过数字渠道获得支持。

支持系统与生活质量的影响

研究发现，孕期感知支持程度与eHealth接受度呈负相关（β=-0.15, p=0.009），即社会支持网络薄弱的女性更倾向于寻求数字健康服务。同时，当前生活质量评分越高者，对eHealth的需求反而越低（β=-0.13, p=0.022），进一步印证了"需求驱动接受"的规律。

数字能力的关键作用

在eHealth相关变量中，数字信心是接受度的显著预测因子（β=0.18, p=0.002）。而网络焦虑、数字超负荷等因素未显示显著影响，提示技术恐惧并非主要障碍。

UTAUT模型展现强大解释力

最引人注目的是，当纳入UTAUT三个核心预测因子后，模型对接受度的解释方差从12.26%跃升至59.82%。其中，绩效期望的预测力最强（β=0.50, p<0.001），表明女性最关注eHealth能否真正改善其健康状况。社会影响（β=0.25, p<0.001）和努力期望（β=0.10, p=0.037）也显著相关，印证了他人推荐和使用便捷性的重要性。

这项研究突破了传统技术接受度研究的局限，首次将UTAUT模型应用于产后心理健康这一特殊领域。其发现具有重要的临床实践意义：eHealth干预应特别关注有心理健康问题的产妇群体，通过优化使用体验、凸显临床效益、争取医疗工作者推荐等策略提升接受度。同时，需针对数字技能较弱者提供技术支持，确保服务普惠性。

值得注意的是，研究也存在一定局限性。样本中高学历人群比例较高，可能无法完全代表全体产后女性；自我报告的数据存在回忆偏倚风险；线上招募方式可能自然筛选出对技术更友好的人群。此外，行为意向与实际使用之间存在的"意图-行为鸿沟"也提示，未来需要进一步追踪eHealth工具的实际使用效果。

尽管存在这些限制，该研究无疑为开发有针对性的数字健康解决方案奠定了坚实基础。随着全球对孕产妇心理健康重视程度的提升，基于实证的eHealth干预有望成为弥补传统医疗系统不足的重要力量，为无数母亲和新生儿带来更美好的健康未来。论文发表于《BMC Public Health》2025年第25卷，为产后心理健康领域的数字健康创新提供了关键性证据。