识别并确定老年人采用移动医疗（mHealth）的障碍与促进因素：一种基于专家意见的最佳-最差方法论，以期为医疗保健领域提供参考

《Informatics for Health and Social Care》：Identifying and prioritizing the barriers and facilitators to mHealth adoption among older adults: an expert-driven best–worst method approach to inform healthcare

　　本研究通过专家驱动的多准则决策方法（Best-Worst Method），识别并优先评估影响老年人移动健康技术（包括应用和可穿戴设备）的障碍与促进因素，涵盖技术熟练度与信心、身体与认知限制、感知相关性与需求、易用性与设计、经济因素五大领域。结果表明，个人障碍（身体/认知限制、技术熟练度/信心）是主要障碍，而经济因素和易用性/设计影响相对较小。建议分阶段提供数字素养支持、设计包容性界面及整合轻量级临床提示，以提升老年人mHealth使用率及生活质量。框架具备可复制性，可用于优先干预、产品采购、设计优化及实施监测。

　　

摘要

本研究识别并确定了影响老年人采用移动健康（mHealth）技术（包括应用程序和可穿戴设备）的障碍因素和促进因素的优先级。我们采用了“最佳-最差法”（Best-Worst Method, BWM），这是一种基于专家的多标准决策方法，对一个涵盖五个领域的结构化框架进行了评估：技术熟练度和信心、身体与认知限制、感知的相关性和需求、可用性和设计以及经济因素。一个由临床医生、老年学和康复专家、公共卫生研究人员以及人机交互/技术从业者组成的多学科小组对每个领域及其子标准的相对重要性进行了评估。研究结果表明，个人因素是主要障碍：身体与认知限制以及技术熟练度和信心排在首位，而对技术的陌生感和有限的技术技能成为关键阻碍。相比之下，虽然经济因素和可用性/设计也很重要，但在决定技术采用率方面作用相对较小。这些发现为卫生系统和技术开发者提供了实际指导，强调应提供分阶段的数字素养支持，设计适合所有年龄段的界面（清晰的文字、高对比度、较大的触摸目标、用户友好的操作流程），并在常规护理中融入简洁的临床提示。所提出的框架为干预措施的优先排序、采购和设计决策以及实施情况的监测提供了可复制、以决策为导向的基础，其总体目标是提高老年人的mHealth使用率、自我管理能力和生活质量。