精准医疗背景下医生应用信息技术进行疾病精准诊疗的影响因素研究(附件)
笔者阅读大量国内外相关文献，对技术接受模型及精准医疗等相关研究理论进行梳理，提出研究问题，将技术接受模型理论作为研究基础，构建出用于分析影响医生应用信息技术进行疾病精准诊疗的理论模型,并提出10条相关的假设。通过问卷设计,运用SPSS 20.0和AMOS 21.0软件对收集到的149份问卷进行数据分析,对模型和假设进行了实证研究，找出影响医生接受精准医疗模式的因素，最后得到主观规范和感知易用性正向影响感知有用性，个人革新性正向影响感知易用性，成本负向影响感知易用性，感知有用性和感知易用性同时正向影响用户接受的行为意向。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
引言 2
一、研究理论与模型假设 2
（一）研究理论 2
1.技术接受模型综述 2
2.精准医疗综述 3
（二）模型变量的确定及模型构建 3
1.技术焦虑 3
2.成本 3
3.感知风险 4
4.主观规范 4
5.个人革新性 4
6.感知易用性 4
7.感知有用性 4
（三）研究假设 4
1.外部变量的相关假设 5
2.中介变量的相关假设 5
二、问卷设计与数据收集 6
（一）问卷设计 6
（二）数据收集 6
三、数据分析 6
（一）描述性分析 6
1.人口统计学变量 6
2.数据正态分布检验 7
（二）信度分析 8
（三）效度分析 9
四、模型的拟合检验 9
（一）结构方程的建立 9
（二）模型参数估计 10
（三）假设检验结果 10
五、结论与讨论 12
（一）结论 12
1.外部变量的相关假设 12
2.中介变量的相关假设 12
3.总结 12
（二）研究不足与展望 12
致谢 13
附录A 15 *好棒文|www.hbsrm.com +Q: @351916072@
图 1 技术接受模型 2
图 2 修改后的技术接受模型 2
图 3 精准医疗模式医生接受模型 4
图 4 初始模型结构 10
图 5 经过修正指标后的模型参数估计结果 10
图 6 模型整体路径图 11
表 1 问卷题项理论参考来源 6
表 2 样本基本情况统计表 7
表 3 测量问项的描述性统计 8
表 4 信度分析结果 8
表 5 KMO和Bartlett’s球形检验 9
表 6 各变量因子负荷表 9
表 7 模型的拟合分析结果 11
表 8 模型参数估计结果 11
精准医疗背景下医生应用信息技术进行疾病精准诊疗的影响因素研究
引言
引言2015年，奥巴马首次提出“精准医学计划”，引起世界各国的密切关注。我国也紧跟精准医学热潮，推出一系列政策及采取了不少推动措施。国务院日前印发的《“十三五”国家战略性新兴产业发展规划》中提到，到2020年，形成新一代信息技术、生物科技等5个产值规模10万亿元级的新支柱。以信息技术、基因检测技术急速发展为契机，推进医疗模式向精准医疗和个性化医疗转型。
医疗大数据的应用改变了传统诊疗模式，医疗大数据统计分析以及管理技术正推动医疗诊治进入“精准医疗”时代，这使得疾病的预测、诊断及治疗等方面发生巨大变革，同时也面临着各种难题和挑战。系统建立的复杂性，数据使用的安全性[1]、保密性和共享性，基因检测的成本、基因检测技术的成熟度、可靠度、基因数据的规模大小、数据处理的难度和易用性以及国家层面监管等为中国发展精准医学带来了诸多挑战。因此，通过研究精准医疗背景下医生应用信息技术进行疾病精准诊疗的影响因素，为我国医疗模式的转变提供决策支持。
一、研究理论与模型假设
（一）研究理论
1.技术接受模型综述
1989年，技术接受模型（Technology Acceptance Model）是Davis在使用理性行为理论研究用户对信息系统接受时提出的一个模型[2]。该模型自提出以来，被认为最优秀的用来研究信息技术接受领域的技术接受理论之一[3]。在接受和预测各种信息技术的使用者行为研究中，TAM模型被认为是简洁而解释力强大的理论，影响最大、使用最普遍[4]。
在该模型中，用户最后的实际行动是由用户的行为意向决定的，而行为意向又是由用户的感知有用性和想用态度决定的，想用态度又是由感知有用性和感知易用性共同决定的，感知有用性又由外部变量和感知易用性共同决定，而感知易用性则由外部变量决定，具体如图1所示。
图1 技术接受模型
随着研究的深入，TAM模型得到了改善，其中的想用态度被舍弃。修正后的TAM模型（图2）认为感知有用性和感知易用性直接共同影响了行为意向，这也就成为了目前研究最广泛的技术接受模型。
图2 修改后的技术接受模型
研究者基于这个模型又进行了大量的实证研究，结合实证研究结果，Venkatesh和Davis[5]提出了技术接受扩展模型（TAM2）、Venkatesh[6]等提出了技术接受和使用统一模型（UTAUT）、Venkatesh和Bala[7]提出了TAM3，等等。
2.精准医疗综述
精准医疗的概念
目前，关于精准医疗还没有统一的概念，阅读文献得到以下几个概念：精准医疗模式是指以个性化医疗为基础，由于分子生物学技术快速进步、生物信息学与大数据科学的交叉应用以及云计算构架，伴随新一代基因检测技术的发展、测序速度大幅度提高及费用大幅度降低而发展起来的新型医学概念与医疗模式[8]。精准医疗是指通过测定个体基因组信息，利用生物信息学和医学手段等手段对于病因进行精确诊断，并结合病因等个体差异制订个性化诊疗方案的医疗模式[9]。综合以上两种概念，我们可以看到医疗技术（基因检测技术）的进步是推动医疗模式转型的因素之一，此外，生物信息学等相关新兴信息技术也为医疗模式的转变提供了技术支持，因此在基因检测的结果如此庞大复杂的时候，信息技术由于其强大的计算能力帮助更好地预测、诊断疾病，协助医生精准判断疾病，更好地使用靶向药物进行治疗提供了技术支持。
目录
摘要 1
关键词 1
Abstract 1
Key words 1
引言 2
一、研究理论与模型假设 2
（一）研究理论 2
1.技术接受模型综述 2
2.精准医疗综述 3
（二）模型变量的确定及模型构建 3
1.技术焦虑 3
2.成本 3
3.感知风险 4
4.主观规范 4
5.个人革新性 4
6.感知易用性 4
7.感知有用性 4
（三）研究假设 4
1.外部变量的相关假设 5
2.中介变量的相关假设 5
二、问卷设计与数据收集 6
（一）问卷设计 6
（二）数据收集 6
三、数据分析 6
（一）描述性分析 6
1.人口统计学变量 6
2.数据正态分布检验 7
（二）信度分析 8
（三）效度分析 9
四、模型的拟合检验 9
（一）结构方程的建立 9
（二）模型参数估计 10
（三）假设检验结果 10
五、结论与讨论 12
（一）结论 12
1.外部变量的相关假设 12
2.中介变量的相关假设 12
3.总结 12
（二）研究不足与展望 12
致谢 13
附录A 15 *好棒文|www.hbsrm.com +Q: @351916072@
图 1 技术接受模型 2
图 2 修改后的技术接受模型 2
图 3 精准医疗模式医生接受模型 4
图 4 初始模型结构 10
图 5 经过修正指标后的模型参数估计结果 10
图 6 模型整体路径图 11
表 1 问卷题项理论参考来源 6
表 2 样本基本情况统计表 7
表 3 测量问项的描述性统计 8
表 4 信度分析结果 8
表 5 KMO和Bartlett’s球形检验 9
表 6 各变量因子负荷表 9
表 7 模型的拟合分析结果 11
表 8 模型参数估计结果 11
精准医疗背景下医生应用信息技术进行疾病精准诊疗的影响因素研究
引言
引言2015年，奥巴马首次提出“精准医学计划”，引起世界各国的密切关注。我国也紧跟精准医学热潮，推出一系列政策及采取了不少推动措施。国务院日前印发的《“十三五”国家战略性新兴产业发展规划》中提到，到2020年，形成新一代信息技术、生物科技等5个产值规模10万亿元级的新支柱。以信息技术、基因检测技术急速发展为契机，推进医疗模式向精准医疗和个性化医疗转型。
医疗大数据的应用改变了传统诊疗模式，医疗大数据统计分析以及管理技术正推动医疗诊治进入“精准医疗”时代，这使得疾病的预测、诊断及治疗等方面发生巨大变革，同时也面临着各种难题和挑战。系统建立的复杂性，数据使用的安全性[1]、保密性和共享性，基因检测的成本、基因检测技术的成熟度、可靠度、基因数据的规模大小、数据处理的难度和易用性以及国家层面监管等为中国发展精准医学带来了诸多挑战。因此，通过研究精准医疗背景下医生应用信息技术进行疾病精准诊疗的影响因素，为我国医疗模式的转变提供决策支持。
一、研究理论与模型假设
（一）研究理论
1.技术接受模型综述
1989年，技术接受模型（Technology Acceptance Model）是Davis在使用理性行为理论研究用户对信息系统接受时提出的一个模型[2]。该模型自提出以来，被认为最优秀的用来研究信息技术接受领域的技术接受理论之一[3]。在接受和预测各种信息技术的使用者行为研究中，TAM模型被认为是简洁而解释力强大的理论，影响最大、使用最普遍[4]。
在该模型中，用户最后的实际行动是由用户的行为意向决定的，而行为意向又是由用户的感知有用性和想用态度决定的，想用态度又是由感知有用性和感知易用性共同决定的，感知有用性又由外部变量和感知易用性共同决定，而感知易用性则由外部变量决定，具体如图1所示。
图1 技术接受模型
随着研究的深入，TAM模型得到了改善，其中的想用态度被舍弃。修正后的TAM模型（图2）认为感知有用性和感知易用性直接共同影响了行为意向，这也就成为了目前研究最广泛的技术接受模型。
图2 修改后的技术接受模型
研究者基于这个模型又进行了大量的实证研究，结合实证研究结果，Venkatesh和Davis[5]提出了技术接受扩展模型（TAM2）、Venkatesh[6]等提出了技术接受和使用统一模型（UTAUT）、Venkatesh和Bala[7]提出了TAM3，等等。
2.精准医疗综述
精准医疗的概念
目前，关于精准医疗还没有统一的概念，阅读文献得到以下几个概念：精准医疗模式是指以个性化医疗为基础，由于分子生物学技术快速进步、生物信息学与大数据科学的交叉应用以及云计算构架，伴随新一代基因检测技术的发展、测序速度大幅度提高及费用大幅度降低而发展起来的新型医学概念与医疗模式[8]。精准医疗是指通过测定个体基因组信息，利用生物信息学和医学手段等手段对于病因进行精确诊断，并结合病因等个体差异制订个性化诊疗方案的医疗模式[9]。综合以上两种概念，我们可以看到医疗技术（基因检测技术）的进步是推动医疗模式转型的因素之一，此外，生物信息学等相关新兴信息技术也为医疗模式的转变提供了技术支持，因此在基因检测的结果如此庞大复杂的时候，信息技术由于其强大的计算能力帮助更好地预测、诊断疾病，协助医生精准判断疾病，更好地使用靶向药物进行治疗提供了技术支持。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/xxaq/548.html
