《BMC Digital Health》：Public acceptance of digital health surveillance tools in Malawi: evidence from a multi-district household survey
编辑推荐：
数字工具正日益被用于强化公共卫生监测，但关于马拉维公众在流行病期间参与数字监测意愿的证据仍然有限。本研究旨在评估马拉维公众对数字健康监测工具的接受程度，并识别与高接受度相关的因素。
研究人员于2025年6月在马拉维开展了基于社区的横断面住户调查，对象为10个
数字工具正日益被用于强化公共卫生监测，但关于马拉维公众在流行病期间参与数字监测意愿的证据仍然有限。本研究旨在评估马拉维公众对数字健康监测工具的接受程度，并识别与高接受度相关的因素。
研究人员于2025年6月在马拉维开展了基于社区的横断面住户调查，对象为10个目的性选取地区中的成年人（≥18岁），这些地区代表了COVID-19和霍乱的复合高负担与低负担区域。数据通过访谈员管理的电子问卷收集。数字健康监测工具的接受度采用复合评分测量，该评分来源于与数字监测相关的认知、态度/信任和实践项目，并以样本中位数为界二分为高接受度与低接受度。通过Logistic回归分析评估社会人口学特征、设备拥有率、互联网接入和数字监测知识等因素的关联，采用以地区为单位聚类的稳健标准误。
研究分析了1,174名受访者，其中1,032人（87.9%）具有高接受度。在调整后的分析中，接受度受教育程度影响：与无正规教育者相比，小学、中学和高等教育程度的调整后比值比（Adjusted Odds Ratio, aOR）分别为2.08（95%置信区间Confidence Interval：1.14–3.75）、3.14（1.58–6.17）和4.95（1.63–18.7）。拥有至少一种电子设备（aOR 1.98, 95% CI 1.27–3.09）和先前了解数字健康监测（aOR 2.85, 95% CI 1.88–4.34）均与高接受度独立相关。网络覆盖差常被报告为障碍，隐私担忧在低接受度受访者中更为常见。
研究表明，马拉维公众对数字健康监测工具的接受度虽高，但受教育、设备获取和认知程度的显著影响。数字监测倡议应优先保障基本设备的公平获取和低带宽渠道，并加强关于监测目的和数据保护的可信赖公众沟通。该论文发表于《BMC Digital Health》。
本研究旨在探讨马拉维公众对数字健康监测工具（digital health surveillance tools）的接受现状及其影响因素，为低资源环境下的数字卫生策略提供实证依据。
研究背景方面，全球技术进步推动了数字工具在健康监测领域的应用。传统健康监测系统存在病例检测与报告延迟、数据准确性不足、难以覆盖多样人群等局限。数字监测工具通过改进常规数据收集、加速数据处理并提供实时预警，成为强化公共卫生监测的重要策略。世界卫生组织（World Health Organisation, WHO）倡导将数字技术整合入医疗卫生系统以应对全球健康负担。COVID-19期间，移动应用程序、地理定位追踪系统等虽提升了检测及时性，但信任缺失、隐私担忧及负面态度阻碍了技术接受。在印度尼西亚、尼日利亚、埃塞俄比亚、南非和肯尼亚等国，卫生人员监测知识不足、数字素养欠缺、基础设施薄弱及电力中断等问题限制了数字监测技术的应用。马拉维现有研究多聚焦于数字健康服务交付及实施挑战，关于公众对流行病期间数字监测方法接受度的实证证据匮乏，尤其缺乏关于认知、信任和获取条件如何影响参与意愿的研究。
该研究采用技术接受模型（Technology Acceptance Model, TAM）作为理论框架。TAM由Davis于1986年提出，用于解释个体如何接受和采用新技术，核心构念包括：感知有用性（perceived usefulness），即个体认为使用技术能改善工作效率的程度；感知易用性（perceived ease of use），即个体相信使用技术将轻松无困难的程度；使用态度（attitude toward using），受技术效益理解和可用性感知影响；以及行为意向（behavioural intention to use），反映个体使用技术完成目标的意愿，受感知有用性和感知易用性共同影响。
研究方法上，研究于2025年6月在马拉维10个目的性选取的地区开展社区横断面住户调查，样本来源于Pandemic Preparedness Toolkit（PPT）数字可接受性调查。抽样采用多阶段策略：首先根据COVID-19和霍乱联合发病率（attack rate）≥3.66为界值，选取5个高负担和5个低负担地区；其次以按比例概率（Probability Proportional to Size, PPS）每区抽取12个村级单位（Enumeration Areas, EAs），共120个；再在EAs内系统抽样住户，每户邀请一名合格成人参与。数据通过Open Data Kit（ODK）编程、Kobo Collect部署的电子问卷由训练有素的调查员以面对面访谈方式收集，语言包括英语、奇契瓦语（Chichewa）和通布卡语（Tumbuka）。主要结局为数字健康监测工具接受度，由4项认知、7项态度和5项实践项目构建的16项复合评分测量，以样本中位数二分。解释变量涵盖社会人口学、技术获取和知识领域。采用R软件（版本4.4.2）进行描述性统计、双变量分析和二元Logistic回归，以地区为固定效应并使用地区聚类稳健标准误，同时进行多水平Logistic回归和有序Logistic回归的敏感性分析。
研究结果显示，接受度量表的内部一致性分析表明，总体16项接受度量表具有中等信度（Cronbach's α=0.68），态度子量表信度可接受（α=0.74），认知（α=0.50）和实践（α=0.48）子量表信度较低。在1,174名分析对象中，1,032人（87.9%）具有高接受度，142人（12.1%）为低接受度。
参与者特征方面，高接受度与低接受度组在性别分布上相似（女性分别占65%和70%），年龄以18–39岁为主（65% vs. 58%），但低接受度组≥60岁比例更高（16% vs. 8.5%）。低接受度组更多居住于农村地区（65% vs. 55%），南部地区占比更高（63% vs. 48%），且10个地区间存在显著差异。教育程度差异显著：高接受度组48.6%完成中学或高等教育，低接受度组仅27.8%；无正规教育在低接受度组更常见（17% vs. 4.9%）。电子设备拥有率在高接受度组显著更高（81% vs. 58%），互联网接入亦然（54% vs. 32%）。
认知与信息来源方面，总体59%受访者报告了解马拉维的数字健康监测，但高接受度组认知率显著更高（63% vs. 35%）。高接受度组更相信数字报告已在马拉维使用（62% vs. 28%），对工具熟悉度更高（ somewhat或very familiar：54% vs. 21%）。健康工作者和电视是共同信息渠道，但高接受度组通过短消息服务（Short Message Service, SMS）接收信息更频繁（62% vs. 45%），低接受度组更多依赖亲友（24% vs. 15%，趋势性）。
态度方面，高接受度组89%同意或强烈同意患者应通过数字工具报告病情（低接受度组44%），对数字化报告舒适度、数字系统有效性、数字报告安全性、参与数字监测项目意愿、以及数字工具早期疾病检测能力的认同率均显著更高。
实践模式显示，高接受度组更常通过SMS接收健康信息（78% vs. 63%），近半数通过数字工具收发信息（45% vs. 13%），认为数字报告系统运行良好的比例更高（96% vs. 64%）。过去12个月提交过健康信息的比例在高接受度组为20%，低接受度组仅2.8%。使用手机获取健康信息的频率在高接受度组集中，低接受度组85%从未使用。
动机与障碍方面，高接受度组近半数认为接收结果/反馈（48%）和健康建议（48%）可激励参与，系统易用性也更常被提及（34% vs. 24%）。网络覆盖差是最主要障碍，在高接受度组中报告率更高（49% vs. 28%），表明即使态度积极者也认可基础设施约束。隐私担忧在低接受度组更常见（25% vs. 17%）。
预测因素分析中，多变量模型显示教育程度呈清晰梯度效应：与无正规教育相比，小学、中学和高等教育的aOR分别为2.08（95% CI: 1.14–3.75）、3.14（1.58–6.17）和4.95（1.63–18.7）。电子设备拥有（aOR 1.98, 95% CI 1.27–3.09）和数字健康监测知识（aOR 2.85, 95% CI 1.88–4.34）仍为独立预测因素。年龄、性别、居住地和互联网接入在调整后无统计学显著性。地区间存在残余异质性（global P=0.084），Mzimba South地区接受度高于Balaka（aOR 2.63, 95% CI 1.06–6.75）。
敏感性分析证实主要发现稳健：多水平Logistic回归和有序Logistic回归结果与主模型方向及幅度基本一致，知识、设备拥有和互联网接入始终为最强预测因素。
讨论部分，研究人员指出公众接受度虽高（87.9%），但受教育、设备获取和认知程度显著塑造，同时受隐私、保密和数据治理感知影响。数字不平等可能限制监测参与，政策应促进数字包容以增强接受度。高接受率与积极认知和态度的关联符合TAM模型假设，即个体态度影响技术有效使用，充分理解技术益处可增强行为意向。年轻群体、城市居民、高教育程度者和数字设备拥有者接受度更高，这与技术暴露、数字素养和感知易用性相关。农村地区因低识字率、贫困、电力不稳和连接性差而接受度较低。SMS作为不需互联网的健康信息渠道，因低成本和普通手机可及性而具优势。反馈回路作为持续使用动机，体现了感知有用性的作用。
障碍方面，网络连接差、反馈缺失和设备缺乏是主要挑战，低接受者的隐私担忧尤为突出，这些发现与其他低收入和中等收入国家研究一致。研究局限性包括横断面设计限制因果推断、复合评分二分化可能减少变异性、未直接测量数字素养和既往流行病经历等潜在决定因素，以及目的性地区选取和缺乏抽样权重限制全国推广性。样本量较计划低约9%但方向与幅度一致，社会期望偏差可能影响报告接受度。
研究结论为：马拉维公众对数字健康监测工具的接受度总体较高，但受教育程度、电子设备拥有率和数字监测先验知识的强烈影响。高教育、设备获取和认知者报告高接受度的可能性显著更高，而年龄、性别和居住地在调整后重要性较低。这些发现提示，数字监测倡议应通过改善基本设备获取、优先发展简单低带宽技术、以及投资于清晰可信的监测目的和数据保护沟通来促进公平。强化这些促成因素对于确保数字健康监测系统既能被广泛接受、又能支持马拉维及时有效的流行病防范和应对至关重要。未来策略应优先发展在低带宽环境运行的技术如基于SMS的报告平台，社区参与倡议对于增强数据治理公众信任、解决数字不平等和促进数据使用透明可持续采用不可或缺。
