A influência das tecnologias digitais de saúde sobre a aderência e ativação individuais: uma análise baseada em elaboration likelihood model

March, 2020

Curso

Mestrado Profissional em Gestão para Competitividade - Tecnologia da Informação

Orientador

As doenças crônicas não-transmissíveis (DCNT) representam 71% de todas as mortes e são uma ameaça global. As DCNT afetam idosos e adultos em idade produtiva, o que causa grande impacto econômico. Sua mitigação é uma das metas de Desenvolvimento Sustentável (SDGs) da Organização das Nações Unidas (ONU). A Organização Mundial de Saúde (OMS) estabeleceu em 2019 recomendações e normas para Intervenções em Saúde Digital (ISD) que buscam institucionalizar e desenvolver essas abordagens. Gerações de indivíduos interagem com a tecnologia de modo diferente e estudar esses grupos é relevante para melhorar as intervenções especialmente na meia-idade, que são potencialmente os indivíduos mais afetados pela incidência de doenças crônicas preveníveis. Na tradição do campo de Sistemas de Informações, os modelos TAM e UTAUT são empregados em situações em que se desejada analisar os antecedentes da adoção de sistemas por indivíduos. Este estudo, entretanto, emprega o Elaboration Likelihood Model (ELM) que permite incorporar uma centrada no processamento da informação que precede intenções e comportamentos como a aderência a tratamentos, mudanças de hábitos de vida, e comportamentos adequados em cuidados com a saúde, ou ativação, em particular em indivíduos com doenças crônicas e de meia-idade. Isso permite aprimorar a compreensão do funcionamento desses mecanismos para além das simples percepções de utilidade e facilidade de uso, contribuindo para a teoria no campo. O estudo usou PLS-SEM, a partir de uma survey com cidadãos norte-americanos, visando analisar um modelo estrutural construído a partir da ELM, que contempla o processamento de informações em rotas periféricas e centrais, demonstrando como ocorrem comportamentos distintos em grupos de indivíduos de meia-idade e com condição crônica. O modelo estrutural proposto revelou-se capaz de detectar uma distinção do modo processamento de informação entre diferentes grupos de indivíduos com significância estatística. O estudo também proporciona indicações de como aplicativos de saúde podem, na prática, abordar usuários de faixas etárias diferentes com uma perspectiva mais centrada em aspectos comportamentais.

Nosso website coleta informações do seu dispositivo e da sua navegação por meio de cookies para permitir funcionalidades como: melhorar o funcionamento técnico das páginas, mensurar a audiência do website e oferecer produtos e serviços relevantes por meio de anúncios personalizados. Para saber mais sobre as informações e cookies que coletamos, acesse a nossa Política de Cookies e a nossa Política de Privacidade.