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.