理论框架

技术接受模型(technology acceptance model，TAM) 已被广泛应用于评估个体对健康信息技术的接纳情况，然而，其在预测肥胖症患者对体重管理APP接纳度方面的应用相对较少^[13-14]。现有证据显示TAM作为一个有效的理论框架，能够解释个体态度和实际使用行为的60%以上变异^[15]。因此，本研究基于TAM^[13]提出一个拓展的理论模型(图1)，并采用肥胖症患者自我报告的行为意愿来评估其对体重管理APP的接纳程度。拓展后的理论模型提出研究假设——感知易用性、感知有用性、健康知识、感知风险和社会影响这5个关键因素与个体的态度和实际使用行为紧密相关，并且这些关系的强度可能受性别、年龄、教育水平和居住地等人口统计学特征的调节。

图1全屏查看

由技术接受模型拓展而来的理论框架

假设推导

感知易用性是指个体对使用某一特定系统所感受的便捷性^[16]，它影响了用户对医疗技术的感知有用性、社会影响和行为意愿^{[8, 13]}。提出以下假设：H1，感知易用性对感知有用性有正向影响；H2，感知易用性对社会影响有正向影响；H3，感知易用性对态度有正向影响。

感知有用性是指个体感知采用新系统能帮助其达成既定目标的程度^[17-18]，它对于消费者社会影响力、态度及实际使用行为具有显著影响，例如健康应用^[19]、糖尿病管理应用^[15]。提出以下假设：H4，感知有用性对社会影响有正向影响；H5，感知有用性对态度有正向影响。

社会影响反映了周围人对个体在追求特定目标过程中的影响力^[20]，它对个体的态度形成具有显著正面效应^[21]。提出以下假设：H6，社会影响对态度有正向影响。

健康知识对患者决策过程具有决定性的影响，包括移动医疗服务^[22]、无线传感器网络^[23]。提出以下假设：H7，健康知识对态度有正向影响。

感知风险是用户在追求预期效果的过程中对可能的损失的主观评估^[24]，它涵盖金融风险、社会风险、产品风险及安全风险等方面^[25]。在体重管理APP使用过程中，用户高度关注隐私信息风险^[26]。提出以下假设：H8，感知风险对态度有负向影响；H9，感知风险对实际使用有负向影响。

态度是指个体对某一特定系统的总体评价和行为倾向性。态度通过塑造行为意图，进而对用户的实际使用行为产生影响^{[14, 27]}。提出以下假设：H10，态度对实际使用有正向影响。

问卷设计

本研究设计的问卷分为2个部分。第1部分涉及参与者的人口统计学特征，具体包括性别、年龄、教育水平、居住地和所在城市5个维度。第2部分包含心理知觉量表，该量表由7个维度组成，共计28个条目(表1)。每个条目均采用7点李克特量表进行评分，评分范围从“非常不同意”(1分)至“非常同意”(7分)。为了评估问卷的覆盖面和适用性，本研究在长沙市选取了50名肥胖大学生进行预测试。根据预测试的结果，对问卷条目进行相应的调整和优化。

数据收集

在后疫情时期，本研究于2023年3至10月对北京、上海、广州、武汉、长沙、成都6个中国城市的18~65岁使用体重管理APP的肥胖症患者实施问卷调查。首先，设计了一份针对后疫情时期中国肥胖症患者使用体重管理APP影响因素的在线问卷，并在专业调查平台www.wjx.cn上进行发布。其次，在这6个城市中随机选择25家合作医疗机构，包括综合医院、社区医院、农村卫生院等，并将问卷二维码链接发送至医疗机构；通过医疗机构的协助，根据诊疗卡号的最后一位数字，采用随机数抽取法，每天从门诊患者中随机抽取肥胖症患者作为调查对象。为确保问卷填写者均为肥胖门诊患者，本研究在问卷开始前增加了验证问题，要求参与者提供其身高、体重数据，系统自动计算体重指数(body mass index，BMI)，并与医疗机构提供的数据进行核对，确保受访者符合研究对象的要求。纳入标准：年龄为18~65岁，BMI≥30 kg/m²的成年人。排除标准：年龄<18岁或>65岁，BMI<30 kg/m²，以及有严重心脏疾病或其他可能影响APP使用的慢性疾病患者。在线问卷详细介绍了体重管理APP的需求和定义，并确保所有参与者在明确研究目的和内容后，自愿参与问卷调查。然后，由工作人员指导患者使用智能手机扫描二维码，完成在线问卷调查。问卷收集完成后，对数据进行清洗，排除无效问卷和重复问卷，以保证数据的准确性和代表性。

有研究指出结构方程模型(structural equation modeling，SEM)的最小可接受样本量一般为200^[28]，或至少为变量总数的10倍^[29]，而推荐样本量则为300^[30]。鉴于本研究涉及28个变量，根据上述标准，确定最小样本量为280。研究团队共发放2 000份问卷，最终回收1 728份有效问卷，该样本量满足统计学分析的需要。

统计学处理

采用SPSS 22.0统计学软件和AMOS软件(版本24.0)进行数据分析。利用描述性统计方法对符合条件的样本的人口统计学特征进行分析。在评估测量模型之前，进行Harman单因素检验以确定共同方法偏差(common method bias，CMB)，其可接受标准为载荷值<50%^[31]。

模型的评估涵盖了内部一致性信度、收敛效度、判别效度及数据拟合指标。内部一致性信度通过计算各结构的组合信度(composite reliability，CR)评估，其可接受阈值应不低于0.7^[32]。收敛效度的检验采用克龙巴赫α系数和平均方差提取值(average variance extracted，AVE)，可接受阈值分别应不低于0.7和0.5^{[14, 33]}。判别效度的评估通过比较结构间的交叉载荷与相应AVE平方根，交叉载荷应低于AVE平方根^[34]。数据拟合指标的可接受标准包括：卡方/自由度比值(χ²/df)应小于5，拟合优度指标如规范拟合指数(normed fit index，NFI)、增量拟合指数(incremental fit index，IFI)、相对拟合指数(relative fit index，RFI)、塔克-刘易斯指数(Tucker-Lewis index，TLI)、比较拟合指数(comparative fit index，CFI)、拟合优度指数(goodness-of-fit index，GFI)、调整后的拟合优度指数(adjusted goodness-of-fit index，AGFI)等均应超过0.90，均方根误差近似值(root mean square error of approximation，RMSEA)应小于0.08，决定系数(R²)应为0.4~0.8^[17]。假设检验基于标准化路径系数(β)和P值判断有无统计学意义^[27]。

为了检验人口统计学变量的调节效应，本研究将样本分为2个子样本，并使用如下公式计算Z值：，式中分别代表不同子样本的非标准化回归系数，和分别代表各自的标准误差平方。根据统计学原理，当Z值的绝对值大于1.96时，在α=0.05的置信水平下，可以认为调节效应具有统计学意义^[35]。

人口统计学特征

调查对象的人口统计学特征分布情况见表2。调查发现1 255名受访者报告正在使用体重管理APP来辅助管理体重，占比72.6%。

信度和效度检验结果

采用Harman单因素检验对CMB进行评估，结果显示最大公因子的方差贡献率为24.44%，低于通常设定的40%的标准，这表明样本数据中潜在的CMB是可接受的。进一步的信度和效度分析结果分别列于表3和表4。在信度分析方面，所有潜变量的综合信度指标均超过0.7的标准值，反映量表具有较高的内部一致性。各结构的克龙巴赫α系数均不低于0.7，表明量表的内部一致性令人满意。在效度分析方面，收敛效度的评估结果显示所有结构的AVE均超过0.5，表明各结构的指标项能够很好地反映其潜在变量。此外，本研究比较各结构间的交叉载荷与对应结构AVE平方根的大小，结果显示所有结构的交叉载荷均小于其AVE平方根，进一步证实了量表具有较好的区分效度。

理论模型与数据拟合度的评估结果显示各项指标均达到可接受标准。χ²/df为2.822，表明模型与数据拟合度良好。此外，拟合优度指数NFI、IFI、RFI、TLI、CFI、GFI和AGFI分别为0.960、0.974、0.955、0.970、0.974、0.963和0.955，均高于0.90，进一步证实模型的优越拟合度。RMSEA为0.032，远低于0.08的可接受标准，表明模型在残差方面是可接受的。

假设检验结果

结构方程模型分析的结果详见表5。感知易用性被证实是感知有用性、社会影响和态度的显著正向预测因子，其标准化负荷值分别为0.301、0.132和0.266(均P<0.001)，因此假设H1、H2和H3得到了支持。对于肥胖症患者而言，体重管理APP的感知有用性同样显著预测了社会影响和态度，其标准化负荷值分别为0.171和0.499(P<0.001)，从而验证了假设H4和H5。此外，社会影响和知识均被确认为态度的显著正向预测因子，对应的标准化负荷值分别为0.285和0.078(均P<0.001)，支持了假设H6和H7。感知风险对态度的负向影响不显著(P=0.166)，对实际使用的负向影响虽然显著(P=0.036)，但其影响强度相对较弱。态度对实际使用的正向影响显著(β=0.549，P<0.001)，假设H10得到了支持。

调节效应分析

人口统计变量对模型路径的调节效应分析结果详见表6。性别在感知有用性对态度的影响路径上表现出显著的调节作用(Z=-2.232)，同时在感知风险对态度的影响路径上也有显著作用(Z=6.654)。年龄在感知有用性对态度路径上具有调节作用(Z=2.161)。教育水平显著调节了感知风险(Z=2.326)、态度对实际使用的影响(Z=-18.235)。居住地则显著调节了感知易用性对态度(Z=-4.945)、感知有用性对态度(Z=-13.218)、社会影响对态度(Z=-3.529)及态度对实际使用的影响(Z=-2.853)。具体来看，男性和女性在感知易用性对态度和感知风险对态度的路径系数上存在差异，其中女性在感知有用性对态度的路径系数更高(男性为0.416，女性为0.517)，而在感知风险对态度的路径系数上，男性和女性的差异更为显著(男性为0.034，女性为0.014)。年龄组别中，36岁以上的受访者在感知有用性对态度的路径系数上较18~35岁的受访者有所降低(18~35岁为0.575，36岁以上为0.473)。教育水平上，高职及以上学历受访者在感知风险对实际使用的路径系数上较高中及以下学历受访者有显著差异(高中及以下学历为0.006，高职及以上学历为-0.058)，同时在态度对实际使用的路径上，高职及以上学历受访者表现出更强的影响(Z=-18.235)。居住地方面，城市居民在感知易用性对态度、感知有用性对态度、社会影响对态度以及态度对实际使用的路径系数上普遍高于农村居民。