Knowledge Management Research (지식경영연구)

The Knowledge Management Society of Korea (한국지식경영학회)
권호 표지
DOI QR코드

DOI QR Code

Factors Influencing mHealth Use in Older Adults with Diabetes

당뇨병 노인의 mHealth 이용에 영향을 미치는 요인

  • Minjin Kim (Graduate School of Information in Yonsei University) ;
  • Beomsoo Kim (Graduate School of Information in Yonsei University) ;
  • Sunhee Park (College of Nursing in Hanyang University)
  • Received : 2022.10.17
  • Accepted : 2022.11.20
  • Published : 2022.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

The development of information and communication technologies (ICT) and changes in medical services centering on daily life have ushered in an era of self-management through the smartphone health management app (mHealth). This study identified the factors affecting mHealth use among older adults with diabetes. A structured survey was conducted using online and offline channels for 252 older adults who were over 65 and had diabetes. The collected data were subjected to hierarchical multiple regression analyses, and subjective health status, e-health literacy, and interaction terms of social support were inputted to verify moderating effect. The main results of this study are as follows. First, mHealth use among older adults with diabetes was higher in the male, type 2 diabetes, and younger age groups. Second, the higher was the e-health literacy, the higher was the mHealth use. Third, a negative moderating effect of social support was found in the relationship between subjective health status and mHealth use. We expect this study to provide researchers and managers interested in mHealth and older adults with diabetes, with valuable theoretical and practical implications. Furthermore, this study contributes to improving mHealth use among older adults with diabetes and building a digitally inclusive society.

정보통신기술의 발전과 일상 중심으로의 의료서비스 변화는 스마트폰 건강관리 앱(mHealth) 활용을 통한 자가관리 시대를 열었다. mHealth는 이용자의 건강 자가관리에 도움을 주며 서비스 제공자의 주요 수익원이므로 mHealth 이용 요인을 이해하는 것은 중요하다. 그러나 mHealth의 주요 이용자가 될 수 있는 당뇨병 노인을 대상으로 이용 요인을 규명한 연구는 제한적으로 이루어졌다. 따라서 본 연구는 당뇨병 노인의 mHealth 이용에 영향을 미치는 요인을 파악하는 것을 목표로 하였다. 구체적으로 당뇨병 노인의 주관적 건강상태와 e헬스리터러시가 mHealth 이용에 미치는 영향이 사회적 지지 수준에 따라 어떻게 달라지는지 살펴보는 것에 초점을 두었다. 65세 이상 당뇨병 노인 252명을 대상으로 한 온/오프라인 설문조사를 통해 자료를 수집했으며, 주관적 건강상태 및 e헬스리터러시와 사회적 지지의 상호작용항을 투입하는 위계적 다중회귀분석을 실시하여 조절효과를 검증하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 당뇨병 노인이 남성, 저연령일수록 mHealth 이용이 높았다. 둘째, 당뇨병 노인의 e헬스리터러시가 높을수록 mHealth 이용이 높았다. 셋째, 주관적 건강상태와 mHealth의 관계에서 사회적 지지의 완충효과가 나타났다. 이는 사회적 지지가 높을수록 주관적 건강상태가 mHealth에 미치는 긍정적 영향이 완화되는 것을 의미한다. 본 연구는 mHealth 이용에 관한 정보시스템 및 의료 분야의 지식에 기여하는 한편, mHealth 서비스 제공자의 고객 확보 전략 수립, 정부와 의료진의 당뇨병 노인의 mHealth이용을 통한 자가관리 증진 방안 마련에 유용한 실무적 시사점을 제공할 것으로 기대된다. 나아가 mHealth 이용 활성화를 통한 당뇨병 노인이 삶의 질 개선 및 디지털 포용 사회 구축에 기여할 수 있을 것이다.

Keywords

Acknowledgement

이 논문은 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. 2021R1I1A1A01060392(2021-11-1005))

References

  1. 권순석, 김상용, 임정수, 손석준, 최진수 (1999). 자가건강인지도에 따른 3 년간의 의료이용도와 사망위험 비교. 예방의학회지, 32(3), 355-360.
  2. 김미령, 권순재, 박충선 (2012). 베이비붐세대의 정보활용이 정보화 생활만족도에 미치는 영향: 자기통제력의 매개효과. 노인복지연구, 57, 113-136.
  3. 김민경, 정우진, 임승지, 윤수진, 이자경, 김은경, 고난주 (2010). 한국인의 사회경제적 불평등에 따른 주관적 건강수준의 차이와 건강행태 기여요인 분석. 예방의학회지, 43(1), 50-61.
  4. 김영주 (2009). 농촌노인의 우울에 대한 사회적 지지의 매개효과. 노인복지연구, 46, 77-104.
  5. 김예원, 한세미, 김기성 (2018). 중고령층의 디지털헬스케어서비스 사용의도 결정요인에 관한 연구. 정보사회와 미디어, 19(3), 1-23.
  6. 김은석, 이성국, 윤희정, 남행미, 김경희, 권기홍 (2014). 75세 이상 후기노인의 주관적 건강상태와 관련 요인: 2011 년 국민건강영양조사 자료를 이용하여. 한국산학기술학회 논문지, 15(7), 4279-4289.
  7. 김진구 (2008). 저소득층의 의료 이용과 욕구 미충족에 영향을 미치는 요인. 사회복지연구, 37, 5-33.
  8. 남궁현경, 김일호, 천희란 (2017). 서울시 고령자의 정보격차 관련 요인에 관한 연구. 디지털융복합연구, 15(4), 73-81. https://doi.org/10.14400/JDC.2017.15.4.73
  9. 박동진, 권명순, 최정화 (2013). 개인의 건강정보지향, 인터넷건강정보에 대한 태도, e-헬스 리터러시 수준과 건강 관련 행위의 관계. 홍보학연구, 17(3), 379-413. https://doi.org/10.15814/JPR.2013.17.3.379
  10. 박정민 (2021). K-디지털헬스케어 이해하기. 한국보건산업진흥원.
  11. 박주영 (2010). 제 2 형 당뇨병 환자의 자가관리, 당화혈색소 및 주관적 건강상태. 기초간호학회지, 12(2), 106-113.
  12. 박준석, 곽기영 (2017). 사회적 지지 과부하가 소셜미디어 환경에서의 사회적 소통에 미치는 영향. 지식경영연구, 18(4), 137-157. https://doi.org/10.15813/KMR.2017.18.4.006
  13. 백서영, 홍석호 (2020). 노년기 건강행동의 결정요인: 앤더슨 행동 모델의 적용. 노인복지연구, 75(3), 31-62.
  14. 소현정, 곽기영 (2021). 모바일 헬스 앱 사용의도 동기요인: 조절초점성향과 프라이버시계산이론을 중심으로. 지식경영연구, 22(2), 33-53. https://doi.org/10.15813/KMR.2021.22.2.003
  15. 송미순, 김세안, 최수영, 서경산, 이수진, 김은호 (2013). 노인을 위한 당뇨병 자기관리 지식 측정 도구(DSMK-O) 개발. 한국노년학, 33(3), 537-550.
  16. 송지현, 신수진 (2020). 인터넷을 이용하는 지역사회 노인의 e-헬스 리터러시 및 주관적 건강상태가 건강추구행동에 미치는 영향. 디지털융복합연구, 18(1), 321-332. https://doi.org/10.14400/JDC.2020.18.1.321
  17. 신준섭, 이영분 (1999). 사회적 지지가 실직자의 심리사회적 안녕감에 미치는 영향에 관한 연구. 한국사회복지학, 37(4), 241-269.
  18. 안지원, 박경옥 (2019). 지역사회 거주 노인의 스마트폰 만족도 및 활용도. 한국생활환경학회지, 26(4), 540-549.
  19. 양소정, 윤건호, 김헌성 (2016). 노인의 건강관리를 위한 모바일 헬스. 대한임상노인의학회지, 17(1), 1-6.
  20. 양승민, 임진섭 (2019). 노인의 스마트폰 중독 경향성에 미치는 영향요인: 인지행동모델(cognitive-behavioral model) 을 기반으로 한 탐색연구. 공공정책연구, 36(1), 207-230.
  21. 염지원, 오기환 (2021). 코로나19 이후 급부상하고 있는 디지털 헬스산업. 한국바이오협회.
  22. 이익섭, 김서원 (2004). 의료급여 수급자의 의료이용에 영향을 미치는 요인에 관한 연구. 한국사회복지조사연구(구 연세사회복지연구), 11, 66-99.
  23. 장석준 (2016). 노년층 디지털 격차에 미치는 요인 분석 연구. 미디어와 공연예술연구, 11(2), 149-170.
  24. 주경희, 김동심, 김주현 (2018). 노년층의 정보격차에 대한 성별에 따른 차이분석과 예측변인 탐색. 한국노인복지학회학술대회 논문집, 443-463.
  25. 홍태호, 왕시, 서보밀, 박지영 (2017). 모바일 결제 시스템 이용 의도의 영향 요인에 대한 연구: 한국과 중국의 결제 시스템을 중심으로. 지식경영연구, 18(4), 159-180. https://doi.org/10.15813/KMR.2017.18.4.007
  26. 황현정, 황용석 (2017). 노인집단내 정보격차와 그에 따른 삶의 만족도 연구. 사회과학연구, 24(3), 359-386.
  27. AD Association. (2019). 12. Older adults: Standards of medical care in diabetes-2019. Diabetes Care, 42 (Supplement 1), S139-S147. https://doi.org/10.2337/dc19-S012
  28. Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211. https://doi.org/10.1016/0749-5978(91)90020-T
  29. Almegbel, H., & Aloud, M. (2021). Factors influencing the adoption of mHealth services in Saudi Arabia: A patient-centered study. International Journal of Computer Science & Network Security, 21(4), 313-324.
  30. Arcury, T. A., Sandberg, J. C., Melius, K. P., Quandt, S. A., Leng, X., Latulipe, C., ... & Bertoni, A. G. (2020). Older adult internet use and eHealth literacy. Journal of Applied Gerontology, 39(2), 141-150. https://doi.org/10.1177/0733464818807468
  31. Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173-1182. https://doi.org/10.1037/0022-3514.51.6.1173
  32. Binyamin, S. S., & Zafar, B. A. (2021). Proposing a mobile apps acceptance model for users in the health area: A systematic literature review and meta-analysis. Health Informatics Journal, 27(1), 1-27.
  33. Chang, S. J., Yang, E., Ryu, H., Kim, H. J., & Yoon, J. Y. (2018). Cross-cultural adaptation and validation of the eHealth literacy scale in Korea. Korean Journal of Adult Nursing, 30(5), 504-515. https://doi.org/10.7475/kjan.2018.30.5.504
  34. Chen, J., Park, Y., & Putzer, G. J. (2010). An examination of the components that increase acceptance of smartphones among healthcare professionals. Electronic Journal of Health Informatics, 5(2), 1-12.
  35. Chiarini, G., Ray, P., Akter, S., Masella, C., & Ganz, A. (2013). mHealth technologies for chronic diseases and elders: A systematic review. IEEE Journal on Selected Areas in Communications, 31(9), 6-18. https://doi.org/10.1109/JSAC.2013.SUP.0513001
  36. Cohen, S., & Syme, S. L. (1985). Issues in the study and application of social support. Social Support and Health, 3, 3-22.
  37. Cole-Lewis, H., & Kershaw, T. (2010). Text messaging as a tool for behavior change in disease prevention and management. Epidemiologic Reviews, 32(1), 56-69. https://doi.org/10.1093/epirev/mxq004
  38. De Jongh, T., Gurol-Urganci, I., Vodopivec-Jamsek, V., Car, J., & Atun, R. (2012). Mobile phone messaging for facilitating self-management of long-term illnesses. Cochrane Database of Systematic Reviews, 12(12), 1-51.
  39. De Maria, M., Vellone, E., Durante, A., Biagioli, V., & Matarese, M. (2018). Psychometrics evaluation of the Multidimensional Scale of Perceived Social Support (MSPSS) in people with chronic disease. Annali dell'Istituto Superiore di SanitS, 54(4), 308-315.
  40. Duarte, P., & Pinho, J. C. (2019). A mixed methods UTAUT2-based approach to assess mobile health adoption. Journal of Business Research, 102, 140-150. https://doi.org/10.1016/j.jbusres.2019.05.022
  41. Farage, M. A., Miller, K. W., Ajayi, F., & Hutchins, D. (2012). Design principles to accommodate older adults. Global Journal of Health Science, 4(2), 2-25.
  42. Farinosi, M., Fortunati, L., O'Sullivan, J., & Pagani, L. (2020). Capturing citizens' opinions through a combination of survey and online social data. International Journal of Communication, 14, 3655-3680.
  43. Free, C., Phillips, G., Galli, L., Watson, L., Felix, L., Edwards, P., ... & Haines, A. (2013). The effectiveness of mobile-health technology-based health behaviour change or disease management interventions for health care consumers: A systematic review. PLoS Medicine, 10(1), e1001362.
  44. Holden, R. J., & Karsh, B. T. (2010). The technology acceptance model: Its past and its future in health care. Journal of Biomedical Informatics, 43(1), 159-172. https://doi.org/10.1016/j.jbi.2009.07.002
  45. Holtz, B., & Lauckner, C. (2012). Diabetes management via mobile phones: A systematic review. Telemedicine and e-Health, 18(3), 175-184. https://doi.org/10.1089/tmj.2011.0119
  46. Hope, J. (2016). Mixing modes to widen research participation. In Digital methods for social science (pp. 71-86). Palgrave Macmillan, London.
  47. Hou, C., Carter, B., Hewitt, J., Francisa, T., & Mayor, S. (2016). Do mobile phone applications improve glycemic control (HbA1c) in the self-management of diabetes? A systematic review, meta-analysis, and GRADE of 14 randomized trials. Diabetes Care, 39(11), 2089-2095. https://doi.org/10.2337/dc16-0346
  48. Jimenez, G., Lum, E., & Car, J. (2019). Examining diabetes management apps recommended from a Google search: Content analysis. JMIR mHealth and uHealth, 7(1), e11848.
  49. Karimy, M., Koohestani, H. R., & Araban, M. (2018). The association between attitude, self-efficacy, and social support and adherence to diabetes self-care behavior. Diabetology & Metabolic Syndrome, 10(1), 1-6. https://doi.org/10.1186/s13098-017-0304-3
  50. Kaufman, D. R., Mirkovic, J., & Chan, C. (2017). eHealth literacy as a mediator of health behaviors. In Cognitive informatics in health and biomedicine (pp. 271-297). Springer, Cham.
  51. Kay, M., Santos, J., & Takane, M. (2011). mHealth: New horizons for health through mobile technologies. World Health Organization, 64(7), 66-71.
  52. Kickbusch, I., Maag, D., & Wait, S. (2006). Navigating health: The role of health literacy. Alliance for Health and the Future International Longevity Centre-UK.
  53. Knapp, C., Madden, V., Marcu, M., Wang, H., Curtis, C., Sloyer, P., & Shenkman, E. (2011). Information seeking behaviors of parents whose children have life-threatening illnesses. Pediatric Blood & Cancer, 56(5), 805-811. https://doi.org/10.1002/pbc.22674
  54. Ku, E. J., Park, J. I., Jeon, H. J., Oh, T., & Choi, H. J. (2020). Clinical efficacy and plausibility of a smartphone-based integrated online real-time diabetes care system via glucose and diet data management: A pilot study. Internal Medicine Journal, 50(12), 1524-1532. https://doi.org/10.1111/imj.14738
  55. Liang, J. (1986). The structure of self-reported health among the aged. Journal of Gerontology, 41, 248-260. https://doi.org/10.1093/geronj/41.2.248
  56. Lin, N., Ye, X., & Ensel, W. M. (1999). Social support and depressed mood: A structural analysis. Journal of Health and Social Behavior, 40(4), 344-359. https://doi.org/10.2307/2676330
  57. Lu, Y., Papagiannidis, S., & Alamanos, E. (2019). Exploring the emotional antecedents and outcomes of technology acceptance. Computers in Human Behavior, 90, 153-169. https://doi.org/10.1016/j.chb.2018.08.056
  58. McDonough, C. C. (2016). The effect of ageism on the digital divide among older adults. J. Gerontol. Geriatr. Med, 2(008).
  59. Neter, E., & Brainin, E. (2012). eHealth literacy: Extending the digital divide to the realm of health information. Journal of Medical Internet Research, 14(1), e1619.
  60. Norman, C. D., & Skinner, H. A. (2006). eHEALS: The eHealth literacy scale. Journal of Medical Internet Research, 8(4), e507.
  61. Orgad, S. (2009). How can researchers make sense of the issues involved in collecting and interpreting online and offline data? In A. Markham & N. Baym (Eds.), Internet inquiry: Conversations about method. Sage, Thousand Oaks, California.
  62. Park, S., & Kim, B. (2020). Predictors of internet use among older adults with diabetes in South Korea: Survey study. JMIR Medical Informatics, 8(12), e19061.
  63. Parker, R. M., Williams, M. V., Weiss, B. D., Baker, D. W., Davis, T. C., Doak, C. C., ... & Dickinson, B. D. (1999). Health literacy: Report of the council on scientific affairs. Journal of the American Medical Association, 281(6), 552-557. https://doi.org/10.1001/jama.281.6.552
  64. Petty, R. E., & Cacioppo, J. T. (1986). The elaboration likelihood model of persuasion. In Communication and persuasion (pp. 1-24). Springer, New York, NY.
  65. Piette, J. D., Resnicow, K., Choi, H., & Heisler, M. (2013). A diabetes peer support intervention that improved glycemic control: Mediators and moderators of intervention effectiveness. Chronic Illness, 9(4), 258-267. https://doi.org/10.1177/1742395313476522
  66. Quaosar, G. A. A., Hoque, M. R., & Bao, Y. (2018). Investigating factors affecting elderly's intention to use m-health services: An empirical study. Telemedicine and e-Health, 24(4), 309-314. https://doi.org/10.1089/tmj.2017.0111
  67. Schillinger, D., Grumbach, K., Piette, J., Wang, F., Osmond, D., Daher, C., ... & Bindman, A. B. (2002). Association of health literacy with diabetes outcomes. JAMA, 288(4), 475-482. https://doi.org/10.1001/jama.288.4.475
  68. Schuster, L., & Parkinson, J. (2021). Personal goals in consumers' adoption of mHealth services. Journal of Service Theory and Practice, 32(1), 30-51. https://doi.org/10.1108/JSTP-11-2020-0245
  69. Searcy, R. P., Summapund, J., Estrin, D., Pollak, J. P., Schoenthaler, A., Troxel, A. B., & Dodson, J. A. (2019). Mobile health technologies for older adults with cardiovascular disease: Current evidence and future directions. Current Geriatrics Reports, 8(1), 31-42. https://doi.org/10.1007/s13670-019-0270-8
  70. Sezgin, E., & Yildirim, S. O. (2014). A literature review on attitudes of health professionals towards health information systems: From e-health to m-health. Procedia Technology, 16, 1317-1326. https://doi.org/10.1016/j.protcy.2014.10.148
  71. Venkatesh, V., Thong, J. Y., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157-178. https://doi.org/10.2307/41410412
  72. Wang, Y., Li, M., Zhao, X., Pan, X., Lu, M., Lu, J., & Hu, Y. (2019). Effects of continuous care for patients with type 2 diabetes using mobile health application: A randomised controlled trial. The International Journal of Health Planning and Management, 34(3), 1025-1035.
  73. Ware Jr, J. E., & Sherbourne, C. D. (1992). The MOS 36-item short-form health survey (SF-36): I. Conceptual framework and item selection. Medical Care, 30(6), 473-483. https://doi.org/10.1097/00005650-199206000-00002
  74. Wu, L., Li, J. Y., & Fu, C. Y. (2011). The adoption of mobile healthcare by hospital's professionals: An integrative perspective. Decision Support Systems, 51(3), 587-596. https://doi.org/10.1016/j.dss.2011.03.003
  75. Zahra, F., Hussain, A., & Mohd, H. (2018). Factor affecting mobile health application for chronic diseases. Journal of Telecommunication, Electronic and Computer Engineering, 10(1-11), 77-81
  76. Zhang, Y., Liu, C., Luo, S., Xie, Y., Liu, F., Li, X., & Zhou, Z. (2019). Factors influencing patients' intentions to use diabetes management apps based on an extended unified theory of acceptance and use of technology model: Web-based survey. Journal of Medical Internet Research, 21(8), e15023.
  77. Zimet, G. D., Dahlem, N. W., Zimet, S. G., & Farley, G. K. (1988). The multidimensional scale of perceived social support. Journal of Personality Assessment, 52(1), 30-41. https://doi.org/10.1207/s15327752jpa5201_2
  78. 통계청 (2022). https://kosis.kr
  79. 한국갤럽조사연구소 (2021). https://www.gallup.co.kr
  80. Pew Research. (2019). https://www.pewresearch.org
  81. WHO. (2021). https://www.who.int/news-room/fact-sheets/detail/diabetes