FACTORES QUE INFLUYEN EN LA ACEPTACIÓN DE LA TELESALUD EN MUJERES PERUANAS
FACTORS THAT INFLUENCE THE ACCEPTANCE OF TELEHEALTH IN PERUVIAN WOMEN
Ada Lucía GALLEGOS RUIZ CONEJO[1]
Wilmer LONDOÑO-CELIS [2]
Paula Andrea RODRÍGUEZ-CORREA[3]
Luisa Adriana RODRÍGUEZ ZAVALA[4]
Mauricio Renato BOURONCLE VELÁSQUEZ[5]
Luis VEGA-MORI[6]
Pedro MARTÍNEZ VALERA[7]
|
Recibido
Aprobado |
: : |
07.10.2023 30.12.2023 |
|
Publicado |
: |
04.01.2024 |
RESUMEN: La telesalud, fundamental durante la pandemia de
COVID-19, enfrenta desafíos para su plena legitimación. La brecha digital y
resistencia cultural son obstáculos, pero ofrece beneficios como la superación
de barreras geográficas y socioeconómicas. La investigación busca identificar
factores que determinan la aceptación de la telesalud en mujeres peruanas. El
abordaje es de tipo descriptivo con un enfoque cuantitativo. Se realizaron
encuestas a 503 mujeres universitarias en Lima, revelando confianza en médicos
y actitudes positivas hacia la tecnología, aunque persiste la desconfianza en
la seguridad de la información. La ansiedad informática y la influencia social
son destacadas. Los resultados sugieren interés y disposición hacia la
telesalud, subrayando la importancia de condiciones facilitadoras y
expectativas de apoyo, especialmente en el contexto universitario. La
investigación aboga por políticas universales para democratizar el acceso
digital, enfocándose en grupos marginados como mujeres. Estos hallazgos son
esenciales para profesionales de la salud y políticas de salud, destacando la
necesidad de programas de apoyo en la comunidad universitaria para fomentar la
aceptación y confianza en la telesalud.
ABSTRACT: Telehealth, essential during the
COVID-19 pandemic, faces challenges to its full legitimization. The digital
divide and cultural resistance are obstacles, but they offer benefits such as
overcoming geographic and socioeconomic barriers. The research seeks to
identify factors that determine the acceptance of telehealth in Peruvian women.
The study is descriptive with a quantitative approach. Surveys were conducted
among 503 university women in Lima, revealing trust in doctors and positive
attitudes towards technology, although distrust in information security
persists. Computer anxiety and social influence are prominent. The results
suggest interest and disposition towards telehealth, underscoring the
importance of facilitating conditions and supportive expectations, especially
in the university context. The research advocates for universal policies to
democratize digital access, focusing on marginalized groups such as women.
These findings are essential for health professionals and health policy,
highlighting the need for support programs in the university community to
foster acceptance and confidence in telehealth.
Keywords: Virtual care; Digital divide;
Behavioral factors; Computer Anxiety; Social influence.
INTRODUCCIÓN
La telesalud, también denominada telemedicina en la
literatura científica, consiste en la prestación de servicios sanitarios y
médicos a distancia a través del uso de diversas tecnologías de
telecomunicación y transmisión electrónica de datos clínicos (Snoswell et al., 2023). Dichas tecnologías posibilitan
interacciones clínico-asistenciales remotas tales como diagnóstico,
tratamiento, seguimiento, prevención de enfermedades y lesiones, investigación
y evaluación, estando mediadas por tecnologías de la información y las telecomunicaciones
(De Simone et al., 2022; Thomas et al., 2022).
Durante la crisis sanitaria global desatada por la
pandemia de COVID-19 desde inicios del 2020, la telesalud ha demostrado
constituir una herramienta invaluable para garantizar niveles básicos de
continuidad en la atención y cuidados de salud de la población (Gallegos-Rejas
et al., 2023). Ello en un contexto extraordinariamente complejo signado por la
acelerada propagación comunitaria del coronavirus SARS-CoV-2 y la consecuente
saturación de los sistemas hospitalarios, especialmente las unidades de cuidados
intensivos, donde, ante cuadros respiratorios agudos y críticos que requerían
imperativamente atención presencial, la posibilidad de mantener el monitoreo y
tratamiento de pacientes con dolencias crónicas mediante controles virtuales
resultó decisiva (Maleka & Matli,
2022). El rápido incremento exponencial de las teleconsultas,
junto con la implementación acelerada de sistemas de triaje
digital, permitió filtrar y priorizar adecuadamente la demanda presencial en
función de las necesidades y niveles de gravedad individuales, optimizando la
asignación de recursos escasos y evitando la diseminación nosocomial del virus
(Wardlow et al., 2023).
Los beneficios potenciales de la telemedicina van más
allá del contexto de emergencia epidemiológica reciente, erigiéndose como una
poderosa herramienta para superar las históricas barreras geográficas y
socioeconómicas que han impedido garantizar el derecho a la salud en
condiciones de equidad en amplias franjas poblacionales (Patel et al., 2023).
Al conectar virtualmente centros especializados con localidades aisladas,
permite salvar obstáculos de accesibilidad por motivos de distancia, mediante
la provisión remota de consultas de alta complejidad y envío de estudios para
lectura y evaluación a distancia (Du et al., 2022). Asimismo, en la medida en
que evita costosos traslados y largas esperas, posibilita ampliar la cobertura
efectiva y oportunidad de la atención entre grupos históricamente postergados
por razones económicas y socioculturales (Owusu Kwateng et al., 2023).
En ese sentido, a pesar de sus incuestionables
bondades y del acelerado proceso de adopción tecnológica e institucional
forzado por las circunstancias pandémicas y postpandémicas,
la plena legitimación y normalización de la telesalud como alternativa
complementaria a las modalidades convencionales de atención enfrenta aún
múltiples desafíos en el mediano plazo (Owusu Kwateng et al., 2023). Uno de los obstáculos relevante
remite a las aún significativas brechas digitales existentes tanto entre países
como al interior de cada uno de ellos, en términos de infraestructura
tecnológica y conectividad necesarias para permitir interacciones ágiles y
confiables entre pacientes y prestadores de salud distribuidos territorialmente
(Rodriguez et al., 2023). Otras limitaciones refieren
a la resistencia cultural entre algunos grupos etarios frente a posibles
riesgos percibidos respecto a la seguridad de datos sensibles y la privacidad,
así como a la necesaria adaptación y flexibilización de los esquemas
tradicionales de financiamiento, cobertura y modelos de pago de los servicios telemédicos por parte de los sistemas de salud y
aseguradores tanto públicos como privados (Gallegos-Rejas et al., 2023).
Por tanto, pese a la comprobada efectividad de las teleconsultas para mejorar la adherencia a controles y
tratamientos entre pacientes con enfermedades crónicas, diversos estudios
advierten que los resultados obtenidos mediante plataformas digitales para el
diagnóstico y manejo de cuadros agudos podrían ser sensiblemente inferiores en
comparación a los logrados a través de una atención presencial (Mbunge et al., 2022). La telesalud ha demostrado su enorme
potencial para mejorar la accesibilidad, integralidad y calidad de la atención
durante la pandemia. Sin embargo, su efectiva adopción masiva en la era
post-COVID enfrenta el desafío de las brechas digitales existentes (Montemurro, 2022). Ante este escenario, es imperativo
investigar estrategias efectivas para universalizar la conectividad y promover
la alfabetización digital de grupos rezagados, con especial énfasis en mujeres
y poblaciones vulnerables. Generar evidencia sólida sobre modelos inclusivos de
telemedicina constituye un paso necesario para garantizar la plena
democratización de sus beneficios potenciales (Schmitz et al., 2022; Bakshi & Tandon, 2022).
El caso de las mujeres en el Perú ilustra claramente
cómo la telesalud no está exenta de reproducir o incluso acentuar disparidades
de género preexistente en el ámbito del derecho a la salud (Curioso et al.,
2023). Las tasas de alfabetización digital y disponibilidad de teléfonos
inteligentes entre mujeres de zonas rurales y urbano-marginales suponen un
factor limitante que reduce drásticamente sus posibilidades de beneficiarse de
las teleconsultas (Curioso-Vilchez
& Coronel-Chucos, 2022). Subsanar tales deficiencias y encaminarse hacia un
sistema de salud post-COVID más inclusivo con perspectiva de género requiere de
políticas universales orientadas a democratizar el acceso a conectividad,
dispositivos móviles y competencias digitales elementales entre las mujeres y
otros grupos históricamente relegados (Curioso et al., 2023). Teniendo en
cuenta esto, el objetivo de la investigación es identificar los factores de
aceptación de telesalud en mujeres peruanas, de modo que se pueda obtener
conocimiento a partir de resultados contextualizados a la luz de los
componentes conductuales de las mujeres peruanas.
Marco teórico
La telesalud tiene sus orígenes en las décadas de 1950
y 1960, cuando se comenzaron a explotar las potencialidades de las
videoconferencias para fines formativos y de entrenamiento a distancia del
personal sanitario. En las décadas siguientes, con la digitalización de las
imágenes médicas y los avances en telecomunicaciones, surgieron las primeras
aplicaciones remotas de diagnóstico y monitorización de pacientes crónicos. Sin
embargo, la adopción de la telemedicina se mantuvo muy restringida durante el siglo
XX, enfrentando gran escepticismo y rechazo debido a los altos costos
tecnológicos y temores generalizados sobre la calidad y confiabilidad de la
atención virtual (Kapare, H et al., 2022).
En el Perú, las primeras iniciativas públicas de
telemedicina se remontan a la década de 1990, cuando el Ministerio de Salud
exploró aplicaciones piloto de educación médica continua y reuniones de
consejos médicos rurales mediante videoconferencias. Ya en la década del 2000
comenzaron a surgir centros privados especializados en teleradiología
y telecardiología, principalmente orientados a la
lectura remota de imágenes y estudios para clínicas de Lima (Martinez et al., 2004). Sin embargo, las teleconsultas médicas directas eran aún muy incipientes.
Entre los factores que restringían su desarrollo destacaban las limitaciones de
conectividad en establecimientos de salud públicos, la falta de educación
digital entre personal sanitario y una legislación ambigua sobre los aspectos médico-legales.
Ese panorama ha cambiado radicalmente en apenas dos
años de pandemia, produciéndose una acelerada legitimación y masificación sin
precedentes de las teleconsultas y otras aplicaciones
de telesalud. Impulsada por las restricciones de movilidad y distanciamiento
físico, junto con políticas públicas que flexibilizaron temporalmente el
reembolso y cobertura para prestaciones virtuales, su adopción se expandió
desde sectores pioneros hasta volverse un componente habitual de la atención
primaria en los sistemas de salud (Roque et al., 2022). Con la creciente
familiaridad de pacientes y profesionales con las prestaciones telemáticas,
éstas llegaron para quedarse como un valioso complemento o sustituto funcional
de las visitas presenciales tradicionales después que la crisis sanitaria se
mitigara.
Modelo de investigación e hipótesis
El modelo Unificado de Aceptación y Uso de Tecnología
(UTAUT, por sus siglas en inglés) es uno de los marcos teóricos más influyentes
dentro del campo de sistemas de información para comprender y pronosticar la
aceptación individual de nuevas tecnologías. Formulado originalmente por Venkatesh et al. en 2003, el UTAUT integra elementos de
ocho modelos previos, identificando constructos comunes significativos. Sobre
esta base, analiza el efecto de cuatro dimensiones directas fundamentales:
expectativa de desempeño o rendimiento esperado de la tecnología para el
usuario, expectativa de esfuerzo necesario para dominarla, influencia social o
presión del entorno relevante, y condiciones facilitadoras en términos de
disponibilidad de conocimientos, recursos e infraestructura de apoyo. El poder
de predicción del modelo se ve potenciado al considerar el efecto moderador de
variables contingentes como edad, género, experiencia previa y voluntariedad de
uso.
La utilidad del UTAUT para investigar la aceptación de
innovaciones tecno-sanitarias como la telesalud ha sido demostrada en diversos
estudios internacionales (Abbad, 2021) Considerando
las amplias brechas digitales y de género que caracterizan al sistema de salud
peruano, la aplicación contextualizada de este modelo entre mujeres usuarias de
servicios públicos de telemedicina podría arrojar información altamente valiosa
para focalizar iniciativas orientadas a acelerar y universalizar la adopción
efectiva. Específicamente, permitiría determinar la preponderancia relativa de
dimensiones como mejora esperada en accesibilidad sobre recelos frente a
eventuales riesgos percibidos de seguridad de datos, privacidad o calidad de
atención virtual en esta población objetivo. Asimismo, posibilitaría evaluar
cómo variables sociodemográficas como la edad y el nivel educativo, junto con
factores culturales de género y experiencia previa diferencial con las TIC
modulan tales percepciones colectivas.
A partir de un diagnóstico precisión sobre barreras y
facilitadores contextualizados, los hallazgos del UTAUT aplicado al caso
peruano permitirían diseñar intervenciones focalizadas, ya sea mediante
estrategias comunicacionales para aumentar la confianza y valoración respecto a
beneficios concretos de las teleconsultas entre
mujeres de sectores vulnerables, o a través de iniciativas de capacitación
específica del personal sanitario para entregar soporte técnico y orientación
oportuna ante dificultades operativas iniciales. Asimismo, detectar cuáles son
los referentes comunitarios con mayor influencia modeladora de opiniones
permitiría reforzar campañas a nivel local contando con su respaldo explícito.
Por otra parte, las deficiencias identificadas en términos de alfabetización
digital básica entre ciertos segmentos etarios servirían para focalizar
programas destinadas a nivelar competencias esenciales con pertinencia
sociocultural y enfoque de género (Siripipatthanakul
et al., 2023).
En definitiva, en la medida que permita develar
requerimientos específicos para consolidar y legitimar el uso de la
telemedicina entre una población históricamente postergada en el ejercicio del
derecho a la salud como son las mujeres de sectores peruanos de alta
vulnerabilidad social, la aplicación contextualizada del modelo UTAUT
representa una oportunidad para sentar bases sólidas hacia una genuina
transición digital inclusiva tras la pandemia. El camino hacia la cobertura
universal de salud con equidad pasa por garantizar que nadie se quede atrás en
el salto tecnológico en curso, asegurando que aún los eslabones más débiles
puedan beneficiarse con todas las potencialidades transformadoras que las
innovaciones TIC están llamadas a desplegar en los modernos sistemas sanitarios
del futuro post-COVID (Schmitz et al., 2022).
Expectativa de rendimiento
Según el modelo UTAUT, la expectativa de desempeño se
define como el grado en que un individuo considera que usar una tecnología le
permitirá alcanzar mejoras en su rendimiento. En el caso específico, esto se
traduciría en la valoración subjetiva de una mujer respecto a si el uso de
servicios de telemedicina puede concretamente contribuir a facilitar y agilizar
su acceso a consultas de especialidad, mejorando la oportunidad de la atención
y disminuyendo tiempos de espera respecto a la modalidad presencial tradicional
(Van Waeyenberg et al., 2022).
Expectativa de esfuerzo
La expectativa de esfuerzo corresponde a la facilidad
de uso percibida de una tecnología o la medida en que su manejo se visualiza
libre de esfuerzos desmedidos. En consistencia con los principales modelos de
aceptación tecnológica, puede anticiparse que en la medida que una mujer
usuaria del sistema público de salud evalúe subjetivamente como fácil y
amigable la interfaz y las funcionalidades provistas por la plataforma
telemática, tanto más proclive estará a manifestar una intencionalidad positiva
de uso efectivo de las teleconsultas disponibles. En
ese sentido, simplificar al máximo posible la operación para usuarios poco
familiarizados con entornos virtuales es una condición necesaria para
garantizar una disposición favorable (Al-Mamary,
2022).
Asociado al punto previo, en la medida que una mujer
usuaria logre dominar sin complicaciones las competencias digitales elementales
requeridas para conectarse y aprovechar óptimamente las prestaciones
telemáticas, más factible será que comience a percibir y valorar los
potenciales beneficios concretos derivados para su accesibilidad o integralidad
de la atención. Por el contrario, si enfrenta dificultades técnicas recurrentes
por la complejidad de la plataforma que le impiden fluidez comunicacional con
el médico tratante, aquello deteriorará su percepción del rendimiento practico
alcanzable mediante la modalidad virtual en cuanto a la agilidad y efectividad
relativa frente a la alternativa presencial. Por consiguiente, en la medida que
las teleconsultas sean visualizadas como fáciles de
usar, se reforzará la expectativa individual de mejora del desempeño (Al-Mamary, 2022).
Influencia social
La influencia o presión social se define en el modelo
UTAUT como la medida en que una persona percibe que referentes significativos
de su entorno cercano creen que ella debería usar una nueva tecnología
disponible. Dado el carácter históricamente opresivo del patriarcado que ha
relegado las decisiones autónomas de las mujeres sobre su propio cuerpo y
salud, resulta especialmente delicado examinar esta dimensión. Sin embargo, en
un enfoque de agencia positiva, la hipótesis apunta a que en la medida que líderes
comunitarias locales, especialmente aquellas que gozan de legitimidad entre
organizaciones sociales de base, puedan comunicar activamente los beneficios de
la telemedicina y recomendar su uso entre personas cercanas, compartiendo
testimonios positivos sobre su propia experiencia, ello potenciaría
probabilísticamente las disposiciones individuales hacia la adopción entre
mujeres previamente renuentes o dubitativas frente a los servicios telemáticos
recientemente disponibilizados (Higgs & Ruddock, 2020).
Condiciones facilitadoras
El modelo UTAUT plantea que la presencia de
condiciones facilitadoras en términos de conocimientos y soporte técnico
disponible para resolver dificultades operativas con una tecnología constituye
un determinante positivo de su aceptación y uso efectivo. Considerando los
hallazgos de estudios previos que constatan la significativa brecha de
competencias digitales entre mujeres peruanas, especialmente en zonas rurales e
indígenas, la disponibilidad de orientación presencial para salvar obstáculos
iniciales ante cualquier duda o error al momento de conectarse, navegar por el
sistema o interactuar mediante videoconferencia, sin duda representaría un
factor que potenciaría la autoconfianza y predisposición para adentrarse
progresivamente en las teleconsultas entre aquellas
con nulo o escaso roce tecnológico previo. En ese sentido, la hipótesis apunta
a que garantizar la existencia de facilitadores técnicos competentes a nivel de
cada establecimiento fortalecería decisivamente las intenciones de uso efectivo
entre potenciales usuarias sin experiencia digital relevante (Rho et al.,
2015).
Ansiedad informática
La ansiedad informática, entendida como la aprensión o
el nerviosismo asociado con la utilización de dispositivos electrónicos y
tecnologías digitales, puede generar resistencia y desconfianza hacia la
telemedicina en mujeres. Este fenómeno podría derivar en una disminución del
esfuerzo percibido para utilizar estos servicios, ya que la ansiedad
informática puede actuar como una barrera psicológica que afecta la disposición
de las mujeres a enfrentar nuevas tecnologías. En este contexto, comprender y
abordar la ansiedad informática se vuelve esencial para fomentar la aceptación
y el uso efectivo de la telemedicina, destacando la importancia de estrategias
que mitiguen la ansiedad y promuevan la confianza en la utilización de
tecnologías de salud a distancia (Almaiah et al.,
2022).
Seguridad percibida
Cuando las mujeres perciben un entorno seguro y
confiable en el uso de la telemedicina, es más probable que desarrollen una
intención positiva de utilizar estos servicios. Además, la seguridad percibida
influye en las expectativas de esfuerzo al reducir la percepción de barreras o
complicaciones potenciales, haciendo que el uso de la telemedicina sea más
atractivo y accesible. Asimismo, una mayor seguridad percibida se asocia con
mayores expectativas de desempeño, ya que la confianza en la tecnología conduce
a la creencia de que la telemedicina cumplirá efectivamente con las necesidades
de atención médica de las mujeres. En ese sentido, la seguridad percibida
emerge como un determinante crucial que afecta positivamente la disposición y
expectativas de las mujeres hacia la telemedicina, influyendo en su intención
de uso y percepción de esfuerzo y desempeño (Mustafa
et al., 2022).
Opinión del doctor
La calidad percibida de la telemedicina en la
perspectiva de las mujeres puede estar intrínsecamente vinculada a la
experiencia y competencia de los profesionales de la salud que participan en
esta modalidad de atención médica. La confianza en la pericia de los médicos
que utilizan la telemedicina puede desempeñar un papel crucial en la formación
de expectativas de desempeño positivas. Cuando las mujeres perciben que los
médicos que emplean la telemedicina son altamente competentes y experimentados,
es probable que desarrollen una confianza más sólida en la capacidad de esta
tecnología para ofrecer diagnósticos precisos, tratamientos efectivos y
atención de calidad. En este sentido, la experiencia de los médicos emerge como
un factor determinante que contribuye positivamente a la percepción general de
la telemedicina, moldeando las expectativas de desempeño y, por ende,
influyendo en la disposición de las mujeres a adoptar y utilizar estos
servicios de atención médica a distancia (Schnelle
& Jones, 2022).
METODOLOGÍA
Este estudio se desarrolla bajo un enfoque
cuantitativo de alcance descriptivo para identificar los factores que influyen
en la adopción de la tecnología telemedicina por parte de mujeres
universitarias de Perú. Se utiliza un muestreo no probabilístico por
conveniencia, el cual puede ser corregido mediante técnicas estadísticas bajo
el criterio de que la muestra debería estar compuesta por mujeres
universitarias de la ciudad de Lima, Perú. Para el desarrollo del instrumento
de recolección de la información, se utilizó la encuesta aplicada en el estudio
de Cimperman et al. (2016) la cual se puede ver en la
Tabla 1. Se evaluaron las variables bajo una escala de Likert de cinco puntos:
1. Muy en desacuerdo, 2. En desacuerdo, 3. Ni de acuerdo, ni en desacuerdo, 4.
De acuerdo y 5. Muy de acuerdo.
Tabla 1
Factores y variables de estudio
|
Factor |
Indicador |
Descripción |
|
Opinión del
médico |
OD1 |
Confío en
el juicio de mi médico. |
|
OD2 |
La experiencia
de los médicos hace que sea más probable que tengan razón. |
|
|
OD3 |
El médico
tiene mucha experiencia y generalmente sabe lo que es mejor. |
|
|
OD4 |
El
conocimiento del médico generalmente hace que tenga razón. |
|
|
OD5 |
Confío en
el juicio de mi médico sobre el uso de la telemedicina. |
|
|
OD6 |
En caso de
decidir usar la telemedicina, no sé tanto como el médico sobre lo que se debe
hacer. |
|
|
OD7 |
Los
médicos son inteligentes. |
|
|
Ansiedad Informática |
AI1 |
Cualquiera
puede aprender a usar una computadora si tiene paciencia y está motivado. |
|
AI2 |
Dudo en
usar una computadora por miedo a cometer errores. |
|
|
AI3 |
Si se me
da la oportunidad, me gustaría aprender y usar computadoras. |
|
|
AI4 |
Siento que
las computadoras son herramientas necesarias tanto en entornos educativos
como laborales. |
|
|
Seguridad Percibida |
SP1 |
Me
sentiría seguro/a enviando información personal de salud utilizando internet
y computadoras. |
|
SP2 |
Internet
ofrece un medio seguro para enviar información personal sensible. |
|
|
SP3 |
Me
sentiría totalmente seguro/a proporcionando información personal sensible
sobre mí mismo/a por internet. |
|
|
SP4 |
En
general, usar computadoras y una conexión a Internet es una forma segura de
transmitir información personal sensible de salud. |
|
|
Condiciones Facilitadoras |
CF1 |
Creo que
tendré orientación al decidir si uso el sistema. |
|
CF2 |
Creo que
tendré instrucciones especializadas sobre el uso del sistema. |
|
|
CF3 |
Creo que
personas específicas (o un grupo) estarán disponibles para ayudar con
dificultades del sistema (un centro de llamadas). |
|
|
Influencia Social |
IS1 |
Mis pares
y colegas me apoyarían en el uso de la telemedicina. |
|
IS2 |
Las
personas que influyen en mi comportamiento me apoyarían en el uso de la telemedicina. |
|
|
IS3 |
Las
personas importantes para mí apoyarían mi uso de la telemedicina. |
|
|
Expectativa de Desempeño |
ED1 |
Considero
que usar la telemedicina sería útil para monitorear mi salud. |
|
ED2 |
Considero
que usar la telemedicina me haría sentir más seguro en mi vida diaria. |
|
|
ED3 |
La
telemedicina podría mejorar el nivel de conveniencia para acceder a servicios
de atención médica. |
|
|
ED4 |
La
telemedicina podría mejorar la calidad de mi vida. |
|
|
ED5 |
En
general, considero que la telemedicina sería muy útil. |
|
|
Expectativa de Esfuerzo |
EE1 |
Considero
que usar la telemedicina sería simple. |
|
EE2 |
Considero
que aprender a usar la telemedicina sería fácil. |
|
|
EE3 |
Considero
que la salud sería fácilmente comprensible y clara para mí. |
|
|
EE4 |
En
general, considero que usar la salud sería conveniente. |
|
|
Intención de Comportamiento |
IC1 |
Suponiendo
que tuviera acceso a un sistema de telemedicina, tendría la intención de
usarlo. |
|
IC2 |
Preveo que
usaré un sistema de telemedicina de manera regular en el futuro. |
|
|
IC3 |
Tengo la
intención de usar un sistema de telemedicina en el futuro. |
|
|
IC4 |
Dado que
tuviera acceso a un sistema de telemedicina, usaría los servicios. |
Se llevó a cabo un estudio con 503 mujeres
universitarias pertenecientes a la Universidad Ricardo Palma en Lima, Perú. De
este grupo, el 42% tenía edades entre 18 y 22 años, seguido por un 23% de
participantes mayores de 28 años. Asimismo, un 19% eran menores de 18 años y un
11% se encontraba en el rango de 22 a 24 años. La mayoría, un 78%, residía en
la ciudad de Lima, mientras que un 5% estaba en la región de costa y un 2% en
la región de Callao.
En cuanto a la ocupación, el 65% eran estudiantes, el
12% estaban empleadas y el 6% se identificaban como amas de casa. Respecto al
nivel socioeconómico, un 57% se clasificaba en el nivel C, seguido por un 20%
en el nivel B, un 17% en el nivel D, un 3% en el nivel E y un 2% en el nivel A.
En cuanto a la educación, el 51% tenía un pregrado, el 28% educación
secundaria, el 11% un nivel técnico y el 8% un posgrado. En relación con su
estado civil, el 84% eran solteras, el 9% casadas y el 4% vivían en convivencia.
Respecto al número de habitantes en sus hogares, el
44% mencionó que vivían más de cuatro personas, el 27% indicó cuatro personas y
el 18% mencionó tres personas. Se investigó su acceso a la telesalud, donde el
40% tenía acceso a un teléfono inteligente y una computadora, el 22% contaba
con un teléfono inteligente, una computadora y una tablet, el 21% solo disponía de un teléfono inteligente, y
el 13% solo tenía una computadora. Por último, el 52% afirmó haber recibido
alguna vez una cita, consulta o asesoría médica de forma virtual o telefónica,
mientras que el 48% respondió que no.
RESULTADOS
En esta sección se miden los factores “opinión del
doctor”, “ansiedad informática”, “seguridad percibida”, “condiciones
facilitadoras”, “influencia social”, “expectativa de desempeño”, “expectativa
de esfuerzo” e “intención de comportamiento” a partir de un análisis de
recurrencia.
El factor inicial, conocido como Opinión del doctor,
hace alusión a la confianza que tienen los usuarios en las sugerencias y
consejos de un médico, considerándolo un experto en el campo de los servicios
de salud. Los resultados correspondientes a este factor están detallados en la
Tabla 2. Se puede observar que los porcentajes más altos de acuerdo se
encuentran en las afirmaciones relacionadas con la confianza en el juicio
médico y la valoración de la experiencia y conocimiento de los médicos (DO1,
DO2, DO3, DO4, DO5). Aproximadamente entre un tercio y más de un tercio de los
encuestados muestran niveles altos de acuerdo, lo que sugiere una percepción
generalizada de confianza en la capacidad, experiencia y juicio de los médicos,
tanto en situaciones generales como en el ámbito específico de la telemedicina.
Además, en relación con la percepción sobre la inteligencia de los médicos
(DO7), un porcentaje significativo de encuestados también muestra un nivel alto
de acuerdo, indicando una valoración positiva hacia la inteligencia de los
profesionales médicos.
Tabla 2
Valoración del factor Opinión del doctor
|
ítem |
Descripción |
Muy de acuerdo |
De acuerdo |
Ni de acuerdo,
ni en desacuerdo |
En desacuerdo |
Muy en desacuerdo |
|
OD1 |
Confío en el juicio de mi médico. |
21% |
37% |
33% |
6% |
3% |
|
OD2 |
La experiencia de los médicos hace que sea más
probable que tengan razón. |
34% |
34% |
24% |
6% |
3% |
|
OD3 |
El médico tiene mucha experiencia y generalmente
sabe lo que es mejor. |
19% |
38% |
34% |
6% |
3% |
|
OD4 |
El conocimiento del médico generalmente hace que
tenga razón. |
15% |
39% |
35% |
9% |
3% |
|
OD5 |
Confío en el juicio de mi médico sobre el uso de la
telemedicina. |
16% |
38% |
36% |
8% |
3% |
|
OD6 |
En caso de decidir usar la telemedicina, no sé tanto
como el médico sobre lo que se debe hacer. |
12% |
34% |
40% |
10% |
4% |
|
OD7 |
Los médicos son inteligentes. |
24% |
39% |
29% |
5% |
3% |
Fuente: elaboración propia
El siguiente factor es conocido como ansiedad
informática, el cual se relaciona con la generación de respuestas ansiosas
o emocionales al llevar a cabo una actividad específica, como el uso de un
ordenador o computadora y los resultados se detallan en la Tabla 3. El análisis
revela que la mayoría de los encuestados muestran una actitud positiva hacia el
aprendizaje y uso de computadoras. Los ítems AI1 y AI3 destacan una inclinación
significativa hacia la creencia de que cualquier persona puede aprender a
utilizar una computadora con paciencia y motivación, así como el interés en
aprender y utilizar estas tecnologías si se les brinda la oportunidad. Además,
el ítem AI4 muestra que una gran proporción de encuestados perciben las
computadoras como herramientas esenciales tanto en entornos educativos como
laborales. Sin embargo, el ítem AI2 resalta una preocupación considerable relacionada
con el temor a cometer errores al utilizar una computadora, lo que genera una
respuesta más dividida entre los encuestados, mostrando un porcentaje notable
de desacuerdo y fuerte desacuerdo en comparación con las afirmaciones más
positivas sobre el uso de la tecnología.
Tabla 3
Valoración del factor ansiedad informática
|
ítem |
Descripción |
Muy de acuerdo |
De acuerdo |
Ni de acuerdo, ni en desacuerdo |
En desacuerdo |
Muy en desacuerdo |
|
AI1 |
Cualquiera puede aprender a usar una computadora si tiene paciencia y
está motivado. |
41% |
30% |
20% |
7% |
2% |
|
AI2 |
Dudo en usar una computadora por miedo a cometer errores. |
7% |
18% |
29% |
21% |
25% |
|
AI3 |
Si se me da la oportunidad, me gustaría aprender y usar computadoras. |
35% |
37% |
21% |
5% |
3% |
|
AI4 |
Siento que las computadoras son herramientas necesarias tanto en entornos
educativos como laborales. |
40% |
31% |
21% |
5% |
3% |
Fuente: elaboración propia
El factor subsiguiente es la seguridad percibida,
que se define como el nivel en que las interacciones con el sistema se consideran
seguras, asegurando la integridad y confiabilidad de los datos. Los resultados
correspondientes a este aspecto están presentados en la Tabla 4. El análisis de
la tabla refleja que existe una considerable desconfianza y cautela entre los
encuestados en relación con la seguridad al enviar información personal de
salud a través de Internet y computadoras. Los ítems SP1, SP2, SP3 y SP4
muestran una tendencia generalizada hacia el desacuerdo o la falta de confianza
en la seguridad de estas plataformas para transmitir información personal
sensible. Los porcentajes más altos se concentran en las categorías “Ni de
acuerdo, ni en desacuerdo” y “En desacuerdo”, lo que sugiere una percepción
predominante de preocupación o escepticismo en cuanto a la seguridad al
compartir datos de salud a través de Internet y el uso de computadoras. Los
niveles de acuerdo son bastante bajos en comparación con los niveles de
desacuerdo, indicando una percepción generalizada de inseguridad en este
aspecto.
Tabla 4
Valoración del factor seguridad percibida
|
ítem |
Descripción |
Muy de acuerdo |
De acuerdo |
Ni de acuerdo, ni en desacuerdo |
En desacuerdo |
Muy en desacuerdo |
|
SP1 |
Me sentiría seguro/a enviando información personal de salud utilizando
Internet y computadoras. |
13% |
27% |
39% |
16% |
6% |
|
SP2 |
Internet ofrece un medio seguro para enviar información personal
sensible. |
8% |
25% |
40% |
17% |
9% |
|
SP3 |
Me sentiría totalmente seguro/a proporcionando información personal
sensible sobre mí mismo/a por Internet. |
9% |
23% |
37% |
19% |
11% |
|
SP4 |
En general, usar computadoras y una conexión a Internet es una forma
segura de transmitir información personal sensible de salud. |
14% |
30% |
37% |
13% |
7% |
Fuente: elaboración propia
Continuando con la evaluación, se estudia el factor de
condiciones facilitadoras, el cual se refiere a la percepción que tiene
una persona sobre las restricciones tanto internas como externas que influyen
en su conducta, abarcando aspectos como la confianza en sí mismo (autoeficacia)
y las circunstancias que favorecen el acceso a recursos y tecnología. Los
resultados presentados en la Tabla 5 muestran una tendencia positiva en cuanto
a la percepción de disponibilidad de apoyo y orientación en el uso del sistema.
Los ítems CF1, CF2 y CF3 revelan que una proporción significativa de
encuestados muestra un nivel considerable de acuerdo o fuerte acuerdo en la
creencia de que recibirán orientación al decidir si utilizan el sistema, así
como instrucciones especializadas sobre su funcionamiento. Además, una gran
mayoría percibe que habrá personas específicas o un grupo disponible, como un
centro de llamadas, para ofrecer ayuda en caso de dificultades con el sistema.
Estos resultados reflejan una expectativa generalizada entre los encuestados de
contar con apoyo y asistencia durante la interacción con el sistema, lo que
podría impactar positivamente en su disposición para utilizarlo.
Tabla 5
Valoración del factor condiciones facilitadoras
|
ítem |
Descripción |
Muy de acuerdo |
De acuerdo |
Ni de acuerdo, ni en desacuerdo |
En desacuerdo |
Muy en desacuerdo |
|
CF1 |
Creo que tendré orientación al decidir si uso el sistema. |
16% |
38% |
34% |
7% |
4% |
|
CF2 |
Creo que tendré instrucciones especializadas sobre el uso del sistema. |
14% |
36% |
36% |
10% |
4% |
|
CF3 |
Creo que personas específicas (o un grupo) estarán disponibles para
ayudar con dificultades del sistema (un centro de llamadas). |
16% |
45% |
28% |
8% |
3% |
Fuente: elaboración propia
El factor subsiguiente se refiere a la influencia
social, describiendo el nivel en el cual un individuo percibe que personas
significativas en su círculo cercano (tales como amigos, familiares, colegas,
entre otros) tienen la expectativa de que esa persona debería emplear la
telemedicina. Se plantea que el contexto social juega un papel fundamental al
motivar o desmotivar las intenciones de las personas para adoptar nuevas
tecnologías, como es el caso de la telemedicina. Los hallazgos de la Tabla 6
sugieren una tendencia positiva en cuanto a la percepción de apoyo por parte
del entorno social hacia el uso de la telemedicina. Los ítems IS1, IS2 y IS3
indican que una parte significativa de los encuestados muestra un nivel
considerable de acuerdo o fuerte acuerdo en la creencia de que sus pares,
colegas y personas influyentes en su vida respaldarían su decisión de emplear
la telemedicina. Estos resultados sugieren que existe una percepción
generalizada entre los encuestados de recibir apoyo y respaldo por parte de su
círculo cercano al considerar utilizar este tipo de servicios de salud a
distancia. Esta percepción de apoyo social podría ser un factor influyente en
la adopción de la telemedicina por parte de los individuos.
Tabla 6
Valoración del factor influencia social
|
ítem |
Descripción |
Muy de acuerdo |
De acuerdo |
Ni de acuerdo,
ni en desacuerdo |
En desacuerdo |
Muy en desacuerdo |
|
IS1 |
Mis pares y colegas me apoyarían en el uso de la
telemedicina. |
13% |
36% |
38% |
10% |
3% |
|
IS2 |
Las personas que influyen en mi comportamiento me
apoyarían en el uso de la telemedicina. |
15% |
40% |
33% |
10% |
3% |
|
IS3 |
Las personas importantes para mí apoyarían mi uso de
la telemedicina. |
17% |
36% |
35% |
8% |
4% |
Fuente: elaboración propia
El factor denominado expectativa de desempeño se
relaciona con el nivel de confianza que una persona tiene respecto a cómo el
uso de la telemedicina puede tener un impacto positivo para las mujeres
universitarias en su rendimiento o desenvolvimiento en la vida. Los resultados
específicos relacionados con este aspecto se muestran en la Tabla 7. El
análisis de la Tabla 7 muestra una percepción generalmente positiva hacia la
utilidad y beneficios potenciales de la telemedicina. Los ítems ED1, ED3, ED4 y
ED5 revelan que una parte significativa de los encuestados muestra un nivel
considerable de acuerdo o fuerte acuerdo en la creencia de que el uso de la
telemedicina podría ser útil para monitorear la salud, mejorar la accesibilidad
a los servicios médicos, mejorar la calidad de vida y ser útil en general.
Además, el ítem ED2 indica que una proporción sustancial considera que el uso
de la telemedicina podría generar una sensación de seguridad en su vida
cotidiana. Estos resultados sugieren una percepción positiva y favorable hacia
la telemedicina en términos de sus potenciales beneficios, lo que podría
influir en la disposición de las personas para adoptar esta forma de atención
médica a distancia.
Tabla 7
Valoración del factor expectativa de desempeño
|
ítem |
Descripción |
Muy de acuerdo |
De acuerdo |
Ni de acuerdo,
ni en desacuerdo |
En desacuerdo |
Muy en desacuerdo |
|
ED1 |
Considero que usar la telemedicina sería útil para
monitorear mi salud. |
26% |
36% |
27% |
9% |
3% |
|
ED2 |
Considero que usar la telemedicina me haría sentir
más seguro en mi vida diaria. |
15% |
34% |
39% |
9% |
4% |
|
ED3 |
La telemedicina podría mejorar el nivel de
conveniencia para acceder a servicios de atención médica. |
23% |
41% |
27% |
6% |
3% |
|
ED4 |
La telemedicina podría mejorar la calidad de mi
vida. |
20% |
40% |
30% |
7% |
3% |
|
ED5 |
En general, considero que la telemedicina sería muy
útil. |
27% |
35% |
27% |
7% |
3% |
Fuente: elaboración propia
En relación con el factor denominado expectativa de
esfuerzo, que se refiere a la percepción que una persona tiene sobre la
facilidad de uso de una innovación particular, se presentan los resultados en
la Tabla 8. Estos indican que existe una percepción general positiva sobre la
facilidad y simplicidad percibida en el uso de la telemedicina. Los ítems EE1,
EE2, EE3 y EE4 indican que una parte considerable de los encuestados muestra un
nivel de acuerdo o fuerte acuerdo en la creencia de que el uso de la telemedicina
sería simple, fácil de aprender, comprensible en términos de salud y
conveniente en general. Estos resultados reflejan una tendencia generalizada
hacia la percepción favorable de que la telemedicina sería accesible y
comprensible, lo que podría influir en la disposición de las personas para
adoptar esta modalidad de atención médica a distancia.
Tabla 8
Valoración del factor expectativa de esfuerzo
|
ítem |
Descripción |
Muy de acuerdo |
De acuerdo |
Ni de acuerdo,
ni en desacuerdo |
En desacuerdo |
Muy en desacuerdo |
|
EE1 |
Considero que usar la telemedicina sería simple. |
24% |
35% |
33% |
6% |
2% |
|
EE2 |
Considero que aprender a usar la telemedicina sería
fácil. |
42% |
42% |
9% |
5% |
2% |
|
EE3 |
Considero que la salud sería fácilmente comprensible
y clara para mí. |
23% |
39% |
29% |
6% |
3% |
|
EE4 |
En general, considero que usar la salud sería
conveniente. |
20% |
38% |
32% |
7% |
3% |
Fuente: elaboración propia
Finalmente, el factor intención de comportamiento
busca medir hasta qué punto las mujeres encuestadas están dispuestas a utilizar
los servicios de telemedicina. De esta manera, se presentan los resultados en
la Tabla 9 los cuales indican una tendencia positiva en la intención de uso
futuro de la telemedicina entre los encuestados. Los ítems IC1, IC2, IC3 y IC4
reflejan que una parte significativa de los encuestados muestra un nivel de
acuerdo o fuerte acuerdo en su intención de utilizar un sistema de telemedicina
si tuvieran acceso a él. Estos resultados sugieren una disposición generalizada
hacia el uso futuro de la telemedicina, lo que indica un interés prometedor y
una posible adopción de esta modalidad de atención médica a distancia por parte
de los encuestados.
Tabla 9
Valoración del factor expectativa de esfuerzo
|
ítem |
Descripción |
Muy de acuerdo |
De acuerdo |
Ni de acuerdo,
ni en desacuerdo |
En desacuerdo |
Muy en desacuerdo |
|
IC1 |
Suponiendo que tuviera acceso a un sistema de
telemedicina, tendría la intención de usarlo. |
26% |
33% |
28% |
8% |
4% |
|
IC2 |
Preveo que usaré un sistema de telemedicina de
manera regular en el futuro. |
14% |
36% |
36% |
10% |
4% |
|
IC3 |
Tengo la intención de usar un sistema de
telemedicina en el futuro. |
20% |
32% |
34% |
9% |
4% |
|
IC4 |
Dado que tuviera acceso a un sistema de
telemedicina, usaría los servicios. |
22% |
34% |
34% |
6% |
4% |
Fuente: elaboración propia
DISCUSIÓN
La implementación exitosa de la telemedicina entre
mujeres universitarias requiere una comprensión detallada de los factores que
influyen en su aceptación. Por tanto, la presente investigación ha revelado una
serie de hallazgos significativos sobre las actitudes y percepciones de este
grupo demográfico específico.
En primer lugar, la confianza en la opinión del médico
emerge como un pilar fundamental. Los participantes demostraron certeza en la
experiencia y juicio de los profesionales de la salud, especialmente en
situaciones relacionadas con la telemedicina. Estos resultados son acordes con
los encontrados en Napitupulu et al. (2021), donde se
destaca esta variable en la percepción de utilidad de la tecnología,
mencionando que la relación médico-paciente desempeña un factor significativo
en la aceptación de la tecnología de la salud. Además, se destaca que la
confianza en la opinión de los médicos tiene un efecto significativo en la
expectativa de rendimiento de la telemedicina, lo que sugiere que puede influir
en la intención de comportamiento de los usuarios.
Por otro lado, la ansiedad informática y la seguridad
percibida emergen como desafíos a abordar. Aunque las mujeres universitarias
muestran una actitud positiva hacia la tecnología, la preocupación por cometer
errores al utilizarla y la desconfianza en la seguridad de la transmisión de
datos a través de internet destacan áreas críticas para intervenciones. En
comparación, aunque el estudio de Cimperman et al.
(2013) se centra en grupos demográficos distintos y contextos específicos,
específicamente en adultos mayores, también se logran identificar retos donde
la ansiedad informática emerge como un predictor consistente con impacto
negativo en la actitud y la intención de uso de la tecnología, destacando la
relevancia de la seguridad percibida en la aceptación de los servicios de
tecnología de la salud entre los adultos mayores, donde se resaltan las
preocupaciones sobre la precisión y confiabilidad de dicha tecnología.
La percepción de condiciones facilitadoras, que
incluye la expectativa de orientación y apoyo durante la interacción con el
sistema, se presenta como un elemento prometedor. Por ejemplo, el estudio Doo & Dowding (2020) sugieren
que la percepción de que existe una infraestructura técnica y organizacional
para apoyar el uso del sistema de tecnología influye significativamente en la
iniciación de la telemedicina. La disposición positiva hacia recibir asistencia
sugiere que programas de implementación bien diseñados, que ofrezcan recursos y
guía, podrían influir positivamente en la adopción de la telemedicina.
La influencia social, por su parte, desempeña un papel
crucial. La creencia de que amigos, colegas y personas significativas
respaldarían la decisión de utilizar la telemedicina subraya la importancia de
considerar el contexto social al diseñar estrategias de implementación. La
aceptación por parte de la red cercana puede actuar como un catalizador para la
adopción de estas tecnologías, donde se aborda la influencia de factores
sociales en la aceptación de la telemedicina, centrándose específicamente en el
efecto moderador de la influencia social, coincidiendo con la literatura
existente en que las generaciones mayores se ven afectadas por la preparación
para la telemedicina de quienes los rodean (Li et al., 2023).
Según los hallazgos destacados en esta investigación,
la implementación exitosa de la telemedicina entre mujeres universitarias tiene
implicaciones teóricas y prácticas significativas. Estos resultados pueden ser
de interés y utilidad para diversos actores, incluyendo profesionales de la
salud, diseñadores de programas de implementación, responsables de políticas de
salud y la propia comunidad universitaria.
En este sentido, los hallazgos subrayan la importancia
de construir y mantener la confianza en la relación médico-paciente como un
pilar fundamental para la aceptación de la telemedicina. Los profesionales de
la salud pueden beneficiarse al reconocer su papel crítico en la percepción de
utilidad de la tecnología. Además, la identificación de la ansiedad informática
y la seguridad percibida como desafíos sugiere que la formación y la
comunicación efectiva sobre la seguridad de la transmisión de datos son aspectos
clave para abordar en la implementación de servicios de telemedicina.
Asimismo, la percepción de condiciones facilitadoras,
especialmente la expectativa de orientación y apoyo durante la interacción con
el sistema ofrece una oportunidad para diseñar programas de implementación
efectivos. Ofrecer recursos y guía durante la adopción de la telemedicina puede
influir positivamente en la aceptación por parte de mujeres universitarias,
siendo necesario considerar la ansiedad informática y la seguridad percibida al
desarrollar estrategias para mejorar la experiencia del usuario.
Además, la investigación destaca la importancia de
considerar la influencia social al diseñar estrategias de implementación. La
creencia de que amigos, colegas y personas significativas respaldarían la
decisión de utilizar la telemedicina sugiere que las políticas de salud
deberían fomentar un entorno social favorable. La promoción de campañas
educativas que aborden la aceptación social de la telemedicina podría ser
beneficioso para impulsar su adopción. Por lo que, los resultados pueden ser
útiles para la comunidad universitaria al resaltar la relevancia de la
confianza en los profesionales de la salud y la importancia de la influencia
social. Los programas de orientación y apoyo para estudiantes universitarios
pueden contribuir a crear una cultura de aceptación y confianza hacia la
telemedicina.
CONCLUSIONES
Los resultados revelan una confianza generalizada en
la capacidad, experiencia y criterio de los médicos, así como una actitud
positiva hacia el aprendizaje y el uso de computadoras. Esto resalta una
creencia significativa de que cualquier persona puede aprender a utilizar estos
dispositivos con paciencia y motivación, mostrando interés en aprender y usar
estas tecnologías si se les brinda la oportunidad.
Sin embargo, se evidencia una notable desconfianza y
cautela en cuanto a la seguridad al compartir información personal de salud a
través de internet y computadoras. Además, se observa un alto nivel de acuerdo
en la expectativa de recibir orientación y apoyo para utilizar sistemas, así
como una percepción favorable de respaldo por parte de sus pares, colegas y
personas influyentes para emplear la telemedicina. Desafíos clave, como la
ansiedad informática y la desconfianza en la seguridad de la transmisión de
datos a través de internet, muestran la preocupación por cometer errores.
Las expectativas de rendimiento y esfuerzo muestran
una actitud positiva hacia la telemedicina, destacando sus posibles beneficios
y su accesibilidad. Estos hallazgos sugieren un probable interés y disposición
hacia la adopción de esta modalidad de atención médica a distancia por parte de
los encuestados.
La investigación subraya la relevancia de condiciones
facilitadoras y expectativas de apoyo, particularmente en el contexto de
mujeres universitarias, sugiriendo que la provisión de recursos y guía durante
la adopción de la telemedicina puede influir positivamente en su aceptación. La
influencia social también se destaca como un factor clave, indicando que
estrategias de implementación deben considerar la creencia de que amigos,
colegas y personas significativas respaldarán la decisión de utilizar la telemedicina.
Estos hallazgos no solo son cruciales para
profesionales de la salud y responsables de políticas de salud, sino también
para la comunidad universitaria en general, resaltando la importancia de
programas de orientación y apoyo para estudiantes universitarios como
contribución a una cultura de aceptación y confianza hacia la telemedicina.
REFERENCIAS
Abbad, M. M. (2021). Using
the UTAUT model to understand students’ usage of e-learning systems in
developing countries. Education and Information Technologies, 26(6),
7205-7224. https://doi.org/10.1007/s10639-021-10573-5
Almaiah,
M. A., Alfaisal, R., Salloum, S. A., Hajjej, F., Thabit, S., El-Qirem,
F. A., ... & Al-Maroof, R. S. (2022). Examining the impact of artificial
intelligence and social and computer anxiety in e-learning settings: Students’
perceptions at the university level. Electronics, 11(22),
3662. https://doi.org/10.3390/electronics11223662
Al-Mamary, Y. H. S.
(2022). Understanding the use of learning management systems by undergraduate
university students using the UTAUT model: Credible evidence from Saudi
Arabia. International Journal of Information Management Data Insights, 2(2),
100092. https://doi.org/10.1016/j.jjimei.2022.100092
Bakshi,
S., & Tandon, U. (2022). Understanding barriers of telemedicine adoption: a
study in North India. Systems Research and Behavioral Science, 39(1),
128-142. https://doi.org/10.1002/sres.2774
Cimperman,
M., Brenčič, M. M., & Trkman,
P. (2016). Analyzing older users’ home telehealth services acceptance
behavior—applying an Extended UTAUT model. International Journal of Medical
Informatics, 90, 22-31. https://doi.org/10.1016/j.ijmedinf.2016.03.002.
Cimperman, M., Brenčič,
M. M., Trkman, P., & Stanonik, M. D. L. (2013). Older adults' perceptions of home telehealth
services. Telemedicine and e-Health, 19(10), 786-790.
https://doi.org/10.1089/tmj.2012.0272.
Curioso, W. H., Coronel-Chucos, L. G., & Henríquez-Suarez,
M. (2023). Integrating
Telehealth for Strengthening Health Systems in the Context of the COVID-19
Pandemic: A Perspective from Peru. International Journal of
Environmental Research and Public Health, 20(11), 5980. https://doi.org/10.3390/ijerph20115980
Curioso-Vilchez, W. H., & Coronel-Chucos,
L. G. (2022). Barriers and
challenges for the development of telehealth in Peru in the context of
COVID-19. Visión electrónica, 16(1).
De
Simone, S., Franco, M., Servillo, G., & Vargas, M. (2022). Implementations and strategies of telehealth during
COVID-19 outbreak: a systematic review. BMC Health Services Research,
22(1), 1-10. https://doi.org/10.1186/s12913-022-08235-4
Du,
S., Carfang, L., Restrepo, E., Benjamin, C., Epstein,
M. M., Fairley, R., ... & Warner, E. T. (2022). Patient-reported
experiences of breast cancer screening, diagnosis, and treatment delay, and
telemedicine adoption during COVID-19. Current Oncology, 29(8),
5919-5932. https://doi.org/10.3390/curroncol29080467
Gallegos-Rejas,
V. M., Thomas, E. E., Kelly, J. T., & Smith, A. C. (2023). A
multi-stakeholder approach is needed to reduce the digital divide and encourage
equitable access to telehealth. Journal of Telemedicine and Telecare, 29(1),
73-78. https://doi.org/10.1177/1357633X221107995
Higgs, S., & Ruddock,
H. (2020). Social influences on eating. Handbook of eating and
drinking: Interdisciplinary perspectives, 277-291. https://doi.org/10.1007/978-3-030-14504-0_27
Kapare,
H. S., Rathi, K. M., & Labhade, S. D. (2022).
Telemedicine: present, future and applications. In Telemedicine: The
Computer Transformation of Healthcare (pp. 311-320). Cham: Springer
International Publishing. https://doi.org/10.3390/healthcare10061041
Li, X., Zhou, Y., Liu, Y., Wang, X.,
& Yuen, K. F. (2023). Psychological antecedents of telehealth acceptance: A
technology readiness perspective. International Journal of Disaster Risk
Reduction, 91, 103688.
Maleka,
N. H., & Matli, W. (2022). A review of telehealth during the COVID-19 emergency situation in the public health sector: challenges
and opportunities. Journal of Science and Technology Policy Management.
https://doi.org/10.1108/JSTPM-08-2021-0126
Martinez,
A., Villarroel, V., Seoane, J., & Del Pozo, F. (2004). A
study of a rural telemedicine system in the Amazon region of Peru. Journal
of telemedicine and telecare, 10(4), 219-225. https://doi.org/10.1258/1357633041424412
Mbunge, E., Muchemwa, B., & Batani, J. (2022).
Are we there yet? Unbundling the potential adoption and integration of
telemedicine to improve virtual healthcare services in African health
systems. Sensors International, 3, 100152. https://doi.org/10.1016/j.sintl.2021.100152
Montemurro,
N. (2022). Telemedicine: Could it represent a new problem for spine surgeons to
solve?. Global Spine Journal, 12(6),
1306-1307. https://doi.org/10.1177/21925682221090891
Mustafa, M., Alshare, M., Bhargava, D., Neware,
R., Singh, B., & Ngulube, P. (2022). Perceived security risk based on
moderating factors for blockchain technology applications in cloud storage to
achieve secure healthcare systems. Computational and mathematical
methods in medicine, 2022. https://doi.org/10.1155/2022/6112815
Napitupulu,
D., Yacub, R., & Perdana Kusuma Putra, A. H. (2021). Factor Influencing of Telehealth Acceptance
During COVID-19 Outbreak: Extending UTAUT Model. International Journal of
Intelligent Engineering & Systems, 14(3). https://doi.org/10.22266/ijies2021.0630.23.
Owusu
Kwateng, K., Darko-Larbi, O., & Amanor, K. (2023). A modified UTAUT2 for the study of
telemedicine adoption. International Journal of Healthcare Management, 16(2),
207-223. https://doi.org/10.1080/20479700.2022.2088068
Patel,
K. B., Tabriz, A. A., Turner, K., Gonzalez, B. D., Oswald, L. B., Jim, H. S.,
... & Spiess, P. E. (2023). Telemedicine adoption in an NCI-designated
cancer center during the COVID-19 pandemic: a report on patient experience of
care. Journal of the National Comprehensive Cancer Network, 21(5),
496-502. https://doi.org/10.6004/jnccn.2023.7008
Rho, M. J., Kim, H. S.,
Chung, K., & Choi, I. Y. (2015). Factors influencing the acceptance of
telemedicine for diabetes management. Cluster Computing, 18,
321-331. https://doi.org/10.1007/s10586-014-0356-1
Rodriguez,
H. P., Ciemins, E., Rubio, K., Rattelman,
C., Cuddeback, J. K., Mohl, J. T., ... & Shortell, S. M. (2023). Health
Systems and Telemedicine Adoption for Diabetes and Hypertension Care. The
American journal of managed care, 29(1), 42. https://doi.org/10.37765%2Fajmc.2023.89302
Roque, K., Ruiz, R.,
Otoya-Fernandez, I., Galarreta, J., Vidaurre, T., de
Mello, R. A., ... & Gómez, H. (2022). The impact of telemedicine on cancer
care: Real-world experience from a Peruvian Institute during the COVID-19
pandemic. Future Oncology, 18(31), 3501-3508. https://doi.org/10.2217/fon-2022-0239
Schmitz,
A., Díaz-Martín, A. M., & Guillén, M. J. Y. (2022). Modifying UTAUT2 for a
cross-country comparison of telemedicine adoption. Computers in Human
Behavior, 130, 107183. https://doi.org/10.1016/j.chb.2022.107183
Schnelle, C., & Jones,
M. A. (2022). Protocol for a qualitative study on doctors’ opinions on and
experiences of exceptionally good doctors. Advances in Medical
Education and Practice, 103-109. https://doi.org/10.2147/AMEP.S343554
Siripipatthanakul,
S., Limna, P., Sriboonruang, P., & Kaewpuang, P. (2023). Applying the TPB and the UTAUT models
predicting intentions to use telemedicine among Thai people during the COVID-19
pandemic. International Journal of Computing Sciences Research, 7,
1362-1384. https://stepacademic.net/
Snoswell, C. L., Chelberg, G., De Guzman, K. R., Haydon, H.
H., Thomas, E. E., Caffery, L. J., & Smith, A. C. (2023). The clinical
effectiveness of telehealth: a systematic review of meta-analyses from 2010 to
2019. Journal of telemedicine and telecare, 29(9), 669-684. https://doi.org/10.1177/1357633X211022907
Thomas,
E. E., Haydon, H. M., Mehrotra, A., Caffery, L. J., Snoswell,
C. L., Banbury, A., & Smith, A. C. (2022). Building on the momentum:
sustaining telehealth beyond COVID-19. Journal of telemedicine and
telecare, 28(4), 301-308. https://doi.org/10.1177/1357633X20960638
Van Waeyenberg,
T., Peccei, R., & Decramer, A. (2022). Performance management and teacher
performance: the role of affective organizational commitment and
exhaustion. The International Journal of Human Resource Management, 33(4),
623-646. https://doi.org/10.1080/09585192.2020.1754881
Woo, K.,
& Dowding, D. W. (2020). Decision-making factors associated with telehealth
adoption by patients with heart failure at home: a qualitative study. CIN:
Computers, Informatics, Nursing, 38(4), 204-214. https://doi.org/10.1097/CIN.0000000000000589
Wardlow,
L., Roberts, C., Archbald-Pannone, L., & Collaborative for Telehealth and
Aging. (2023). Perceptions and uses of telehealth in the care of older
adults. Telemedicine and e-Health, 29(8), 1143-1151. https://doi.org/10.1089/tmj.2022.0378
[1] Universidad Ricardo Palma,
Instituto de Investigación y Estudios de la Mujer. Lima, Perú Correo: ada.gallegos@urp.edu.pe
ORCID: https://orcid.org/0000-0002-8264-711X
[2] Universidad Ricardo Palma,
Instituto de Investigación y Estudios de la Mujer. Lima, Perú Correo: wilmerlcelis@gmail.com
ORCID: https://orcid.org/0000-0003-1399-2654
[3] Universidad Ricardo Palma, Instituto de Investigación y Estudios de la
Mujer. Lima, Perú Correo: Paulaan.rod90@gmail.com
ORCID: https://orcid.org/0000-0002-9748-0148
[4] Universidad Ricardo Palma, Instituto de Investigación y Estudios de la
Mujer. Lima, Perú Correo: luisa.rodriguez@urp.edu.pe
ORCID: https://orcid.org/0000-0003-3743-3515
[5] Universidad Ricardo Palma, Instituto de Investigación y Estudios de la
Mujer. Lima, Perú Correo: mauricioibv44@hotmail.com
ORCID: https://orcid.org/0000-0001-8621-3717
[6] Universidad Ricardo Palma, Instituto de Investigación y Estudios de la
Mujer. Lima, Perú Correo: iepvlvega@gmail.com
ORCID: https://orcid.org/0000-0002-3825-7720
[7] Universidad Ricardo Palma, Instituto de Investigación y Estudios de la
Mujer. Lima, Perú Correo: pedro.martinezv@urp.edu.pe
ORCID: https://orcid.org/0000-0002-2869-5663