Trust and anxiety as primary drivers of digital health acceptance in multiple sclerosis: toward an extended disease-specific technology acceptance model
Vertrauen und Angst als zentrale Treiber der Akzeptanz digitaler Gesundheit bei Multipler Sklerose: hin zu einem erweiterten krankheitsspezifischen Technologiemodell
Frontiers in Digital Health · 13.03.2026 · 8
DOI: 10.3389/fdgth.2026.1763329 ↗Auf einen Blick
Eine Online-Umfrage bei Menschen mit MS und einer Vergleichsgruppe untersuchte Determinanten der Akzeptanz digitaler Gesundheit. Vertrauen in Technik und technologische Angst waren die stärksten Prädiktoren der Verhaltensintention.
Fragestellung
Welche Faktoren bestimmen die Akzeptanz digitaler Gesundheit bei MS, und unterscheiden sich die Muster von denen bei anderen chronischen Erkrankungen?
Methode
Online-Umfrage im Winter 2024/2025 mit TAM- und UTAUT-Konstrukten bei MS-Patient:innen und einer Vergleichsgruppe.
Ergebnisse
MS: n = 64; Vergleichsgruppe: n = 14. Keine signifikanten Gruppenunterschiede in PU, PEOU, BI oder SI (alle p > .05). Regelmäßige Wearable-Nutzung war bei MS geringer [χ2(2) = 7,83, p = .020]. TT (β = .52, p < .001) und TA (β = –.38, p < .001) sagten BI am stärksten vorher.
Einschränkungen
Die Vergleichsgruppe war klein (n = 14); Gruppenvergleiche sollten vorsichtig interpretiert werden.
Schlussfolgerung der Autor:innen
Die Ergebnisse zeigen eine Intention-Verhaltens-Lücke bei MS. Emotionale und kompetenzbezogene Faktoren überwogen kognitive Prädiktoren; vorgeschlagen wird ein erweitertes krankheitsspezifisches Technologiemodell.
Kernaussagen
- TT und TA waren die stärksten Prädiktoren der Verhaltensintention.
- Bei MS war regelmäßige Wearable-Nutzung geringer.
- Symptomschwere moderierte die Akzeptanzpfade.
Deutsche Zusammenfassung: KI-gestützt aus dem Original-Abstract erstellt; alle Zahlen wurden automatisch mit dem Original abgeglichen. Maßgeblich ist der Original-Abstract.
Kurz gefasst
Fachartikel in der Zeitschrift Frontiers in Digital Health, online erschienen am 13.03.2026. Verfasst von Felix Höpfl und 1 weiteren Autor:innen. Beteiligte Einrichtung: Faculty of Applied Health and Social Sciences, Rosenheim Technical University of Applied Sciences, Rosenheim, Germany. Die Arbeit wurde bisher 2-mal zitiert (Crossref) und nennt 28 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Themen: Digitalisierung in der Pflege
Abstract (Originalsprache)
Background
Digital health applications and AI-supported wearables may benefit people with Multiple Sclerosis (MS), yet fluctuating cognitive and physical symptoms could shape adoption in ways not fully captured by traditional acceptance models.
Objective
To identify determinants of digital health acceptance in MS, focusing on emotional factors and disease-related moderators, and to compare these patterns with individuals living with other chronic conditions.
Methods
An online survey (Winter 2024/2025) assessed Technology Acceptance Model (TAM) and Unified Theory of Acceptance and Use of Technology (UTAUT) constructs in MS patients ( n = 64) and a comparison group ( n = 14). Measures included Perceived Usefulness (PU), Perceived Ease of Use (PEOU), Behavioral Intention (BI), Social Influence (SI), Trust in Technology (TT), Technological Anxiety (TA), and self-reported wearable/app use.
Results
Groups did not differ significantly in PU, PEOU, BI, or SI (all p > .05), though between-group comparisons should be interpreted cautiously given the small comparison group size ( n = 14). However, MS participants reported substantially lower regular wearable use [ χ 2 (2) = 7.83, p = .020]. TT ( β = .52, p < .001) and TA ( β = –.38, p < .001) were the strongest predictors of BI, whereas PU and PEOU contributed minimally. Symptom severity moderated acceptance pathways, weakening PEOU effects and amplifying TA effects.
Conclusion
Findings reveal an intention–behavior gap in MS and show that emotional and capability-related factors outweigh cognitive predictors. We outline foundational elements of an Extended Disease-Specific Technology Acceptance Model for MS integrating trust, anxiety, and symptom burden. Digital health tools for MS should prioritize trust-building and anxiety-reducing design features.
Schlagwörter
Stichwörter der Autor:innen
Autor:innen und Institutionen
- Faculty of Applied Health and Social Sciences, Rosenheim Technical University of Applied Sciences, Rosenheim, Germany.
Zitieren
APA
Höpfl, F., & Brundiers, M. (2026). Trust and anxiety as primary drivers of digital health acceptance in multiple sclerosis: toward an extended disease-specific technology acceptance model. Frontiers in Digital Health, 8. https://doi.org/10.3389/fdgth.2026.1763329
Vancouver
Höpfl F, Brundiers M. Trust and anxiety as primary drivers of digital health acceptance in multiple sclerosis: toward an extended disease-specific technology acceptance model. Frontiers in Digital Health. 2026;8. doi:10.3389/fdgth.2026.1763329
BibTeX
@article{Hpfl2026,
author = {Höpfl, Felix and Brundiers, Mira},
title = {Trust and anxiety as primary drivers of digital health acceptance in multiple sclerosis: toward an extended disease-specific technology acceptance model},
journal = {Frontiers in Digital Health},
year = {2026},
volume = {8},
doi = {10.3389/fdgth.2026.1763329}
}
EUVIMED