Skip to main content
SpringerLink
Log in

Einstellung zum Datenschutz und mHealth-Nutzung

Ergebnisse einer Studierendenbefragung und des Health Information National Trends Survey

Attitudes towards data protection and mHealth usage

Results of a student survey and the Health Information National Trends Survey

  • Originalarbeit
  • Published:
Prävention und Gesundheitsförderung Aims and scope Submit manuscript

Zusammenfassung

Hintergrund

Gesundheits-Apps oder Fitness-Tracker verarbeiten Gesundheitsdaten und bergen möglicherweise Risiken für das Persönlichkeitsrecht der NutzerInnen. Die Nutzung von mobilen Gesundheitsanwendungen, das Vertrauen in den Datenschutz und die aktive Übermittlung von Gesundheitsdaten sollten näher erforscht werden.

Ziel der Arbeit

Das Projekt untersucht Assoziationen zwischen Informationsverhalten und Einstellungen zum Datenschutz, dem datenschutzbezogenen Nicht-Wissen und der individuellen mHealth-Nutzung. Zudem wird die Frage gestellt, welche Personen aktiv ihre Gesundheitsdaten online an ÄrztInnen oder sonstiges medizinisches Personal übertragen.

Material und Methoden

Datengrundlagen sind a) eine Online-Befragung, durchgeführt an der TU-Chemnitz im Herbst 2016. 845 Studierende im Alter von 17–59 Jahren haben an der Befragung teilgenommen. Zudem werden b) US-amerikanische Daten des Health Information National Trends Survey (HINTS) von 2018 analysiert. Die Hypothesen werden mit logistischen Regressionen getestet.

Ergebnisse

Datenschutzbedenken gehören zu den wichtigsten Hinderungsgründen mobiler Gesundheitsangebote. Wer sich jedoch nicht mit dem Datenschutz beschäftigt, nutzt mHealth-Angebote öfter. Personen mit schlechtem Gesundheitszustand und Personen mit hoher Bildung übertragen eher selbst ihre Gesundheitsdaten online an medizinisches Personal.

Schlussfolgerung

Die Einschätzung der Datenschutzstandards sowie die Unkenntnis darüber beeinflussen maßgeblich die Wahrscheinlichkeit, mHealth-Angebote zu nutzen. Die aktive Übertragung von Gesundheitsdaten wird überwiegend von Personen mit eher schlechter Gesundheit genutzt. Inwiefern hier Freiwilligkeit vorliegt, sollte weitere Forschung aufgreifen.

Abstract

Background

Health apps or fitness trackers process health-relevant data and possibly harbour risks for the personal rights of users. The use of mobile health applications, trust in data protection and the active transfer of health data should be explored in more detail in this context.

Objectives

The project investigates associations between information behaviour and attitudes towards data protection, data protection-related ignorance and the individual use of mHealth. In addition, the question is posed which persons actively transmit their health data online to physicians or other medical personnel.

Materials and methods

Data are based on an online survey conducted at the Technische Universität Chemnitz in autumn 2016. In all, 845 students aged 17–59 took part in the survey. In addition, US data from the Health Information National Trends Survey (HINTS) of 2018 are analyzed. The hypotheses are tested with logit regressions.

Results

Data protection concerns are one of the main obstacles to mobile health services. Those who do not concern themselves with data protection have a higher propensity to use mHealth services. People in poor health and people with a high level of education are more likely to transfer their health data online to medical staff themselves.

Conclusions

The assessment of data protection standards and the lack of knowledge about them significantly influence the probability of using mHealth services. The active transfer of health data is mainly used by people with rather poor health. Further research should be conducted into the extent to which this is voluntary.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Literatur

  1. Ajzen I (2011) The theory of planned behaviour. Psychol Health 26(9):1113–1127

    Article  PubMed  Google Scholar 

  2. Alaiad A, Alsharo M, Alnsour Y (2019) The determinants of M‑health adoption in developing countries. Appl Clin Inform 10(5):820–840

    Article  PubMed  Google Scholar 

  3. Albrecht U‑V (2016) Chancen und Risiken von Gesundheits-Apps: 417-429. In: Albers M, Katsivelas I (Hrsg.) Recht & Netz, Nomos eLibrary, Mannheim

    Google Scholar 

  4. Becker MH (1974) The health belief model and sick role behavior. Health Educ Monogr 2(4):409–419

    Article  Google Scholar 

  5. Beckmann J (2013) Kognitive Dissonanz. Springer, Berlin Heidelberg

    Google Scholar 

  6. Blenner SR, Köllmer M, Rouse AJ et al (2016) Privacy policies of android diabetes apps and sharing of health information. JAMA 315(10):1051–1052

    Article  PubMed  Google Scholar 

  7. Bol N, Helberger N, Weert JCM (2018) Differences in mobile health app use. Inf Soc 34(3):183–193

    Article  Google Scholar 

  8. Buck C, Kaubisch D, Eymann T (2015) Wer weiß was? In: Nissen V, Stelzer D, Straßburger S, Fischer D (Hrsg) Multikonferenz Wirtschaftsinformatik (MKWI) 2016. Technische Universität, Ilmenau, S 391–402

    Google Scholar 

  9. Christakis NA, Fowler, JH (2007) The spread of obesity in a large social network over 32 years. New Engl J Med 357(4):370–379

    Article  CAS  PubMed  Google Scholar 

  10. Cohen J, Cohen P, West SG, Aiken LS (2013) Applied multiple regression/correlation analysis for the behavioral sciences, 3. Aufl. Erlbaum, Hillsdale

    Book  Google Scholar 

  11. Coviello L, Sohn Y, Kramer ADI et al (2014) Detecting emotional contagion in massive social networks. Plos One 9(3):1–6

    Article  Google Scholar 

  12. Dehling T, Gao F, Schneider S et al (2015) Exploring the far side of mobile health. JMIR mHealth uHealth 3(1):e8

    Article  PubMed  PubMed Central  Google Scholar 

  13. Diefenbach H (2009) Die Theorie der Rationalen Wahl oder „Rational Choice “‑Theorie (RCT). In: Soziologische Paradigmen nach Talcott Parsons. Springer, Berlin, Heidelberg, S 239–290

    Chapter  Google Scholar 

  14. Diekmann A (2008) Empirische Sozialforschung, 18. Aufl. Rowohlt, Reinbek bei Hamburg, S 430–432

    Google Scholar 

  15. Dillman DA, Smyth JD, Christian LM (2014) Internet, phone, mail, and mixed-mode surveys. Wiley, New York

    Google Scholar 

  16. Dockweiler C, Boketta R, Schnecke J et al (2015) Nutzungsverhalten und Akzeptanz von mHealth-Applikationen bei jungen Erwachsenen in Deutschland. Nationales Forum für Gesundheitstelematik und Telemedizin, Berlin

    Google Scholar 

  17. Gross C, Schübel T, Hoffmann R (2015) Picking up the pieces—applying the DISEASE FILTER to health data. Health Policy 119(4):549–557

    Article  PubMed  Google Scholar 

  18. HINTS (2018) Health Information National Trends Survey 5 (HINTS 5). https://hints.cancer.gov/data/survey-instruments.aspx. Zugegriffen: 12.08.2019

  19. Höhl R (2016) Health-Apps. Ästhet Dermatol 3:42–43

    Article  Google Scholar 

  20. Khalilzadeh J, Ozturk AB, Bilgihan A (2017) Security-related factors in extended UTAUT model for NFC based mobile payment in the restaurant industry. Comput Human Behav 70:460–474

    Article  Google Scholar 

  21. Kötter C (2014) Under Construction. impu!se 83:9–10

    Google Scholar 

  22. Kotz D, Gunter CA, Kumar S et al (2016) Privacy and security in mobile health. Computer 49(6):22–30

    Article  PubMed  PubMed Central  Google Scholar 

  23. Krebs P, Duncan DT (2015) Health app use among US mobile phone owners. JMIR Mhealth Uhealth 3(4):e101

    Article  PubMed  PubMed Central  Google Scholar 

  24. Martínez-Pérez B, La de Torre-Díez I, López-Coronado M (2015) Privacy and security in mobile health apps. J Med Syst 39(1):181

    Article  PubMed  Google Scholar 

  25. Mitchell JC (1974) Social networks. Annu Rev Anthropol 3:279–299

    Article  Google Scholar 

  26. Nieland J‑U (2016) Optimierung als neues Leitbild. In: Beinsteiner A, Kohn T (Hrsg) Körperphantasien. Innsbruck university press, Innsbruck, S 105–120

    Google Scholar 

  27. Peterson M (2017) An introduction to decision theory. Cambridge University Press, Cambridge

    Book  Google Scholar 

  28. Petrlic R (2016) Das vermessene Selbst. Datenschutz Datensich 40(2):94–97

    Article  Google Scholar 

  29. Porst R (2014) Fragebogen. Springer, Wiesbaden

    Book  Google Scholar 

  30. Rosenquist JN, Murabito J, Fowler JH, Christakis NA (2010) The Spread of Alcohol Consumption Behavior in a Large Social Network. Annals of Internal Medicine 152 (7):426–W141

    Article  PubMed  PubMed Central  Google Scholar 

  31. Rubin DB (1987) Multiple imputation for nonresponse in surveys. Wiley, New York

    Book  Google Scholar 

  32. Sill J, Steenbock B, Helmer S et al (2019) Apps zur Förderung von körperlicher Aktivität – Nutzung und Einstellungen bei Erwachsenen im Alter von 50 Jahren und älter. Präv Gesundheitsf 14(2):109–118

    Article  Google Scholar 

  33. Sunyaev A, Dehling T, Taylor PL et al (2015) Availability and quality of mobile health app privacy policies. J Am Med Inform Assoc 22(e1):e28–e33

    PubMed  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Soziologie, TU Chemnitz, 09107, Chemnitz, Deutschland

    Peter Kriwy & Richard Glöckner M.A.

Authors
  1. Peter Kriwy
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Richard Glöckner M.A.
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Peter Kriwy.

Ethics declarations

Interessenkonflikt

P. Kriwy und R. Glöckner geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren. Alle Daten der Interviews wurden anonym erhoben und die Befragten über die wissenschaftliche Weiterverwendung der Daten informiert. Die Befragung wurde unter Berücksichtigung forschungsethischer Grundsätze durchgeführt.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Kriwy, P., Glöckner, R. Einstellung zum Datenschutz und mHealth-Nutzung. Präv Gesundheitsf 15, 218–225 (2020). https://doi.org/10.1007/s11553-019-00755-y

Download citation

  • Received:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s11553-019-00755-y

Schlüsselwörter

Keywords

Search

Navigation