医院高质量发展背景下提升医务人员数据素养的研究

廖慧群 丘海轶 吴新飞 赖凤松 许艳贞

中国科学院大学深圳医院(光明) 广东深圳 518106

数据素养的概念最早于2004年由美国学者M.Schield提出,认为数据素养包括了获取、评估、处理、总结和呈现的能力,并且强调这些数据能力的需求是根据行业对象的不同而有差异[1]。在国内数据素养相继引起相关学者的关注,张静波[2]于2013年提出科研人员需要具备数据素养的能力。随后,2015年国务院颁布了《关于印发大数据发展行动纲要的通知》,全面推进大数据发展和应用,加强数据强国建设。2021年,国务院办公厅关于推动公立医院高质量发展的意见中指出(以下称为意见),依托信息化的支撑作用,健全医务人员培养评价制度,以临床工作数量和质量指标为主。医务人员作为医疗大数据采集的主体,是医疗数据形成的基石,具备一定的数据素养,有利于对大数据蕴含知识价值的提取[3]。

1 资料与方法

1.1 建立医务人员数据素养问卷

通过梳理关于数据素养国内外参考文献,发现大多研究集中在教育和图书检索领域,在医疗行业的研究甚少。本文通过参考钟庆虹等[4]、张静波[2]、隆茜[5]、王于心等[6]等学者对数据素养的研究及问卷调查项目,初步设计出本研究的问卷调查项目。随后征集本课题组专家的建议和意见,将问卷随机发放给10名医务人员进行测试,并根据其反馈意见,在专家的指导下作修改及完善问卷,最终确定本次调查问卷的内容。本次问卷数据素养由6个维度26个指标构成(见表1),包括:数据敏感(2个)、数据伦理(5个)、数据获取与更新(8个)、数据评估与解读(3个)、数据利用(6个)、数据交流与分享(2个)。

表1 医务人员数素养问卷量表

1.2 方法

本次调查通过问卷网分发给各学科医务人员,采用Excel对数据进行录入,SPSS 25.0进行数据统计分析。P<0.05为差异具有统计学意义。

2 结果

2.1 信效度分析

本次共收回问卷133份。通过SPSS 25.0软件分析信度Cronbachα系数为0.947,问卷总体的可信度高。采用因子分析法对问卷的效度检验,KMO系数结果为0.897,本次检验显著性无限接近于0,表明问卷具有良好的效度。

2.2 医务人员问卷变量频率分析

为了解医务人员数据素养现状,本次问卷调查包括了5道个人基本信息题,26道指标对应题,采用李克特五级量表,每题由“十分同意”“一般同意”“同意”“不同意”“很不同意”5个选项组成,分别记为5、4、3、2、1。

本次收回的133份问卷,调查涉及内科、外科、妇产科、儿科、中医科、公共卫生科、护理、医学技术、五官科等多个专业的医务人员。从变量频率分析结果可以看出(见表2),本次调查医疗岗位最多,药学岗位最少;本科学历最多,其次为硕士;职称构成比从高到低依次为中级职称、高级职称、初级职称。

表2 医务人员变量频率分析

2.3 医务人员数据素养描述性统计分析

在6个维度得分中,数据敏感的均值为4.582 7,数据伦理为4.591 0、数据获取与更新为4.305 5、数据评估与解读为4.162 9、数据利用为4.109 0、数据交流与分享为4.139 3。26项指标得分为3.939 8～4.819 5(见表3)。其中得分最低的是“根据数据判断未来诊疗或研究方向”,说明医务人员在数据利用方面较欠缺的是判断未来研究的方向;得分最高的是数据在临床工作上具有重要性,说明医务人员已意识到在大数据时代数据的重要性。

表3 各项指标描述性统计 (n=133)

2.4 医务人数数据差异性检验

对问卷调查的基本信息,从岗位、年龄、学历、职称对数据素养不同维度的差异进行F检验(见表4),显著性检验结果小于等于0.05,认为对应调查者的基本信息对应的各项指标有显著差异。岗位类别中,除数据敏感维度不显著性,其余各维度都有显著差异。年龄类别中,数据利用有显著差异。学历类别中,数据利用、交流与共享有显著差异。职称类别中,数据伦量、数据获取、数据利用、交流与共享有显著差异。由此可见,4个维度的基本信息中,对数据利用这个维度都有显著差异。

表4 岗位、年龄、学历、职称的单因素分析

3 讨论

3.1 数据敏感、数据伦理维度分析

数据敏感是围绕数据的反应程度,是依赖数据解决问题的能力[7-8]。临床诊疗过程产生大量个性化的数据,这些数据是循证医学的基础。医务人员处在一手数据密集的环境中,对数据的敏感度强者可以在数据产生过程中发现数据,并进行有意识的收集。从岗位、年龄、学历、职称四个方面来看无差异,数据敏感得分在6个维度得排第二,表明医务人员知晓数据的重要性。

数据伦理是数据的存储与传播安全,以及保护患者隐私的能力[9-10]。数据伦理得分排第一,在岗位类别上存在差异,医技岗位因处于辅助性岗位,大多患者由医疗或护理岗位人员进行知情告知,对于“利用患者数据前会先获得患者知情同意”得分最低;而药学(临床药学)部门既有行职监管职能、又有专业技术部门双职能,因此对于“从不篡改数据”“在利用患者数据前会进行清洗,隐藏患者个人隐私信息”方面非常关注,得分最高。在职称类别上,初级职称人员更注重数据伦理指标的真实性,因数据素养在教育领域研究较早,对培养的年轻一代医务人员的影响效果明显。

3.2 数据获取与更新、数据评估与解读维度分析

数据获取与更新是指接收外界数据的传递、数据检索与获取、关注数据时效性的能力[11]。患者完成整个诊疗过程,各流程均产生医疗数据,并相互关联及相互影响。在患者诊疗过程中,任何一个流程的异常数据及时被医务人员发现,可极大程度地提高患者的治愈水平,减少病痛的折磨。医疗数据具有很强的时效性,各类疾病的指标数据需医务人员与时俱进,更新知识体系,以准确及时应用于日常工作中。数据获取与更新的得分排第三,岗位、职称的不同会有差异性,药学岗位人员因工作性质,对“可以在临床诊疗或工作中产生一手数据”的得分较低;医疗岗位人员在“能够使用某种方式检索医学文献”得分最高,医疗岗位处于主动性岗位,其在治疗方法、手术术式等方面的数据日新月异,需经常检索或查阅文献以主动提高个人的医疗服务能力。

数据评估与解读是指对数据进行管理和解读的能力[12]。医疗机构每天产生海量的数据存储于计算机中,包括了大量的正确数据与由于人工操作错误导致的无效数据,医务人员在使用患者数据进行评估时,需要对数据进行全面系统梳理,剔除错误及无效数据。数据评估与解读仅在岗位上有差异,其中医疗岗位最高,药学岗位最低。

3.3 数据利用、数据交流与共享维度分析

数据利用是指数据运用于实践[13]。医疗数据具有连续性、系统性及综合性,医务人员对数据进行横向与纵向比较,以全面评估治疗方式、诊疗效果等;当某项患者数据与指标标准范围偏差较大时,需通过医疗手段及时调整治疗计划,对现状进行干预。数据利用是唯一一个维度从岗位、年龄、学历、职称4个方面都有差异,其中,护理岗位、55～59岁年龄段、大专及以下学历、中级职称分别为这4方面中得分最低的分类。

数据交流与共享是懂得通过学术交流、会诊或专业平台分享案例等方式解决问题的能力[14]。该指标总体得分排第五,岗位、职称、学历3个方面具有差异性,其中医疗岗、高级职称、博士得分最高,这与实际认知基本一致。医疗岗为主动性岗位,对患者治疗决策起决定性作用;在未实行职称改革前,发表论文篇数为高级职称评审必要条件之一;博士在学术研究方面经过规范的学习,对数据的分析与共享具有较强的能力。

4 存在问题

在教育和科研领域人员是数据素养重点研究对象,而针对医疗领域的研究则较少,因此该领域理论相对不成熟,相关文献较少[15]。医学院校构建数据素养的课程体系,对在校学生有意识进行培养,到医院岗位就业时就具有较高的数据素养。但对于已经毕业并在职的医务人员,仍需关注并提升数据素养的培养条件,以满足在高质量发展下医院大数据时代到来之时,提升医务人员的应对能力。

4.1 数据化思维不足

医务人员未形成数据化思维会导致医学技术落后、信息落后贫乏、社交能力不足等问题[16]。一些年长的医生可能不了解如何使用智能手机或HIS操作系统,无法及时获取患者的检查、检验报告数据,而导致诊疗流程的不畅,影响医疗服务质量,更无法享受医院信息化的快速发展带来的医疗流程的便利。

4.2 数据素养缺乏规范培训

医务人员每天面对海量的医疗数据,缺乏规范的数据素养培训,在数据安全方面存在风险[17]。医疗信息系统中存储了大量的患者隐私信息,医务人员如果不了解数据安全的相关规范和措施,可能会不慎泄露患者的隐私信息。医务人员对医疗数据的敏感性、数据评估和解读缺乏认识,会导致对患者数据的漏诊和错误的医疗决策。

4.3 数据管理机制缺失

医院对数据的产生、处理、分析无全流程的质量控制及闭环管理。如:在产生时对数据的理解错误,或数据度量的性质得不到保障,对空项、缺失数据无信息化控制,处理时无信息反馈或具体的惩罚措施,分析数据时流于形式。

5 对策

5.1 提高医务人员对数据素养的认知

医务人员数据素养认知的提高具用迫切性[18]。通过传播何为数据、如何管理数据、如何存储数据使医务人员深刻地理解了数据素养这一基本概念及内容,从而使他们明白了大数据时代下数据素养对于提升医务人员对于临床决策的重要性,以及科研方式所具有的迫切性。另外,各大视频网站的传播给医疗领域所带来的重大改革与创新,医务人员自身数据素养对于医疗大数据的传播与发展具有的巨大作用。同时,医务人员也需提高数据安全意识,对医疗数据保护的安全意识,加强数据安全管理,防范信息泄露、篡改等风险[19]。

5.2 加强医务人员数据素养的培训

培训内容包括各类医疗信息系统的操作、数据采集的口径、数据统计的维度与数据运用的分析路径等。通过“引进来,走出去”的方式加强数据素养培训:邀请相关专业的专家,结合医院的具体专科实际案例展示具体的应用;派出业务骨干学习行业内优秀医院的数据管理经验[19]。医院也要提高信息化建设水平,利用医疗信息系统等辅助工具,为提高医务人员的自身数据挖掘能力提供支持平台。

5.3 建立医疗数据管理机制

制定数据管理制度及数据内部验证制度,成立数据管理部门。对同一数据设立采集人、数据验证人、审核人,加强数据全过程管理、保证数据质量。开展数据自查、分析与评价工作[20]。建立数据反馈机制,及时发现和纠正医务人员在数据采集、统计口径方面的问题,提高数据管理水平[21]。

提高医务人员对数据素养的认知,重视并加强对医务人员数据素养的培训,建立医疗数据管理机制,可为医疗大数据的快速建设和发展储备人才,助力医院高质量发展。