王于心 劉鴻齊 于 琦 賈晨晨 賀培鳳

1山西醫(yī)科大學管理學院，晉中， 030060；2山西醫(yī)科大學第二醫(yī)院，太原，030001

數據素養(yǎng)是指科研工作者從數據管理視角、數據利用視角以及數據技能視角等方面對數據的應用能力[1]。隨著數據密集型科研范式的興起，數據的獲取、利用、管理、共享等意識逐漸成為科研從事者的必備技能，同時也成為各個科研領域發(fā)展的重要內在驅動[2]。研究生具有“研究”和“學習”的雙重使命，這就決定了這個群體在科研過程中對數據的需求和產生都十分巨大[3]，同時醫(yī)學研究生作為醫(yī)務工作者的后備人才，其數據素養(yǎng)水平直接影響到科研創(chuàng)新[4]。本研究通過了解山西省醫(yī)學研究生數據素養(yǎng)現狀，為加強醫(yī)學研究生數據素養(yǎng)能力提供參考。

1 資料來源與方法

1.1 研究對象

采取方便抽樣法，于2019年5月4日-6月30日，選取山西醫(yī)科大學、山西中醫(yī)藥大學、長治醫(yī)學院三所山西省醫(yī)學院校的部分在讀研究生作為研究對象，共發(fā)放調查問卷450份，回收有效問卷412份，有效回收率為98.1%。

1.2 研究方法

根據數據素養(yǎng)的概念與內涵，參考相關文獻，自編調查問卷。問卷內容包括兩部分：①一般人口學資料，包括性別、學歷等；②數據素養(yǎng)問卷，包括數據意識(6題)、數據利用(4題)、數據管理(6題)、數據共享(4題)和數據權益(5題)五個維度，每題4分，滿分100分，問卷Cronbach's alpha系數為0.920，具有較好的內部一致性和較為理想的內容效度。

1.3 統(tǒng)計學方法

采用EpiData 2.0軟件進行數據錄入，使用SPSS 22.0統(tǒng)計軟件進行一般描述性分析、單因素分析(t檢驗和單因素方差分析)和多因素有序logistic回歸分析，P<0.05為差異有統(tǒng)計學意義。

2 結果

2.1 調查對象基本情況

本調查的412人中，男生92人(22.33%)，女生320人(77.67%)。其中山西醫(yī)科大學249人(60.44%)，山西中醫(yī)藥大學137人(33.25%)，長治醫(yī)學院26人(6.3%)。碩士研究生250人(60.68%)，博士研究生162人(39.32%)。

2.2 醫(yī)學研究生數據素養(yǎng)的總體得分情況

山西省醫(yī)學研究生數據素養(yǎng)的綜合平均得分為(59.73±16.49)分，總體處于中等水平[5]。其中數據意識、數據利用、數據管理、數據共享、數據權益的平均得分分別為(16.80±6.25)、(7.25±3.76)、(15.13±5.77)、(9.42±4.38)、(11.14±6.40)。

2.3 醫(yī)學研究生數據素養(yǎng)單因素分析

不同學科的數據素養(yǎng)綜合得分在56-65分之間，處于中等水平，然而各學科水平參差不齊。其中綜合得分最高的學科分別是基礎醫(yī)學(65.74±5.38)與公共衛(wèi)生(63.69±5.12)，并具有統(tǒng)計學意義(P<0.05)?；A醫(yī)學的數據意識、數據管理、數據共享和數據權益均為最高分，具有顯著性差異(P<0.05)，然而在數據利用方面，基礎醫(yī)學卻劣于公共衛(wèi)生。見表1。

表1 山西省醫(yī)學研究生不同學科數據素養(yǎng)的單因素分析

不同發(fā)表文獻情況人群中，已發(fā)表文獻人群綜合得分明顯優(yōu)于未發(fā)表文獻(P<0.01)。中英文文獻都發(fā)表的人群數據素養(yǎng)各方面得分最高，未發(fā)表文獻的人群得分最低。文獻發(fā)表情況越好，數據素養(yǎng)各方面表現越優(yōu)，表明研究生的數據素養(yǎng)水平具有可塑性，可隨著科研水平的提高而提升。見表2。

表2 山西省醫(yī)學研究生不同文獻發(fā)表情況數據素養(yǎng)的單因素分析

不同學校、學歷、性別的醫(yī)學研究生在數據素養(yǎng)綜合得分方面均未有顯著性差異。其中博士研究生在數據利用、數據管理和數據權益方面優(yōu)于碩士研究生，并具有統(tǒng)計學意義(P<0.05)，說明文化程度越高，數據素養(yǎng)水平越高。見表3。

表3 山西省醫(yī)學研究生不同學校、學歷、性別數據素養(yǎng)的單因素分析

2.4 醫(yī)學研究生數據素養(yǎng)的多因素有序 logistic 回歸分析

將有意義的因素(學科、文獻發(fā)表情況、學歷)作為自變量，將數據素養(yǎng)按照分數高低劃分為優(yōu)(80-100分)、良(60-80分)、差(60分以下)三個等級作為因變量[6]，進行多因素有序logistic回歸分析。結果顯示，文獻發(fā)表情況對數據素養(yǎng)的影響強度高于學歷和學科。中英文文獻發(fā)表水平越高、學歷越高的醫(yī)學研究生的數據素養(yǎng)水平越高，在不同學科中，基礎醫(yī)學的醫(yī)學研究生數據素養(yǎng)水平最高。見表4。

表4 山西省醫(yī)學研究生數據素養(yǎng)的多因素有序logistic回歸分析

3 討論

3.1 醫(yī)學研究生數據素養(yǎng)處于中等水平

本次調查對象數據素養(yǎng)平均得分(59.73±16.49)分，未達到“及格”，處于中等水平，可能是因為國內大多醫(yī)學院校在數據素養(yǎng)課程設置方面存在數據素養(yǎng)相關課時不足、尚未開展系統(tǒng)化教學等問題[7-8]，導致醫(yī)學研究生在數據素養(yǎng)培養(yǎng)上處于自學、被動接受的處境，致使整體水平一般。其中數據利用、數據共享和數據權益等掌握較差，可能是因為醫(yī)學院校的傳統(tǒng)課程只注重課本內容的講解，而忽略了技能的提升與科研數據思維的培養(yǎng)[9]，導致醫(yī)學研究生并未形成多維的數據利用方式[10]。Memarzadeh等的研究表明個人數據利用能力與數據素養(yǎng)之間是正相關關系[11]，因此加強數據利用能力是提升數據素養(yǎng)水平的關鍵一環(huán)。

3.2 醫(yī)學研究生不同學科之間差異性顯著

本研究發(fā)現，基礎醫(yī)學與公共衛(wèi)生學科的研究生數據素養(yǎng)得分最高，同時在數據利用、數據管理和數據權益的能力方面均高于醫(yī)學高校的其余學科。該結果與黃玲等研究者的結果相悖[12]，究其原因，一方面可能是因為大數據經過十年左右的發(fā)展，在醫(yī)學領域對數據素養(yǎng)的要求越來越高，因此不同專業(yè)之間的差異顯著；另一方面不同學科之間數據素養(yǎng)水平差異在很大程度上與專業(yè)課程有關[13]，基礎醫(yī)學與公共衛(wèi)生專業(yè)在實驗技能課程上要求較高、數據素養(yǎng)基礎較好，因此總體情況較優(yōu)。

3.3 高學歷、高水平教育有助于提升醫(yī)學研究生的數據素養(yǎng)

山西省醫(yī)學研究生在不同文獻發(fā)表情況、學歷方面均有顯著性差異(P<0.05)，這與Bazrafkan的研究結果基本一致[14]。有研究指出，可能是因為學歷高的醫(yī)學博士生獲取數據的意愿更強烈、學習數據知識更加積極[15]。進一步分析顯示，文獻發(fā)表情況是影響數據素養(yǎng)水平的主要影響因素。其中人群的文獻發(fā)表水平越高、對數據實際處理與操作越多，其數據素養(yǎng)水平就越高。

因此學術科研能力強的人群應當發(fā)揮模范帶頭作用，帶領低水平人群在實踐中提升數據素養(yǎng)能力。同時臨床醫(yī)學研究生應當轉變他們只注重臨床能力培養(yǎng)的觀念，注重數據素養(yǎng)的提升。