前言:寻找写作灵感?中文期刊网用心挑选的医院科研绩效预测模型构建与应用,希望能为您的阅读和创作带来灵感,欢迎大家阅读并分享。
摘要:构建一种科学、准确的科研绩效预测模型,为医院科研绩效评价提供决策依据。方法基于上海交通大学医学院附属仁济医院2007—2018年的科研投入和产出数据,分析科研产出指标的影响因素。在此基础上,考虑科研投入转化为产出的时滞效应,采用滑窗方法对原始数据进行加权处理,构建多因素时间序列预测模型。结果硕士研究生和博士研究生数量是科研产出指标的关键因素。科研项目经费对SCI论文数和影响因子有贡献,反之,SCI论文数和影响因子也能帮助提升科研项目数和经费。SCI论文影响因子对科研奖励数有较大的贡献;预测模型能较好地反映SCI论文数和影响因子、科研项目数和经费,但对于科研奖励数的预测能力不足。结论在基于历史数据的时间序列模型中引入加权移动平均法构建科研绩效预测模型,使得科研绩效评价趋于合理、更具可靠性和预测性。
关键词:医院;科研绩效;预测模型
我国三级综合医院承担着大量的科研任务,科研能力已成为衡量医院综合能力和发展潜力的重要指标[1]。科研绩效评价作为科研管理的有效手段,能对医院的科研投入与产出指标进行阶段性评价,使管理部门全面、系统地掌握科研发展现状和水平,并找出发展过程中的薄弱环节和制约因素[2]。然而,科研评价是一个多参量技术体系,且受到多种复杂因素的共同影响。只有科学、准确的评价方法才能成为科研管理的重要依据和推动医院科研可持续发展的有力杠杆[3]。目前,国内外有多种科研指标评价方法,涵盖基础研究和应用研究[4]。从宏观层面看,2017年10月,科技部、财政部、人力资源社会保障部印发的《中央级科研事业单位绩效评价暂行办法》(国科发创〔2017〕330号)提出以能力导向、不以论文为唯一标准的要求,但没有对具体评价指标和权重作统一规定。从微观层面看,医院或者学科也有各自的科研产出考核方法,但这些方法更多倾向于简单统计项目、论文、奖项等显性、可计量的内容,缺乏如实验室管理、科研诚信、学科等级(声誉)等隐性内容,也缺乏时间权重的考量,致使决策层很难根据现有的科研评价指标进行规划与部署。本研究以上海交通大学医学院附属仁济医院2007—2018年的科研投入和产出数据为分析对象,建立多因素时间序列预测模型,分析科研产出的未来趋势,为医院学科发展规划提供参考依据。
1对象与方法
1.1调查对象
以仁济医院56个科室为调查对象,对2007—2018年各学科的科研数据进行调查。
1.2调查内容
研究纳入了仁济医院各学科的科研数据,包括SCI论文数、SCI影响因子、中文核心期刊论文数、科研奖项、专利、各级各类科研或人才项目数、项目经费数、项目验收情况、临床科研人员和专职科研人员数、硕士研究生和博士研究生数量、实验室面积、学科建设费用投入、学科或实验室等级、实验室日常管理制度和考核情况以及科研诚信事件等。选取科研项目数、经费数、SCI论文数、SCI论文影响因子和科研奖励数为科研产出指标。
1.3多因素时间序列模型构建方法
加权回归模型构建加权回归分析模型,用于分析对科研目标的贡献因素分析。对于评价目标O(d,t),其中,d表示科室序号,t表示年份,建立加权回归模型:O(d,t)=∑iαifi(d,t)。(1)其中,指标fi为第i个有意义的统计变量,αi为相应统计变量对评价目标的贡献权重。将基于最小二乘法来获取贡献权重αi的值。最终将对每个指标i分析αifi(d,t)的贡献大小。在实际情况中,部分统计变量对评价目标的影响并不是在当年就完全响应的。比如学科建设经费投入、硕士研究生和博士研究生数量等,实际起作用的年份可能并不在当年。为了去除这些时滞效应的影响,一个更合理的处理方式是建立模型:∫O(d,t)dt=∑iyi∫fi(d,t)dt。(2)在这一模型中,各年份的统计数据和评价目标均进行时间平均(求和)。这一模型有助于分析各类统计变量对评价目标的贡献大小,但不包含时间信息,也不具有预测功能。多因素时间序列回归预测模型为了使模型具有预测价值,基于历史数据,通过滑窗处理建立时间加权的多因素时序回归模型:O(d,t)=∑iβi∫-∞t-1fi(d,τ)Ki(t-1-τ)dτ。(3)其中,Ki(t)为表征第i个统计变量对目标起影响的时滞函数,需要结合实际经验得出。在数据时间更长时可通过回归学习得出,但目前的数据量不足以支撑这一学习过程。在目前的模型中,Ki(t)被取为连续5年递减的指数函数,其他时间取0。通过加权移动平均法对因变量进行处理后,利用该方程,对不同科室和不同年份的数据进行时序回归,获取系数βi。
1.4统计分析方法
采用多因素时间序列回归分析,构建科研绩效指标的预测模型,评价影响科研绩效的主要因素。按年份对各科室调查的相关科研指标进行求和。通过绘制折线图,分析各指标值变化趋势。运用模型(2)进行2007—2016年科研相关数据对于科研产出指标的回归贡献分析。基于2007—2016年10年间的数据构建预测模型,在构建预测模型时,将总职工人数按照医生与专职科研人员总数、专职科研人员数、博士学位人数、高级职称人数、中级职称人数进行分类,细化影响因素以提高预测效果。以2017年和2018年全院56个科室、2017年和2018年不同科室(包括手术、非手术以及辅助科室)的科研产出指标作为观察指标,运用模型(3)进行时序回归分析及预测,验证其预测效果。
2结果与分析
2.1科研产出指标的影响因素分析
采用多因素模型(2)对科研产出指标进行贡献权重分析,为便于不同单位或量级的影响因素能够进行比较和加权,将每个因素的均值缩放为1。结果显示:对SCI论文数进行贡献权重分析,科研经费数和毕业生人数的贡献作用较大;对SCI论文影响因子进行贡献权重分析,同样是科研经费数和毕业生人数的贡献作用较大;对科研经费数进行贡献权重分析,SCI论文数、影响因子和毕业生人数贡献作用较大;对科研项目数进行贡献权重分析,SCI论文数、影响因子和毕业生人数也是关键因素;对科研奖励数进行贡献权重分析,毕业生人数、SCI论文影响因子对获奖次数贡献作用较大
2.22017年和2018年医院56个科室科研产出指标的预测分析
使用模型(3)对2017年和2018年仁济医院56个科室的科研产出指标进行回归分析。结果显示,该模型对于预测SCI论文数、SCI论文影响因子、科研项目经费数以及项目数均有较好的预测能力。2017年见图1,2018年图略。模型对于科研奖项数的预测能力欠佳,分析其主要原因为样本数较小、各年波动性较大,虽然总体走势能反映医院在横向对比中的地位变化,但统计方差仍过大,建模预测意义不大。因此,在后续分析中剔除了科研奖励数。
2.32017年和2018年不同科室的科研产出指标的预测分析
为验证回归预测模型对于学科的预测效果,本文分别选取了2017年和2018年不同的9个科室,包含手术科室、非手术科室和辅助科室。应用该模型对这些科室的SCI论文影响因子、SCI论文数、项目经费数和项目数进行预测分析。结果显示,除项目经费数外,其他指标的实际情况与预测情况具有较好的一致性。2017年见图2,2018年包含放射诊疗科、急诊科、老年科、血液科、妇科肿瘤科、胃肠外科、心外科、血管外科、超声医学科(图略)。
3讨论
如何合理、有效地进行科研绩效评价是医院科研管理工作所面临的关键问题[5]。在战略的指导下,针对性优化医院科研评价方法,才能使科研管理更加具有科学性和导向性[6]。仁济医院作为一家集临床诊疗和科学研究为一体的三级综合医院,在科研绩效管理方法设计过程中需要合理考虑如何优化相关指标,引导和服务医院科研可持续发展。
3.1科研产出指标的影响因素
对于本研究选取的所有科研产出指标,硕士研究生和博士研究生均是关键因素。硕士研究生和博士研究生的科研工作是医院科研活动的重要组成部分。通常,衡量硕士研究生、博士研究生科研能力和水平主要依据是科研论文、项目或者专利等方面,特别是国际顶尖刊物论文、国家自然科学基金项目等更是检验其科研水平的重要标志。因此,硕士研究生和博士研究生是医院科研产出中的主要人才来源,硕士研究生和博士研究生培养也是医院科研可持续发展的重要因素之一。除此之外,科研经费对SCI论文数量和质量均有贡献,SCI论文数量和质量亦能帮助医院提升科研项目的数量和经费。可见,科研投入与产出在一定程度上相辅相成。对于科研奖励而言,SCI论文质量贡献较大。众所周知,科研获奖是高质量科研活动厚积薄发的成果,也代表了科研团队的雄厚实力,因此,论文质量在其中贡献较大也能得到较好的诠释。综上,所得结论与医院实情相符,进一步验证了模型的合理性和有效性。
3.2预测模型的构建
从投入和产出角度,结合多因素时间序列构建预测模型,较全面地考虑了科研产出的多因素影响,通过对仁济医院10年的科研数据细化收集,为模型的影响因素挖掘和趋势预测提供了优质数据支撑。同时,充分考虑了影响因素对科研产出的时滞效应。通常,科研产出不是简单而迅速的。例如,加大实验室经费后一段时间才会提升科研产出,而当年的科研绩效会取决于过去几年的积累。因此,在模型中按时间权重引入影响因素的滞后项,对近期数据赋予更高的权重,而给予较远数据更低的权重,使模型更具现实意义。尽管模型具有一定的优势,但仍存在局限性,如实验室等级、日常管理制度更新、学术诚信信息等暂未考虑。对于这些不能直接量化的因素,后续需要通过寻找合适的数据转换方式如等级评价等方法进行探索。另外,由于医院的科研产出受政策等内生因素影响,后续分析中将结合模型预测结果,结合政策干预综合评价。
3.3预测模型对医院科研绩效评价的应用
运用模型验证仁济医院2017年和2018年56个科室和不同科室的科研产出,无论是医院总体情况还是各科室间的相对数量关系均有较为准确的预测效果。探索科研产出指标的主要影响因素也有助于科研资源的存量盘整、精准投入,促使科研绩效提质增量。同时,模型采用的变量易于量化收集,便于医院间推广使用及横向对比。因此,模型具有较好的普适性和外推性,可为大型综合医院的科研绩效计划制定及预测提供一定的参考。科研绩效评价方法仍受到诸多因素的影响,如政策导向、时代背景等。另外,科研产出指标也会发生相应的变化,如近几年国家发布一系列促进科技成果转化的政策,科技成果转化也纳入了医院绩效考核范围,专利和成果转化金额等产出也将逐步成为评价的重要指标。因此,评价方法需动态纳入各种相关数据或及时更新计算依据,使得预测模型更趋于全面、合理的衡量、评价和估算。
3.4展望未来我们将借鉴预测模型的应用成效
从医院科研发展的实际情况出发,结合科研现状和不足以及科研发展方向,进一步改进模型,建立科学、合理、符合科学发展规律的科研绩效评价方法,为医院科研绩效与学科分析工作提供思路,为医院发展战略提供理论依据和数据支持。
作者:周争 石陆华 汪洁滢 陆秉炜 杨晓秋 仓艺倩 丁文彬 胡丹 王青 王争 董菡珺 顾乐怡 戴慧莉