健康大數據背景下大專醫學生數據素養現狀及提升策略
——以江西醫學高等專科學校為例

劉媛潔

（江西醫學高等專科學校，江西 上饒 334000）

數據素養是在大數據背景下，運用數據思維收集、分析、使用、傳播數據信息的能力及在此過程中表現出來的數據倫理和數據規范[1-2]。近年我國相繼發布與醫療大數據有關的規劃和文件，明確了國家健康醫療大數據信息化建設的重要性[3]，要求廣泛應用及共享健康醫療大數據[4]，也明確了各級各類健康醫療大數據標準、安全及服務管理的責權[5]，因此，數據素養將成為醫務工作者的必備素養。大專醫學生是基層醫務工作者的后備力量及基層醫療數據的使用者和提供者，其數據素養水平直接影響著健康大數據信息化建設水平。

2015年我國數據素養相關研究逐漸增多，相關數據素養評價體系雖未形成具有權威性的數據素養標準，但已有學者構建了數據素養評價量表，如雷昊霖采用實證研究從數據認知與采集、數據處理與分析、數據存儲與驗證、數據表達與交流、數據踐行、數據道德6個維度構建了含6項一級指標、30項二級指標的大學生數據素養評價體系[6]；王于心等構建了基于數據意識、數據收集、數據使用、數據存儲、數據權益5個維度、24個指標的醫學生數據素養評價體系，并指出通用指標的高等教育數據素養測評體系并不適用于醫學生[7]；張云秋等針對醫學生特點建立了包含數據意識、數據獲取、數據組織與管理、數據分析、數據共享與安全、數據倫理6個維度、17個指標的評價體系，并在吉林大學開展醫學本科生數據素養現狀的調查[8]。尚未有關大專醫學生數據素養評價量表構建的研究及相關調查，因此，本研究針對大專醫學生編制了數據素養評價量表，對量表進行預調查評估后以江西醫學高等專科學校為例，進行了大專醫學生數據素養現狀調查，為大專醫學生數據素養評價和培養提供參考。

1 資料與方法

1.1 對象

以江西醫學高等專科學校醫學生為調查對象，于2021年3月發放大專醫學生數據素養評價量表，共發放問卷1 250份，回收有效問卷1 014份，有效回收率為81.12%。

1.2 工具

查閱數據素養評價相關文獻，采用文獻資料分析優選法，基于已有評價指標體系，選取專家認可度高、出現次數高的指標納入評價體系，并結合大專醫學生實際情況，構建了大專醫學生數據素養評價體系，該體系包含5個1級指標、34個2級指標，并依此設計了大專醫學生數據素養評價量表，該量表采用李克特五級評分法，將非常符合、符合、一般、不符合、非常不符合5個選項依次賦值5～1分，該量表經過預調查，項目分析中鑒別度檢驗低分組和高分組的各題項評分比較差異均有統計學意義（P＜0.05），KMO檢驗值為0.934，巴特利球形度檢驗顯著性0.000；經主成分分析法提取到5個公因子，累計方差貢獻率為69.05%；各題項的因子載荷量＞0.05；量表的Cronbach's alpha系數為0.967，該量表具有較好的信度和效度。最終形成的大專醫學生數據素養評價量表及教育需求問卷共包括3部分：（1）一般資料：性別、生源地、年級等。（2）大專醫學生數據素養評價量表：數據意識（6道題）、數據收集（4道題）、數據整理（5道題）、數據分析表達（14道題）和數據道德權益（5道題）。（3）教育需求調查。

1.3 調查方法

采用按年級和學院分層的分層隨機抽樣法調查江西醫學高等專科學校醫學生。

1.4 統計分析

調查數據錄入EpiData軟件建立數據庫，使用SPSS 23.0軟件進行統計分析；定性數據采用百分比描述，定量數據采用（±s）描述；組間比較根據數據情況采用t檢驗、方差分析和Kruskal-Wallis H檢驗進行比較，檢驗水準為0.05。

2 結果

2.1 基本情況

本次共調查大專醫學生1 014人，其中女生730人（71.99%），男生284人（28.01%）；生源地為城市的223人（21.99%），農村791人（78.01%）；高考分科為理科的613人（60.45%），文科401人（39.55%）；來自護理學院 205人（20.22%），醫學技術學院489人（48.22%），臨床醫學院215人（21.20%），藥學院105人（10.36%）；大一年級450人（44.38%），大二年級 306人（30.18%），大三年級258人（25.44%）；沒有相關數據實踐經歷的427人（42.11%），有收集數據經歷的295人（29.09%），有分析數據經歷的80人（78.90%），有收集和分析數據經歷的212人（20.91%）。

2.2 大專醫學生數據素養評價量表及各維度得分情況

滿分為5分，大專醫學生數據素養評價量表維度總均分為3.33分，各維度及指標得分見表1。

表1 大專醫學生數據素養評價量表得分情況

2.3 數據意識維度得分情況

該維度得分為3.38分，高于總均分。其中“能認識到數據在生活和專業學習中是重要的”指標在本維度中得分最高，為3.90分；“能根據需要提煉出對數據的需求”指標得分最低，為3.05分。

2.4 數據收集維度得分情況

該維度得分為2.96分，低于總均分。其中“能從圖書館、行業門戶網站、政府統計部門網站獲取數據”指標在本維度中得分最高，為3.28分，但仍低于總均分；“知道布爾邏輯檢索式、精確檢索和模糊檢索”指標得分最低，為2.46分。

2.5 數據整理維度得分情況

該維度得分為3.25分，低于總均分。其中“能對數據進行分類、排序并有效保存”指標在本維度中得分最高，為3.34分；“能實時更新數據并存儲”指標得分最低，為3.17分。

2.6 數據分析表達維度得分情況

該維度得分為3.11分，低于總均分。其中“能根據數據情況正確運用統計圖表來表達數據”指標在本維度中得分最高，為3.34分；“能正確選擇數據分析方法（如描述、推斷等）”指標得分最低，為2.88分。

2.7 數據道德權益維度得分情況

該維度得分為3.91分，高于總均分。其中“認為維護數據合法權益是重要的并能自覺做到”指標在本維度中得分最高，為4.19分；“能規范引用他人數據”指標得分最低，為3.49分。

2.8 大專醫學生數據素養調查情況分析

不同性別、高考分科和學院的大專醫學生量表各維度均分比較差異無統計學意義（P＞0.05）；但不同生源地的大專醫學生數據意識維度得分比較差異有統計學意義（P＜0.05，見表2）。

表2 大專醫學生數據素養評價量表各維度得分比較（±s，分）

表2 大專醫學生數據素養評價量表各維度得分比較（±s，分）

注：與大一相比，aP＜0.05；與大二相比，bP＜0.05；與護理學院相比，cP＜0.05；與沒有相關經歷相比，dP＜0.05；與有收集數據經歷相比，eP＜0.05；*Kruskal-Wallis H 檢驗

均分 數據收集 數據分析表達性別t P生源地男女 城市農村t P數據意識3.42±0.65 3.36±0.59 1.270 0.205 3.46±0.62 3.36±0.60 2.089 0.037 3.40±0.62 3.36±0.59 1.016 0.310 3.37±0.60 3.33±0.58 3.45±0.64b 2.843 0.059 3.38±0.59 3.37±0.64 3.42±0.58 3.34±0.57 0.515 0.672 3.18±0.61 3.45±0.55d 3.59±0.38de 3.61±0.61de 33.072 0.000高考分科 理科文科t P年級大一大二大三F/χ2 P學院 護理學院醫學技術學院臨床醫學院藥學院F P數據實踐經歷 沒有相關經歷有收集數據經歷有分析數據經歷有收集和分析數據經歷F/χ2 P 3.32±0.55 3.26±0.53 1.692 0.091 3.31±0.58 3.27±0.53 1.158 0.247 3.29±0.56 3.26±0.51 0.735 0.463 3.26±0.51 3.24±0.51 3.36±0.60ab 4.499 0.011 3.25±0.52 3.28±0.56 3.29±0.53 3.25±0.51 0.316 0.814 3.08±0.54 3.32±0.46d 3.53±0.45de 3.51±0.52de 112.357*0.000 3.01±0.69 2.93±0.67 1.722 0.085 3.01±0.72 2.94±0.66 1.208 0.227 2.97±0.68 2.94±0.66 0.703 0.482 2.89±0.65 3.00±0.66a 3.04±0.72a 5.064 0.006 2.89±0.67 3.01±0.68c 2.91±0.68 2.95±0.65 2.118 0.096 2.73±0.67 3.00±0.59d 3.25±0.59de 3.24±0.67de 93.92*0.000 3.32±0.71 3.23±0.70 1.848 0.065 3.32±0.77 3.23±0.69 1.466 0.144 3.27±0.73 3.23±0.67 0.941 0.347 3.22±0.69 3.22±0.66 3.33±0.78 3.324*0.190 3.18±0.69 3.21±0.71 3.26±0.71 3.22±0.69 0.958 0.412 3.02±0.71 3.34±0.63d 3.50±0.61d 3.49±0.69de 30.096 0.000數據整理 數據道德權益3.90±0.70 3.91±0.70-0.033 0.974 3.94±0.78 3.90±0.68 0.781 0.435 3.87±0.70 3.96±0.71-1.934 0.053 3.95±0.69 3.79±0.65 3.97±0.76b 6.127 0.002 3.96±0.73 3.87±0.71 3.97±0.68 3.86±0.65 1.552 0.199 3.78±0.72 3.93±0.69d 3.99±0.62d 4.11±0.66de 11.471 0.000 3.16±0.63 3.09±0.60 1.633 0.103 3.11±0.64 3.10±0.60 0.101 0.919 3.12±0.64 3.08±0.57 1.194 0.233 3.07±0.57 3.07±0.60 3.20±0.68ab 4.374 0.013 3.08±0.59 3.12±0.63 3.12±0.60 3.09±0.61 0.225 0.879 2.92±0.28 3.12±0.53d 3.43±0.53de 3.33±0.57de 102.936*0.000

不同年級的大專醫學生數據素養評價量表均分及數據收集、數據分析表達和數據道德權益維度得分比較差異有統計學意義（P＜0.05），且大三年級各維度得分均高于大一和大二年級（見表2）。

不同數據實踐經歷的大專醫學生數據素養評價量表均分及各維度得分比較差異均有統計學意義（P＜0.01），相比于沒有相關經歷的大專醫學生，有收集數據經歷、有分析數據經歷、有收集和分析數據經歷的在數據素養各方面的表現都更佳（見表2）。

2.9 大專醫學生數據素養教育需求

在調查中，多數大專醫學生能意識到具備一定的數據素養對將來學習、工作有利，94.58%的大專醫學生認為需要提高數據素養的相關教育；70.61%的大專醫學生希望學校數據素養教育能提供數據分析軟件使用的相關課程，63.71%的大專醫學生希望學習數據素養所有相關技能課程，58.38%的大專醫學生希望提供與專業結合的數據處理課程。

3 討論

3.1 數據素養水平較低，數據意識停留在淺層

大專醫學生整體數據素養水平較低，數據收集、數據整理和數據分析表達3個維度得分低于總均分；大多數學生雖然能認識到數據在工作和學習中的重要性，但進一步運用數據較難，原因可能是在相關專業現有培養體系中除開設基礎計算機課程外，幾乎沒有數據素養相關課程，即使個別專業有相關課程，但課程學時及數據實踐機會較少；學校和大專醫學生的重視程度均不足，作為數據素養教育依托部門的圖書館也鮮少發揮作用。

3.2 數據收集技能匱乏，途徑有限

大專醫學生的數據收集方式和檢索方式有限，能力較弱，在平常的學習和生活中使用較多的搜索引擎是百度等，很少通過數據庫和官方網站查詢和收集數據，對獲得的數據能進行簡單分類、排序、整理，但識別數據對錯的能力、實時更新數據并安全存儲的能力欠缺，原因可能是大專醫學生數據收集和整理存儲能力源于早期教育，后期的延伸度不夠。

3.3 數據分析表達能力欠缺

數據分析表達能力是數據素養的核心，大專醫學生相關能力整體較弱，“能根據數據情況正確選擇數據指標描述”和“能根據數據情況正確運用統計圖表來表達數據”兩個指標得分較高的原因可能是學校開設了醫學統計學相關課程，雖學時有限，但教學內容均有涉及。同樣因為學時有限或一些專業沒有開設相關課程，大專醫學生缺乏相關實踐機會，因此其“了解數據分析流程”“能揭示數據的變化規律”“能將數據分析結果撰寫成論文、研究報告等”等指標得分較低，在數據分析軟件應用、數據分析結果解讀和交流應用、數據可視化等方面雖有一定的認知但水平偏低。

3.4 規范引用數據方面能力有待進一步加強

在本研究中，大專醫學生展現了較好的數據保護及法律意識，能遵守相應的道德規范，但能規范引用他人數據方面的能力相對欠缺，甚至部分大專醫學生對數據引用相關規范不了解或不知道，原因可能與大專生無需撰寫畢業論文或論文撰寫經驗較少有關。

3.5 不同年級、是否有數據實踐經歷的大專醫學生數據素養有差異

隨著醫院信息化建設覆蓋面擴大，大三年級大專醫學生處于實習期，接觸并體會醫療數據的機會增加，其數據素養水平顯著高于其他年級。實踐是提高各種能力的有效途徑，數據素養能力會隨著相關實踐機會的增多而提高，有收集和分析數據經歷的大專醫學生數據素養顯著高于沒有相關經歷的。

4 對策與建議

4.1 學校應提高重視程度，加強課程和實踐引導

數據素養培養具備通識課性質[5]，逐漸引起了各高校的重視，隨著醫療大數據發展，大專醫學生也應具備數據素養。大專醫學院校應提高對數據素養的重視程度，在教學計劃中，貫穿設計進階式數據素養教育，如通過講座等形式引導大專醫學生增強數據素養意識，提高其對數據素養的重視程度，在課程設計中有序安排數據素養基礎課程和相關實踐課程。

4.2 加強校園信息化軟硬件建設，發揮圖書館優勢

數據素養是信息素養的延伸，信息化程度的高低決定了數據的獲取和利用，數據素養的培養應有信息化校園做保障，同時圖書館作為學校數據資源最豐富的部門，在數據素養培養中的地位無可替代，但當前大專醫學院校信息化程度不高，圖書館每年開展的數據素養教育活動較少，在數據素養培養中的作用沒有得到充分發揮。因此，學校應以信息化校園和圖書館為依托加強硬件設施和軟件建設，為大專醫學生提供適宜的學習環境和條件。

4.3 組建數據素養教學團隊，提高教師數據素養

數據素養是隨著大數據發展而提出的新素養，很多大專醫學院校并不重視，專門從事相關教學且技能全面的教師較少，大專醫學生獲得數據素養相關知識往往要從醫學統計學和基礎計算機課程中獲得，知識體系不完整，知識點間銜接不連貫，而且部分專業學生沒有學習過這些課程，因此，數據素養的培養需要整合學習資源，組建專兼結合的教學團隊。

4.4 優化評價體系，探索適宜培養模式

評價體系能更好地幫助教師了解大專醫學生的數據素養狀況，發現其在數據素養中的不足之處，為學校制訂提升大專醫學生數據素養的措施提供依據。大專醫學生與醫學本科生、研究生相比在學制和基礎上有差異，數據素養培養模式不能照搬，應在充分研究大專醫學生數據素養形成路徑的基礎上探索適合大專醫學生的數據素養培養模式，可讓數據素養教學團隊根據專業方向進行進階式數據素養教育。