聚類分析和關(guān)聯(lián)分析在三級(jí)甲等醫(yī)院科研績(jī)效評(píng)價(jià)中的應(yīng)用

鄭富豪 沈金波

科研工作是三級(jí)甲等醫(yī)院發(fā)展和建設(shè)的重要內(nèi)容之一，可提升醫(yī)院核心競(jìng)爭(zhēng)力，促進(jìn)學(xué)術(shù)發(fā)展、人才培養(yǎng)及提高醫(yī)療技術(shù)和管理水平[1-3]。近年來(lái)，人工智能作為一種新的評(píng)價(jià)方法為科研績(jī)效評(píng)價(jià)問(wèn)題提供了一種新的研究思路[4-5]。本研究選取近5年來(lái)我院開(kāi)展科研工作的客觀數(shù)據(jù)，采用聚類分析法和關(guān)聯(lián)分析法，對(duì)醫(yī)院科研績(jī)效評(píng)價(jià)進(jìn)行研究分析，總結(jié)特點(diǎn)規(guī)律，發(fā)現(xiàn)不足，以便采取有針對(duì)性的措施以提升整體科研水平，為醫(yī)院科研管理工作提供參考。

1 資料來(lái)源與方法

1.1 研究對(duì)象

收集我院2014年～2018年度科研管理部門收集的臨床、醫(yī)技、護(hù)理和行政后勤等相關(guān)部門的443名科研人員的科研工作成果及學(xué)歷、職稱、工齡等基本信息。

1.2 指標(biāo)選擇

采用文獻(xiàn)分析法，根據(jù)相關(guān)研究成果，結(jié)合醫(yī)院科研績(jī)效評(píng)價(jià)的實(shí)際情況，遵循可操作、可比性等原則，參考醫(yī)院年度科研獎(jiǎng)勵(lì)情況，在醫(yī)院科研績(jī)效評(píng)價(jià)指標(biāo)體系中共設(shè)置5個(gè)一級(jí)評(píng)價(jià)指標(biāo)，分別為課題項(xiàng)目、學(xué)術(shù)論文、科技成果、授權(quán)專利、著作[6-8]?？蒲腥藛T每個(gè)一級(jí)指標(biāo)的評(píng)價(jià)分值，是由其二級(jí)指標(biāo)的科研成果數(shù)量乘以對(duì)應(yīng)權(quán)重計(jì)算得到。

1.2.1 課題項(xiàng)目的權(quán)重設(shè)置：課題項(xiàng)目包括院校級(jí)、廳局級(jí)、省部級(jí)、國(guó)家級(jí)和橫向課題5個(gè)二級(jí)指標(biāo)，根據(jù)實(shí)際情況，為了方便評(píng)價(jià)，把課題項(xiàng)目權(quán)重設(shè)置分為4種，國(guó)家級(jí)0.45，省部級(jí)0.28，廳局級(jí)0.17，院校級(jí)和橫向課題0.10。

1.2.2 學(xué)術(shù)論文的權(quán)重設(shè)置：學(xué)術(shù)論文包括SCI、核心期刊（CSCD、北大核心、中華系列）、其他等3個(gè)二級(jí)指標(biāo)，權(quán)重設(shè)置分別為SCI 0.45、核心期刊0.38、其他0.17。

1.2.3 科技成果的權(quán)重設(shè)置：科技成果包括國(guó)家級(jí)科技獎(jiǎng)、省部級(jí)科技獎(jiǎng)、廳局級(jí)科技獎(jiǎng)、國(guó)家級(jí)學(xué)會(huì)獎(jiǎng)、省級(jí)學(xué)會(huì)獎(jiǎng)等一、二、三等獎(jiǎng)和院校級(jí)、其他共17個(gè)二級(jí)指標(biāo)，根據(jù)實(shí)際情況，為了方便評(píng)價(jià)，把科研成果權(quán)重設(shè)置分為3種，國(guó)家級(jí)0.54，省部級(jí)、國(guó)家級(jí)學(xué)會(huì)獎(jiǎng)0.34，廳局級(jí)、省級(jí)學(xué)會(huì)獎(jiǎng)、院校級(jí)、其他0.12。其中，一、二、三等獎(jiǎng)分別按100%、80%、60%分別計(jì)算，院校級(jí)及其他按60%計(jì)算。

1.2.4 授權(quán)專利的權(quán)重設(shè)置：授權(quán)專利包括外觀設(shè)計(jì)、實(shí)用新型、國(guó)家發(fā)明等3個(gè)二級(jí)指標(biāo)，權(quán)重設(shè)置分別為外觀設(shè)計(jì)0.12、實(shí)用新型0.33、發(fā)明專利0.55。

1.2.5 著作的權(quán)重設(shè)置：著作包括教材、編著等2個(gè)二級(jí)指標(biāo)，權(quán)重設(shè)置分別為專著0.61、教材0.39。

1.3 研究方法

基于Python語(yǔ)言的開(kāi)源機(jī)器學(xué)習(xí)工具scikitlearn庫(kù)，采用K-means聚類法對(duì)科研人員的5個(gè)一級(jí)指標(biāo)的科研績(jī)效分值進(jìn)行聚類分析，劃分科研人員評(píng)價(jià)等級(jí)；在此基礎(chǔ)上，采用開(kāi)源關(guān)聯(lián)規(guī)則分析的apyori庫(kù)，進(jìn)一步分析各評(píng)價(jià)等級(jí)科研人員的評(píng)價(jià)等級(jí)與科室類別、學(xué)歷、職稱、工齡等特征間關(guān)聯(lián)規(guī)則，總結(jié)特點(diǎn)和規(guī)律，發(fā)現(xiàn)共性問(wèn)題并找出薄弱點(diǎn)。

1.3.1 聚類分析法：聚類分析是根據(jù)相似性原則，把相似度較高的訓(xùn)練數(shù)據(jù)劃分為同一個(gè)類簇，而把相異度較高的訓(xùn)練數(shù)據(jù)劃分為不同類簇[9]。K-means聚類算法是無(wú)監(jiān)督學(xué)習(xí)，是一種聚類分析法中經(jīng)典算法。K-means算法以距離作為訓(xùn)練數(shù)據(jù)間相似性度量的標(biāo)準(zhǔn)，即訓(xùn)練數(shù)據(jù)間距離越小則相似性越高，則訓(xùn)練數(shù)據(jù)越有可能劃分在同一個(gè)類簇。K-means算法通常采用歐氏距離計(jì)算訓(xùn)練數(shù)據(jù)間的距離。

1.3.2 關(guān)聯(lián)分析法：關(guān)聯(lián)分析，用于發(fā)現(xiàn)隱藏在大型事務(wù)數(shù)據(jù)集中隱藏的有意義關(guān)聯(lián)，用關(guān)聯(lián)規(guī)則形式表示，描述一個(gè)事務(wù)中事件之間同時(shí)出現(xiàn)的規(guī)律的知識(shí)模式[9-10]。利用關(guān)聯(lián)規(guī)則對(duì)新事務(wù)或未知問(wèn)題進(jìn)行推測(cè)判斷。關(guān)聯(lián)規(guī)則是形如X?Y的蘊(yùn)涵表達(dá)式，X為規(guī)則前項(xiàng)，Y為規(guī)則后項(xiàng)，關(guān)聯(lián)規(guī)則用支持度Support、置信度Confidence和提升度Lift來(lái)度量[11]。

關(guān)聯(lián)規(guī)則X?Y的支持度定義為事務(wù)集T中包含X∪Y的事務(wù)在全部事務(wù)中占的百分比，即support(X?Y)=P(X∪Y)。關(guān)聯(lián)規(guī)則X?Y的置信度定義為事務(wù)集T中包含X事務(wù)中同時(shí)也包含Y事務(wù)的百分比，即confidence(X?Y)=P(X∪Y)/P(X) 。提升度評(píng)估X事務(wù)的出現(xiàn)使得Y事務(wù)出現(xiàn)的程度，定義為 lift(X?Y)=P(X∪Y)/P(X)P(Y) =confidence(X?Y)/support(Y)。提升度是一種相關(guān)性度量，小于1表示X的出現(xiàn)和Y的出現(xiàn)是負(fù)相關(guān)的，等于1表示X和Y是獨(dú)立的，大于1表示X和Y是正相關(guān)的。

表1 科研人員基本信息情況

表2 整體科研人員科研績(jī)效一級(jí)指標(biāo)評(píng)價(jià)分值統(tǒng)計(jì)情況

2 結(jié)果

2.1 科研人員整體情況

科研人員基本情況如表1所示，科研人員中約70%為臨床醫(yī)生，碩士研究生以上學(xué)歷占61.20%，高級(jí)職稱占65.90%，將近一半工齡超過(guò)20年。在科研工作成果方面，超過(guò)半數(shù)以上的科研人員未有著作、專利、科技成果等科研工作成果，其中有98.0%人員其著作項(xiàng)得分為0，有95.0%人員專利項(xiàng)得分為0，有82.8%人員科技成果項(xiàng)得分為0，說(shuō)明論文和課題項(xiàng)目在科研績(jī)效評(píng)價(jià)上發(fā)揮主要作用?？蒲腥藛T科研績(jī)效一級(jí)指標(biāo)評(píng)價(jià)情況見(jiàn)表2。

2.2 科研人員評(píng)價(jià)等級(jí)聚類分析情況

采用K-means算法對(duì)醫(yī)院科研數(shù)據(jù)進(jìn)行聚類分析，結(jié)合實(shí)際情況把科研人員分為合格、良好和優(yōu)秀等3個(gè)等級(jí)，3個(gè)等級(jí)之間具有較好的區(qū)分度，科研人員評(píng)價(jià)等級(jí)聚類分析結(jié)果如表3所示。3個(gè)等級(jí)科研人員一級(jí)指標(biāo)分值統(tǒng)計(jì)情況見(jiàn)表4。比較論文分值，優(yōu)秀顯著高于良好和合格（P＜0.05），良好顯著高于合格（P＜0.05）；比較課題項(xiàng)目分值，優(yōu)秀顯著高于良好和合格（P＜0.05），良好顯著高于合格（P＜0.05）；比較科技成果分值，優(yōu)秀、良好顯著高于合格（P＜0.05）。

表3 科研人員評(píng)價(jià)等級(jí)聚類分析結(jié)果

表4 各等級(jí)科研人員科研績(jī)效一級(jí)指標(biāo)分值統(tǒng)計(jì)情況

表5 單特征關(guān)聯(lián)規(guī)則分析結(jié)果

表6 多特征關(guān)聯(lián)規(guī)則分析結(jié)果

2.3 科研人員評(píng)價(jià)等級(jí)關(guān)聯(lián)分析情況

為了總結(jié)分析科研人員的評(píng)價(jià)等級(jí)與科室類別、學(xué)歷、職稱、工齡等特征間規(guī)律，采用Apriori算法，分析單個(gè)特征對(duì)科研績(jī)效評(píng)價(jià)等級(jí)的支持度、置信度、提升度，結(jié)果如表5所示，學(xué)歷為博士研究生和評(píng)價(jià)等級(jí)優(yōu)秀的提升度大于3，職稱為正高和評(píng)價(jià)等級(jí)優(yōu)秀的提升度大于2，學(xué)歷為博士研究生和職稱為正高分別與評(píng)價(jià)等級(jí)優(yōu)秀具有明顯的相關(guān)性。同時(shí)，在評(píng)價(jià)等級(jí)為合格時(shí)，規(guī)則提升度大于1，置信度超過(guò)80%，說(shuō)明工齡不超過(guò)10年、學(xué)歷為大學(xué)本科或?qū)？?、職稱為初級(jí)或中級(jí)、科室類別為護(hù)理或行政的科研人員評(píng)價(jià)等級(jí)較高概率為合格，而且有一定程度的相關(guān)性。用Apriori算法分析多個(gè)特征與科研績(jī)效評(píng)價(jià)等級(jí)間規(guī)律，結(jié)果如表6所示，以規(guī)則前項(xiàng)['臨床','(20,+ ∞)','正高','博士研究生']為例，同時(shí)具備工齡超過(guò)20年、學(xué)歷為博士研究生、職稱為正高、科室類別為臨床等特征的科研人員，其評(píng)價(jià)等級(jí)為優(yōu)秀的概率為21.74%、提升度為5.35，評(píng)價(jià)等級(jí)為良好的概率為52.38%、提升度為2.42，說(shuō)明不同評(píng)價(jià)等級(jí)的科研人員可能具備相同特征，但他們之間的概率、關(guān)聯(lián)性不一樣，即一般高評(píng)價(jià)等級(jí)的規(guī)則具備較強(qiáng)關(guān)聯(lián)性、較低概率，低評(píng)價(jià)等級(jí)的規(guī)則具備較弱關(guān)聯(lián)性、較高概率。評(píng)價(jià)等級(jí)為優(yōu)秀和良好的科研人員，一般是高學(xué)歷、高職稱的臨床醫(yī)生。

3 討論與建議

3.1 整體科研人員情況分析

在科研人員的學(xué)科分布方面，科研人員中約70%為臨床醫(yī)生，評(píng)價(jià)等級(jí)優(yōu)秀中臨床醫(yī)生占比為83.33%，評(píng)價(jià)等級(jí)良好中臨床醫(yī)生占比為72.92%。臨床醫(yī)生是醫(yī)院主要科研主力，而行政、護(hù)理、醫(yī)技等科室人員的科研能力整體較弱，說(shuō)明醫(yī)院科研情況在學(xué)科方面分布不均衡，應(yīng)加強(qiáng)行政、護(hù)理、醫(yī)技等科室人員的科研能力提升。

在科研人員的學(xué)歷、職稱和工齡等分布方面，碩士研究生以上學(xué)歷占61.20%，高級(jí)職稱占65.90%，工齡超過(guò)20年占45.60%。但是，博士研究生學(xué)歷只占20.10%，工齡為（0，10]只占18.50%，說(shuō)明醫(yī)院科研人員中高學(xué)歷和低工齡者比例偏低，在招聘時(shí)和人才引進(jìn)方面應(yīng)傾向高學(xué)歷、年輕化方面的優(yōu)秀人才。

在科研工作成果方面，有98.0%人員著作項(xiàng)得分為0，有95.0%人員專利項(xiàng)得分為0，著作、專利的偏度、峰度值比較大，說(shuō)明絕大部分科研人員對(duì)著作、專利等方面重視程度不夠。同時(shí)，有82.84%人員科技成果項(xiàng)得分為0，偏度值為4.94，峰度值為28.62，說(shuō)明科研成果得分方面主要分布在特定的部分科研人員，醫(yī)院應(yīng)加強(qiáng)對(duì)科技成果申報(bào)等支持。

3.2 不同評(píng)價(jià)等級(jí)的科研人員特征分析

評(píng)價(jià)等級(jí)為優(yōu)秀的人數(shù)為18名，占比為4.06%，其中大部分科研人員是工齡超過(guò)20年、正高職稱的臨床醫(yī)生，學(xué)歷以博士研究生為主，擔(dān)任一定管理職務(wù)，參與學(xué)術(shù)組織的積極性高，論文、課題項(xiàng)目和科技成果等方面優(yōu)勢(shì)明顯，這部分人員主要是資深型的科研人才，科研工作比較全面，但在專利、著作等方面都有一定的提升空間。

評(píng)價(jià)等級(jí)為良好的人數(shù)為96名，占比為21.67%，這部分科研人員在論文、課題項(xiàng)目等方面能力較好，其中只有約30%有科技成果評(píng)分，以工齡超過(guò)10年、正高或副高職稱、博士或碩士研究生學(xué)歷等特征為主，少量人員是工齡低于10年、中級(jí)職稱，這部分人員主要是骨干型的科研人才，應(yīng)加強(qiáng)這部分人才的科研能力，使其積極參與相關(guān)學(xué)術(shù)活動(dòng)。

評(píng)價(jià)等級(jí)為合格的人數(shù)為329名，占比為74.27%，這部分科研人員科研工作不均衡，其中約11.25%人員有科技成果評(píng)分，約49.85%人員有課題項(xiàng)目評(píng)分。而且，這部分科研人員中，工齡(0,10]占比為20.67%，初級(jí)或中級(jí)職稱占比為39.21%，博士或碩士研究生學(xué)歷占比為57.14%。其中，同時(shí)具有工齡(0,10]、初級(jí)或中級(jí)職稱、博士或碩士研究生學(xué)歷等特征的人員占比為16.41%，這些科研人員科研工作處于起步階段，工齡小、職稱低，是潛力型的科研人才，應(yīng)加強(qiáng)對(duì)這部分科研人群的引導(dǎo)和幫助。

3.3 不同評(píng)價(jià)等級(jí)的科研人員特征分析

在評(píng)價(jià)等級(jí)為優(yōu)秀和良好的關(guān)聯(lián)規(guī)則中，其提升度基本上都超過(guò)2，說(shuō)明評(píng)價(jià)等級(jí)為優(yōu)秀和良好的與高學(xué)歷、高職稱、臨床等特征具有明顯的相關(guān)性。但是，這些關(guān)聯(lián)規(guī)則中，支持度、置信度都較低，說(shuō)明還有不少比例的高學(xué)歷、高職稱等特征的科研人員在科研能力上有待提升。醫(yī)院應(yīng)跟蹤分析這些評(píng)價(jià)等級(jí)為合格、具有高學(xué)歷、高職稱等特征的科研人員，從中挖掘具有潛力的、科研基礎(chǔ)較好的科研人員予以支持引導(dǎo)，進(jìn)一步提高評(píng)價(jià)等級(jí)為優(yōu)秀和良好的科研人員占比。

3.4 科研能力提升策略

不同類型科研人員的科研能力差異化明顯，相關(guān)評(píng)價(jià)指標(biāo)也存在差異，需要制定有針對(duì)性的科研能力提升措施和方法。在醫(yī)院科研績(jī)效聚類分析、關(guān)聯(lián)分析結(jié)果的基礎(chǔ)上，結(jié)合醫(yī)院實(shí)際情況，進(jìn)一步細(xì)化和制定相關(guān)科研管理措施，以提升醫(yī)院整體科研能力。一是要加強(qiáng)對(duì)行政、護(hù)理、醫(yī)技等科室人員的引導(dǎo)激勵(lì)，這些人員的科研能力整體較弱，應(yīng)加強(qiáng)對(duì)其進(jìn)行科研引導(dǎo)，積極宣傳科研政策和課題、論文、成果等申報(bào)方面的技巧，可以探索建立“師帶徒”制度，循序漸進(jìn)開(kāi)展科研工作，引導(dǎo)鼓勵(lì)行政、護(hù)理、醫(yī)技、臨床等科研人員之間的科研合作，鼓勵(lì)其加入醫(yī)院內(nèi)部?jī)?yōu)秀科研團(tuán)隊(duì)。二是要?jiǎng)?chuàng)造良好的醫(yī)院科研工作的軟、硬件環(huán)境。醫(yī)院可通過(guò)設(shè)置醫(yī)院青年課題基金，解決科研經(jīng)費(fèi)問(wèn)題，支持其科研工作的可持續(xù)發(fā)展；為他們提供各種參與學(xué)術(shù)會(huì)議交流、進(jìn)修機(jī)會(huì)，拓展學(xué)術(shù)視野，加強(qiáng)與外部?jī)?yōu)秀科研人才交流機(jī)會(huì)；積極選送他們?nèi)⒓涌蒲邢嚓P(guān)培訓(xùn)和學(xué)習(xí)，對(duì)有獲得科研成果的科室、個(gè)人給予特別表?yè)P(yáng)和宣傳。針對(duì)評(píng)價(jià)等級(jí)良好的科研人員，醫(yī)院應(yīng)進(jìn)一步加強(qiáng)在人員設(shè)施配備、實(shí)驗(yàn)平臺(tái)建設(shè)等方面的支撐，在高級(jí)別課題項(xiàng)目、科技成果獎(jiǎng)勵(lì)等申報(bào)方面提供支持；同時(shí)，鼓勵(lì)與優(yōu)秀科研人員加強(qiáng)科研合作，充分利用其學(xué)術(shù)影響力，進(jìn)一步爭(zhēng)取參與更多高級(jí)別課題項(xiàng)目、科技成果申報(bào)以及提升科研能力等，將具有良好素質(zhì)的科研人員逐步向優(yōu)秀科研人員轉(zhuǎn)化。針對(duì)評(píng)價(jià)等級(jí)優(yōu)秀的科研人員，醫(yī)院應(yīng)激勵(lì)其努力爭(zhēng)取國(guó)家級(jí)課題、省部級(jí)課題以及相應(yīng)科研成果獎(jiǎng)勵(lì)申報(bào)，醫(yī)院應(yīng)該有意識(shí)組建優(yōu)秀科研團(tuán)隊(duì)，充分鼓勵(lì)該類科研人員發(fā)揮自身價(jià)值，加強(qiáng)與名校、全國(guó)知名醫(yī)院的科研交流和協(xié)作，加強(qiáng)與臨床緊密相關(guān)問(wèn)題的研究和攻關(guān)。同時(shí)發(fā)揮醫(yī)院優(yōu)秀科研人員的功能，幫助其他科研人員進(jìn)一步提升科研能力，協(xié)助培養(yǎng)和指導(dǎo)更多入門科研人員。

4 小結(jié)

在科研績(jī)效評(píng)價(jià)中，聚類算法根據(jù)各科研指標(biāo)評(píng)價(jià)數(shù)據(jù)對(duì)科研人員進(jìn)行劃分，操作簡(jiǎn)單，聚類效果較好，和實(shí)際科研績(jī)效評(píng)價(jià)結(jié)果比較吻合，可以較為準(zhǔn)確地評(píng)價(jià)醫(yī)院所有科研人員的科研績(jī)效。在此基礎(chǔ)上，通過(guò)關(guān)聯(lián)分析發(fā)掘評(píng)價(jià)等級(jí)與特征之間有意義的關(guān)聯(lián)規(guī)則，尋找可能影響科研績(jī)效評(píng)價(jià)的主要特征，總結(jié)出不同科研人員群體的特點(diǎn)規(guī)律，提高醫(yī)院科研管理的工作效率，為醫(yī)院科研管理者制定、完善科研管理和評(píng)價(jià)考核制度提供依據(jù)。下一步，將不斷完善、優(yōu)化聚類算法、關(guān)聯(lián)規(guī)則算法，在實(shí)際工作中不斷提高科研績(jī)效評(píng)價(jià)的科學(xué)性、準(zhǔn)確率，以更好地提升醫(yī)院科研管理能力。