前言：尋找寫作靈感？中文期刊網用心挑選的醫院科研績效預測模型構建與應用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：構建一種科學、準確的科研績效預測模型，為醫院科研績效評價提供決策依據。方法基于上海交通大學醫學院附屬仁濟醫院2007—2018年的科研投入和產出數據，分析科研產出指標的影響因素。在此基礎上，考慮科研投入轉化為產出的時滯效應，采用滑窗方法對原始數據進行加權處理，構建多因素時間序列預測模型。結果碩士研究生和博士研究生數量是科研產出指標的關鍵因素。科研項目經費對SCI論文數和影響因子有貢獻，反之，SCI論文數和影響因子也能幫助提升科研項目數和經費。SCI論文影響因子對科研獎勵數有較大的貢獻；預測模型能較好地反映SCI論文數和影響因子、科研項目數和經費，但對于科研獎勵數的預測能力不足。結論在基于歷史數據的時間序列模型中引入加權移動平均法構建科研績效預測模型，使得科研績效評價趨于合理、更具可靠性和預測性。
關鍵詞：醫院；科研績效；預測模型
我國三級綜合醫院承擔著大量的科研任務，科研能力已成為衡量醫院綜合能力和發展潛力的重要指標[1]。科研績效評價作為科研管理的有效手段，能對醫院的科研投入與產出指標進行階段性評價，使管理部門全面、系統地掌握科研發展現狀和水平，并找出發展過程中的薄弱環節和制約因素[2]。然而，科研評價是一個多參量技術體系，且受到多種復雜因素的共同影響。只有科學、準確的評價方法才能成為科研管理的重要依據和推動醫院科研可持續發展的有力杠桿[3]。目前，國內外有多種科研指標評價方法，涵蓋基礎研究和應用研究[4]。從宏觀層面看，2017年10月，科技部、財政部、人力資源社會保障部印發的《中央級科研事業單位績效評價暫行辦法》（國科發創〔2017〕330號）提出以能力導向、不以論文為唯一標準的要求，但沒有對具體評價指標和權重作統一規定。從微觀層面看，醫院或者學科也有各自的科研產出考核方法，但這些方法更多傾向于簡單統計項目、論文、獎項等顯性、可計量的內容，缺乏如實驗室管理、科研誠信、學科等級（聲譽）等隱性內容，也缺乏時間權重的考量，致使決策層很難根據現有的科研評價指標進行規劃與部署。本研究以上海交通大學醫學院附屬仁濟醫院2007—2018年的科研投入和產出數據為分析對象，建立多因素時間序列預測模型，分析科研產出的未來趨勢，為醫院學科發展規劃提供參考依據。
1對象與方法
1.1調查對象
以仁濟醫院56個科室為調查對象，對2007—2018年各學科的科研數據進行調查。
1.2調查內容
研究納入了仁濟醫院各學科的科研數據，包括SCI論文數、SCI影響因子、中文核心期刊論文數、科研獎項、專利、各級各類科研或人才項目數、項目經費數、項目驗收情況、臨床科研人員和專職科研人員數、碩士研究生和博士研究生數量、實驗室面積、學科建設費用投入、學科或實驗室等級、實驗室日常管理制度和考核情況以及科研誠信事件等。選取科研項目數、經費數、SCI論文數、SCI論文影響因子和科研獎勵數為科研產出指標。
1.3多因素時間序列模型構建方法
加權回歸模型構建加權回歸分析模型，用于分析對科研目標的貢獻因素分析。對于評價目標O（d，t），其中，d表示科室序號，t表示年份，建立加權回歸模型：O(d,t)=∑iαifi(d,t)。（1）其中，指標fi為第i個有意義的統計變量，αi為相應統計變量對評價目標的貢獻權重。將基于最小二乘法來獲取貢獻權重αi的值。最終將對每個指標i分析αifi(d,t)的貢獻大小。在實際情況中，部分統計變量對評價目標的影響并不是在當年就完全響應的。比如學科建設經費投入、碩士研究生和博士研究生數量等，實際起作用的年份可能并不在當年。為了去除這些時滯效應的影響，一個更合理的處理方式是建立模型:∫O(d,t)dt=∑iyi∫fi(d,t)dt。（2）在這一模型中，各年份的統計數據和評價目標均進行時間平均（求和）。這一模型有助于分析各類統計變量對評價目標的貢獻大小，但不包含時間信息，也不具有預測功能。多因素時間序列回歸預測模型為了使模型具有預測價值，基于歷史數據，通過滑窗處理建立時間加權的多因素時序回歸模型：O(d,t)=∑iβi∫-∞t-1fi(d,τ)Ki(t-1-τ)dτ。（3）其中，Ki(t)為表征第i個統計變量對目標起影響的時滯函數，需要結合實際經驗得出。在數據時間更長時可通過回歸學習得出，但目前的數據量不足以支撐這一學習過程。在目前的模型中，Ki(t)被取為連續5年遞減的指數函數，其他時間取0。通過加權移動平均法對因變量進行處理后，利用該方程，對不同科室和不同年份的數據進行時序回歸，獲取系數βi。
1.4統計分析方法
采用多因素時間序列回歸分析，構建科研績效指標的預測模型，評價影響科研績效的主要因素。按年份對各科室調查的相關科研指標進行求和。通過繪制折線圖，分析各指標值變化趨勢。運用模型（2）進行2007—2016年科研相關數據對于科研產出指標的回歸貢獻分析?；?007—2016年10年間的數據構建預測模型，在構建預測模型時，將總職工人數按照醫生與專職科研人員總數、專職科研人員數、博士學位人數、高級職稱人數、中級職稱人數進行分類，細化影響因素以提高預測效果。以2017年和2018年全院56個科室、2017年和2018年不同科室（包括手術、非手術以及輔助科室）的科研產出指標作為觀察指標，運用模型（3）進行時序回歸分析及預測，驗證其預測效果。
2結果與分析
2.1科研產出指標的影響因素分析
采用多因素模型（2）對科研產出指標進行貢獻權重分析，為便于不同單位或量級的影響因素能夠進行比較和加權，將每個因素的均值縮放為1。結果顯示：對SCI論文數進行貢獻權重分析，科研經費數和畢業生人數的貢獻作用較大；對SCI論文影響因子進行貢獻權重分析，同樣是科研經費數和畢業生人數的貢獻作用較大；對科研經費數進行貢獻權重分析，SCI論文數、影響因子和畢業生人數貢獻作用較大；對科研項目數進行貢獻權重分析，SCI論文數、影響因子和畢業生人數也是關鍵因素；對科研獎勵數進行貢獻權重分析，畢業生人數、SCI論文影響因子對獲獎次數貢獻作用較大
2.22017年和2018年醫院56個科室科研產出指標的預測分析
使用模型（3）對2017年和2018年仁濟醫院56個科室的科研產出指標進行回歸分析。結果顯示，該模型對于預測SCI論文數、SCI論文影響因子、科研項目經費數以及項目數均有較好的預測能力。2017年見圖1，2018年圖略。模型對于科研獎項數的預測能力欠佳，分析其主要原因為樣本數較小、各年波動性較大，雖然總體走勢能反映醫院在橫向對比中的地位變化，但統計方差仍過大，建模預測意義不大。因此，在后續分析中剔除了科研獎勵數。
2.32017年和2018年不同科室的科研產出指標的預測分析
為驗證回歸預測模型對于學科的預測效果，本文分別選取了2017年和2018年不同的9個科室，包含手術科室、非手術科室和輔助科室。應用該模型對這些科室的SCI論文影響因子、SCI論文數、項目經費數和項目數進行預測分析。結果顯示，除項目經費數外，其他指標的實際情況與預測情況具有較好的一致性。2017年見圖2，2018年包含放射診療科、急診科、老年科、血液科、婦科腫瘤科、胃腸外科、心外科、血管外科、超聲醫學科（圖略）。
3討論
如何合理、有效地進行科研績效評價是醫院科研管理工作所面臨的關鍵問題[5]。在戰略的指導下，針對性優化醫院科研評價方法，才能使科研管理更加具有科學性和導向性[6]。仁濟醫院作為一家集臨床診療和科學研究為一體的三級綜合醫院，在科研績效管理方法設計過程中需要合理考慮如何優化相關指標，引導和服務醫院科研可持續發展。
3.1科研產出指標的影響因素
對于本研究選取的所有科研產出指標，碩士研究生和博士研究生均是關鍵因素。碩士研究生和博士研究生的科研工作是醫院科研活動的重要組成部分。通常，衡量碩士研究生、博士研究生科研能力和水平主要依據是科研論文、項目或者專利等方面，特別是國際頂尖刊物論文、國家自然科學基金項目等更是檢驗其科研水平的重要標志。因此，碩士研究生和博士研究生是醫院科研產出中的主要人才來源，碩士研究生和博士研究生培養也是醫院科研可持續發展的重要因素之一。除此之外，科研經費對SCI論文數量和質量均有貢獻，SCI論文數量和質量亦能幫助醫院提升科研項目的數量和經費?？梢姡蒲型度肱c產出在一定程度上相輔相成。對于科研獎勵而言，SCI論文質量貢獻較大。眾所周知，科研獲獎是高質量科研活動厚積薄發的成果，也代表了科研團隊的雄厚實力，因此，論文質量在其中貢獻較大也能得到較好的詮釋。綜上，所得結論與醫院實情相符，進一步驗證了模型的合理性和有效性。
3.2預測模型的構建
從投入和產出角度，結合多因素時間序列構建預測模型，較全面地考慮了科研產出的多因素影響，通過對仁濟醫院10年的科研數據細化收集，為模型的影響因素挖掘和趨勢預測提供了優質數據支撐。同時，充分考慮了影響因素對科研產出的時滯效應。通常，科研產出不是簡單而迅速的。例如，加大實驗室經費后一段時間才會提升科研產出，而當年的科研績效會取決于過去幾年的積累。因此，在模型中按時間權重引入影響因素的滯后項，對近期數據賦予更高的權重，而給予較遠數據更低的權重，使模型更具現實意義。盡管模型具有一定的優勢，但仍存在局限性，如實驗室等級、日常管理制度更新、學術誠信信息等暫未考慮。對于這些不能直接量化的因素，后續需要通過尋找合適的數據轉換方式如等級評價等方法進行探索。另外，由于醫院的科研產出受政策等內生因素影響，后續分析中將結合模型預測結果，結合政策干預綜合評價。
3.3預測模型對醫院科研績效評價的應用
運用模型驗證仁濟醫院2017年和2018年56個科室和不同科室的科研產出，無論是醫院總體情況還是各科室間的相對數量關系均有較為準確的預測效果。探索科研產出指標的主要影響因素也有助于科研資源的存量盤整、精準投入，促使科研績效提質增量。同時，模型采用的變量易于量化收集，便于醫院間推廣使用及橫向對比。因此，模型具有較好的普適性和外推性，可為大型綜合醫院的科研績效計劃制定及預測提供一定的參考。科研績效評價方法仍受到諸多因素的影響，如政策導向、時代背景等。另外，科研產出指標也會發生相應的變化，如近幾年國家發布一系列促進科技成果轉化的政策，科技成果轉化也納入了醫院績效考核范圍，專利和成果轉化金額等產出也將逐步成為評價的重要指標。因此，評價方法需動態納入各種相關數據或及時更新計算依據，使得預測模型更趨于全面、合理的衡量、評價和估算。
3.4展望未來我們將借鑒預測模型的應用成效
從醫院科研發展的實際情況出發，結合科研現狀和不足以及科研發展方向，進一步改進模型，建立科學、合理、符合科學發展規律的科研績效評價方法，為醫院科研績效與學科分析工作提供思路，為醫院發展戰略提供理論依據和數據支持。
作者:周爭 石陸華 汪潔瀅 陸秉煒 楊曉秋 倉藝倩 丁文彬 胡丹 王青 王爭 董菡珺 顧樂怡 戴慧莉
