1、我国医学从业者科学数据共享行为调查研究 吴丹 陈晶 武汉大学信息管理学院 摘 要： 目的 /意义医学从业者的科学数据共享行为研究意在了解科学数据共享的技术、平台和环境以及医学从业者对科学数据共享的认知、共享意愿与实际行为,从而发现问题并有针对性地解决问题,这对于科学数据共享政策制定、平台建设和技术发展等具有重要的参考价值。方法 /过程将拟调查的科学数据共享行为分成已有科学数据共享行为和科学数据共享意愿两大部分,主要通过问卷调查的形式,对医学从业者的科学数据共享行为进行调查研究。结果 /结论对比分析不同类型医学从业者和不同人群的科学数据共享行为差异,归纳医学从业者科学数据共享行为的特点,并根据这
2、些特点对我国医学科学数据服务机构提出建议。关键词： 医学从业者; 科学数据共享; 数据共享行为; 作者简介：吴丹(ORCID:0000-0002-2611-7317),教授,博士生导师;E-mail:;女,武汉大学信息管理学院教授,博士生导师,国家首批“万人计划青年拔尖人才”。研究方向为信息检索、信息组织、信息描述、用户行为。作者简介：陈晶(ORCID:0000-0002-3223-0017),硕士研究生。收稿日期：2015-08-04基金：湖北省科技支撑计划软科学研究类项目“医学科学数据管理与共享保障体系研究”(项目编号:2014BDF041)研究成果之一Research on Scient
3、ific Data Sharing Behaviors of Medical Workers in ChinaWu Dan Chen Jing School of Information Management of Wuhan University; Abstract： Purpose / significanceThe research on scientific data sharing behaviors of medical workers is of great significance and value for making sharing policies,constructi
4、ng platforms and developing technology of scientific data.Method/processThis paper divides the scientific data sharing behaviors into two parts,which are the existing scientific data sharing behavior and scientific data sharing desire. Then using questionnaires,it makes a research on the scientific
5、data sharing behaviors of medical workers. Result / conclusionBy comparatively analyzing the differences of scientific data sharing behaviors of different medical workers and different groups of people,the paper summarizes the characteristics of scientific data sharing behaviors of medical workers,a
6、nd accordingly makes suggestions for medical scientific data institutions.Keyword： medical worker scientific data sharing data sharing behavior; Received： 2015-08-04在互联网环境下,信息共享的程度影响着整个社会的发展,而科学数据的共享,也成为科学研究的重要环节之一。根据对开放关联数据平台 Linked Dat( http: / /linkeddata. org/) 的调查,医学相关领域的开放关联数据集数量占所有领域总和的 8. 19
7、%,医学领域存在大量开放共享的科学数据,而科学数据共享能够减少科研人员的重复劳动,加速科技创新。随着信息时代的到来,信息技术不断发展,人们的信息共享意识不断增强并且信息共享方式不断多元化,医学从业者在日常工作和科研活动过程中的科学数据共享行为也随之发生了改变。一方面,医学科学数据共享能够提高医学科学数据资源的利用率,推动医学研究进步,加速医学科研成果转化成可利用的医学产品,为政府的医疗卫生决策提供信息支持,促进全人类健康水平的提高和社会发展; 另一方面,医学科学数据共享便于医学从业者利用、重用他人共享的科学数据进行临床试验、诊疗实践及学术研究,也能在一定程度上促进医学从业者更主动地共享自己的科
8、学数据。国外关于科研人员的科学数据共享行为研究主要集中在科研人员科学数据共享的现状调查、对科研人员而言科学数据共享的利弊以及科研人员进行科学数据共享的影响因素等方面,而国内计算机应用、图书情报等领域的学者对科学数据共享的研究涉及科学数据共享现状调研、科学数据共享项目建设与数据保存及其存在的问题等,并通过问卷调查、网络调研等实证研究方式对国内科学数据共享平台建设、科学数据共享意愿及行为等进行研究。本文在设计问卷时借鉴了国内外相关研究成果,包括理论基础、问卷设计思路、数据分析方法等。本文主要通过问卷调查的形式,将医学从业者的科学数据共享行为分成已有科学数据共享行为和科学数据共享意愿两大部分,对其进
9、行调查研究和分析。1 调查问卷设计及样本数据情况1. 1 调查对象的选取考虑到科学数据主要产生于科学研究活动中,而医学学生和医学教育者、医学工作者是医学科学研究和科学数据的主要来源,故笔者主要选取了各大医学类院校在读硕士生、在读博士生、医学教育工作者以及在医院工作的医生、护士来完成此次调查研究,并将这些调查对象统一称为医学从业者。2014 年 11 月-2015 年 1 月期间,在武汉大学医学部、华中科技大学医学部、北京大学医学部等院校发放纸质调查问卷,同时通过专业调查网站问卷星向其余院校师生、医院在职医护人员发放电子调查问卷。由于问卷发放地点为医学院( 部) ,医学生比例较大,而医学教育工作
10、者( 医学教授等) 因为工作任务重且繁忙等往往出现于医学课堂和实验室等地方,在本次调查样本中的比例较小。1. 2 调查问卷设计框架问卷分成三大部分,共有 20 道题。其中第一大部分共 5 题,用于收集受调查人员的基本资料以及研究过程中产生的数据类型和数据来源的基本情况,题型为单选题。第二大部分共 7 道题,用于了解受调查人员已有的科学数据共享行为,题型为单选和多选相结合。第三大部分共 8 道题,用于调查受调查人员对于医学科学数据共享的意愿,题型为矩阵量表题和单选相结合,矩阵量表题对选项赋分( 即非常不同意: 1 分;比较不同意: 2 分; 一般: 3 分; 比较同意: 4 分; 非常同意: 5
11、 分) 以求取各题选项的平均分,旨在调查和分析各因素的具体影响程度。问卷内容设计如图 1 所示:图 1 调查问卷的内容结构 下载原图1. 3 问卷回收情况及基本信息分析本次调查回收纸质问卷 72 份、电子问卷 109 份,有效问卷共 181 份。调查问卷的样本属性主要体现在关于医学从业者基本信息的 5 个问题上,即性别、身份、最高学历、论文发表情况、研究领域,其具体调查结果见表 1。从表 1 可以看出,受调查的医学从业者的男女比例差别不大,女性略多; 身份上,在校硕士、博士、教育工作者共占 51. 94% ,医生护士和其他医学从业者共占 48. 06% ,两类人群所占比例几乎相等; 学历方面,
12、本科和硕士研究生各占 40% 以上,二者总和达到了 82. 87% ,本科以下、博士及以上者人数较少; 受调查者中,有 46. 41% 的人表示暂时还没有发表过论文,32. 04% 的人表示只发表过中文文献,只有 15. 47% 的人中英文文献都有发表,并且有 6. 08% 的人表示只发表过英文文献; 有 71. 27% 的受调查者研究领域为临床医学,8. 39% 的受调查者研究领域为公共卫生,中医学、药学、人口生殖与健康的研究者人数较少。将问卷调查结果数据导入 SPSS 进行信度分析,得到 Cronbach 系数为 0. 788,大于 0. 7,因此,问卷整体的内在信度是比较理想的,问卷数据
13、可靠有效。表 1 受调查的医学从业者的基本信息 下载原表 2 医学从业者已有科学数据共享行为分析2. 1 医学从业者研究过程中产生的数据类型和来源医学科研过程中产生的数据类型多种多样,C.Tenopir 等将数据类型划分为实验型、观察型、数据模型、生物调查、非生物调查、遥感非生物型、遥感生物型、社会科学实验型、访谈及其他等多种类型,与本文的数据类型和数据来源有交叉关系,调查结果见图 2。医学研究过程中产生的数据类型主要是数据型数据和统计分析数据,各占 82. 32% 和 71. 27% ,另外有少量图像型数据( 44. 75% ) 、字符型数据( 25. 41% ) 和日期型数据( 22. 1
14、% ) ,而多媒体数据的比例较低,仅有 8. 29% 。医学科学数据的产生有多种途径,调查结果见图 3。医学科学数据的来源主要是实验数据( 66. 3% ) 、观察数据( 56. 35% ) 和检测数据( 49. 17% ) ,有少量监测数据( 33. 15% ) 、调查数据( 35. 91% ) 和同行提供数据( 13. 81% ) ,而曾有过购买数据行为的仅有 2 人,占总调查人数的 1. 1% 。这与数据共享程度低、缺乏专业数据管理平台、数据定价机制不完善有关。图 2 医学研究过程中产生的数据类型 下载原图图 3 医学研究过程中的数据来源 下载原图2. 2 医学从业者对医学科学数据共享平
15、台的了解调查我国医学从业者对国内外医学科学数据共享平台的认知情况,可以从侧面了解我国医学从业者科学数据共享的现状。调查结果如表 2 所示:表 2 国内外医学科学数据平台认知情况 下载原表 从表 2 可以看出,对医学从业者来说,这些著名平台中,认知度最高的是国内的丁香园和国外的 PMC,其中丁香园仅有 9. 94% 的受调查者表示没有听说过。这两个平台的使用过程中,有过下载数据行为的受调查者比例明显高于上传数据行为的受调查者比例。两个平台均有超过 60% 的受调查者表示曾下载过数据,但分别仅有 9. 94% 和 3. 31% 的受调查者表示曾上传过数据。对于 NCMI、UK PMC、PMC Ca
16、nada、AIHW 这 4 个平台,均有超过 60% 的受调查者表示没有听说过,其中 AIHW 有 74. 59% 的受调查者表示没有听说过。在这 4 个平台的使用过程中,均仅有不到 10% 的人有过上传数据或者下载数据的行为。对于 Clinical Trial 这一临床医学数据共享平台,大约有 50% 的人表示没听说过,另外 50% 听说过的人中,也仅有不到 15% 的人有过数据上传或下载行为。综上,对于认知度较高的数据共享平台,大部分医学从业者的使用习惯仅限于下载数据,很少有共享上传数据的意识; 对于认知度一般的数据共享平台,大部分医学从业者也仅限于听说过,没有上传或下载数据的行为发生;
17、另外,对一些国内外著名数据共享平台的认知度不高,大部分人没有听说过。2. 3 医学从业者科学数据的储存和管理由图 4 可知,为便于自己获取和使用数据,高达 92 . 82 % 的受调查者选择个人电脑来作为最主要的数据存储工具,另外有 60. 22% 的受调查者会使用 U 盘或硬盘作为数据存储工具。由于医学数据的特殊性,也有 29. 83% 的受调查者表示会用纸质笔记本来记录数据。另外,还有受调查者在填写问卷时表示,会将数据直接存储在测量的仪器内。这是笔者在设计问卷时没有考虑到的情况,也是由于对医学科研具体形式不够了解造成的,有待在以后的研究调查中予以改进。图 4 医学科学数据的储存方式 下载原
18、图以上这些存储方式大多只是让数据留在了自己手里,并没有共享出去。而这些介质的安全性和可靠性也容易受到环境的影响,作为影响数据长期保存的重要因素,数据的保存工具或介质也十分重要。对于可以将数据共享出去的存储方式,有 16. 57%的受调查者选择存在单位电脑,11. 05% 的受调查者选择存在网络数据平台,仅有 2. 76% 的受调查者选择存在专业数据机构。一方面,这说明目前我国医学从业者科学数据的共享程度还不高,并且缺乏数据共享意识; 另一方面,也说明了目前我国的网络数据管理平台和专业数据管理机构还有待完善和普及。由图 5 可知,目前我国医学从业者的科学数据主要是自己保存,有多达 92. 27%
19、 的受调查者选择了自己保存,另有 25. 97% 的受调查者表示会交给团队负责人统一管理。仅有 12. 15% 的受调查者选择上传到公开的数据平台,有 9. 94% 的人选择交给论文发现单位,2. 76% 的人选择交给专门的保管机构。这也从另一个侧面说明,目前我国医学从业者的科学数据缺乏良好的管理和共享机制,大量的数据都散落在研究者个人手中,不利于数据的管理、共享和再利用。保管数据的方式和人员也会影响数据管理的安全性,数据越分散,越容易丢失。图 5 医学科学数据的管理保存方式 下载原图2. 4 医学从业者科学数据共享和获取行为从表 3 可以看出,目前最常见的数据共享方式是将数据直接共享给同事朋
20、友,有69. 06% 的受调查者表示有过这种数据共享行为。有 49. 72% 的受调查者有过同领域工作者向其索取后将数据共享给他的行为。仅有不到 20% 的人曾将自己的数据共享给数据共享平台或者本领域所在的专业机构。C. Tenopir 等人的研究结果显示,科学研究者们可以选择将自己的科学数据共享在本单位或机构的网站、主要研究者的网站、国家级网站、地区网站、个人网站等地方,其中不愿意在个人网站共享任何科学数据者比例高达 72. 7% ,在本单位或组织网站共享科学数据者比例最高,其次为主要研究者的网站。本单位或组织网站及主要研究者网站的用户仍然是同事、同领域人员,故而可以认为 C. Tenopi
21、r 等人的调查与本文的调查结果有异曲同工之妙。从表 4 可以看出,目前最常见的数据获取方式是来自免费的搜索引擎搜索出来的数据,有高达 83. 98%的受调查者表示有过这种数据获取行为。有 59. 12%的受调查者表示曾使用过综合性数据库和专业数据库提供的数据,有 51. 93% 的受调查者表示曾使用过医药卫生领域的历史资料,仅有 25. 97% 的人表示曾找项目负责人索取过数据。表 3 医学从业者科学数据共享行为 下载原表 表 4 医学从业者科学数据获取行为 下载原表 这说明大多数人的数据获取习惯为自己查找,并倾向于使用最简单快捷的免费搜索引擎,半数医学从业者会用到专业的数据库和历史资料,只有
22、少数人会找项目负责人索取数据。3 医学从业者科学数据共享意愿3. 1 医学从业者科学数据获取需求医学从业者科学数据的获取需求可分为查看数据、参考数据和使用数据 3 个方面,问卷中的对应测量变量改编自 5 等级李克特量表的形式,从 1( 非常不同意) 到 5( 非常同意) 进行测度,调查结果见表 5,其中“查看”是指浏览后与所需并不相关或基本无价值的数据,“参考”是指数据具有参考、借鉴价值,但并不能直接应用于研究,“使用”是指引用数据或将数据作为事实依据等,具有较大直接利用的价值。表 5 医学从业者科学数据获取需求 下载原表 根据表 5 数据,本大题 3 道小题的平均分均在 3 分以上,说明大多
23、数医学工作人员都存在对科学数据获取的需求。其中,查看数据和参考数据两项,平均分均超过了 4 分,说明在数据获取需求中,查看数据和参考数据的需求比较大,其中,“参考别人的科学数据”的需求量最大,而使用数据的平均分只有 3. 44,需求相对较小。3. 2 医学从业者科学数据共享动机大部分医学从业者都有对科学数据的获取需求,而数据的获取一定是基于数据共享的。为了让数据更好地被利用,医学从业者们需要将科学数据共享出来。笔者将共享动机分成了 7 个方面,调查结果如表 6 所示:表 6 医学从业者科学数据共享动机 下载原表 根据表 6 数据,本大题的 7 道题平均分都在 4 分左右,说明这 7 种动机都对
24、医学科学数据共享起到了积极作用。其中,“提高科学数据利用率和价值”的平均分最高,是医学从业者们共享科学数据的主要动机,而“具有潜在经济价值”则对医学从业者们做出共享决定的影响较小。另外,“更好地佐证自己的研究”和“减少科研工作的重复性”这两个动机的平均分也达到了 4. 2 左右,同样起到了比较重要的积极作用。对比国内外对科学数据共享意愿的影响因素的相关研究,“感知行为控制”、“主观规范”、“信念”等是直接正向影响科研人员科学数据共享的主要因素。Y. Kim 等从科学数据共享动机的角度,调查了 362 位社会科学家的数据共享行为,并认为在影响社会科学家数据共享行为的因素中,个人动机( 如可感知的
25、职业利益和风险、感知的努力、对数据共享的态度) 是最重要的因素,而资助机构、期刊、数据仓库、制度压力等因素影响力度较小。3. 3 医学从业者科学数据共享障碍对于共享的障碍,主要从以下 4 个方面来考察: 科学成果被窃取、侵犯病人隐私、科学数据被错用或滥用、没有合适的平台。调查结果如表 7 所示:表 7 医学从业者科学数据共享障碍 下载原表 根据表 7 数据,本大题的 7 道小题平均分都在 3. 5 分左右,表明大多数被调查者对这些障碍带来的影响持中立态度。其中,影响最大的是担心“科学数据被错用或滥用”,平均分为 3. 7 分。而对于科研成果被窃取、侵犯病人隐私、没有合适平台的担心则相对较少。相
26、较于 C. Tenopir 等人的研究,数据共享的障碍还有时间不足、缺乏资助、缺乏标准、赞助者无相关要求、不需要数据、数据不应该公开共享等方面。3. 4 医学从业者科学数据共享方式除了共享动机和共享障碍,了解医学从业者对于科学数据共享倾向的共享方式也是很重要的。通过调研,笔者将医学科学数据共享的方式分为以下 7 种: 交给专业数据库平台、交给相关期刊出版机构、交给科研服务机构、交给资金资助机构、交给政府机构、单独共享给相关研究者或同事、共享给商业数据平台。调查结果如表 8 所示:表 8 医学从业者科学数据共享方式 下载原表 从表 8 数据可以看出,本大题所有选项的平均分都不太高,最低的 2.
27、9 分,最高的也才 3. 56 分。说明大部分受调查者对于科学数据的共享方式并没有多少概念,这是目前我国医学从业者缺乏科学数据共享意识和共享机制的体现。其中,对于“将数据交给商业数据平台”这一项,平均分为 2. 9 分,低于一般的赋值 3 分。说明大多数受调查者对这一做法持消极态度,并不愿意这么做。而相对较高的两个选项为“单独共享给相关研究者或同事”以及“交给相关期刊出版机构”,这两项的平均分均超过了 3. 5,是最受欢迎的共享方式。3. 5 医学从业者科学数据共享激励措施除了道德价值上的共享动机之外,笔者调查了医学从业者对以下 4 个共享激励措施的看法: 政策强制要求,资金鼓励,优先发表论文
28、和提高知名度。得到的调查结果如表 9 所示:表 9 医学从业者科学数据共享激励措施 下载原表 根据表 9 数据可以看出,最能吸引医学从业者将科学数据共享出去的激励措施是“优先发表论文”,此选项的平均分达到了 3. 85 分,而“政策强制要求”则对他们的影响不大,平均分仅为 3. 15 分。另外,“给予资金鼓励”和“提高知名度”也有一定的积极作用,平均分分别为 3. 57 和 3. 55。这说明,给予适当的鼓励,完善激励机制,能够提高医学从业者的数据共享热情。3 . 6 医学从业者科学数据共享范围、时机和费用最后,笔者对于医学从业者对科学数据共享范围、时机和费用的看法,也做了相应调查。如图 6
29、所示,有 43. 09% 的受调查者表示只愿意在团队内部共享数据,33. 15% 的受调查者更喜欢一对一索取,只有不到 20% 的人愿意完全公开。这说明大部分愿意将数据共享出去的人更愿意将数据共享给熟悉的人或者能够和被共享者建立一定的联系,这样也可以保证数据被使用的时候比较可控,不会出现被错用滥用的情况。另外,仅有 3. 87% 的人表示不愿意将数据共享出去,这说明大部分受调查者还是有共享意识,只是缺乏适当的规范。图 7 展示了医学从业者对于医学科学数据共享时机的看法。有 84. 53% 的人选择了“论文或成果公开发表后”,这个数字说明了大多数人对这一选项的认可。这是我国目前科研项目竞争状态的
30、产物科研工作者会有担心自己成果被窃取或者滥用的忧虑,在成果发表后再公开数据,有利于对自己科研成果的保护,也是对科研成果的一种补充。医学科学数据共享的有偿意愿如图 8 所示。有超过 50% 的人选择了更愿意有偿共享,接近 40% 的人选择了更愿意无偿共享。两者差别不太大,但选择有偿的人稍微多出一点点,说明若能以合理的方式给予数据共享者资金补偿,会更利于鼓励医学从业者将科学数据共享出去。图 6 医学从业者科学数据共享范围 下载原图图 7 医学科学数据共享时机 下载原图图 8 医学科学数据共享有偿意愿 下载原图4 不同类型医学从业者科学数据共享行为对比4. 1 在校医学研究者和医院工作者科学数据共享
31、行为对比回收的问卷中,有 94 份来自在校硕士生、博士生以及医学教育工作者等医学研究者,另外 87 份来自医院工作的医生、护士和其他医学从业者。这两类人群各占 51. 94% 和 48. 06% ,比例相当,且人群特征明显,适合进行对比分析。利用 SPSS 的多重响应交叉分析功能,分析所得数据,可以发现,在以下几个问题上,两类人群的行为表现有着较为显著的差异。4. 1. 1 数据来源不同通过分析数据发现,在校医学研究者有 79. 79% 的人选择了研究过程中的数据一般来自实验数据,而医院工作者则有 64. 37% 的人选择了来自观察数据。这是由两类人群的工作场景决定的。通常情况下,以医学生为主
32、要群体的在校医学研究者所做的科学研究更偏向于在实验室进行探索性实验,为临床以及医院工作者提供科学层面的建议和改进依据。而医院工作者则更多地面对活生生的病人,所做的事情更多地是观察和检测各种病例和药物的临床反应,为医学科研提供强有力的数据与实际案例支撑。另外,双方都有 50% 左右的人选择数据来源于检测数据,也表明医学科学研究离不开数据的检测。运用 SPSS 对两组数据进行卡方检验,3 种检验的双侧显著性水平都小于 0. 1,故两组数据之间存在显著性差异。对比数据如图 9 所示:图 9 在校医学研究者和医院工作者研究数据来源对比 下载原图4. 1. 2 曾有过的数据共享行为不同通过分析数据可以看到( 见图 10) ,两类人群曾有过最多的行为都是在同事朋友之间共享数据,其中,在校医学研究者在这方面尤为显著,有 64. 37% 的人都表示曾有过将数据共享给同事朋友的行为。在这个问题上,最大的区别是,医院工作者表现出了更多地将数据共享给专业的数据共享平台和共享给本领域所在的科学机构的行为。有 21. 84% 的医院工作
