健康大数据时代下的医学生统计素养培养
一、
引言随着信息技术和人工智能技术的逐步普及，来自各个领域的信息呈爆炸式增长。在医学健康领域，由健康活动产生的数据称为健康大数据，是国家战略性发展目标。“大数据防疫”“大数据精准医疗”等成为各级新闻媒体上频繁出现的热词[１-８]。我国乃至全球的医疗和公共卫生机构对各类疾病的诊疗数据信息进行线上整合，利用大数据平台开展工作，带来了许多便利，形成了许多有益的经验。
高等医学院校的医学生是广大医疗机构人才的后备力量，由于医学教育的特殊性和医学信息的时效性，以对主动需求信息的快速获取、批判鉴别、整理分析，并作出决策为基本素质的统计素养，将成为每个医学生都应当具备的能力之一，也是未来从事临床医学工作的重要条件和基本素质。许多国际机构，比如联合国欧洲经济委员会、国际统计教育协会等，都在研究如何提高公民的统计素养。统计素养自1993年提出以来，数据和技术等已发生了巨大的变化，
具有了新的内涵[９]。“医学统计学”是将数理统计的原理和方法应
用于医学的一门学科，是医学科研工作中非常重要的分析和解决问题的工具。本研究总结了在健康大数据时代背景下，这门课程在多年的教育实践中进行的改革，着重从医学生主观角度分析其统计意识、统计知识、统计能力、统计道德等情况，并针对性地提出统计素养培养建议。
二、统计素养的科学内涵
统计素养主要包括意识、
知识、能力与道德四个方面，其内涵兼具理论性与实践性、方法性与思想性、规范性与批判性、
自发性与自律性。（一）统计意识
统计意识并不等同于计算、
作图等简单技能，而是一种在医学工作亲身经历的过程中对数据的领悟和敏感度。在健康数据爆发式增长的今天，网络上的医疗数据真假混杂，经常存在以极端值替代平均值等错误表述，
需要我们具备统计意识，审慎对待这些数据。再如流行性疾病感染的初期，接触健康数据的医疗卫生工作人员，如果具有良好的统计意识，则能够敏锐地进行统计分析并作出决策，成为疫情的“吹哨人”。由过去数次大规模的疫情暴发事件我们可以看出，良好的统计意识可
许
茜，刘志臻，俞向梅，蔡
大数据要学什么晶
（福建中医药大学中西医结合学院，
福建福州350122）［摘
要］为提升新时代健康大数据的管理和研究水平，适应健康大数据时代对未来医生的新要求，医学生应具备良好的统计素
养。在“医学统计学”课程的授课实践中，教师应从统计意识、统计知识、统计能力、统计道德四个方面对医学生统计素养进行引导渗透，发挥课程的育人作用。
［关键词］健康大数据；医学生；
统计素养［基金项目］2019年度福建中医药大学教育教学改革研究项目“研究生‘医学统计学’课程混合式教学模式探索”（XJJGY1920）；
2020年度福建中医药大学2021年度“课程思政”教学改革专项研究“健康大数据时代下的医学生统计素养的培养”
［作者简介］许
茜（1985—），女，浙江文成人，硕士，福建中医药大学中西医结合学院副教授，
统计生物医学教研室主任，主要从事医学统计与医学大数据研究；
蔡晶（1969—），女，福建连江人，博士，福建中医药大学修园临床医学院副院长，教授（通信作者），主要从事医学统计与医学大数据研究。
［中图分类号］G641
［文献标识码］A
［文章编号］1674-9324（2021）12-0057-04
［收稿日期］2020-09-08
———“医学统计学”课程思政实践初探
能会在公共医疗界产生重要的影响，甚至影响到一个地区、一个国家和全世界的卫生安全状况。因此，培养良好的统计意识，是医学统计学课程思政的主要方向。
（二）统计知识
统计知识主要包括统计描述、统计推断、统计图表等。知识的讲授应当为提升学生统计素养而服务，扎实的统计知识是医学决策的依据。在医学统计学的全部知识体系中，众多知识点可以和公共卫生医疗数据中的大事件相接轨，如新冠肺炎多少人确诊，多少人疑似，病死率多少，什么时候能出现疫情“拐点”；最终到底会感染多少人；隔离14天就够还是要24天，这些都是很好的数据分析案例。可以采用案例分析的手段在课堂中适时引入，使得枯燥无味的课本和公式更加生动有趣，更具有实践性。现实中的统计知识分析、讨论有利于学生统计素养的培养。
（三）统计能力
统计能力包括独立思辨、自我学习、统计理论知识的理解、统计软件的应用等多方面内容。有研究发现，绝大部分医学生都较重视计算机操作，但熟悉计算机软件操作的医学生较少。对信息检索相关工具和途径越熟悉，获取信息也更高效。同时，学习成绩层次、学习主动性和信息知识了解都能影响学生的信息素养水平和统计能力[10]。因此未来课程思政的方向，应该更加注重学科的混合和医学生能力的迁移，如把计算机操作能力迁移到统计软件的应用中来。
（四）统计道德
统计道德是“医学统计学”课程思政改革的核心内容要素，它包括以下几个方面：收集数据的务实态度、处理数据的工匠精神、分析数据的科学思维、解释数据的谨慎探索[11]。收集数据的科学严谨的务实态
度关键在于保证统计数据的质量，数据质量是统计学的生命[12-17]。处理数据的精益求精，方得始终的工匠精神体现在对各类细节处理都臻于至善，例如，各组可视化软件应用及可视化大数据图表，将技术与艺术完美结合，借助图形化的手段，更清晰、灵活、有效的反映数据信息[18-24]。分析数据的唯物辩证的科学思维贯穿于各种统计方法的运用之中，如回归分析中融入了科学把握事物之间的联系的思维，时间序列分析中融入了坚持用发展的眼光看问题的思维等。解释数据的谨慎探索意味着要意识到统计研究的不确定性和风险性，统计方法无法完全消除风险，只能做到减少风险、控制风险。通过思政内容的设计，让学生理解对于数据的解释很可能影响到公共卫生界的决策，从而影响一定范围内的人类健康，因此需要以良好的统计道德作为支撑。
三、医学生统计素养的培养方向改革策略
（一）选取生活谬误素材，树立统计意识
在“医学统计学”课程的开始，首先让学生认识到真实的数据来源是极其重要的前提。通过引入生活中常见的广告虚假宣传、网络谣言帖中的数据案例，告知学生：依据错误数据或统计量，得出的结论与事实相差千里。如何获取真实可靠的、来自医疗机构一线的数据？电子病历系统（EMR）、实验室信息管理系统（LIS）、医学影像存档和通信系统（PACS）以及医院信息系统（HIS）这几个主要的系统为我们提供了可靠的数据来源。为了培养学生的批判思维，课程需要引入一些容易受到误导或者错误
的信息，并提供原始数据，必要时可以设置一些源数据的网站链接。采用翻转课堂等教学方式，引导学生分组讨论、思辨、探索。只有具备强烈的统计学意识，才能对数据的真伪、正误随时进行判断。
（二）结合健康医疗数据，讲解统计知识
教师在讲解“医学统计学”各章节知识时，应结合最新最前沿的健康医疗数据。如在疫情期间，采用我国公布疫情数据图表，生动地解释“计数资料统计描述”章节中发病率、患病率、病死率、率的标准化法、动态数据及统计图表等知识点。
在传统统计图表的基础上，向学生展示疫情大数据可视化技术，如对数比例、线性比例、面积固定等多维度对比呈现形式，以便能以更深的洞察力获取数据变化趋势。通过约翰斯·霍普金斯大学上实时更新的全球疫情数据可视化举例，直观展示中外抗疫情况，突出中国共产党领导下的社会主义制度优越性。
此外，众多引起公众重视、开放可获得的医疗卫生大数据也可以作为课程资源，如国家人口普查数据、各地市体检数据、疾病发生分布等，都可
以作为“医学统计学”课程思政中的素材。教师应当加强对公共卫生数据的收集和整理，并定期开展讨论和集体备课，将此类素材引入课程。
（三）展示图表加强建模，培养统计分析能力
随着信息技术的发展，可视化被视作统计素养的一种手段和目的，支持基于数据推理的产生和修改的经验，是统计素养的目标之一[25]。可视化软件使得学生能够动态地探索和分析大量数据中呈现的信息，并促进更深入的理解和统计能力的提高，是对基础统计知识的升华。建模是对社会现象的一种抽象，是统计和临床真实世界之间的桥梁[26]。目前在国内外科研课题和硕博论文中已经见到诸多利用医学数据进行模型构建、深度学习的研究[27-32]。课程中设置统计建模内容可以培养学生的应用和解决统计问题的能力。如可要求医学生在临床真实情境下提出问题和收集数据，研究如何创建、比较和批判性反思模型，并解释结果对真实世界的影响。
展示图表和加强建模，是除了统计知识以外对学生提出的更高的要求，同时也是对统计学教师的更高要求。教师应当加强学习，不断提升自己的统计能力，使得在医学生本科—硕士—博士的连续培养中，做到从构建能力基础到提升能力应用，使得医学生的统计应用能力适应健康大数据对医学生不断提高的要求。
（四）发挥思政育人作用，提升统计道德水平
结合课程内容与专业特点开展课程思政建设，挖掘整合课程资源，将马克思主义唯物辩证法、爱国情怀、医学人文思想及科学精神的培养渗透于各教学环节，实现思想政治教育与专业课程学习的协调统
一。通过统计学历史人物的介绍，展示古今中外著名统计学家是如何一步步严谨治学，不断将统计理论进行推翻、重塑，从而使得当今的统计学理论创新达到了新的高度。这其中包含了收集数据的务实态度、处理数据的工匠精神、分析数据的科学思维、解释数据的谨慎探索。
同时，在“医学统计学”的课程教学中不仅应提升师生的统计素养，更应将爱国主义教育融入其中。如通过新冠肺炎期间我国与其他国家疫情防控的大数据可视化展示与比对（如南丁格尔玫瑰花图等统计图表），引导学生发现数据背后的潜在内涵，即我国是基于人类命运共同体策略，而
他国是基于自身优先的本位主义策略。通过案例引导，激发学生的爱国情怀和民族精神。这也是对“医学统计学”的课程思政进行德育教育的最高要求。
综上，健康大数据时代下的医学生统计素养的培养，需要授课实践中教师发挥主观能动性，通过统计意识、统计知识、统计能力、统计道德四个方面对医学生进行引导渗透，发挥课程的育人作用。
参考文献
［1］姜勇，孟霞，王拥军.建立卒中临床研究大数据，推动精准医学发展［J］.中国卒中杂志,2020,15(6):573-576.
［2］何贤英，赵杰，高景宏，等.大数据背景下精准医疗研究热点分析［J］.中国卫生事业管理,2020,
37(6):401-404+462.［3］高景宏，翟运开，何贤英，等.面向精准医疗的大数据采集及其支撑要素研究［J］.中国卫生事业管理,2020,37(6): 405-407+425.
［4］黄安鹏.大规模疫情爆发更凸显“大数据”技术的战略意义［J］.科技导报,2020,38(6):130-133.
［5］杨玉洁，毛阿燕，都恩环，等.中美两国精准医疗推进概况［J］.精准医学杂志,2020,35(1):87-89+94.
［6］罗俊，朱克毓，王晓佳.基于大数据分析的中国医疗健康管理发展概况综述［C］.中国管理现代化研究会，复旦管理学奖励基金会.第十四届(2019)中国管理学年会论文集.中国管理现代化研究会，复旦管理学奖励基金会：中国管理现代化研究会,2019:225-231.
［7］高燕妮.大数据背景下基于精准医疗需求的医疗资源整合研究［C］.四川劳动保障杂志出版有限公司.劳动保障研究会议论文集（二）.四川劳动保障杂志出版有限公司：四川劳动保障杂志出版有限公司,2019:8-10.
［8］郝庄严.医疗大数据+AI是推动精准医疗和临床科研的新引擎［J］.软件和集成电路,2019(8):58-59.
［9］Wallman K K.Enhancing statistical literacy:enriching our society［J］.J Am Stat Assoc,1993,88
(421):1.
［10］刘巧红，孙丽萍.医学院校医疗健康大数据人才培养的思考与探索［J］.教育教学论坛,2020(12):224-225.
［11］刘芳.“课程思政”理念下统计素养的反思与重构［J］.新一代，2017(18):2.
［12］王思彤.强化新时代统计职业道德建设的若干思考［J］.中国统计,2018(1):4-5.
［13］李瑞军.提高统计人员道德素质保障统计信息真实有效［J］.统计与管理,2017(9):12-13.
［14］沈华.大数据时代加强统计人员职业道德建设的重要性分析［J］.现代商贸工业,2017(21):61-62.
［15］蔡雅萍.公共管理视角下的统计职业道德［N］.中国信息报,2015-09-29(7).
Cultivation of Medical Students’Statistical Literacy in the Era of Health Big Data:A Preliminary Study on the “Curriculum Ideological and Political Education”Practice in the Course of Medical
Statistics
XU Qian,LIU Zhi-zhen,YU Xiang-mei,CAI Jing
(College of Integrative Medicine,Fujian University of Traditional Chinese Medicine,Fuzhou,
Fujian 350122,China)
Abstract:In order to improve the management and research level of health big data in the new era,medical students should realize that the new requirement for future doctors in the era of health big data is that they should have good statistical literacy.In the teaching practice of the course of Medical Statistics,teachers should guide and infiltrate statistical literacy through four aspects:statistical consciousness,statistical knowledge,statistical ability and statistical morality,so as to give play to the educational function of the course.
Key words:health big data;medical students;statistical literacy
［16］孙希有.统计正义需要加入道德元素［J ］.中国统计,2014(6):7-8.
［17］孙希有.道德元素加入是统计客观真实的条件［N ］.中国信息报,2014-05-27(7).
［18］黄粤荻.基于皮格马利翁效应的防疫科普类可视化信息设计方法构建［J ］.湖南包装,2020,35(3):62-65+138.［19］彭连刚.基于数据挖掘的移动医疗多维数据可视化关键技术研究与实现［J ］.无线互联科技,2020,17(9):130-132.［20］张甜甜.基于数据结构的知识图谱构建及其可视化
应用的研究［D ］.上海：
上海师范大学,2020.［21］张桢.大规模科学数据体绘制的优化方法研究［D ］.绵阳：西南科技大学,2020.
［22］黄红稷，程敏，王亚南.医学论文图表的正确制作［J ］.中华肺部疾病杂志(电子版),2019,12(6):815-816.
［23］徐桂兴，李惠菁，李雨谿，等.基于Citespace 针灸近5年研究热点及趋势可视化分析［J ］.中药与临床,2019,10(Z1):37-41.［24］张婷.医学大数据领域的发展态势研究［J ］.中阿科技论坛(中英阿文),2018(3):27-31.
［25］Prodromou T.Data visualization and statistical literacy for open and big data ［M ］.Hershey PA:IGI Global,2017.［26］陈碧芬，潘小芳.大数据时代统计素养的内涵及其对基础教育课程改革的启示［J ］.浙江师范大学学报(自然科学版),2020,43(2):236-240.
［27］曹占涛.深度学习在医学图像辅助诊断中的应用研究［D ］.成都：电子科技大学,2020.
［28］熊祥樽.基于数据挖掘的T2DM 患者胰岛素用药预测模型建立［D ］.成都：电子科技大学,2020.
［29］唐丹丹.数据挖掘技术在新疆艾滋病预测与控制模型中的应用研究［D ］.乌鲁木齐：新疆医科大学,2020.［30］汤宁，宋秋月，易东，等.医学纵向数据建模方法及其统计分析策略［J ］.中国卫生统计,2019,36(3):441-444+447.［31］边迪.脑卒中筛查数据的危险分级预测与建模［D ］.西安：西安科技大学,2019.
［32］武敏建.基于数据驱动的腔体软组织物理建模与可视化技术研究［D ］.武汉：华中科技大学,2019.
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论