数据驱动医院管理决策的影响因素研究——基于扎根理论分析

发布时间：2021-01-03 02:54

　　[目的/意义]开展数据驱动医院管理决策的影响因素及作用机理研究,为改善医院管理决策中的数据应用现状,提升决策的科学性和高效性提出可供参考的建议,以期拓展情报学的问题域和应用空间。[方法/过程]运用扎根理论的方法,借助质性分析软件ATLAS.ti8,编码分析面向医院管理者的半结构化访谈资料,确定影响因素,构建影响因素模型。[结果/结论]数据质量、医院支持、外部环境、管理者支持和系统完善是数据驱动医院管理决策的关键影响因素,通过影响因素之间的因果关系、相关关系和中介关系构成了数据驱动医院管理决策影响因素模型,并据此为促进数据驱动医院管理决策提供了策略和建议。 

【文章来源】：现代情报. 2020年08期 CSSCI

【文章页数】：9 页

【部分图文】：

受访者—初始概念联系图

医院支持包括子范畴C1硬性条件支持和C2软性条件支持。C1硬性条件支持指的是医院在信息化、数据挖掘等方面的经济投入、人员配备和医院本身的基础条件。C2软性条件支持指的是医院的战略规划和规章制度，它对医院的运营管理能够起到方向上的把握和指导作用。在医院支持因素中，研究发现受访者对数据分析师的态度出现了矛盾的现象。管理者一方面认为目前医疗健康大数据是海量的，许多隐藏在数据背后的信息没有被挖掘出来，数据价值需要进一步探索，医院的各个岗位，尤其是管理领域迫切的需要数据分析师的辅助。然而，另一方面，他们却不愿意在聘请数据分析师方面投入更多的精力，对聘请这样的人员持较为消极的态度，总结原因主要有以下4条:1)数据分析师创造的价值与其占据资源的不匹配;2)数据分析师对医院，对医疗了解程度不够;3)数据分析师的职责定位不明确;4)数据分析师与医院管理者出现沟而不通的状态。这种矛盾反应了医院管理者对目前所谓的数据分析师的不认同，想要聘请让管理者满意的数据分析师很困难。揭示了数据分析师这一职业在医疗健康领域所面临的困境和人才培养的紧迫性。3.1.2 系统完善

【参考文献】：
期刊论文
[1]短视频APP用户持续使用之影响因素探究及其对该领域公共治理之启示[J]. 张敏,龙贝妮,刘盈,张艳.  现代情报. 2020(03)
[2]大数据驱动智库应急决策的情报架构[J]. 蒋勋,张志祥,朱晓峰,苏新宁.  情报理论与实践. 2019(08)
[3]大数据视域下的网络舆情决策创新[J]. 周伟.  情报杂志. 2019(05)
[4]基于扎根理论的科研数据需求及影响因素分析[J]. 沈玖玖,王志远,戴家武,李琳倩.  情报杂志. 2019(04)
[5]基于图书出版行业大数据的选题决策分析模型研究[J]. 曾文,徐红姣,车尧,李辉.  情报学报. 2018(08)
[6]大数据驱动下日间手术管理与决策的思考[J]. 王兴鹏,唐国春,钟力炜,羊英,李群,黄陈,俞华,李静,沈坚.  中国卫生质量管理. 2018(04)
[7]基于扎根理论的大数据政策共词网络研究[J]. 徐蕾,李庆,肖相泽.  现代情报. 2018(06)
[8]决策支持系统在医院人力资源管理中的应用[J]. 马越川.  人力资源管理. 2018(05)
[9]商业智能在医院管理中的作用[J]. 车始虹.  今日科技. 2018(03)
[10]医院大数据应用影响因素分析与对策研究[J]. 黄小龙,罗旭,汪鹏,郭继卫,吴昊.  中国医院管理. 2018(03)



本文编号：2954173