简介:摘要目的构建兼具成长性评价的科研指数绩效模型,以更加客观、公正和动态地评价医院各学科的科研绩效水平。方法基于文献资料学习,将课题、论文、专利与成果等作为主要评价指标,建立分层分类的赋分标准,形成涵盖学科科研总积分、人均科研积分和成长性的权重指数评价模型,并应用至学科及个人的年度科研绩效评价。结果运用成长性科研指数量化评价2018年1月—2020年12月各科室及科研骨干个人的年度科研绩效,对于科研指数排名前10%的科室评选出优秀科室,科研积分较前一年度增长≥20%的科室评选为进步科室,个人科研积分全院排名前1%的评选为先进个人,并予以表彰和激励。对于排名末5%或科研指数较前一年度明显退步的科室,实施预警、指导并督促改进。实施该评价体系以来,医院及学科科研绩效得到明显提升,涌现诸多标志性成果。结论该评价模型能较好激发学科和科研骨干的创业创新积极性,树立标杆,以点带面促进全院学术水平的持续提升。
简介:摘要目的探讨麻醉深度指数(depth of anesthesia index, AI)在全凭静脉麻醉中的应用,并与Narcotrend指数(Narcotrend Index, NI)进行比较。方法择期全身麻醉下行支撑喉显微镜手术的患者40例,年龄18~65岁,ASA分级Ⅰ、Ⅱ级,同时监测患者AI、NI及丙泊酚效应室浓度(effect-site concentration, Ce)。麻醉诱导气管插管后,持续泵注丙泊酚、瑞芬太尼、米库氯铵维持麻醉。记录数据信号稳定后(T1)、诱导前(T2)、插管前(T3)、插管后1 min(T4)、插管后3 min(T5)、插管后5 min(T6)、置喉镜前(T7)、置喉镜后1 min(T8)、置喉镜后5 min(T9)、手术结束(T10)、苏醒(T11)、拔管(T12)12个时点的AI、NI、Ce。结果随着麻醉深度的变化,AI和NI的变化趋势一致。AI与NI、Ce的相关系数分别为0.913(P<0.05 )、-0.599(P<0.05),NI和Ce的相关系数为-0.584(P<0.05),AI、NI、Ce三者具有良好的相关性。结论AI和NI均能准确反映患者手术不同阶段的麻醉深度,AI监测用于全凭静脉麻醉可较好地控制麻醉深度,指导合理用药,避免患者术中知晓。