TSHIA 7.2-2018 卫生健康数据质量控制规范 第 2 部分：数据质量控制规则标准

摘要：本文件规定了卫生健康数据质量控制的基本原则、数据质量控制规则及实施要求。本文件适用于卫生健康领域中各类数据的质量控制活动，包括但不限于数据采集、传输、存储、处理和使用的全过程。
Title：Health and Wellness Data Quality Control Specification Part 2: Data Quality Control Rules
中国标准分类号：C05
国际标准分类号：35.240.30

TSHIA 7.2-2018《卫生健康数据质量控制规范 第2部分：数据质量控制规则》是专门针对卫生健康领域数据质量控制的一份重要标准。该标准详细规定了在卫生健康数据采集、传输、存储和使用过程中应遵循的数据质量控制规则，旨在确保数据的准确性、完整性、一致性和及时性。

### 数据准确性控制

数据准确性是指数据值与实际值之间的接近程度。为了保证数据准确性，标准要求：

1. **数据验证**：在数据录入时，系统应具备自动校验功能，如范围检查、格式检查等。

2. **双人复核**：对于关键数据，应由两名工作人员独立审核确认无误后方可入库。

3. **定期审计**：组织定期对数据库进行审计，查找并修正错误数据。

### 数据完整性控制

数据完整性指的是所有必要的信息都已完整地记录下来且没有遗漏。为此，标准提出以下措施：

1. **标准化字段定义**：明确每个数据项的具体含义及其取值范围。

2. **强制性字段设置**：对于必不可少的信息，设定为必填项。

3. **补录机制**：建立有效的补录流程，用于处理因特殊原因未能即时录入的数据。

### 数据一致性控制

数据一致性意味着不同来源或时间点上的相同数据应该保持一致。为实现这一目标，标准建议采取如下方法：

1. **统一编码体系**：采用国家或行业统一的标准代码集来标识各类实体（如疾病分类码）。

2. **版本管理**：对数据模型及业务逻辑的变化进行版本控制，并提供向后兼容支持。

3. **跨系统同步**：当多个信息系统共享同一套数据时，需确保它们之间能够实时同步更新。

### 数据及时性控制

数据及时性反映了数据生成到可用之间的间隔长度。为了提高数据的时效性，可以考虑以下策略：

1. **自动化采集**：尽可能利用传感器或其他自动设备直接获取原始数据。

2. **快速处理流程**：优化数据处理环节，减少不必要的等待时间。

登陆阅读剩余内容

登陆 注册