医疗数据质量原因分析思维导图

完整性的问题主要是存在缺失数据

缺失数据的形式在于业务不存在

由于我院是妇幼专科医院，很多业务和医疗行为是不涉及的

因此缺失相关诊疗的数据，比如成人心内科的业务和相关指标数据

并且数据中心抽取数据遗漏缺失

由于数据采取OGG抽取形式，在数据抽取过程中由于机制更新问题

对于已经修改的数据会发现有增量数据没有同步到数据中心导致少量的数据缺失

一致性的问题表现在数据不一致

数据不一致情况存在于数据定义不同或者码表不一致等情况

主要原因由于统计口径和标准。由于医院建设的业务系统繁杂

各个系统对于同一医嘱或者药品的码表不一致

版本更新,存在一段时间数据中心还未同步最新版本的护理数据

只取了老版护理数据，而在空窗期数据存在未同步，数据中心和源库的不一致

并且版本更新之后部分定义也有所变动，导致模板或定义改变

整合性数据主要存在于多个数据源不同存储形式难以汇总统计

并且整合性难以通过单一业务系统完成，是数据管理中最难发现的问题

而发现这类问题需要自己根据想要核查的目标指标进行逐一核对

通常存在的问题是数据为空或者与码表不一致

医嘱的时候删除了用法还是可以继续开医嘱，没有设置必填

因此在整合医嘱用法整合性时会出现不满足指标值

时效性数据在于未收集制定关键时间点

病人自采标本比如大小便、体液等无法记录标本采样时间

数据次序与业务流程不相符

最常见的在手术或者麻醉中用药，都是开医嘱计费

先用药后计费，因此数据产生时间在实际流程时间之后

一方面人工记录时间上出错

一方面数据填写错误包含了基本信息填写出错

疾病诊疗名称不规范

手术操作欠准确等问题发现再更正时记录时间将与要求会有偏差