针对医院数据质量问题逐一探讨成因，是解决问题的首要条件。
其他
朱晨专栏 | 公立医院数据质量不高的症结何在？
点击图片，查看更多【朱晨专栏】文章
近年来，国家对公立医院的监管与考核日益细致和全面。《国务院办公厅关于加强三级公立医院绩效考核工作的意见》《关于推动公立医院高质量发展的意见》《三级医院评审标准（2020年版）》等文件及实施细则评价方案先后出台，DRG/DIP支付改革方案全面推广，都对医院数据质量提出了越来越高的要求。
在全国信息技术标准化技术委员会2018年颁布的《数据质量评价指标》中，对数据质量的评价有六个维度，分别是：规范性、完整性、准确性、一致性、时效性和可访问性。
而在实际工作中，医院数据采集和管理部门（尤其是信息部门）面临着数据质量的诸多问题，比如：部分数据信息无法从系统中获取、取得的数据与实际工作不能对应或者数据不符合逻辑、不同系统间的数据不一致、非结构化数据无法利用等。
尽管数据质量问题不是由于信息化建设而出现的，但信息化建设以后的数据质量问题的确变得更加复杂。
医院数据质量问题的成因探讨
针对医院数据质量问题逐一探讨成因，是解决问题的首要条件。
1.数据生产的逻辑问题
（1）业务行为偏差：医院工作人员未严格按照规范流程完成业务工作，造成数据质量问题。例如：体温数据的测量时间和方式不规范、病案首页未按时归档、医疗文件书写缺项漏项等。
（2）业务流程不同：医院对其业务流程的定义有差异，造成数据质量问题。例如：对急诊患者的定义不同，造成急诊人次数据不能正确反映实际急危重症的就诊情况，医嘱出院时间与结账时间不同，造成业务数据与财务数据不匹配等。
（3）数据对标偏差：数据采集后未对照相关标准或对照不全，造成数据质量问题。例如：病案首页诊断与手术操作编码未及时采用国考要求的《疾病分类与代码国家临床版2.0》《手术操作分类代码国家临床版3.0》标准，与医保DRG/DIP编码对应不准或者不全等。
2.数据采集的方式问题
（1）人工方式采集：部分数据通过人工录入，导致人为偏差。例如：体温数据录入错误、病案首页诊断编码错误、手工挂号录入基础数据错误、门诊住院病历书写错误等。
（2）采集设备故障：数据采集设备（或采集接口）出现故障而未被及时发现，导致数据偏差。例如：RFID设备失灵造成数据缺失或错误，生命体征监测设备未经规范计量校准，数据接口报错等。
（3）系统覆盖不全：信息系统建设不完善，未全面覆盖业务工作。例如：PACS仅覆盖放射科，超声、内镜未覆盖，造成数据采集不全；门诊电子病历系统未建设或使用率较低等。
3.数据统计的口径问题
（1）业务要求不同：各级医疗管理部门对数据的统计要求不同。例如：不同统计数据中对已办退休手续而仍坚持临床工作的医务人员统计要求不同、检验检查人次数根据申请单数和根据报告数的统计量不同、出院患者数与病案首页归档数的统计不同、“国考”手术人次数与卫生统计报表中的统计口径不同、不同部门对四级手术及手术操作的统计要求不同、不同数据分析场景下对数据的需求不同等。
（2）财务统计口径：财务统计口径与其他业务统计口径不一致。例如：财务与医保的结算时间不一致、部分检验检查项目的统计归类不一致等。
（3）系统表间口径：数据库各表之间的时间点关系导致不一致。例如：数据库中护理用药领药时间与药剂发药时间不同，造成根据不同报表统计的实际用药量不同等。
4.数据处理的规则问题
各系统产生的原始数据与经过数据清洗、处理后存储到医院数据中心的数据不一致，或者与上报到区域卫生健康数据中心的数据不一致。例如：区域卫生健康数据中心一般采用通用规则进行数据清理，造成不同医院不同系统之间的数据处理有偏差；不同医院系统分别从生产库或者备份库传输数据，造成数据偏差等。
对症施策，长期优化
2021年6月，国家卫生健康委办公厅在《关于加强卫生健康统计数据质量控制的通知（国卫办规划函〔2021〕337号）》中明确要求：“建立健全科学规范、责任明确的卫生健康统计数据质量控制体系，不断提高数据质量。真正把数据质量作为统计工作的生命线。对确定需求、调查设计、核准备案、任务部署、数据采集、数据处理、数据评估、数据公布与传播、数据分析、项目评估等十个环节，逐一进行质量管理和控制。”
在实际操作中，应根据数据质量问题的产生原因，对症施策。
首先期待各级卫生健康行政部门逐步统一上报数据的统计口径。指标的细化能最大程度地减少上报数据的歧义，例如《国家三级公立医院绩效考核操作手册》中对于要求上报的每一个数据都有明确的指标定义、计算方法和指标说明；对于填报中出现的疑问，还不定期地专题发布医院绩效考核问题答疑，并不断更新。
其次，医院内可以逐步建立多部门协同机制，严格规范业务流程与操作，做好医院数据质量持续优化，避免人为和信息系统数据偏差。有条件的医院可以建设离院数据库和数据审查系统，数据采集与数据审核应分工把关、各尽其责，尽可能地保证医院数据的“完整、规范、准确、及时、安全”，从而展现医院业务与运营的真实情况。
第三，医院数据采集部门需要切实学习和深入了解医院业务逻辑和工作流程，熟悉系统架构和数据库接口，明确指标含义和统计口径，对数据的计划、收集、存储、共享、维护、应用、消亡等全生命周期各个阶段可能产生的各类数据质量问题，进行识别、度量、监控、处理。
数据质量优化是一项需要长期坚持且具有重要意义的工作。医院可以根据具体业务场景，从设定数据采集技术标准（STR）、建立数据采集和质控制度（SMP）、制定数据采集和质控流程（SOP）、健全数据采集与质控记录（SOR）等多个方面入手，逐步提高数据质量。
张庆龙：公立医院运营管理要实现流程与数据“双轮驱动”
数据驱动智慧医院建设：绕不开数据治理（附视频）
DRG/DIP功能模块加速落地，医院准备好了吗？| 医保信息化小课堂
刘海一：医院智慧管理建设需花大力气解决四方面挑战
寻求“商务合作”，长按二维码可快速与我们取得联系
投稿：gong_chen@HIT180.com
商务合作：(010)82373062
本公众号原创文章，版权归HIT专家网和原作者所有。
未经许可，谢绝转载或以其他形式使用文章内容进行传播。