数据质量保证：模块 1：框架和指标

DATA定性泰保证 模块1 框架和指标 DATA质量保证模块1 框架和指标 数据质量保证。模块1.框架和指标 本出版物是对2017年发布的题为“数据质量审查：设施数据质量工具包”的文件的更新评估。模块1。框架和指标”。 ISBN978-92-4-004735-8(电子版本)ISBN978-92-4-004736-5(打印版) ©2022年世界卫生组织 保留部分权利。本作品根据知识共享署名-非商业性使用-相同方式共享3.0政府间组织许可提供 （CCBY-NC-SA3.0IGO;https://creativecommons.org/licenses/by-nc-sa/3.0/igo）。 根据本许可的条款，您可以出于非商业目的复制、重新分发和改编作品，前提是该作品适当引用，如下所述。在对这项工作的任何使用中，不应暗示世卫组织认可任何具体的组织、产品或服务。不允许使用世卫组织标识。如果您改编作品，则必须获得许可 您在相同或同等的知识共享许可下的作品。如果您创建此作品的翻译，则应添加以下免责声明以及建议的引用：“此翻译不是由世界卫生组织创建的 （世卫组织）。世卫组织不对本译文的内容或准确性负责。英文原版为有约束力和真实版”。 任何与许可证引起的争议有关的调解均应按照 世界知识产权组织（http://www.wipo.int/amc/en/mediation/rules/）。 建议引用.数据质量保证。模块1.框架和指标。日内瓦：世界卫生组织;2022. 执照:CCIGOBY-NC-SA3.0。 Cataloguing-in-Publication(CIP)数据。CIP数据可在http://apps.who.int/iris获得。 销售、权利和许可。关于购买世卫组织出版物，见http://apps.who.int/bookorders。提交请求商业使用以及有关权利和许可的查询，请参阅http://www.who.int/about/licensing。 第三方材料。如果您希望重复使用本作品中归属于第三方的材料，例如表格、图形或图像，您有责任确定该重用是否需要许可，并获得 版权所有者。因侵犯作品中任何第三方拥有的组件而导致的索赔风险完全由其承担与用户。 一般免责声明。本出版物中使用的名称和材料的呈现方式并不意味着世卫组织对任何国家、领土、城市或地区的法律地位发表任何意见或其当局，或关于其边界或边界的划定。地图上的虚线和虚线表示可能尚未完全达成一致意见的大致边界线。 提及特定公司或某些制造商的产品并不意味着它们已获得认可或 世卫组织推荐的优先于未提及的类似性质的其他建议。除错误和遗漏外，专有产品的名称以首字母大写字母区分。 世卫组织已采取一切合理的预防措施来核实本出版物所载的信息。然而，发布的材料在分发时不提供任何明示或暗示的保证。责任 材料的解释和使用取决于读者。在任何情况下，世卫组织均不对因使用核武器而造成的损害负责。设计和布局由L'IVComSarl) 内容 确认.v 缩写.6 第1章。背景.1 第二章。概述.2 目标.2 DQR工具包的范围.2 第三章。DQR方法和资源.4 总体框架.4 桌子上审查.5 数据质量现场评估：数据验证和系统评估.10 第四章。数据质量标准.15核心指标.15 数据质量维度.17 定义,基准和碎屑.19 第5章.成果的治理、协调、传播和使用.23 管理和协调.23 传播和使用结果.25 附件:推荐指标.27核心指标.27额外的指标.27 名单表 表1.1.DQR的推荐核心指标 表1.2.数据质量维度、指标和标准基准 数据列表 图1所示。DQR方法 图2.不同数据质量活动的相互作用 三世 工具包的内容 DQR工具包包括供各国实施的指南、工具和其他资源 并建立一个确保其卫生设施数据质量的系统制度化。以下架构显示文档中进一步描述的不同可用资源。 这些资源也可通过以下链接下载：https://www.who.int/data/数据收集工具/健康服务数据/数据质量保证-DQA 当前文档 数据质量保证 模块1 框架和指标 整体框架 和 实现 DQ应用(与用户指南) 那些桌子 审查工具在MSExcel(与用户指南) 培训材料 桌子的审查数据质量 数据质量保证 模块2 离散的办公桌审查数据质量 IMplEMEn答IongUIDE 数据质量保证 模块2 离散的办公桌审查数据质量 桌子上审查数据的质量 数据收集工具 离散网站评估 (微软字处理软件和CSPro) 用户手册 CSPro应用程序 数据质量保证 MSExcel分析工具设备/地区 数据验证和系统评价( 用户指南) 模块3 网站数据质量评估:数据验证和系统评估 培训材料 数据验证和系统评估 监督 在MSExcel清单(与用户指南) 数据质量保证 模块3 网站数据质量评估:数据验证和系统评估 IMplEMEn答IongUIDE 网站评估数据的质量 4 确认 该工具包是世界卫生组织（WHO）与全球 抗击艾滋病、结核病和疟疾基金（全球基金）、全球疫苗免疫联盟、疫苗免疫联盟（全球疫苗免疫联盟）以及美国国际开发署（美援署）/MEASURE评估。 该工具包提出了一种统一的数据质量方法。它集成并建立在以前和旨在评估设施层面数据质量的当前工具和方法，同时考虑到最佳许多国家的做法和经验教训。 KavithaViswanathan负责监督工具包的技术开发，并提供总体指导由KathrynO'Neill提供，TiesBoerma，DavidBoone的技术投入， 朱洪英、罗伯特·庞德、奥拉夫·波普、克莱尔·普劳德、阿什利·谢菲尔、阿曼尼·西亚姆、克努特凝视,文特尔滨Takane和温迪。 工具包中的所有模块均基于世卫组织各部门的技术贡献和外部合作伙伴。世卫组织各部门包括扩大免疫规划、 全球艾滋病毒规划、全球疟疾规划、全球结核病规划，以及 生殖、孕产妇、新生儿、儿童、青少年健康（RMNCAH）和其他机构 包括全球基金、全球疫苗免疫联盟、约翰·斯诺/衡量评估、奥斯陆大学和合作卫生信息系统计划（HISP）。 特别感谢劳拉·安德森、玛丽亚·特蕾莎·巴博维奇、弗洛伦斯·陈、朱洪英、 伊丽莎白·卡特万、马雷克·拉利、丹尼尔·洛比尔、查拉兰波斯·西斯马尼迪斯、阿曼尼·西亚姆、温迪来自世卫组织全球艾滋病毒规划、全球疟疾规划、全球的文特尔和瑞安·威廉姆斯 结核病规划与生殖、孕产妇、新生儿、儿童、青少年健康 (RMNCAH)。 技术专家和审稿人提供了进一步的意见罗伯特·庞德，卡维萨 Viswanathan，DavidBoone，AshleySheffel以及来自Gavi的CarineGachen，JoyceWitherspoon 以及来自全球基金和奥斯陆大学卫生信息系统的米歇尔·梦露计划(他)全球和区域团队。 特别感谢测试和实施不同 该方法的组成部分，并提供了宝贵的反馈意见，即：贝宁、布基纳法索、布基纳法索、科特迪瓦、柬埔寨、刚果民主共和国、肯尼亚、毛里塔尼亚、塞拉利昂、 坦桑尼亚联合共和国的南苏丹、多哥、乌干达、赞比亚和桑给巴尔。 该工具包是在彭博慈善基金会的资助下制作的 v 卫生数据倡议;全球疫苗免疫联盟;全球抗击艾滋病、结核病和疟疾基金;和挪威发展合作署（挪威发展署）。 缩写 非洲国民艺大术会 产前保健 抗逆转录病毒疗法 化2基于网络的开放源码软件被各国主要用作其健康用于数据管理和健康监测的信息系统 项目 DQIPDQRDTP 三联 疫苗和免疫全球联盟 艾滋病毒 HMISIPT ” 耐多药结核病五 非预防政母府婴组 织传播 PRDCVT 数据质量改进计划数据质量评估 三级白喉-破伤风-百日咳 三级白喉-破伤风-百日咳three-dose疫苗疫苗和免疫全球联盟,疫苗联盟 人类免疫缺陷病毒卫生管理信息系统间歇性预防治疗 Measles-containing疫苗耐药结核病 非政府组织 肺炎球菌结合疫苗五价的疫苗 预防母婴传播快速诊断测试 RRRifampicin-resistant SD标准偏差 结核肺结核 病全球基金全球抗击艾滋病、结核病和疟疾基金 TT破伤风类毒素疫苗 美国国际开发署谁 美国国际开发署世界卫生组织 6 第1章。背景 高质量数据对于监测可持续发展目标的进展情况至关重要 （可持续发展目标）、世卫组织“三个十亿”目标和国家或国家以下各级卫生重点。同样重要的是加强国家预防、防范和应对突发卫生事件的能力，例如 新冠肺炎（COVID-19）。及时、可靠、可操作的数据对于提供干预措施以改善健康的人群。1 最近发表的关于国家卫生数据和系统能力的全球报告，利用 SCORE技术包强调，提高数据质量对于政策和 规划。数据可用性不会自动转化为质量数据的可用性 政策、规划和患者医疗保健所必需的。数据质量是健康的关键问题约40%的国家没有明确证据表明数据质量保证的设施 他们公布的卫生机构数据遵循了流程。 国家卫生管理信息系统（HMIS）与卫生和疾病 针对具体规划的报告系统（如果有的话）收集关于常规保健的数据国家保健系统中卫生设施提供的服务。所有数据均以质量为准 数据输入中的缺失值、偏差、测量误差和人为错误等限制，以及计算。对于卫生机构数据尤其如此。来自卫生机构的数据广泛用于各种目的——包括报告、卫生部门审查、规划、规划 监测、质量改进和患者监测。拥有一个 数据质量审查和改进，以确保这些数据符合其不同的目的。 数据质量环境有许多不同的工具和工作来检查 卫生设施数据。虽然提高数据质量的努力值得称赞，但仍存在局限性。这些工具和方法。例如: 由不同行为者单独进行的独立、不协调的评估使其成为难以评估卫生机构更全面地提供高质量数据的能力。 不同的评估在资源使用和增加负担方面效率低下在外围的工作人员。 1 临时评估往往使用非标准化的方法，使得结果难以概括和比较。 1https://cdn.who.int/media/docs/default-source/world-health-data-platform/score/who_2021-01-31_global-report-score_tb_v2.pdf?sfvrsn=cf86a4fb_3&download=true 作为例行公事的一部分，对数据的例行和定期审查的关注较少报告/反馈过程。 基于现有机制来确保数据质量，此数据质量审查（DQR）工具包 代表世卫组织、全球基金、全球疫苗免疫联盟和美国国际开发署/MEASURE评估的协作努力促进评估和改进的统一方法和共同语言 卫生设施数据的质量。方法和指标已经制定，在与国际卫生规划专家广泛协商的基础上选出主要捐助者和技术援助机构。DQR的目标是为提高各国用于例行监测的数据质量，年度卫生部门审查、方案规划和评价，并促进决策。 2 第二章。概述 合理的决策基于可靠的数据;因此，必须确保数据质量好。卫生机构数据是评估绩效的主要数据来源 卫生部门。低质量的数据影响不同级别的卫生系统。方式。对于设施一级的卫生保健提供者，如果 对患者不完整或不一致。对于计划管理人员来说，低质量的数据可以导致错误的决定，可能不利于计划的整体运行 并最终促进人口的健康。在规划层面，低质量的数据可以 破坏在实现卫生部门目标方面取得进展的证据，并可能阻碍年度通过给出误导性结果来规划流程。此外，在确定投资时 在卫生部门，低质量的数据可能导致资源目标不明确。 目标 DQR旨在评估卫生信息系统生成的数据质量设施。DQR的目标是: 使评估数据质量的系统制度化，包括例行监测 数据、离散数据质量审查（每年进行）和定期深入评估的重点卫生规划; 识别数据管理系统中的弱点和系统的干预措施 加强;和 监控数据质量随时间推移的性能和生产能力高质量的数据。 DQR工具包的范围 DQR工具包的范围是提供支持例程的框架和结构，年度或定期保证、评估和改进工厂报告的数据。这 审查的周期取决于审查的重点——