医疗数据质量评价指标体系研究

袁 莎，沈丽宁

(华中科技大学同济医学院医药卫生管理学院，湖北 武汉 430030)

近年来，随着数据的兴起与发展，医疗数据已经成为了我国数据产业重要战略目标，《关于促进和规范健康医疗数据应用发展的指导意见》《“健康中国2030”规划纲要》等文件先后颁布，健康医疗数据越来越受到国家与社会的关注。同时，医疗数据的发展也给我国传统医疗模式带来了新的机遇。通过大量文献发现，我国医疗卫生领域在数据质量评价模型以及医疗数据质量评价体系框架构建等方面的研究较少。基于此，本研究总结了国内外数据的评价框架、维度和指标，根据我国医疗行业现存的数据质量问题以及医院对电子病历数据的利用情况来构建医疗数据质量评价指标体系，根据问题提出关于数据质量管理的建议和方法，以期提升医疗数据的价值和效用性、增强医院信息化管理，为管理决策提供参考[1]。

1 医疗数据质量评价模型

1.1 评价对象

本研究的评价对象为各级医疗卫生机构产生的电子病历数据。从数据的原始质量出发，根据医疗机构的电子病历数据的利用情况来构建评价指标体系。

1.2 评价模型

依据“原始质量-过程质量-结果质量”模型，并结合医疗数据的特征对每个维度的含义做出解释[2，3]，详见表1。

2 医疗数据评价指标体系构建

2.1 构建原则

评价指标的构建和选择应该全面、合理、科学。因此，本研究在整个构建的过程中应当遵循以下原则[4]：

表1 模型各维度的含义

2.1.1 科学性原则

指标的筛选基于大量文献阅读和总结，以科学理论为基础，不妄加定义和胡乱编造，结合我国医疗数据质量现状运用科学的方法来构建评价指标体系。

2.1.2 系统性原则

指标体系的构建需要树立整体和全局意识，不论是指标体系的框架搭建还是每个阶段指标的选择都要符合逻辑、合理、规范、完整。

2.1.3 可扩充性原则

基于国家发布的政策文件和我国数据的情况，随着相关文件的颁布和数据质量的不断变化，为了适应国情，指标体系就要不断地扩充完善，做到与国家标准、规范相符合。

2.2 指标要素来源与筛选

2.2.1 指标来源

通过大量的文献分析[5-7]，国外在数据质量管理方面的发展早于我国，体系更加完善。高质量的数据是医疗卫生信息化事业发展的基础，近年来我国对数据质量的管理越加重视。因此，本研究以指标构建原则为基础，结合文献分析，以国外优秀数据质量评价体系为指导，完成对一级、二级、三级指标的筛选。在对指标初选的过程中，除了借鉴国内外相关数据质量评价指标体系，也响应国内政府颁布的政策文件，如《信息技术 数据质量评价指标(GB/T 36344-2018)》《电子病历系统功能应用水平分级评价方法及标准》《电子病历基本数据集标准》以及《卫生信息共享文档规范：总则》等，从而做到全面、科学、合理地筛选各项指标。

2.2.2 评价指标

根据医疗数据的特征属性，在运用数据时，各个医疗机构存在服务质量差、人工数据统计不准确、医疗决策不准等医院信息化水平低的问题。虽然医疗数据目前在各级医疗机构中应用较多，但是由于指标体系的种类繁多，在构建的过程中更加要保证指标的科学性、合理性、实用性。

2.2.3 专家筛选指标

为了进一步完善评价框架，使指标具有权威性，采用专家咨询的方法对各级指标进行筛选。本研究于2020年1-3月进行两轮专家咨询，对评级指标进行筛选、修订、增减以确定指标，构建医疗数据质量评价指标体系。

2.2.3.1 专家基本情况

本研究主要邀请了10名专家，包括A市某三级医院信息中心管理人员、卫生信息方向IT技术专家等。所选专家均在其组织部门中有丰富的工作经验，参与了该院电子病历评级工作，对于电子病历数据质量和医院信息化研究较为熟悉。本次专家咨询通过问卷打分形式，均要求填写基本信息调查表和专家权威程度自评表。

2.2.3.2 专家咨询的可靠性

本研究所构建的评价指标体系很大程度上会受到专家评价的影响，专家给出的指导意见影响该指标体系的准确性、科学性和合理性。

(1)专家的积极程度

问卷回收率的高低代表专家积极程度的高低。本研究第一轮共发放10份问卷，收回问卷10份，有效问卷10份，问卷回收率100%。第二轮共发放10份问卷，问卷回收9份，有效问卷9份，问卷回收率90%。综上，本研究选取的专家都十分关心本研究，参与的积极程度高。

(2)专家权威程度

专家的权威程度受专家自身学术能力、对问卷中每个指标的熟悉程度以及对指标进行判断的依据3个因素影响。将专家判断系数和专家对每个指标的熟悉程度的算术平均值作为专家的权威程度，即Cr=(Ca+Cs)/2。本研究两轮专家函询的权威系数Cr均大于0.7，因此本研究专家咨询的结果可靠，见表2。

表2 专家权威系数

(3)专家意见的协调程度

用Kendall’sW及卡方检验评价所有专家对各级指标意见的总体系协调程度[8，9]，对全部指标结果进行Kendall协调系数W检验，其P值<0.05，具有统计学意义；协调系数W为0～1。本研究两轮专家咨询的Kendall’sW系数具有统计学意义(P<0.05)，W值分别是0.634和0.482，说明专家意见具有一致性，见表3。

表3 Kendall协调系数W检验结果

2.2.4 指标筛选结果

在专家咨询过程中，用赋值分数的方法来体现指标的重要性，1分表示“不重要”，9分表示“很重要”。本研究中采用指标单个重要性均值低于5、变异系数超过0.4予以删除的标准；专家特别强调的个别指标，进行讨论后再决定去留。

根据两轮专家咨询问卷结果发现，C23医疗机构计算机程序机器算法清洗粒度是否合理、C24程序能否过滤不完整数据、C25程序能否过滤错误数据、C26程序能否过滤重复数据这4个指标不符合标准。经过讨论，对其进行了更改，10位专家基本认同本研究中医疗大数据质量评价体系的构建。最终构建的指标体系包含原始质量、过程质量、结果质量3个维度、17个二级指标以及53个三级指标，见表4。

表4 医疗大数据质量评价指标体系

续表4

3 总结与展望

本研究以各级医疗卫生机构的电子病历数据为研究对象，结合医院对电子病历数据需求的应用分析，并对相关科室及医疗机构负责人进行深度访问，从评价的3个维度来进行指标层次分解，形成医疗质量评价指标体系，最终得到17个二级指标，53个三级指标。

在我国，医疗大数据已经成为国家重要的战略资源，医疗大数据的质量直接关系着整个医疗大数据行业的发展。研究过程中发现，我国在医疗行业相关的数据质量管理和评价方面的研究较少，并且医疗数据质量普遍存在着缺乏规范性、不完整、不一致的现象[10]，难以重复适用于医疗大数据。因此，建立科学合理的医疗大数据质量评价指标体系对于医疗大数据具有重要的意义。

相比较于其他大数据质量评价体系，本研究多维度的评价指标体系，具有全面性。此外，领域专家的高度参与保证了指标构建过程的合理、科学、可靠性。最后，评价数据质量是基于医疗数据的整个数据生命周期，并非是某一个阶段或者某一数据环节，从而保证了全面性和系统性。因此，本研究所构建的医疗数据质量评价指标体系可以很好地完善我国现有的质量评价体系，为加快我国信息化水平发展针对未来质量评价体系的进一步发展提出以下几点建议：

(1)加快我国医疗数据质量管理与治理研究

相比国外，我国医院信息化起步较晚，对于医疗数据的数据质量评估也相对比较滞后，应当加快我国医疗数据质量管理与治理研究，为日后医疗数据的规范化以及效用最大化奠定基础。

(2)加速制定统一的数据标准

我国各级别医院电子病历数据存在着数据采集方式和存储格式不统一、不规范的问题，以及数据不完整、数据丢失、隐私泄露等隐患。因此，重视并加速制定统一的数据标准对医疗数据质量来说迫在眉睫，也是提升医院机构的信息化管理能力，提高医院服务质量与效率的重点。

(3)鼓励开发新的算法技术，增强数据预处理、分析能力

随着机器学习和算法技术在数据挖掘、分析、应用方面快速的发展，医疗大数据对数据的预处理、互联互通、利用等方面要求也越来越高，每个医疗机构信息化发展缺乏独立研发创新技术的能力暴露明显，未来应当提倡医院信息工作人员学习新技术，保证数据质量，从而提高医疗信息化的水平。