分母{ #denominators }¶
分母的质量是评估数据质量的关键部分。虽然这通常不是 DHIS2 特有的问题，但 DHIS2 有几种工具可让您对不同时期的分母进行比较。
为什么分母很重要？¶
- 常规覆盖率的可靠性取决于分母的可靠性
- 随着覆盖范围的扩大，估算值对分母误差的敏感度也越来越高
例如，目标人口估计误差 10% 对估计覆盖率的影响
有关分母及其评估方法的更多背景信息，请参阅以下资源：
评估 DHIS2 中的人口数据{ #assessing-population-data-in-dhis2 }¶
我们所要做的是，利用现有的评估分母的指南，并展示可直接在 DHIS2 中执行的方法。我们将重点介绍以下方法：
- 将您的 DHIS2 人口与其他来源（总数、出生人数、年龄/性别等）进行比较。
- 突出显示 ≥ 10% 的差异
- 将隐含比率（如粗出生率和婴儿死亡率）与其他来源进行比较
- 突出 ≥ 20% 的差异
- 评估年增长率
- 突出显示 ≥ 10% 的差异
- 将常规覆盖率估计值与调查覆盖率估计值进行比较
- 突出显示 ≥ 10% 的差异
- 将国家目标（如出生人数、总人口等）与国家以下各级目标的总和进行比较
- 强调国家目标≠国家以下各级目标之和的情况
- 查看数据的长期趋势
- 将分子和分母数据绘制在一起，查找报告中的不一致之处
用于比较的数据来源{ #sources-of-data-for-comparison }¶
为了在 DHIS2 中评估您的现有数据（可以是国家数据、人口普查数据等），您需要从外部来源获取数据。您可以从以下来源获取对比数据
- 世界人口展望
- https://population.un.org/wpp/
- 世界银行（使用各种来源，不自行计算）
- https://data.worldbank.org/indicator/
- IGME（联合国儿童死亡率估算机构间小组）
- https://childmortality.org/
导入数据进行比较{ #importing-data-for-comparison }¶
为了能在 DHIS2 中进行这些比较，您需要将一个或多个这些（或类似）来源的数据导出到 DHIS2 中。
还可以将 DHIS2 和其他来源的数据下载到 Excel 等软件中，以便进行比较。
本指南将使用从不同来源向 DHIS2 输入数据的示例；不过，您可以在本演示文稿 中看到使用 Excel 进行类似分析的示例。
将您的 DHIS2 人口数据与其他来源的数据进行比较{ #comparing-your-dhis2-population-data-with-other-sources }¶
我们将概述的第一种方法是将现有的 DHIS2 人口数据与外部数据源的数据进行比较。在本例中，我们的外部数据来自联合国世界人口展望，该数据已被导入到我们的DHIS2实例中，而我们的现有数据来自老挝统计局--老挝人民民主共和国卫生部使用的内部来源，该数据已在其本地DHIS2实例中（也是通过导入）。
在进行这些比较之前，请注意准备好您的数据：
- 牢记现有数据中的年龄分类。外部来源的数据可能提供 1 年年龄/性别分组数据，您必须将其汇总，以匹配您自己内部使用的分类数据
- 检查数据的地域性；外部来源可能只有全国性数据可供比较，但比较的粒度越细（如省、地区等）越好。
下面是在 DHIS2 中使用数据可视化透视表进行比较的示例：
我们在进行这种比较时要遵循一些规则：
- 突出差异 ≥ 10%
- 讨论出现较大不一致的可能原因（例如，贵国统计局预测人口所使用的方法、根据新研究改变参数等）。
进行此分析的主要原因是确定您对人口/分母数字的信心。如果与使用不同方法计算同一地点估计数的外部资料来源相比，您的数据差异很小，那么这不仅可以作为内部证据，还可以与合作伙伴一起使用。
如果您在整个数据中都发现了明显的差异，那么这可能需要您重新考虑所使用的估计值。
制作此可视化的步骤{ #steps-for-making-this-visualization }¶
首先，确保您在 DHIS2. 中拥有现有数据和外部数据。
要计算两个人群之间的差异，可以用下面的公式制作一个指标：
示例
指标类型：百分比（系数 100）
分母：人口 1 - 人口 2
分母：人口 1人口 1
\[ 指标 = {\frac{Population1-Population2}{Population1}}\乘以 100 \]
要突出显示 ≥ 10% 的差异，请制作图例并应用于您的指标
通过维护制作图例
在指标的 "图例 "部分将其应用到指标中
在 data visualizer 中制作一个数据透视表。添加您要比较的 2 个人口数据元素以及比较指标。如果使用分类，也请将其添加到表格中。根据需要，按组织单位筛选或显示所有组织单位。
确保将图例应用到表格中
下面是一个布局示例和输出结果。
将您的隐含费率与其他来源的费率进行比较{ #comparing-your-implied-rates-with-other-sources }¶
隐含率是一种计算出来的比率，它不是直接测量的，而是根据现有数据推算出来的。例如，粗出生率和婴儿死亡率。
在本例中，我们可以使用 联合国世界人口展望 作为外部数据的来源。
如果已经为您计算了费率，但未提供分子和分母，我们可以将此信息导入 DHIS2 数据元素；如果我们能够为导入目的获得分子和分母，则可以创建一个指标。
在这里可以看到这种比较的一个例子：
在进行比较时要遵循一些规则：
- 突出 ≥ 20% 的差异
- 将您的隐含率与全球趋势进行比较。长期趋势是否与全球趋势相似？
如果您看到的差异较大（≥ 20%），则值得检查分子和分母在这些情况下的一致性。
制作此可视化的步骤{ #steps-for-making-this-visualization }¶
首先，确保您在 DHIS2. 中拥有现有数据和外部数据。
要计算两个人群之间的差异，可以用下面的公式制作一个指标：
示例
指标类型：百分比（系数 100）
分母：比率 1 - 比率 2
分母： 比率 1比率 1
\[ 指标 = {\frac{Rate1-Rate2}{Rate1}}\乘以 100 \]
要突出显示 ≥ 20% 的差异，请制作图例并应用于您的指标
通过维护制作图例
在指标的 "图例 "部分将其应用到指标中
在 data visualizer 中制作一个数据透视表。添加您要比较的两个隐含比率以及比较指标。根据需要，按组织单位筛选或显示所有组织单位。
评估您的年增长率{ #assessing-your-annual-growth-rate }¶
在比较年份时，通过增长率可以确定分母是否在准确的范围内。在计算时，请确保各年比较的分母来源相同（即：计算增长率时，不应****2024 年人口普查的分母和 2023 年联合国人口前景的分母）。
这里可以看到 DHIS2 中的增长率示例：
在进行比较时要遵循一些规则：
- 突出显示 ≥ 10% 的差异
- 您的增长率应该相当稳定，而不是不稳定或每年变化很大（即每年比较时，您不应该看到任何大幅增加或减少）。
- 如果您看到负增长率，这意味着人口在萎缩/减少（至少仅以出生人数为依据，这也可能受到移民等其他因素的影响）。
制作此可视化的步骤{ #steps-for-making-this-visualization }¶
首先，确保您的人口数据可从 DHIS2 获取*
要计算两个人群之间的差异，可以用下面的公式制作一个指标：
示例
指标类型：百分比（系数 100）
分母：第 2 年人口/出生人数 - 第 1 年人口/出生人数
分母：第 1 年人口/出生人数
\[ 指标 = {\frac{ 第 2 年人口/出生人数 - 第 1 年人口/出生人数}{第 1 年人口/出生人数}}。\乘以 100 \]\[ 指标 = {\frac{2024 年活产婴儿数 - 2023 年活产婴儿数}{2023年活产婴儿数}} \times 100\乘以 100 \]
为了使用 DHIS2 中前一年的数据来制定指标，请执行以下操作：
- 创建新指标
- 指标类型为百分比（x 100）
- 创建分子公式如下
-
{DEUID} - #{DEUID}.periodOffset(-1)¶
- 分母是 ：#{DEUID}
下面是分子配置的示例：
.periodOffset(-1)函数取的是上一期的值，在本例中可能是上一年的值。
从这里开始，您可以在数据可视化器中使用该指标进行必要的可视化。
将常规覆盖率估计值与调查覆盖率估计值进行比较{ #compare-routine-coverage-estimates-to-survey-coverage-estimates }¶
要了解覆盖率估算的准确性，可以比较一下使用不同方法估算分子和分母的覆盖率。由于调查设计的严谨性，它们通常被认为是准确的；如果您的常规估算与调查数据一致，这将有助于确定常规估算的准确性。
我们既可以直接在数据可视化器中进行此类比较，也可以使用数据质量年度报告应用程序
下面是数据可视化应用程序中的一个比较示例：
还有一个 DQ 年度报告应用程序中的例子：
在进行比较时要遵循一些规则：
- 您可以设定一个质量阈值，即您的常规覆盖率和调查覆盖率估计值之间的差值是可以接受的；不过，我们可以使用 ≥ 10% 作为一般规则。
如果您发现差异较大（≥ 10%），则值得检查分子和分母是否一致。特别是在比较分母时，了解调查用于估算分母的方法以及该方法是否能帮助您使内部目标更加准确将非常有用。
制作此可视化的步骤{ #steps-for-making-this-visualization }¶
首先，确保您在 DHIS2. 中拥有现有数据和外部数据。
如果您使用的是数据可视化工具，您可以制作柱形图、柱状图或折线图，并直观地识别超出阈值的差异。您还可以创建一个数据透视表，以便在需要时进行计算（使用您创建的指标和图例）并突出显示任何重大差异。
如果您使用的是 DQ 年度报告应用程序，则需要在 "外部数据比较 "选项卡下配置您的比较。
将国家目标与国家以下各级目标之和进行比较{ #compare-national-targets-with-the-sum-of-subnational-targets }¶
注意：当目标/分母没有在全国范围内统一使用时，可以使用这种比较方法来确定问题的严重程度，并在可能的情况下让计划合理化。例如，当计划创建自己的分母时就会出现这种情况。
在分别计算/估算国家以下一级和全国分母的情况下，国家以下一级的总数最好与全国总数相加或在一定范围内。
下表就是一个例子：
| 2022 | 2023 | 2024 | 调整后的 2024 年 | |
|---|---|---|---|---|
| 计划估算：第 1 省 | 10166 | 10037 | 10243 | 9636 |
| 计划估算：第 2 省 | 19678 | 19426 | 20167 | 18971 |
| 计划估算：第 3 省 | 28467 | 26689 | 29329 | 27589 |
| 计划总计 | 58401 | 56152 | 59739 | 56196 |
| 普查总计 | 49654 | 51876 | 52654 | 56196 |
| 比例：计划/人口普查 | 1.17 | 1.08 | 1.13 | |
| 平均值：计划和普查 | 54027 | 54014 | 56196 | |
| 比率：平均/计划 | 0.925 | 0.962 | 0.941 |
在本例中，我们将省一级程序生成的人口数据与人口普查估计值进行比较。我们可以看到，该计划的总数与人口普查的估计值并不一致。表格的最后一栏对国家以下一级的数据进行了一年的调整。
当我们发现这种不匹配时，我们有几个选择可以考虑
- 在您所审查的国家以下一级有数据的情况下，是否一种方法比另一种方法更准确？举例来说，在这种情况下，如果根据普查的估算方法确定普查更为准确，并且普查中的省级数值可用，那么我们在计算时就可以使用普查中的省级数值，而不是基于计划的分母。
- 是否有一种方法更准确，但在计划感兴趣的同一国家以下级别却没有估算？在这种情况下，您可以根据更准确的方法调整国家以下各级的总数。上述方法的作用如下：
- 计算全国普查和计划估计之间的平均值
- 将平均值除以计划总数，得出调整比例
- 将国家以下各级计划的估算值乘以该比率，对其进行调整
确定方法后，您可能需要更新指标公式以使用新分母。值得对使用以前和新分母的计算结果进行比较（保留旧指标，制作新指标，并在数据可视化器中进行比较），以确定指标值中可能存在的误差有多大。
查看数据的长期趋势{ #review-the-trends-of-your-data-over-time }¶
随着时间的推移审查数据，包括审查不同坐标轴上的分子和分母，或随着时间的推移一并审查多个指标，可以让您根据从数据中识别出的正常模式，洞察趋势何时不正确。
下面是 DHIS2 中的一个可视化示例，我们正在查看卡介苗的覆盖范围。
它包括左侧 y 轴上的注射剂量和存活婴儿数，以及右侧 y 轴上的卡介苗覆盖率，X 轴上显示的是年份。
我们正在寻找数据中可能需要进一步解释的不一致之处。在上述来自 DHIS2 的图片中，数据的模式相当一致，似乎没有引起任何关注。
下面是具有相同信息的另一个示例
在这里，我们看到接种疫苗的数量和覆盖率迅速增加，但覆盖率最终在 2006 年超过了 100%，而同年的人口数量却在下降。2006 年之后，我们看到人口数量急剧上升，与之相关的是覆盖率急剧下降，然后在 2009 年再次急剧上升。
我们数据中的这种不稳定表现表明，人口估计数似乎不正确。根据我们对增长率的了解，人口自然增长如此之快是不太可能的，因此分母可能需要调整或修改，因为这将导致我们对我国卫生系统的表现和该疫苗的覆盖率得出不正确的结论。
遗憾的是，审查这些数据并没有固定的规则，因为您需要根据所获得信息的背景来发现不合理的趋势。一般来说，你需要知道
- 覆盖率是否 > 100%
- 人口是稳步增加/减少还是突然增加/减少？如果是，如何解释
- 覆盖率的快速增加/减少是由于计划采取的措施（增加），还是计划面临的挑战（减少），或者是人口估计数出现了某种问题
制作此可视化的步骤{ #steps-for-making-this-visualization }¶
您可以在 data visualizer. 中制作该图表。
- 图表类型 ：折线图
- 数据 ：分母、分母和要使用的指标
- 时期：要比较的时期
- 组织单位：您要审查的组织单位
- 要创建差分轴，请转至选项-> 系列
- 布局（根据需要修改）
- 系列 ：数据
- 类别 : 期间
- 过滤器：机关单位
创建仪表板{ #creating-a-dashboard }¶
如您所见，您可以直接在 DHIS2 中执行这些分析。为了方便您查看这些分析，建议您创建一个仪表板，并将这些可视化内容添加到仪表板中。
修改您的估算{ #revising-your-estimates }¶
如果在进行各种比较后，确定需要改进分母，可以考虑以下方法：
- 修订全国人口估计数
- 修订国家以下各级的人口估计数
- 修订国家以下一级的其他相关估计值，如存活婴儿和孕妇估计人数[将它们相加，得出全国总数]。
更多信息请参阅世界卫生组织关于分母的指导文件--评估和提高免疫接种覆盖率目标人口估计数的准确性。您可能还想与统计部门沟通，如果有的话，还可以与人口学家沟通，他们可以在必要时帮助您修改这些估计值。