结核病数据质量仪表板{ #tb-agg-dq-design }¶
目的和范围{ #purpose-and-scope }¶
本文件提供了对 DHIS2 中例行报告的结核病监测数据进行数据质量检查时应遵循的标准程序。本文件旨在为各级国家卫生管理信息系统（HMIS）的使用提供指导。
结核病 "数据质量"（DQ）仪表板旨在帮助各国提高数据质量。它包括基本指导和应采取的步骤，以确保所收集的数据具有足够的质量，从而能够对核心指标的趋势进行分析。
预期用户{ #intended-users }¶
-
主要供**次国家级计划协调员**监测数据质量，发现可能需要改进数据质量的设施。该仪表板可用于支持日常数据审查、检查数据质量错误和清理（根据国家政策和 SOP）。 该仪表板还可用于向各机构提供快速的反馈摘要，并为数据质量改进计划制定基准。
-
**卫生机构管理者**可查看和监测其与其他机构相比在所报告数据的完整性和一致性方面的表现
-
**国家级计划监测和评价管理人员**可利用仪表板监测数据质量，了解卫生设施存在的问题和局限性，制定国家数据质量改进计划，编写培训材料，并提供技术援助，以提高国家以下各级分析和使用其例行报告数据的能力。
DQ 仪表板{ #the-dq-dashboard }¶
处理差异{ #dealing-with-discrepancies }¶
如发现数据差异和错误，应按照国家数据质量指南（如 DQA 核对表）进行记录，并通知该地区或医疗机构指定的数据录入员。
重要的是，要从流程改进的角度来处理数据差异调查，在组织层面寻找指导和纠正行动的机会，而不是将其作为一项人员找错任务。
分类{ #disaggregation }¶
数据质量仪表板提供了筛选和显示分组摘要的选项，如较低层次地理区域的摘要，以及按私营与公共部门分组的摘要。这有助于国家以下一级的计划协调员调查与报告数据有关的问题。
仪表板组件{ #dashboard-components }¶
报告的完整性和及时性、结核病通知和结果{ #reporting-completeness-and-timeliness-tb-notifications-and-outcomes }¶
对结核病通报趋势和结果的解释在很大程度上依赖于基层管理单位的一致和完整的报告。仪表板上的前两个图表显示
a) 绿色为在规定的报告时限内完成并提交肺结核通知（图 1）和结果（图 2）报告输入表的预期报告次级单位（肺结核基本管理单位）的比例（百分比）。
在 DHIS2 中，只有在提交表格时才会触发数据输入表格完整性指标。报告零病例的表格如果已提交，则计算在内。
- 预期报告数量 = 分配到此表格的基本管理单位数量
- 收到的报告数量 = 点击 "完成 "按钮的数据输入表
在某些情况下，及时性可能反映了卫生机构向下级行政单位传送报告的分级系统，以及这些单位将数据输入系统的速度。在其他情况下，数据可能是在医疗机构一级输入的，数据输入的及时性更能反映实际的报告时间表。
图表 1：结核病通知](resources/images/TB-DQ-001.png)
图表 2：结核病成果](resources/images/TB-DQ-002.png)
解释和行动
国家以下一级数据管理人员的行动包括
i) 定期确认分母中包含的基本管理单位是否正确。例如，应剔除那些不再诊断或治疗结核病例的机构，或那些不在运行（因此预计不会报告）的机构，并更新............。这对私营部门尤为重要。
ii) 当各自的数据输入表格被标记为已完成时（点击数据输入页面上的 "完成 "按钮），数据即被视为已报告。使用此图表跟踪报告不完整的时期。
iii) 根据各国 DHIS2 的具体配置，可允许基本管理单位在规定时间内更新上一季度的报告。这意味着，如果及时提供反馈以确保基本管理单位完成提交其更正报告，上一报告期完整性指标的分子值可能会有所改善。
实际报告中变量的完整性{ #completeness-of-variables-in-actual-reports }¶
这些表格显示了关键数据元素的清单，以及所选组织单位内各子单位在过去四个报告期中单位层面的完整性。例如，表 3 中的第一个数据要素 "新通报的肺部细菌学确诊肺结核病例 "将通过计算每个报告期的预定指标来单独评估其完整性。
这些列表可用于进一步检查与正在跟踪的指标不一致的情况，以分析趋势和地域差异。红色、橙色和黄色标注的指标可能不可靠，因为只有不到五分之三（<60%）的预期报告机构会报告相应数据元素的有效值。
表 3：季度报告变量的完整性](resources/images/TB-DQ-003.png)
表 3 中的变量清单包括
- 新通报的肺部细菌学确诊肺结核病例数
- 经细菌学确诊的肺结核复发/复发通知病例数
- 通报的先前接受过治疗（不包括复发）、经细菌学确诊的肺结核病例数
- 新通报的肺结核临床诊断病例数
- 通报的临床诊断肺结核复发/复发病例数 -先前接受过治疗（不包括复发）的临床诊断肺结核病例的通报数量
- 新通报的肺外结核病例数
- 有艾滋病毒感染状况记录的结核病例（新发和复发/复发）数量
- 进行利福平敏感性检测的肺结核新病例数
- TB-LAB - 经任何实验室诊断检测的推定病例
- 结核病 - 经细菌学检测的推定结核病例
- HH - 符合 TPT 资格的联系人
- 有结果记录的新发和复发肺结核病例数。
预计这将滞后一年，因此在最近 4 个季度中将为空白（白色）。
表 4：年度报告变量的完整性](resources/images/TB-DQ-005.png)
表 4 中的变量清单包括
- 实验室确诊的 RR 或 MDR 结核病病例数
- 结核病 - 对结核病新病例进行利福平敏感性检测
- 二线治疗登记病例数（治疗队列）。
解释和行动
国家以下一级的数据管理人员可采取的行动包括
i) 检查特定基本管理单元中重复出现的项级缺失，以便在支持性监督或持续质量改进 干预期间加以解决。持续的项目不完整可能是由于对数据元素计算的误解或对特定数据元素内零报告的需求的误解。
ii) 建议在提交表格时强制执行带有错误识别功能的必填项。在 DHIS2 系统中，如果关键数据元素长期缺失，那么最好在数据录入时将这些元素作为必填项。表格的改变仍需要在报告期间持续跟进，以帮助数据录入人员熟悉错误信息和纠正机制。
内部一致性{ #internal-consistency }¶
本表显示了用于评估常规收集的结核病数据内部一致性的一些核心指标。它用于强调可能需要进一步跟进的数据差异。除非采取了重大干预措施，或诊断和治疗方法及/或服务发生了变化，尤其是针对或影响特定人群的变化，否则在一个稳健且运作良好的监测系统中，表中列出的所有指标都应在一段时间内保持相对一致。
表 3：内部一致性](resources/images/TB-DQ-004.png)
本表列示了以下指标：
- 经细菌学确诊的肺结核新发病例比例预计在 70-90% 之间
- 曾接受过治疗的肺结核病例占所有肺结核病例的比例
- 曾接受过治疗的肺结核病例占所有肺结核病例的比例
- 预计新发结核病的男女比例将大于 1
- 在低收入和中等收入国家，15 岁以下儿童在新发结核病中所占比例预计将降至 5-15%，在高收入国家将降至 10%以下。
解释和行动
对于这些指标中的任何不稳定趋势，或超出预期范围的持续趋势，都应进行调查，以确定是由于报告不完整，还是由于特定机构的报告中出现了抄写错误（例如，在数据录入过程中调换了男性和女性行，或在数据录入过程中调换了新治疗和再治疗行）。
值得注意的是，学校筛查等特殊计划活动可能与某些趋势的实际变化有关，因此可能也需要对此类情况进行调查，以解释不稳定趋势的原因。
最后，如果分母值较小，指标的变化可能会增加。在这种情况下，最好在国家以下一级使用年度汇总数据而不是季度报告数据来评估一致性检查。
在数据来源不同的情况下，图表 3 和 4 提供了另一种可视化和比较变量一致性的方法。下面是指标的散点图：
- 作为 Y 轴变量的肺部细菌学确诊肺结核新病例通报数与作为 X 轴变量的利福平敏感性检测肺结核新病例数。
- 作为 Y 轴变量的经细菌学确诊的肺结核新病例通报数与作为 X 轴变量的经细菌学检测呈阳性的肺结核推定病例数。
在这两种情况下，都会绘制结核病基本管理单位图，并对超出指定范围的单位进行标注，以便进一步查询。这些图表有助于标出不同登记册中记录更新不充分的基本管理单位，或不同服务提供区域中病人数据采集不一致的基本管理单位。
解释和行动{ #interpretation-and-actions }¶
散点图显示不同数据点之间的相关性，包括一条总结平均线性关系的视觉引导线，以及两条显示平均值两个标准差范围内区域边界的线。这些线只是视觉指导，不应用于推理分析。
除报告不完整外，还可能有其他各种原因导致不一致。应调查图中左上象限的基本医疗单位是否在筛查和诊断结果记录方面存在问题，或是否在更新推定病例登记册方面存在问题。另一方面，可对右下象限的基层医疗单位进行调查，以了解是否存在向治疗地点转诊的记录程序不完整的问题。
通知与治疗结果的比较 组群人数{ #comparison-of-notification-versus-treatment-outcome-cohort-numbers }¶
该图比较了通知群组和相应的治疗结果群组。这些线条在方向和趋势上应该是一致的。在国家层面，这两条线应相互重合，但在医疗机构层面，由于对转入治疗病例的统计存在延迟，这两条线不一定一致。
解释和行动
应检查治疗组群人数差异的原因。出现差异的原因可能是对治疗结果队列期的理解/定义不正确，或治疗结果记录不完善或不一致。治疗结果队列是根据开始治疗的时间段来定义的，因此，在开始治疗出现延误的情况下，治疗结果队列可能会与通知数略有不同。
人口数据的一致性{ #consistency-of-population-data }¶
利用该图表检查国家以下各级的人口趋势是否一致。
图表 6：人口数据趋势](resources/images/TB-DQ-009.png)
离群点检测{ #outlier-detection }¶
检测和清除异常值也是获得可靠数据的关键。DHIS2 有一个内置的异常值检测工具，并在 2.36 版中进行了改进。世卫组织 DQ 应用程序能够更好地检测和隔离异常值。(DQ APP：离群值仪表板）。
使用内置的 DHIS2 离群点检测应用程序{ #using-the-in-built-dhis2-outlier-detection-app }¶
使用此应用程序可以
1) 打开 "数据质量 "应用程序，然后单击 "异常值检测"。 2) 选择一个或多个数据集。 3) 选择组织单位。
可选择多个组织单位。分析是基于所选单位的子层次结构中所有组织单位的原始数据，而不是汇总数据。 4) 选择起始日期和截止日期。 5) 设置要使用的算法。
Z-score（基于数据值的平均值）、修正 Z-score（基于数据值的中位数）和最小-最大值（基于存储的最小-最大数据值）都是可用的算法。 6) 选择阈值。
这是指在将数据归类为离群值之前，允许数据偏离平均值的标准偏差数。 7) 选择最大结果。
这是指结果中列出的离群值的最大数量。 8) 可选）选择数据开始日期和数据结束日期。这些字段可用于在提供的日期范围内对数据子集执行离群值检测分析。留空时，将使用数据集的自然开始和结束日期（在高级部分）。 9) （可选）选择要排序的指标。
离群值可按 Z 值或与平均值的绝对偏差进行排序（在高级部分）。 10) 单击开始 分析过程持续时间取决于分析的数据量。如果存在标准偏差异常值，则会在列表中显示。
离群点检测](resources/images/TB-DQ-011.png)
结果以表格形式显示，如下所示
离群点检测结果](resources/images/TB-DQ-010.png)
使用世卫组织 DQ 应用程序中的 "异常值 "仪表板{ #using-the-outliers-dashboard-in-the-who-dq-app }¶
通过该工具，可以更轻松地从更高层次开始调查异常值，并向下钻取以找到源头。
使用 "异常值 "仪表板识别可疑的地区级数值：单击 "异常值 "选项卡。如有必要，使用菜单将 "分类 "设置为 "地区"。要腾出页面空间，单击菜单图标使菜单消失。页面显示的是一个有大量行的 "结果 "表。每一行都有一个或多个值用红色突出显示。红色高亮显示的值与同一行中的其他值有何不同？工具发现红色高亮显示的值很可疑，因为它们要么明显高于该行的其他值，要么明显低于其他值。各行按 "权重 "排序。权重 "可以看作是可疑值与该行其他值的平均值之间的差值。由于行数太多，单页无法显示表格。您可以点击页面底部的控件查看后续页面。
表格释义](resources/images/TB-DQ-012.png)
附录{ #appendices }¶
国家以下各级计划协调员数据质量仪表板审查核对表{ #data-quality-dashboard-review-checklist-for-sub-national-level-program-coordinators }¶
验证仪表盘映射和计算
- 每年核实仪表板指标是否指的是正确的数据元素
- 如果国家修改了映射到数据输入表格的数据元素，则应相应地将新的数据元素映射到数据质量仪表板上
每年核实分配给数据录入表的组织单位是否为活动和职能性结核病基本管理单位
- 特别关注私营部门设施
- 与负责维护设施总清单的部委保持联系，确保有关结核病服务提供情况的数据是最新的。
- 使用完整性和及时性图表检查数据可用性 1-2
检查缺失的整份报告，并在商定的时间窗口内及时反馈给相关单位，以便进行修改
- 特别关注私营部门单位，确保报告的完整性
- 如果您所在的地区使用其他报告表（如实验室报告表、家庭联系人报告表），您可以在可视化应用程序中打开面板，并相应修改报告数据字段。
检查表 1-2 中各变量在单位层面的完整性
- 调查完整性较低的数据元素，以解决数据质量问题
- 突出强调存在持续挑战的设施，以便采取后续行动
检查表 3 和图 3-6 所列指标趋势的变化情况
- 对于每个指标，如果发现上一季度的数值不一致，可以在单独的浏览器窗口中打开面板，调查组成的基本管理单元是否存在数据错误。
使用世卫组织 DQ 应用程序检查离群值：
- 并非所有标记的项目都是真正的异常值，因此需要
确保所有发现的差异都得到解决
- 在支持性监督访问期间或持续质量改进活动期间，对报告单位的差异采取后续行动