概念设计原则¶
本章介绍了一些关键概念 DHIS2 软件背后的设计原则。理解与存在 了解这些原则将有助于实施者更好地利用 自定义本地数据库时的软件。虽然这一章 介绍了原理,后面的章节会详细介绍如何 这些都体现在数据库设计过程中。
本文将提出以下概念设计原则 章节:
-
可以通过用户界面添加和修改所有元数据
-
灵活的数据模型支持不同的数据源 集成在一个数据存储库中
-
数据输入\!=数据输出
-
指标驱动的数据分析和报告
-
维护数据库中的分类设施数据
-
支持卫生系统中任何级别的数据分析
在以下部分中,将更详细地描述每个原理。
可以通过用户界面添加和修改所有元数据¶
DHIS2 应用程序附带一组通用数据工具 收集、验证、报告和分析,但内容 数据库,例如要收集哪些数据、数据来自何处等等 什么格式,将取决于使用上下文。这些元数据需要 在使用之前将其填充到应用程序中,这可以 通过用户界面完成,无需编程。这允许 让了解该领域的领域专家更直接地参与 该软件将支持的 HIS 的详细信息。
软件分离出描述原始数据的关键元数据 存储在数据库中,这是关键的元数据 随着时间的推移不应发生太大变化(以避免损坏数据),并且 更高级别的元数据,例如指标公式、验证规则和组 用于聚合以及集合表单的各种布局和 报告,这些报告并不那么重要,并且可以随着时间的推移而改变 不干扰原始数据。作为这个更高级别的元数据 可以随着时间的推移添加和修改,而不干扰原始 数据,支持持续的定制过程。通常是新的 随着本地实施团队不断学习,功能会随着时间的推移而添加 掌握更多功能,用户也逐渐要求更多 先进的数据分析和报告 输出。
灵活的数据模型支持将不同的数据源集成到单个数据存储库中¶
DHIS2 设计遵循 HIS 集成方法,并支持 将许多不同的数据源集成到一个数据库中, 有时称为集成数据存储库或数据 仓库。
事实上,DHIS2 是一个类似骨架的工具,没有预定义的形式或 报告意味着它可以支持很多不同的聚合数据 来源。没有什么真正限制其对健康的使用 域中的任何一个,尽管在其他领域的使用仍然非常有限。作为 只要数据是由orgunit(组织单位)收集的, 描述为数据元素(可能进行一些分解 类别),并且可以用预定义的周期频率来表示,它 可以在 DHIS2 中收集和处理。这种灵活性使 DHIS2 成为 建立集成系统的强大工具,将 来自多个卫生项目的收集工具、指标和报告, 部门或举措。定义数据并收集数据后 或导入DHIS2数据库,可以进行相关分析 同一数据库中的任何其他数据,无论它是如何以及由谁提供的 集。除了支持集成数据分析和 报告,这种综合方法还有助于使数据合理化 收集并减少重复。
数据输入\!=数据输出¶
在 DHIS2 中,有三个维度来描述聚合数据 被收集并存储在数据库中;地点组织 单位、内容数据元素和时间段。组织机构 单位、数据元素和周期构成了三个核心维度: 需要描述 DHIS2 中的任何数据值,无论它是在数据中 收集表格、图表、地图或汇总摘要报告。 当以电子数据输入形式收集数据时,有时 通过设施层面使用的纸质表格的镜像,每个 表单中的输入字段可以使用这三个维度来描述。 表格本身只是一个组织数据收集的工具, 没有描述正在收集和存储的各个数据值 数据库。能够独立描述每个数据值 通过数据元素定义(例如“给予麻疹剂量\<1年”) 在处理、验证和处理时提供重要的灵活性 分析数据,并允许跨集合比较数据 表格和健康计划。
这种设计或数据模型方法将 DHIS2 与许多其他方法区分开来。 处理数据收集的传统 HIS 软件应用程序 形式作为分析的关键单位。这是定制系统的典型情况 垂直项目的需求和传统的概念化 收集形式也可以是报告或分析输出。这 下图说明了如何构建更细粒度的 DHIS2 设计 围绕数据元素的概念是不同的,以及如何输入(数据 收集)与输出(数据分析)分离,支持 数据分析和传播更加灵活多样。数据 元素“给予\<1年的麻疹剂量”作为儿童的一部分收集 免疫收集形式,但可以单独建立 称为“麻疹覆盖率\<1y”的指标(公式),其中 与正在收集的名为“Population \<1y”的数据元素相结合 通过另一种收集形式。这个计算出来的指标值可以 然后用于 DHIS2 中各种报告工具的数据分析,例如 带有图表、数据透视表或地图的定制设计报告 地理信息系统模块。

指标驱动的数据分析和报告¶
上面所说的数据元素,关键维度 描述正在收集的内容,有时称为 其他设置中的指示器。在 DHIS2 中,我们区分数据 描述原始数据的元素,例如正在收集的计数, 指标,基于公式并描述计算值, 例如用于数据分析的覆盖率或发病率。 指标值不像数据(元素)值那样被收集,而是 而是由应用程序根据定义的公式计算 用户。这些公式由一个因子组成(例如 1、100、100、100 000),一个分子和一个分母,后者都是表达式 基于一个或多个数据元素。例如。 “麻疹覆盖率”指标 \<1 年”定义为一个因子为 100、分子为“麻疹 给 1 岁以下儿童的剂量”)和分母(“目标 1岁以下人口”)。“DPT1至DPT3辍学率”指标为 公式为 100 % x (“给予的 DPT1 剂量”-“给予的 DPT3 剂量”) / (“DPT1 给出的剂量”)。这些公式可以通过用户添加和编辑 由受过有限培训的用户进行界面,因为它们很容易设置 并且不干扰数据库中存储的数据值(因此 添加或修改指标不是关键操作)。
指标可能代表了最强大的数据分析功能 DHIS2 和所有报告工具都支持指标的使用,例如 如上图自定义报告中所示。能够使用 分母中的人口数据可以比较健康状况 具有不同目标人群的跨地理区域的绩效, 这比仅查看原始数字更有用。桌子 下面同时使用原始数据值(剂量)和指标值(Cov) 针对不同的疫苗。比较例如中的前两个器官 名单,泰塔塔维塔县和基利菲县,关于 DPT-1 免疫接种,我们 可以看到,虽然原始数字(659 与 2088)表明更多 剂量在 Kilifi 进行,覆盖率(92.2 % vs 47.5 %)显示 泰塔·塔维塔(Taita Taveta)在免疫目标方面做得更好 1岁以下人口。查看最后一栏(Immuniz. Compl. %) 这表明免疫接种表报告的完整性 我们可以看到,同一时期的数字或多或少是 我们比较的两个县的情况相同,这告诉我们覆盖率 可以合理地比较两个县的比率。

维护数据库中的分类设施数据¶
当数据被收集并存储在 DHIS2 中时,它将保持分类状态 与收集时的详细程度相同的数据库中。这 拥有 HIS 数据库系统的一个主要优势是 基于纸质甚至电子表格的系统。系统设计 存储大量数据并始终允许向下钻取 可能的最精细的细节级别,这仅受数据的方式限制 被收集或导入到 DHIS2 数据库中。从一个角度来看 国家 HIS 希望按健康状况分类保存数据 设施级别,通常是组织单位中的最低级别 等级制度。即使没有计算机化这个级别也可以做到这一点, 通过纸张和计算机的混合系统。数据可以提交 从卫生设施到例如地区办事处以书面形式(例如 一个特定设施的月度汇总表),然后在 地区办公室他们通过以下方式将所有设施数据输入 DHIS2: 电子数据收集表格,一次一个设施。这会 使该地区的健康管理团队能够按设施执行任务 数据分析和例如提供反馈报告的打印输出 由 DHIS2 生成,包括。设施比较,设施 他们所在地区的负责人。
支持卫生系统中任何级别的数据分析¶
虽然名称 DHIS2 表明重点关注该地区,但该应用程序 为健康的各个层面提供相同的工具和功能 系统。在所有报告工具中,用户可以选择哪个组织或 组织级别进行分析,并自动显示数据 聚合到选定的级别。 DHIS2 使用组织单位 向上聚合数据的层次结构并按任何组织单位提供数据 在这个层次结构中。大多数报告的运行方式是: 将提示用户选择一个组织单元,从而允许重复使用 所有级别的报告布局相同。或者如果需要的话,报告 如果满足以下条件,布局可以根据卫生系统中的任何特定级别进行定制: 不同级别的需求有所不同。
在 GIS 模块中,用户可以分析数据,例如:次国家的 级别,然后单击地图(例如区域或省份) 向下钻取到下一个级别,并继续这样一直向下到 设施级别的数据来源。类似的向下钻取 链接到的 Excel 数据透视表中提供了功能 DHIS2 数据库。
提高性能并减少提供时的响应时间 聚合数据输出,其中可能包括许多计算(例如 将 8000 个设施加在一起),DHIS2 预先计算所有可能的 聚合值并将其存储在所谓的数据集市中。这 数据集市可以安排在给定的时间间隔运行(重建), 例如每个晚上。