跳转至
For the complete DHIS2 documentation index, see llms.txt.
alt__Training Docs
分析工具学院
使用验证规则

验证规则（使用）学习指南{ #learners-guide-to-validation-rules-use }

这本指南是什么？

本指南包含分析工具第 1 级课程中与使用验证规则会话有关的所有练习和详细操作步骤。请在教师提示下完成每个练习。

本环节的学习目标{ #learning-objectives-for-this-session }

  1. 了解与数据质量相关的一些关键原则
  2. 定义什么是 DHIS2 中的验证规则
  3. 了解如何使用验证规则来衡量 DHIS2 的一致性
  4. 在数据录入中执行验证规则审查
  5. 通过验证分析批量执行验证规则审查
  6. 说明如何将验证规则与计算出的阈值进行比较
  7. 使用已定义阈值的验证规则执行验证规则分析

本届会议所需时间{ #time-needed-for-this-session }

现场演示：4 次演示/介绍，每次 ~ 20 分钟

实践活动：4 项活动，每项 15 分钟

目录/快速指南{ #table-of-contentsquick-guide }

练习 1 - 复习数据录入中的验证规则{ #exercise-1-review-validation-rules-in-data-entry }

在第一个示例中，我们将运行[HIV 月报]数据集的验证规则。

在数据录入中选择以下内容：

首先，简要回顾一下数据输入页面。我们将首先运行逻辑规则，检查数据的正确性。这些规则主要是根据数据提供的输出结果，告诉我们是否应该修改数据。

有几个地方可以检查数据输入页面是否通过了配置的验证规则。

在右上角

在页面底部：

要触发验证规则，请确保更新值，使 HIV 检测呈阳性 > HIV 检测已执行。您将在上图中看到相关示例。

注意： 每次点击 "完成 "按钮时都会进行验证。您可以这样解释完整按钮：它有助于提高之前讨论过的数据质量的两个因素：数据的完整性和及时性。选择 "完成 "按钮时，数据集将登记为完整（数据在输入时自动保存，"完成 "不会保存数据）。选择 "完成 "按钮的日期用于与数据集定义的及时性进行比较。因此，如果我的及时性被定义为在下个月的 15 天内提交数据，而我在 3 月 8 日点击了 2 月份数据的完成按钮，那么 2 月份的数据集将是完整的，也是及时的！

查看这些概念并在数据录入中更改数据后，运行验证规则

审查数据录入中的规则{ #review-the-rules-in-data-entry }

运行规则后，对其进行审查。这将有助于您找出当前数据中存在的任何问题。验证规则会指出数据中存在的问题。关闭结果页面并查看数据输入屏幕，以验证正在计算的内容。

第一和第二个数值取自按性别（女性和男性）分类的已进行 HIV 检测和 HIV 检测呈阳性的性别部分。

回顾我们的数据，这意味着其中一个值肯定是不正确的。我们可能需要与医疗机构进行核实，但我们假定已经进行了核实，并了解到 HIV 检测呈阳性的人数计算有误。

我们可以将其分别更新到每个单元格，如图所示，然后再次运行验证。

现在应该通过了，因为艾滋病毒检测呈阳性的人数少于在此期间进行的艾滋病毒检测人数。

练习 2 - 在验证规则分析中运行验证规则{ #exercise-2-run-a-validation-rule-in-validation-rule-analysis }

要运行验证规则分析，请进入数据质量应用项目并选择 "运行验证"。

选择动物区域，运行 2024 年 1 月至 4 月的 HIV 验证规则规则

vranalysis](Images/vrrules/vranalysis1.png)

选择输入后，选择 "验证"。

查看验证详情{ #review-the-validation-details }

卡迪纳尔医院只有 2024 年 3 月的验证违规。请选择其中一个违规行为的详细信息按钮，以便更详细地了解问题所在。

验证详细信息显示验证规则中的所有数据元素及其值。在本例中，HIV 检测呈阳性的总数应为<= 已进行的 HIV 检测总数。

因此，艾滋病毒检测呈阳性（1199 例）> 已进行的艾滋病毒检测总数（296 例），不小于或等于已进行的检测数量，因此被认定为违规。

我们可以看到，这个视图在同时审查多个组织单位的违规行为时非常有用，因为我们还可以看到违规行为的所有组成部分。这样，我们就有可能准确识别出哪个值是不正确的。

练习 3 - 含有数学运算的示例{ #exercise-3-examples-with-mathematical-operations }

在数据录入中选择以下内容：

首先，简要回顾一下数据输入页面。我们将首先运行逻辑规则，检查数据的正确性。这些规则主要是根据数据提供的输出结果，告诉我们是否应该修改数据。

像以前一样运行验证规则。

审查数据录入中的规则{ #review-the-rules-in-data-entry }

这将帮助您找出当前数据中存在的任何问题。验证规则会指出数据中存在的问题。关闭结果页面并查看数据输入屏幕，以验证正在计算的内容。

第一个数值取自白喉、百日咳、破伤风三联疫苗的总剂量。

第二个数值取自我们的库存部分

回顾我们的数据，这意味着其中一个值肯定是不正确的。我们可能需要与该机构核实，但我们假定核实工作已经完成，而且我们知道收到的余额计算有误。

运行验证分析{ #run-validation-analysis }

要运行验证规则分析，请进入数据质量应用项目并选择 "运行验证"。

使用 "免疫验证规则 "组运行 2024 年 1 月至 3 月的 Dessert 地区验证分析。

选择输入后，选择 "验证"。

查看验证详情{ #review-the-validation-details }

在此期间，您应该会看到一些违规行为。选择其中一个违规行为的详细信息按钮，这样您就可以更详细地了解问题所在。本例是 2024 年 1 月的 Cake Hospital Gateway PHC。

验证详细信息显示验证规则中的所有数据元素及其值。在本例中，白喉、百日咳、破伤风三联疫苗的总剂量应为<= 使用和浪费的总剂量。

  1. 白百破总剂量=177+1+154+3+138=473
  2. 使用和浪费总量 = 2872-2406 = 466

因此，DPT 剂量（473）> 使用和浪费的总剂量（466），不小于或等于使用和浪费的数量，因此被认定为违规。如果我们根据假设将起始余额调高，就可以消除这一违规现象。

我们可以看到，这个视图在同时审查多个组织单位的违规行为时非常有用，因为我们还可以看到违规行为的所有组成部分。这样，我们就有可能准确识别出哪个值是不正确的。

练习 4 - 在数据录入中使用阈值运行验证规则{ #exercise-4-run-the-validation-rule-using-a-threshold-in-data-entry }

**_这应该在演示文稿中的第 14 张幻灯片之后进行。

在数据录入中选择以下内容

运行验证规则并查看结果

请注意，它同时运行逻辑规则（我们已经查看过）和使用离群值检查一致性的规则（在本例中，离群值是通过预测函数生成的）。如果需要，这些规则也可以使用导入系统的异常值来运行。

练习 5 - 在验证规则分析中运行 "免疫阈值 "验证规则{ #exercise-5-run-the-immunisation-thresholds-validation-rules-in-validation-rule-analysis }

完成演示后再执行此操作。

在验证规则分析中，选择

  • 组织单位：动物区域
  • 期限： 2024 年 1 月 1 日至 3 月 31 日2024 年 1 月 1 日至 3 月 31 日
  • 验证规则组：免疫阈值
  • 确保已选择发送通知选项

我们将运行这些规则，并对发现的违规行为发出通知。选择 "验证 "继续。

当我们发出通知时，我们也会通过消息应用程序收到通知，如果设置了电子邮件，也有可能收到通知。

检查消息应用程序{ #check-the-messages-app }

导航到信息应用程序，查看已发送的验证违规信息。你的收件箱中会有一个小通知，提示你有新的验证规则信息（图中圆圈内的数字）。

该信息将发送给多个用户。谁会收到这条信息取决于配置。