Mọi báo cáo, mọi mô hình, mọi quyết định dựa trên dữ liệu đều kế thừa chất lượng của dữ liệu nguồn. Đây là phần ít được nói tới nhất trong các dự án y tế số, và là phần quyết định nhất.
Năm chiều chất lượng
Tính đầy đủ
Bao nhiêu phần trăm bản ghi có đủ các trường cần thiết?
Cần đo theo từng trường, không phải một con số chung — vì mức thiếu rất khác nhau giữa các trường.
Tính chính xác
Giá trị ghi có đúng với thực tế không?
Khó đo nhất vì cần nguồn đối chiếu độc lập. Thường phải lấy mẫu và đối chiếu thủ công.
Tính nhất quán
Cùng một khái niệm có được ghi giống nhau giữa các khoa, các thời điểm không?
Đây là chiều hay bị bỏ qua nhưng ảnh hưởng mạnh tới phân tích tổng hợp.
Tính kịp thời
Dữ liệu được nhập bao lâu sau sự kiện?
Quan trọng với các ứng dụng thời gian thực — một cảnh báo dựa trên dữ liệu nhập muộn sáu giờ có giá trị hạn chế.
Tính phù hợp mục đích
Dữ liệu này có phù hợp cho câu hỏi đang đặt ra không?
Dữ liệu thu thập cho mục đích thanh toán có thể không phù hợp cho nghiên cứu lâm sàng, dù đầy đủ và chính xác theo tiêu chí của nó.
Vì sao dữ liệu thiếu nguy hiểm hơn dữ liệu sai
Đây là điểm cốt lõi mà nhiều phân tích bỏ qua.
Dữ liệu thiếu hiếm khi thiếu ngẫu nhiên.
Các mẫu hình thường gặp:
- Thiếu nhiều hơn ở ca cấp cứu — không đủ thời gian nhập đầy đủ.
- Thiếu nhiều hơn ở ca nặng — nhân viên ưu tiên xử lý lâm sàng.
- Thiếu nhiều hơn ở ca đơn giản — không ai thấy cần ghi kỹ.
- Thiếu theo khoa, theo ca trực, theo thời điểm trong ngày.
Hệ quả: nếu phân tích loại bỏ các bản ghi thiếu, kết quả sẽ thiên lệch một cách có hệ thống — và sự thiên lệch này không hiện ra trong bất kỳ chỉ số nào của mô hình.
Vì vậy mẫu hình của dữ liệu thiếu cần được phân tích, không chỉ tỷ lệ thiếu.
Nguyên nhân dữ liệu kém
Hầu như không bao giờ là do cẩu thả. Các nguyên nhân thực tế:
Trường bắt buộc không phù hợp
Khi hệ thống bắt điền một trường không áp dụng cho ca này, người dùng buộc phải điền một giá trị nào đó cho xong — và giá trị đó là rác.
Danh mục thiếu lựa chọn đúng
Người dùng chọn mục gần đúng nhất, hoặc chọn "khác" rồi ghi vào ô tự do.
Nhập liệu không phục vụ người nhập
Khi dữ liệu chỉ phục vụ báo cáo cho nơi khác, động lực nhập đúng thấp.
Trùng lặp công việc
Cùng thông tin phải nhập ở nhiều chỗ — một chỗ được nhập kỹ, các chỗ còn lại qua loa.
Áp lực thời gian
Khi phải chọn giữa chăm sóc người bệnh và nhập liệu đầy đủ, lựa chọn là hiển nhiên.
Thiếu phản hồi
Người nhập không bao giờ biết dữ liệu của họ được dùng thế nào, nên không có cơ sở để cải thiện.
Can thiệp theo thứ tự hiệu quả
Làm việc nhập đúng dễ hơn nhập sai
- Rút gọn danh mục xuống các lựa chọn thực tế hay dùng.
- Đặt giá trị mặc định hợp lý cho phần lớn trường hợp.
- Tự động điền từ dữ liệu đã có.
- Kiểm tra ngay khi nhập — báo ngay khi giá trị bất thường.
Đây là nhóm can thiệp hiệu quả nhất vì nó không đòi hỏi thay đổi hành vi.
Bỏ bớt trường không cần
Mỗi trường cần trả lời được: ai dùng, dùng vào việc gì. Trường không có câu trả lời nên bỏ.
Bỏ bớt trường thường cải thiện chất lượng của các trường còn lại — vì thời gian được dồn vào những gì thật sự quan trọng.
Đóng vòng phản hồi
Cho người nhập thấy dữ liệu của họ được dùng thế nào: báo cáo về khoa mình, chỉ số chất lượng, kết quả phân tích.
Đây là can thiệp ít tốn kém mà có tác động lâu dài tới động lực.
Chuẩn hoá định nghĩa
Thống nhất cách ghi các khái niệm hay dùng giữa các khoa. Cần thảo luận chuyên môn, không chỉ là quyết định kỹ thuật.
Giám sát chất lượng định kỳ
Bảng theo dõi các chỉ số chất lượng theo khoa, theo thời gian — để phát hiện xu hướng xấu đi trước khi nó tích luỹ.
Bộ chỉ số nên theo dõi
- Tỷ lệ thiếu theo từng trường quan trọng.
- Tỷ lệ giá trị bất thường hoặc ngoài khoảng hợp lý.
- Tỷ lệ dùng mục "khác" trong các danh mục.
- Độ trễ giữa sự kiện và thời điểm nhập.
- Tỷ lệ bản ghi trùng lặp.
- Tỷ lệ nội dung sao chép trong ghi chép.
Chỉ số thứ ba là chỉ báo tốt về việc danh mục có phù hợp không: tỷ lệ dùng "khác" cao nghĩa là danh mục thiếu lựa chọn đúng.
Một nguyên tắc
Chất lượng dữ liệu không phải vấn đề kỹ thuật mà là vấn đề quy trình. Nó được quyết định ở khâu thiết kế biểu mẫu và tổ chức công việc, không ở khâu làm sạch dữ liệu về sau.
Làm sạch dữ liệu sau khi thu thập giúp được phần nào, nhưng nó không khôi phục được thông tin chưa bao giờ được ghi — và với dữ liệu thiếu không ngẫu nhiên, nó cũng không sửa được thiên lệch.
Câu hỏi thường gặp
Chất lượng dữ liệu bệnh án được đo bằng những chiều nào?
Thường gồm tính đầy đủ, tính chính xác, tính nhất quán, tính kịp thời và tính phù hợp với mục đích sử dụng. Mỗi chiều cần chỉ số riêng, và một tập dữ liệu có thể tốt ở chiều này nhưng kém ở chiều khác.
Vì sao dữ liệu thiếu lại nguy hiểm hơn dữ liệu sai?
Vì dữ liệu thiếu thường không ngẫu nhiên: nó thiếu ở những nhóm hoặc tình huống nhất định, nên việc bỏ qua các bản ghi thiếu sẽ tạo ra thiên lệch có hệ thống trong mọi phân tích phía sau.
Nguyên nhân chính của dữ liệu kém là gì?
Thường là thiết kế biểu mẫu và quy trình chứ không phải sự cẩu thả: trường bắt buộc không phù hợp khiến người dùng điền cho xong, danh mục lựa chọn thiếu mục đúng, và việc nhập liệu không phục vụ công việc của người nhập.
Can thiệp nào hiệu quả nhất?
Làm cho việc nhập đúng dễ hơn nhập sai: rút gọn danh mục, đặt giá trị mặc định hợp lý, kiểm tra ngay khi nhập, và bảo đảm người nhập thấy được lợi ích từ chính dữ liệu họ nhập.