Assessment of Data Quality in Relapse Tuberculosis Surveillance Data in Botswana (2022)
यद्यपि बोत्स्वाना के 2022 के डेटा में पुनरावृत्ति तपेदिक (टीबी) के लिए प्रमुख निगरानी चर अत्यधिक पूर्ण थे, अध्ययन यह प्रकट करता है कि अस्पताल-आधारित रिपोर्टिंग प्रणाली के भीतर पर्याप्त दोहराव ने मामलों के अनुमानों को महत्वपूर्ण रूप से विकृत कर दिया, जो यह दर्शाता है कि मल्टी-प्लेटफॉर्म निगरानी परिवेशों में डेटा की गुणवत्ता का आकलन करने के लिए केवल पूर्णता ही अपर्याप्त है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि बोत्स्वाना की राष्ट्रीय स्वास्थ्य प्रणाली एक विशाल पुस्तकालय की तरह है जो हर उस किताब (मरीज) का हिसाब रखने की कोशिश कर रही है जो किसी विशेष प्रकार की मरम्मत (तपेदिक/टीबी उपचार) के लिए आती है। पुस्तकालयाध्यक्ष (स्वास्थ्य कार्यकर्ता) तीन अलग-अलग कंप्यूटर प्रणालियों का उपयोग करके यह लिख रहे हैं कि कौन आ रहा है: एक मुख्य पुस्तकालय (OpenMRS) के लिए, एक विशेष मरम्मत दुकान (MPM अस्पताल) के लिए, और एक छोटे रीडिंग नुक्कड़ (BHP क्लिनिक) के लिए।
यह अध्ययन एक गुणवत्ता निरीक्षक की तरह था जो 2022 में पुस्तकालय में घूमकर "रिलैप्स टीबी" (वे मरीज जिन्होंने उपचार पूरा किया लेकिन फिर से बीमार हो गए) की किताबों की जांच कर रहा था। निरीक्षक दो चीजें जानना चाहता था:
- क्या पुस्तकालयाध्यक्षों ने फॉर्म सही ढंग से भरे थे? (पूर्णता/Completeness)
- क्या उन्होंने गलती से एक ही व्यक्ति का नाम दो बार लिख दिया था? (दोहराव/Duplication)
यहाँ निरीक्षक ने क्या पाया, जिसे सरल भाषा में समझाया गया है:
1. फॉर्म पूरी तरह से भरे गए थे
निरीक्षक ने फॉर्म के "आवश्यक क्षेत्रों" (Required Fields) की जांच की—जैसे उपचार शुरू होने की तारीख, टीबी का प्रकार और क्लिनिक का नाम।
- परिणाम: पुस्तकालयाध्यक्षों ने शानदार काम किया। 98% से अधिक फॉर्म में सभी बॉक्स भरे हुए थे। यह ऐसा था जैसे हर किताब की रीढ़ (spine) पर एक आदर्श लेबल लगा हो।
- सावधानी: सिर्फ इसलिए कि लेबल आदर्श है, इसका मतलब यह नहीं है कि किताब अद्वितीय (unique) है। आप एक ही किताब पर एक आदर्श लेबल लगा सकते हैं, लेकिन यदि आप उसे तीन बार सूचीबद्ध करते हैं, तो आप सोचते हैं कि आपके पास तीन किताबें हैं जबकि वास्तव में एक ही है।
2. "दोहरी गिनती" की समस्या
यहीं से कहानी दिलचस्प होती है। निरीक्षक ने पाया कि जबकि फॉर्म भरे हुए थे, MPM (अस्पताल) प्रणाली थोड़ी अव्यवized थी।
- OpenMRS प्रणाली (मुख्य पुस्तकालय): बहुत व्यवस्थित। 74 रिकॉर्डों में से केवल 2 ही डुप्लिकेट थे। यह गलती से एक ही किताब की दो प्रतियां मिलने जैसा था।
- BHP प्रणाली (रीडिंग नुक्कड़): इसमें केवल एक रिकॉर्ड था, और वह भी एकदम सही था। कोई डुप्लिकेट नहीं।
- MPM प्रणाली (अस्पताल मरम्मत दुकान): यह समस्या वाला स्थान था। सिस्टम में 153 रिकॉर्ड दिखाए गए, लेकिन जब निरीक्षक ने इसे साफ किया, तो वास्तव में केवल 17 अनूठे मरीज थे।
- उपमा: कल्पना कीजिए कि एक मरीज अस्पताल में आता है। उसे रिसेप्शन पर पंजीकृत किया जाता है। फिर, वह एक विशेषज्ञ से मिलता है। फिर, वह फार्मेसी में जाता है। यदि अस्पताल के पास यह कहने का कोई तरीका नहीं है कि, "रुको, यह वही व्यक्ति है जिसे हमने अभी देखा था," तो कंप्यूटर हर बार जब वह किसी दरवाजे से गुजरता है, तो उसके लिए एक नया फ़ाइल बना सकता है।
- इस मामले में, अस्पताल की प्रणाली एक फोटोकॉपी मशीन की तरह थी जो उसी व्यक्ति की फाइल की प्रतियां बनाती रहती थी। 89% रिकॉर्ड इसी एक व्यक्ति के डुप्लिकेट थे।
3. बड़ी तस्वीर
निरीक्षक द्वारा सफाई करने से पहले, सिस्टम में रिलैप्स टीबी के 228 मामले दिख रहे थे।
डुप्लिकेट "फोटोकॉपी" को हटाने के बाद, वास्तव में केवल 90 अनूठे मरीज थे।
मुख्य सबक:
अध्ययन ने पाया कि पूर्णता (फॉर्म भरना) और सटीकता (सही अनूठी संख्या होना) एक ही बात नहीं है।
- यदि आप केवल यह देखते हैं कि फॉर्म भरे गए हैं या नहीं, तो आप सोच सकते हैं कि डेटा एकदम सही है।
- लेकिन यदि आप डुप्लिकेट की जांच नहीं करते हैं, तो आप यह सोच सकते हैं कि बीमारी बहुत अधिक आम है क्योंकि आप एक ही व्यक्ति को कई बार गिन रहे हैं।
यह क्यों हुआ?
पेपर सुझाव देता है कि अस्पताल व्यस्त स्थान होते हैं जहाँ प्रवेश के कई बिंदु होते हैं। एक मरीज को प्रवेश के समय, फिर फॉलो-अप के दौरान, और फिर एक अलग विभाग में फिर से पंजीकृत किया जा सकता है। बिना एक मजबूत "आईडी कार्ड" प्रणाली के जो इन सभी दौरों को एक ही व्यक्ति से जोड़ सके, कंप्यूटर उन्हें तीन अलग-अलग लोग समझ लेता है।
निष्कर्ष
अध्ययन निष्कर्ष निकालता है कि बोत्स्वाना के स्वास्थ्य कार्यकर्ता जानकारी लिखने में बहुत अच्छा काम कर रहे हैं (उच्च पूर्णता), लेकिन अस्पताल की कंप्यूटर प्रणालियाँ यह पहचानने में संघर्ष कर रही हैं कि वे एक ही व्यक्ति को दोबारा देख रहे हैं (उच्च दोहराव)।
इसे ठीक करने के लिए, पेपर सुझाव देता है:
- यह सुनिश्चित करना कि प्रत्येक मरीज के पास एक अनूठी आईडी हो जो हर जगह उनके साथ चले।
- कंप्यूटर प्रणालियों को एक-दूसरे से बेहतर तरीके से बात करने के लिए सक्षम बनाना (इंटरऑपरेबिलिटी)।
- अतिरिक्त फोटोकॉपी को शेल्फ से हटाने वाले लाइब्रेरियन की तरह, नियमित रूप से सूचियों को "साफ" करना ताकि डुप्लिकेट प्रतियां हटाई जा सकें।
संक्षेप में: डेटा अच्छी तरह से लिखा गया है, लेकिन यह दोहरी गिनती से बहुत भरा हुआ है। डुप्लिकेट को ठीक करने से इस बात की सच्ची तस्वीर मिलेगी कि वास्तव में कितने लोग फिर से बीमार हो रहे हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।