Routine health information system data quality in a hill and mountain district of Nepal: a cross-sectional desk review of four years of DHIS2 data from Sankhuwasabha, 2021-2025
这项针对尼泊尔桑库瓦萨巴县四年 DHIS2 数据的横断面桌面研究显示，尽管报告的完整性和及时性普遍较高，但由于系统性的记录流程以及依赖于验证规则的一致性检查的局限性，数据中仍存在持续的免疫接种异常，这强调了在评估数据质量之前，有必要将指标对针对活跃的验证规则进行分类。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在喜马拉雅山脉高耸崎岖的地带，村庄散落在陡峭的山谷之中，行路往往需要在艰难的小径上跋涉数小时。那里的卫生工作者依赖一套数字化系统来记录他们提供的医疗护理。这套被世界各地卫生部广泛使用的系统，就像一本中央账本，每一次出生、每一剂疫苗接种以及每一次诊所就诊都会被记录在案。其目标很简单：勾勒出一幅清晰的社区健康图景，以便领导层能够进行有效规划。然而，为了使这些记录发挥作用，它们必须是准确的。如果数据错误，基于此制定的计划也将失败。这项工作面临的一个主要挑战在于，如何判断数据仅仅是一堆数字的堆砌，还是现实情况的真实反映。卫生官员通常会检查两件事：报告是否已提交，以及是否按时送达。然而，还需要进行更深层次的检查，以观察这些数字在相互比较时是否合乎逻辑。例如，如果一个孩子接种了第一剂疫苗，那么随后理应接种第二剂和第三剂；如果记录显示第三剂的次数多于第一剂，那么信息的记录方式一定出了问题。
尼泊尔桑库瓦萨巴（Sankhuwasabha）地区的科研人员决定仔细研究这四年的卫生记录，以观察该系统是否按预期运作。该地区由丘陵和山脉组成，研究人员对132家卫生设施的数据进行了审查，涵盖了从产科护理到免疫接种的所有领域。他们的调查显示，该系统在某一方面做得很好：几乎每家设施都提交了报告，记录几乎是完整的。然而，提交的时效性却不太可靠。在一些偏远地区，报告经常延迟，这表明地形的复杂性减缓了信息流动的速度。但最令人惊讶的发现出现在研究人员观察数据内部逻辑时，特别是关于儿童疫苗接种的部分。他们发现了一个违背常识的模式：记录显示，接种后期剂量的儿童数量竟然多于接种前期剂量的儿童。在整个地区范围内，记录显示接受第三剂疫苗接种的儿童人数高于接受第一剂疫苗接种的人数。这在现实中是不可能的，因为一个孩子在没有接种第一剂的情况下，无法接种第三剂。
研究人员意识到，这种奇怪的模式并非由儿童在村庄之间迁移造成的错误，因为人口迁移只会重新分配数字，而不会改变整个地区的总数。相反，这一错误指向了数据录入方式上的系统性问题。研究还揭示了卫生系统在检查错误时存在的一个微妙问题。用于收集数据的软件内置了规则，会在两个相关数值不匹配时向工作人员发出警告。研究人员发现，对于某些数据对，这些规则过于严格，以至于强迫数字达成一致，从而掩盖了真实的记录错误。而对于另一些数据对，软件则允许工作人员在数值错误的情况下继续操作。这意味着，仅仅看到两个数字相符并不总是能证明数据是准确的；有时，这仅仅证明了软件强迫它们相符。研究结论指出，尽管该山区地区的卫生工作者足够勤勉，能够按时提交报告，但他们在记录特定免疫细节的方式上仍需改进。数据显示，该地区存在一种持续性的、全区范围内的模式，即疫苗剂量的顺序被倒置记录，而标准的完整性和及时性检查会完全忽略这一缺陷。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。