基于等級醫院評審標準的質量監測指標數據驗證實踐

摘要 數據驗證是了解數據質量、確保數據可靠性的重要手段。《三級醫院評審標準（2020年版）》要求對醫療質量數據信息開展內部驗證。贛州市人民醫院建立數據驗證組織體系，制訂《質量監測指標驗證制度》，明確數據驗證時機，規范數據驗證流程與方法，全面開展三級醫院評審相關質量監測指標的數據驗證工作，提高了數據質量。

關鍵詞 等級醫院評審；質量監測指標；數據驗證；醫療質量

中圖分類號：R197.323 文獻標識碼：B

質量監測指標是衡量醫院質量管理水平的“數據”標準。數據驗證是了解數據質量、確定數據可信度的重要手段，已成為選擇質量監測指標、設定質量監測指標優先級別、提取或收集數據、分析數據以及使用分析結果進行改進等過程的步驟之一。對醫療質量信息數據展開內部驗證，是保障質量信息數據真實、可信、有效、可用的重要方法，也是醫院科學決策的基礎。國家衛生健康委發布的《三級醫院評審標準（2020年版）》（國衛醫發[2020]26號）（以下簡稱《2020版標準》）提出，醫院要對醫療質量信息數據開展內部驗證并及時分析和反饋。目前，數據驗證在醫療機構中運用較少，尚缺乏一定實踐經驗。本研究以贛州市人民醫院管理實踐為例，闡述了《2020版標準》引導下的質量監測指標數據驗證成效。

1 管理實踐

1.1 建立數據驗證組織體系

構建以質量管理辦公室（以下簡稱“質管辦”）、數據收集人、數據驗證人為主要成員的數據驗證組織體系，制定《質量監測指標驗證制度》，明確職責與工作流程。

1.2 明確數據驗證時機

《質量監測指標驗證制度》規定以下情況必須實施內部或外部數據驗證流程，具體包括：（1）執行新的監測項目，特別是有助于醫院評價和改進的臨床服務流程或結果的臨床監測，如建立一個新的監測指標——病理專業醫療質量控制指標中的“術中快速診斷與石蠟診斷符合率”；（2）在醫院官網或通過其他方式公布監測數據；（3）現有監測發生改變，包括數據收集工具改變、數據提取流程改變或數據提取者變化，如數據收集由人工收集改為信息系統收集；（4）從現有監測手段得到的結果發生改變而無法解釋，如某月收集數據偏離度較大而無法解釋；（5）數據源發生改變，如部分患者紙質病歷轉變為電子病歷，數據來源應包括紙質和電子兩種形式；（6）數據收集對象發生改變，如患者平均年齡、合并癥、研究方案變更以及執行新的實踐指南或引進新技術新方法等。

1.3 規范數據驗證流程與方法

借鑒國內外循征依據，規范數據驗證流程（圖1），并擬定具體操作方法：（1）數據收集人依據質量監測指標數據收集計劃和標準收集原始數據；（2）對數據驗證人進行數據驗證制度及相關技能培訓，再由其采用相同方法對同一樣本取樣，進行數據再次收集并對采集原始數據進行驗證。當數據驗證需要抽樣時，根據確定規則計算數據驗證抽樣樣本量；（3）將原始收集數據與再次收集數據進行比較，計算數據一致率。數據一致率=數據驗證結果（B）/數據原始結果（A）×100%（當Agt;B時），或數據一致率=數據原始結果（A）/數據驗證結果（B）×100%（當Agt;B時）；（4）數據收集方法評判。以數據一致率≥90%為目標值，≥90%則數據采集方法得到認可，lt;90%則數據不可靠，須分析原因并采取糾正措施；（5）再次進行數據收集、驗證，確保數據一致率≥90%。質量檢測指標數據驗證表見表1，數據驗證抽樣樣本量見表2。

2 質量監測指標數據驗證示例

該院質量監測指標數據庫主要包括三級醫院評審、三級公立醫院績效考核、疾病診斷相關分組績效評價、全國醫院質量監測系統、國家醫療質量管理與控制信息網、國家單病種質量監測、院科優先級質量監測等，數據生成方式包括人工收集、計算機信息系統收集兩種。以下兩個數據驗證示例均來源于《2020版標準》第二部分“醫療服務能力與質量安全監測指標”的第三章“重點專業質量控制指標”，一個為病理專業醫療質量控制指標中的“術中快速診斷與石蠟診斷符合率”，另一個為呼吸內科專業醫療質量控制指標中的“使用有創機械通氣的慢阻肺急性加重患者死亡率”。

2.1 人工收集數據驗證示例

2.1.1 驗證指標

術中快速診斷與石蠟診斷符合率。

2.1.2 驗證目的

《2020版標準》要求醫院監測病理專業醫療質量控制指標，其中包括“術中快速診斷與石蠟診斷符合率”指標。因屬于執行新監測項目，為保證收集數據準確性，故進行數據驗證。

2.1.3 驗證過程

（1）第一次數據收集人收集原始數據。2021年1月術中快速診斷標本總數為297例，經查閱危急值報告登記本，有4例術中快速診斷與石蠟診斷不符合，術中快速診斷與石蠟診斷符合率為98.65%。（2）科主任指派另一位病理醫師再次收集數據。數據驗證樣本量為全樣本，經查閱危急值報告登記本，2021年1月有4例術中快速診斷與石蠟診斷不符合，術中快速診斷與石蠟診斷符合率為98.65%。（3）比較收集人、驗證人收集數據，數據一致率為100%，數據收集方法評判為“通過”。術中快速診斷與石蠟診斷符合率數據驗證見表3。

2.2 信息系統收集數據驗證示例

2.2.1 驗證指標

使用有創機械通氣的慢阻肺急性加重患者死亡率。

2.2.2 驗證目的

《2020版標準》要求醫院監測呼吸內科專業醫療質量控制指標，其中包括“使用有創機械通氣的慢阻肺急性加重患者死亡率”指標。為提高數據收集效率和穩定性，數據收集方式由人工查閱病歷改為信息系統自動抓取，利用信息化手段進行監控與改進。因屬于現有數據收集工具改變、數據提取流程改變及數據提取者變化，為保證收集數據準確性，故進行數據驗證。

2.2.3 驗證過程

（1）數據收集人（某醫療系統股份有限公司工程師）收集原始數據。數據提取路徑為編寫查詢代碼→HIS查詢統計→病案檢索→輸入出院診斷→導出具體數據。2021年度，該院住院使用有創機械通氣的慢阻肺急性加重患者總人數為70人，死亡8人，使用有創機械通氣的慢阻肺急性加重患者死亡率為11.43%。（2）質管辦主任指派一位信息技術科工程師為數據驗證人，再次收集數據。共收集住院使用有創機械通氣的慢阻肺急性加重患者總人數為51人，死亡5人，使用有創機械通氣的慢阻肺急性加重患者死亡率為9.80%。（3）比較收集人、驗證人收集數據，數據一致率為85.74%，lt;90%，數據收集方法評判為“不通過”，見表4。（4）分析差異原因。數據收集人提取“使用有創機械通氣治療的慢阻肺急性加重患者”時，在“編寫查詢代碼”環節未根據指標定義排除第二、第三及其他診斷中含“使用有創機械通氣治療的慢阻肺急性加重”患者。（5）采取糾正措施。質管辦對數據收集人進行指標操作手冊培訓，并將疾病名稱與ICD-10編碼清單、納入標準和排除標準打印成冊，以供查閱。（6）整改后，再次收集數據，數據收集人和數據驗證人收集的“使用有創機械通氣的慢阻肺急性加重患者死亡率”均為9.80%，數據一致率為100%，數據收集方法評判為“通過”。

3 成效分析

截至2022年9月，該院完成了《2020版標準》江西省實施細則所涉及的所有質量監測指標數據的收集、驗證及上報工作。其中，“第二部分醫療服務能力與質量安全監測數據”共有61節232條監測指標，“第三部分現場檢查”涉及數據指標共213個，所有質量監測指標均按照數據驗證方法進行數據內部驗證，直至驗證通過率達100%，再上傳至“江西省醫院分析評價平臺（評審信息平臺）”，數據報送達標率達100/0。同時，醫院評審相關數據均納入日常監測，并運用質量管理工具開展質量改進項目287項，實現了全面、準確的質量監控和評價，為醫院內部分析、自我管理和持續改進提供了參考。

4 討論

4.1 數據驗證是等級醫院評審工作的關鍵環節

醫院評審標準是醫院管理的“指揮棒”和“風向標”。《2020版標準》充分融入新政策和醫改要求，注重利用信息化手段，旨在構建以“日常監測、客觀指標、現場檢查、定性與定量相結合”的評審工作模式。據統計，各種指標數據評價占整個評審標準的60%。因此，醫院管理者要把數據管理貫徹到日常工作中，善于獲取數據、分析數據、運用數據，使大數據發揮更大作用。

國內外研究表明，當收集數據有效時，質量改進項目才有效；如果收集數據存在偏差，在質量改進方面的努力將徒勞無功。因此，質量監測指標的可靠性（信度）和有效性（效度）是所有改進活動的核心。同時，《三級醫院評審標準（2020年版）實施細則》指出，各省在評審現場檢查階段，一定要有數據核查工作安排，要對新標準涉及全評審周期第二部分的醫院數據進行抽查和核驗，并明確懲罰性扣分標準，以保證數據報告的真實性和準確性。因此，在新一輪醫院評審中，為確保收集到令人滿意的、有用的數據，必須實施內部或外部數據驗證流程。

4.2 標準化管理是做好數據驗證工作的保障

數據驗證是對數據收集方法進行驗證，比較的是數據收集人與數據驗證人所收集數據的一致性，而數據的標準化管理是做好數據驗證工作的基礎保障。本研究通過建立質量監測指標數據驗證組織體系，制定《質量監測指標驗證制度》，統一質量監測指標驗證表、樣本抽樣標準，并進行全院指標收集人、驗證人及指標管理員的同質化培訓，使數據收集、驗證達到了標準化、同質化，有效保障了數據準確性。

4.3 數據驗證結果的分析改進是提高數據質量的重要途徑

為確保數據收集方法正確、可靠，當“數據驗證結果”與“數據原始結果”數據一致率lt;90%時，須分析原因并采取糾正措施。本研究發現，造成數據差異的常見原因有：數據指標定義不明，數據收集方法不清楚或錯誤解讀，數據來源不同，病歷中數據有沖突，數據收集人與數據驗證人培訓不同，信息系統自動提取數據的路徑和編程出現偏差，數據錄入不正確等。在實際工作中需采取針對性措施，排除干擾因素影響。如：數據收集人和數據驗證人在進行數據收集、驗證時需分清數據類型，選擇合適方法，制訂數據目錄清單，明確每個數據的定義、數據源、采集方式、采集時間、采集結果等要素，以保持兩者收集方法的一致性、準確性，避免因數據驗證錯誤而影響數據收集結果評判。又如：在利用信息化工具自動采集數據時，信息工程師、專業質量指標管理人員、相關醫務人員需共同參與，按照既定流程進行驗證，并與原先人工采集數據進行比對，以確保得到準確數據。

5 小結

本研究在《2020版標準》引導下，通過數據驗證，提高了數據質量，保障了數據準確性，為醫院決策者提供了參考。隨著醫院信息化管理水平的提高，越來越多的質量監測指標數據實現了信息系統自動采集，數據收集效率得以提高，但數據出現偏差的隱蔽性以及數據驗證難度也相應增加，因此，對于信息系統自動采集數據的驗證是需要進一步研究的課題。

收稿日期：2022-10-14

修回日期：2022-11-28

責任編輯：吳小紅