北京地区亚健康流行病病学数据库的建立与数据管理质量控制.pdfVIP

2006年4月第13卷第4期 中国中医药信息杂志 ·103· 北京地区亚健康流行病学数据库的建立及 数据管理质量控制 谢雁鸣，文天才，于嘉，刘为民，刘保延，何丽云 (中国中医科学院临床评价中心，北京100700) 关键词：亚健康；流行病学；数据库；质量控制 中图分类号：R2—05文献标识码：B 文章编号：1005—5304(2006)04—0103一02 随着课题研究的规范化、标准化，科学地搭建数据库和严 对于那些应答而未作答的条目按缺失值处理。并对所有的缺 格的数据管理成为确保课题研究质量的重要保证。笔者以“亚 失变量赋予一个固定的值，用以和因录入员疏忽而漏录的情 健康人群中医基本证候流行病学调查”为例，介绍如何建立数 况区分。在调查问卷中，有几组条目之间存在逻辑关系，如被 据库及进行数据管理质量控制。 访者平时不喝酒，那么在调查问卷中对于所喝酒的种类和酒 1 一般情况 本次流行病学调查目的在于了解35～55岁人群中亚健 康发生的相关情况及中医证候的分布规律。调查由北京市内 增加跳转功能，不仅录入效率提高了，而且录入的错误率也明 的5家三级甲等医院共同完成，每家医院在亚健康高危单位 显下降。以上数据库变量名的定义、标签的制作等均由计算 机技术人员制定，并将其汇总成为编码表，提供给数据管理人 中选取符合要求的被访者(35～55岁，无重大心脑血管疾病 者和急性病者)进行体检，填写调查问卷。问卷由自填部分和 员、统计分析人员。 访谈部分组成。自填部分由被调查者填写，访谈部分由调查员 2．2数据库的构建和试运行 通过望、闻、问、切四诊后进行填写。条目由单选题、多选 计算机专业人员和统计人员共同制定数据库构建总方案 题、填空题组成，单选题为l～5级的分级条目，多选题为有或 由数据库设计人员绘制详细的各条目间、各模块间的关系图。 无的两分类条目。 并在关系图中标明变量名、类型和长度等信息。采用目前优 2数据库的编码、构建及录入规则的制定 2．1数据库的编码 为数据库的开发软件。数据库构建以如实反映调查问卷的基 在统计软件中，变量名的长度要求在8个字节以内，由字 本内容为前提，以有利于后期统计分析为原则，详细分析调查 母或数字组成，而且汉字无法作为变量名。为了增强变量名的 问卷的设计结构，仔细分析其内在的逻辑关系。根据关系图在 可读性，在调查问卷的设计结构基础上，每一模块由一个字母 表示，如第一部分的变量名均为A字母开头，第二部分的变量 减少文本型变量的使用，严格定义各变量的长度和类型。将编 名均为B字母开头等等，以此类推。变量名由字母和数字组成， 写完毕的调查表生成数据文件。为防止非法值的录入，对新生 而且各部分的变量名数字与条目顺序一致。如第一部分的第 成的数据文件添加检查项，其中包括定义每个变量的有效值 l题，其变量名为A1。在定义变量的过程中，变量的类型也需 范围、逻辑跳转设置、是否是必填项设置、设计变量标签、 详细定义，以便于统计分析。对于填写文字的条目则变量类型 缺失值定义。 定义为字符型，有关日期的变量则定义为日期型，其他变量可 数据库设计人员在设计数据库的同时，根据数据库的结 定义为数值型。合适的变量长度不仅可以减少录入过程中的 构、变量类型、变量长度等，对文本变量、缺失值等制定出具 错误，而且可以利用eipdata的自动调转功能提高录入的速体的录入规则。其中包括数据文件运行的环境，变量值、标签 度。同时，为了后期的统计分析人员了解该变量存储的含义， 所代表的含义，日期型变量的录入方法，多选题的录入规则、 还为每个变量名添加标签，标签内容为问卷中各条目的题目。 缺失值的表示、单位换算、逻