数据元标准化基本方法.docVIP

数据元标准化基本方法 　　公共卫生数据元的标准化，不仅要对数据自身进行“名、型、值”的定义，还要找出数据之间内在与外在间的关联关系，对构建高效稳健的公共卫生数据模型起到积极的作用。 　　 　　数据标准化工作是信息系统建设的基础工作。数据工作的无规则性，必然会导致系统的低效能和资源的浪费。长期以来，我国公共卫生信息系统的建设缺乏整体规划，在国家层面上缺乏对公共卫生数据的标准定义与规范，导致了不同系统之间的数据难以交换、共享，也造成了资源的极大浪费。 　　公共卫生数据元的标准化，不仅要对数据自身进行“名、型、值”的定义，还要找出数据之间内在与外在间的关联关系，对构建高效稳健的公共卫生数据模型起到积极的作用。 　　 　　数据元基本概念与结构 　　 　　数据元可定义为通过标识、定义、表示以及允许值等一系列属性描述的数据单元，在特定的语义环境中被认为是不可再分的最小数据单元，一般由对象类词、特性类词和表示三部分组成。 　　（1）对象类词: 是指人们希望研究、搜集和存储其相关数据的事物，如: 人、家庭、医疗机构、观察与干预等。 　　（2）特性类词: 是某个对象的一个特征。例如，人这个对象类可以具有很多特征，如性别、出生日期、身高、职业或患病情况等。 　　（3）表示是值域、数据类型的组合，必要时也包括度量单位或字符集。它所表达的是数据元概念的数据类型及可能的取值范围。表示类词可以是一个编码，如国际疾病分类（ICD-10），也可能是一个取值范围，如身高的取值。 　　对象往往有多个特性，对象与其任何一个有意义的特性的结合就组成一个数据元概念。例如，人这个“对象”可以有性别、身高、出生日期等多个“特性”，将它与其中的某一个特性结合在一起就组成一个“数据元概念”，如人―性别、人―身高和人―出生日期等都是数据元概念的例子。 　　数据元是数据元概念与值域的结合。即一个特定的数据元概念与一个特定的值域结合创建一个数据元。例如在儿童营养监测中，定义的一个数据元概念“儿童身高”，与身高的表示值域结合，构成数据元“儿童身高的测量值”; 而与儿童身高的平均水平值域结合，则构成“儿童身高的平均值”这个数据元。显然，这是两个不同的数据元。数据元概念与数据元之间存在一对多的关系，即一个数据元概念与不同的表示组合后可以生成不同的数据元。 　　 　　数据元标准化的重要作用 　　 　　（1）规范和统一数据的采集与应用; （2）构筑数据共享的基础，为不同系统多种模式的数据存取和数据共享提供数据转换格式和编程接口; （3）实现对公共卫生数据在“元数据”层面上的管理，从而使“应用软件”真正与“数据”分家，使应用软件的开发更具灵活性; （4）为公共卫生内部数据交换及公共卫生与外部数据交换在“数据”这一层上提供统一的、各学科可以共同遵守的数据交换规范; （5）是构建统一、集成、高效的公共卫生数据模型的基础。 　　 　　数据元标准化方法 　　 　　1.数据元的提取 　　公共卫生数据元的提取采用以下步骤: ①业务需求分析。包括流程分析，业务建模。②基本数据集设置。将必需收集的数据按照特性分成不同数据集，确定每个数据集中的数据项; ③数据元构建。对抽取的数据项，按对象类词、特性类词及表示类词构建数据元。 　　 　　2.数据元的规范化描述 　　数据元的规范化描述是指按照国际或国家标准对于所提取的数据元的属性进行描述。国家公共卫生数据元的属性的规范化描述遵循的标准为ISO/IEC 11179-3:2002和国家标准GB/T 18391.3-2001（信息技术/数据元的规范与标准化/第三部分: 数据元的基本属性），基本属性的模型如图所示。 　　该标准要求对数据元的22个属性进行描述。内容包括标识类属性、定义类属性、关系类属性、表示类属性、管理类属性及附加类属性。数据元其中还说明了属性的出现次数以及可选属性之间的绑定关系。结合实际，在公共卫生数据元的规范化的描述中，增加了英文名称及英文简称两个新的属性。 　　以“伤害发生原因”数据元规范化描述为例说明如下。 　　 　　标识类属性 　　标识符: PH0802009 　　名称: 伤害发生原因 　　版本号: 0.1 　　英文名称: cause of injury 　　英文简称: cause of injury 　　同义名称: 　　注册机构: 标准化研究总体组 　　相关环境:该数据元用以收集伤害发生的原因。该数据元用于伤害监测数据集。 　　定义类属性 　　定义:填写造成伤害的起始原因，即在伤害发生链中最前面的原因。 　　表示类属性 　　表示类别: 代码法 　　表示形式: 代码 　　数据元值的数据类型: CV 　　数据元值的最大长度: 2 　　数据元值的最小长度: 1