Story Transcript
ENFOQUES Y MÉTODOS DE ASEGURAMIENTO DE LA CALIDAD DE DATOS PARA EL MONITOREO Y EVALUACIÓN EN VIH/SIDA Dra. Virginia Moscoso Arriaza Guatemala 17 de marzo 2012
El dato INDICADORES DATOS ÍNDICES
-Situación de salud -Prioridades -Servicios -Evaluación
•
DATO: es el registro de una observación
•
Por registro es:
•
•
•
Cualitativo
•
Cuantitativo
Método de cuantificación •
Continuo
•
Discreto
Período de tiempo •
Transversal
•
Longitudinal
LO MAS IMPORTANTE LA CALIDAD
Obtención del dato • Publicaciones regulares: censo, boletines, anuarios, revistas, informes de sistemas de infomración etc. •Publicaciones especiales: encuestas, monografías •Archivos especiales: historias clínicas, registros médicos
Recolección del dato • Es
el registro de los datos que necesitamos
•Se deben definir los objetivos para el uso •Definir formularios de recolección
Generalidades calidad de los datos
En los años 80 la aplicación de técnicas de control de calidad, surgidas en USA, supuso una gran revolución en la industria japonesa A la que en breve tuvieron que sumarse las empresas de todo el mundo para competir no sólo con la calidad sino con los precios de los productos japoneses. Tanta importancia le dio el mundo empresarial japonés al control de calidad, que instituyeron un premio anual Deming, Con el nombre de uno de los padres de esta filosofía, el estadounidense W. Edwards Deming. Ese interés por la calidad transcendió el entorno de la fabricación de productos, entre los que también se incluye los elaborados por la industria farmacéutica, para asimismo aplicarse al suministro de servicios, y poco a poco se va extendiendo un interés creciente por la calidad en el sector de la salud.
Generalidades calidad de los datos
Toda actividad humana es susceptible de mejora y por lo tanto de aumentar su calidad. Antes de la revolución de Deming y los japoneses, la enfermera británica Florence Nightingale, (por cierto uno de los hitos no solo de la enfermería sino también de la bioestadística), ayudó en gran medida a la mejora de calidad de los servicios médicos prestados al ejército británico aportando datos y gráficos cuidadosamente elaborados, mediante los que demostraba que la mayor parte de las muertes de soldados británicos durante la guerra de Crimea eran debidas a las enfermedades contraídas fuera del campo de batalla, o debido a la falta de atención de las heridas recibidas, con lo que logró que su gobierno crease los hospitales de campaña.
Generalidades calidad de los datos
La calidad es herramienta básica para una propiedad inherente de cualquier cosa que permite que esta sea comparada con cualquier otra de su misma especie. La palabra calidad tiene múltiples significados.
Básica, se refiere al conjunto de propiedades inherentes a un objeto que le confieren capacidad para satisfacer necesidades implícitas o explícitas.
Calidad de un producto o servicio es la percepción que el cliente tiene del mismo, es una fijación mental del consumidor que asume conformidad con dicho producto o servicio y la capacidad del mismo para satisfacer sus necesidades.
Por tanto, debe definirse en el contexto que se esté considerando, por ejemplo, la calidad del servicio postal, del servicio dental, del producto, de vida, etc.
Aspectos generales de la calidad de datos Los datos pueden perder calidad en dos momentos a lo largo del proceso de convertirlos en ficheros para su análisis:
Al
recogerlos Al introducirlos
Para tener datos de calidad hay que cuidar esos aspectos. No obstante, una vez los datos están ingresados ...¿podemos controlar que los datos tienen suficiente calidad?
Objetivos del control de datos ¿Qué podemos mirar una vez tenemos los datos? Podemos controlar varias cosas en los datos:
Valores perdidos Casos repetidos Valores imposibles Sexo varón, dos embarazos Valores implausibles (Altura 1.60 ms, peso 300 libras)
Los valores imposibles deben ser corregidos, los valores implausibles pueden ser valores legítimos y necesitan ser investigados con detalle
Métodos de control de calidad de datos ¿Cómo podemos mirar la calidad? • Comprobaciones generales en la hoja de cálculo Líneas repetidas Casillas en blanco Valores repetidos • Utilizando técnicas estadísticas. Estas técnicas son diferentes para variables categóricos o numéricas
Control de calidad de datos • Aseguramiento de calidad – Actividades para asegurar la calidad de los datos antes de su colección
• Control de calidad – Monitoreo y mantenimiento de la calidad de los datos durante la conducción del estudio
• Manejo de datos – Manejo
y proceso de datos en todo el estudio
Pasos para asegurar la calidad 1.
2.
3.
4.
5.
6.
Especificar la hipótesis del estudio Especificar el diseño general para probar la hipótesis del estudio ⇒ Desarrolle un protocolo del estudio total Elegir o prepar instrumentos específicos Desarrolle procedimientos para colección y procesamiento de datos ⇒ Desarrolle manuales de operación Capacitar al equipo/estandarizar ⇒ Certificar al equipo Usar equipo certificado, pre-test y pilotear los instrumentos y procedimientos de colección y procesamiento de datos.
Aseguramiento de calidad: estandarización de procedimientos
¿Por qué es importante la estandarización? •
Para alcanzar el mayor nivel posible de uniformidad y estandarización de procedimientos de colección de datos en toda la población en estudio.
Preparación del escrito del manual de operación •
•
Detalladas descripciones de exactamente como realizar los procedimientos específicos de cada intrumento de colección de datos (por ejemplo tensión arterial) Pregunta por pregunta instrucciones a los entrevistadores
Aseguramiento de calidad: capacitación del equipo
El enfoque es familiarizar a cada miembro del equipo con los procedimientos bajo su responsabilidad. Certificación de entrenamiento de los miembros del equipo para realizar un procedimiento específico.
Aseguramiento de calidad: pretest y prueba piloto
Pretest
Involucra evaluar procedimientos específicos sobre una muestra para detectar errores importantes
Prueba piloto
Ensayo formal de procedimientos del estudio
Intenta reproducir el completo flujo de operaciones en una muestra tan similar como sea posible a los participantes del estudio
Resultados del pretest y prueba piloto
Pretest del cuestionario, se usa para evaluar: Flujo
de preguntas,
Presencia
de preguntas sensibles,
Apropiada Claridad
categorización de las variables,
de las instrucciones al entrevistador
Prueba piloto Además
de lo anterior, el flujo del proceso
Aseguramiento de calidad: manejo de datos Diseñando la colección de datos Presentación,
preguntas a hacer, secuencia de las preguntas, sintaxis de las preguntas, categorías de respuestas, patrones de saltos
Colectar
y registrar, datos crudos, no procesados (v.gr. edad)
Libro
de códigos: liga entre el cuestionario y los datos entrados en la computadora
Ejemplo de libro de códigos Variable
P No
Significado
Código
Formato
P1Id
P1
Pregunta N°.
1-750
C3
P2Sex
P2
Sexo del respondente 1 masculino 2
N 1.0
Femenino
P3Child
P3
N° de niños
99 no respuesta
N 2.0
P4Wt
P4
Peso en kg.
999 No registrada
N 3.1
P5roof
P5
Tipo de techo
N 2.0 1 RCC 2 Cemento 3 De hojas 4 Paja Otras (especifique)
Aseguramiento de calidad: genere un libro de códigos
Nombres de variables
Hasta 8 caracteres a-z y 0-9, debe iniciar con una letra
Combinación de número de pregunta y descripción (por ejemplo p3edad)
Significado:
Descripción corta, explicando el significado de la variable
SPSS puede incorporar esta información como etiquetas de variables y mostrarlas en la salida de resultados
Aseguramiento de calidad: uso de un libro de códigos
Códigos
Intentar y usar códigos numéricos
Predecir códigos para no respuesta, valores perdidos
La pregunta puede no formularse o no aplicar, por ejemplo resultado de embarazo
La pregunta fue formulada per el sujeto no la respondió, por ejemplo, salario
El sujeto respondió “No sé”
Control de calidad Observación de procedimientos y realización de miembros del personal para identificación de desviaciones obvias del protocolo
Estrategias incluyen:
Vigilar al personal.
Tapando todas las entrevistas y revisar una muestra aleatoria.
Supervisión de campo en curso.
Edición en el campo por el entrevistador y por el supervisor de campo.
Edición en la oficina, la cual incluye codificación.
Mantenimiento del libro de log
Evaluación estadística de tendencias en el tiempo de cada técnico/observador/entrevistador
Manejo de datos: Auditoria
El investigador deberá ser capaz de rastrear cada pieza de información en el documento original:
ID incluida en el documento original y en la base de datos
Todas las correcciones deberán documentarse y explicarse
Todas las modificaciones a la base de datos deberán documentarse por archivos comando
Cada análisis deberá ser documentado por un archivo comando
Propósito para auditar es
Protegernos de errores, pérdida de tiempo y pérdida de información
Habilitar auditoria externa (revisión)
Manejo de datos: manipulación de datos
Entrada o ingreso de datos
Use programa profesional de entrada de datos en el procesador elegido
Preparaciones
Completar el libro de códigos
Examinar cuestionarios para inconsistencias obvias, modelos de salto
Manejo de datos: manipulación de datos
Prevención de error:
Sitúe una forma de entrada de datos semejante al cuestionario
Defina valores válidos antes de entrar los datos
Doble entrada de datos por dos diferentes operadores
Comparar contenidos para tener una lista de discrepancias (EpiInfo)
Correjir errores en ambos archivos y efectúe nueva comparación
Primera inspección de datos. Encontrando errores
Adicione variables y etiquetas de valores a los datos usando un comando de sintaxis
Buscando errores
Hacer impresiones de código de los datos, panorama de las variables, tablas de frecuencia simples de variables apropiadas.
Comparar los códigos creados con los originales códigos y vea si la información etiquetada es correcta
Inspeccionar las tablas de frecuencia/ resumen generado para valores ilegales o improbable mínimo y máximo de variables e inconsistencias (por ejemplo, 250 años de edad, masculino embarazado, mujer de 23 años con hijo de 19 años).
Calcule la tasa de error por
Aleatoriamente selecciones 10% o al menos 40 de los cuestionarios y re-entre los mismos en un nuevo archivo.
Corrección de errores - documentación
Si errores son descubiertos Realizar
correcciones en un archivo comando (archivo de sintaxis SPSS), ofrecerá una documentación completa de cambios hechos en la base de datos
Si errores son descubiertos cuando se comparan archivos después de la doble entrada de datos Podemos
hacer correcciones directamente en los datos entrados, ofreciendo una comparación entre datos entrados y corregidos.
Corrección de errores - documentación
Divida el proceso en distintos y bien definidos pasos y que la documentación de un paso a otro sea consistente. Archivo Una
vez que tenga una versión “limpia” de sus datos primarios, guarde una copia en un sitio seguro y realice el trabajo con otra copia.
Análisis
Asegurar el uso de la base de datos correcta Se
recomienda crear archivos de comandos para análisis iniciando con la lectura de la base de datos
Descubrimiento tardío de errores e inconsistencias
Respaldando vs Archivando
Respaldando Actividad diaria El propósito es permitir restaurar los datos y documentos en caso de destrucción o pérdida de datos. No sólo bases de datos, pero también archivos de comando de modificaciones de los datos, documentos escritos como protocolo, libro de log y otra información documentada Archivando Toma lugar una vez o varias veces durante la vida del proyecto El propósito es preservar los datos y documentos par un futuro, puede ser, permitir a otros investigadores acceso a la información.
Revisión de calidad de datos existentes para monitoreo y evaluación
Qué significa calidad, quién debe medirla, cuándo y dónde, y para qué. El proceso de revisión de la información existente sobre un tema debe ser lo más exhaustivo posible y con criterios de básicos como:
· ¿Quién es el autor? · ¿Tiene el autor la autoridad para presentar la información? · ¿Cuándo se realizó la investigación? · ¿Dónde se obtuvo la información? · ¿Es la información relevante cuando se comparara con otros materiales publicados sobre el mismo tema? · ¿Puede verificarse la información en publicaciones específicas sobre el tema? Los datos son consistentes?, comparables?, replicables? Plausibles?