艾滋病示范区HIV筛查项目数据质量评价分析

俞仁武 张屏

在人们生活方式逐渐改变，生活压力、工作压力逐渐增加的过程中，近年来艾滋病的患病人数也在逐渐增加，现阶段已成为了一个全球性的社会问题和公共卫生问题。国内外学者在疫情和估计方面开展了大量的实践研究和理论研究，其目的则是为了对艾滋病的流行趋势和流行现状进行准确掌握[1-4]。数据质量与大规模多中心流行病学研究之间的关系非常密切，数据质量的好坏会对分析结果的准确性造成直接影响[5-6]。本研究中主要分析评价了我区艾滋病示范区人类免疫缺陷病毒（Human Immunodeficiency Virus，HIV）筛查项目数据质量，希望能为HIV新发感染率和阳性率的预测提供准确数据，现做如下分析。

1 一般资料与方法

1.1 一般资料

于2017年1—12月在福建省泉州市洛江区抽取5 465例居民，开展健康体检和问卷调查；调查对象主要来源为婚检、产检、门诊、手术、娱乐场所。全部入选对象均为当地户籍；严重躯体疾病患者、器质性精神疾病史患者、语言表达障碍患者应排除本研究。全部5 465例居民中，2 168例男性，3 297例女性；年龄为15～50岁，平均为（31.2±5.4）岁；其中妇幼所婚检+产检2 305例，乡镇卫生院产检+门诊+手术3 090例，疾控中心娱乐场所70例。

1.2 方法

由洛江区疾病预防控制中心的相关工作人员负责收集调查对象的个人信息，开展包含HIV筛查的健康体检，统计分析艾滋病史、艾滋病预防措施实施情况、HIV抗体筛查情况等变量。在开始调查之前，应加强调查员的培训工作，在完成调查后应对问卷进行复核，及时发现和纠正存在的问题。

1.3 临床观察指标

（1）及时性：体检日期到录入日期的时间间隔；（2）准确性：通过逻辑错误率来对准确性进行评估[7]；（3）完整性：从变量确实率和人次缺失率来对完整性进行评估[8]；（4）代表性：标准人口为项目区第六区人口普查所得到的人口构成情况，以样本人群与标准人口年龄构成的拟合程度进行比较。

1.4 统计学分析

采用Excel录入分析数据，选择在线录入的方法。

2 结果

2.1 观察分析样本人群代表性

在年龄构成方面，不管是分性别人群还是全人群，项目区人口普查户籍人口与调查样本两者相似，结果表明样本人群具有较好的代表性，如表1。

2.2 观察分析完整性

建立个人档案的共5 465例，其中接受健康体检的共5 397例，利用身份证号进行匹配，共5 352例同时建立了个人档案、接受了健康体检。个人档案信息包括民族、性别等，而健康体检内容则包括HIV抗体筛查，所以最终接受完整性分析的调查对象共5 352例。本次调查的人次缺失率为17.64%（944/5 352），整体完整率为82.36%（4 408/5 352）。

2.3 准确性观察

共63例确诊为艾滋病，有艾滋病既往史但是HIV筛查结果显示为“阴性”的逻辑错误率为6.35%（4/63）；在自填的“性别”与身份证号推测的“性别”方面，两者不一致率为0.21%（11/5 352）；于数据录入日期相比较，体检日期的逻辑错误率为1.80%（96/5 352）。

2.4 观察分析数据录入情况

本次调查共5 072例录入正确，开始体检到录入数据的时间间隔为0～365天；时间间隔≥90天的共51例，占比为1.01%（51/5 072），如表2。

3 讨论

艾滋病是因为人感染免疫缺陷病毒（HIV）所导致的一种慢性致死性疾病。在HIV流行地区实施大规模人群HIV筛查工作，对HIV/AIDS进行早期寻获，同时及时实施高效逆转录病毒疗法，则能让临床病死率降低，让艾滋病二代传播减少。

卫生行政部门在制定决策、实施管理工作时，卫生统计数据是主要的科学依据之一，在制定卫生政策时，卫生统计数据会直接影响其科学性[9]。而客观和准确地评价数据质量，则能对数据质量进行不断提高和改进[10]。现阶段大部分人仅通过数据准确性来对数据质量进行评估，但是数据质量却是一个综合概念，仅通过数据准确性无法客观评估数据质量[11]。所以在对数据质量进行评估时，也应从多方面入手，对数据质量进行综合评估。本研究中则从数据准确性、录入及时性、数据完整性以及样本代表性等方面来对数据质量进行评价。

本研究中，在年龄构成方面，不管是分性别人群还是全人群，项目区人口普查户籍人口与调查样本两者相似，结果表明样本人群具有较好的代表性，可将调查结果外推到项目区的整体。在对数据质量进行评估时，数据完整性是比较基本的一项标准，如果数据不完整，则会降低其可利用性[11]。本研究中，本次调查的人次缺失率为17.64%（944/5 352），整体完整率为82.36%（4 408/5 352）；出生日期、姓名、体检日期、居住地址、户籍地址、行政区域等变量未出现缺失，而HIV抗体筛查、手术史、性别等指标的缺失率则＜2%，有无采取艾滋病预防措施、民族、婚姻状况等指标的缺失率则比较高，出现该情况主要是因为上述条目并不是问卷中的必填项目，部分调查对象为了节省时间而未填写[12]。临床研究结果显示，如果数据缺失率＞40%，就算填充缺失数据也无法取得比较理想的效果，导致数据的利用价值丧失[13-14]。所以在开展大规模流行病学研究时，应组建质量控制小组，对数据质量进行严格把关。

表1 人口普查户籍人口与项目县样本认可的年龄构成比较（%）

表2 数据录入情况观察

数据录入的及时性虽然不会对分析结果和数据自身的质量造成影响，然而却会对数据的利用价值造成一定影响[15]。本研究中，整体正确录入5 072例，开始体检到录入数据的时间间隔为0～365天；时间间隔≥90天的共51例，占比为1.01%（51/5 072）。时间间隔较长会降低数据时效性，因此应让时间间隔缩短。

总之，我区艾滋病示范区的样本人群代表性比较理想，但是在录入及时性、调查数据准确性以及完整性方面却并不理想，需要进一步提升，进而为卫生行政部门制定决策和开展管理工作提供更加准确和科学的卫生统计数据，为艾滋病的防治提供指导。