3. 数据质量维度与医疗场景映射

数据质量不是一个单一指标，而是一组相互制约的维度。同一份数据在临床、运维、科研三类场景中，各维度的含义、判定口径和优先级并不相同。理解这种映射关系，是设计监控规则、设定告警阈值和分配治理资源的前提。

五个核心维度的通用含义

完整性指应采集的字段、记录或时间点是否缺失。它通常用缺失率衡量，例如某监护仪每5秒应产生一条生命体征记录，若某小时实际记录数为600条而理论值为720条，则完整性约为83.3%。完整性关注“有没有”，不关注“对不对”。

准确性指数据值与真实状态的接近程度。它需要参照物才能判断，例如与人工复核值、标准设备读数或业务真值比对。体温记录为“45℃”属于超出合理生理范围的准确性异常，而“36.5℃”记录成“36.8℃”则属于难以直接发现的偏差。

一致性指同一对象在不同系统、不同时间或不同字段之间是否自洽。例如患者性别在HIS中为“女”，在检验系统中为“男”；或入院时间晚于出院时间。一致性关注“彼此是否矛盾”。

时效性指数据从产生到可用、从发生到入库的延迟是否满足业务要求。急诊检验要求结果在数分钟内可见，而年度科研数据回溯可容忍小时级延迟。时效性通常用端到端延迟、入库滞后时间等指标衡量。

唯一性指同一实体是否被重复记录或重复标识。例如同一患者因姓名、身份证号录入差异生成两条主索引，或同一台设备以不同资产编号重复登记。唯一性关注“是否重复”。

临床场景：准确性与时效性优先

在临床诊疗中，数据直接参与用药、手术和抢救决策，准确性和时效性优先级最高，完整性次之，一致性再次，唯一性通常由主索引系统统一保障。举例来说，ICU中一条延迟10分钟的血钾报警，即使数值完全准确，也可能错过干预窗口；而一条数值错误但实时到达的报警，则可能触发错误处置。因此临床监控规则通常设置为：危急值类数据延迟超过60秒即告警，生命体征缺失连续超过3个采集周期即提示，跨系统关键字段（如血型、过敏史）不一致立即阻断相关流程。

临床场景对完整性的容忍度较低，但并非所有缺失都同等严重。体温单某次记录缺失可以补录，而麻醉过程中潮气量连续缺失则属于高风险事件。因此完整性规则需要按字段临床权重分级，而不是统一使用一个缺失率阈值。

运维场景：完整性与一致性优先

设备运维关注的是设备状态、日志、告警和资产数据，其核心目标是保障设备可用性和可追溯性。在这一场景中，完整性和一致性优先级最高，时效性要求相对宽松，准确性往往通过设备自检和校准来保证，唯一性则直接影响资产台账和工单关联。

例如，一台输液泵的运维数据包括运行日志、报警记录、校准记录和维修工单。如果日志缺失，故障根因分析就失去依据；如果资产编号在设备台账和工单系统中不一致，维修记录就无法正确归集到该设备。运维监控通常设置：关键日志字段缺失率超过5%告警，设备状态与工单状态不一致时触发核对，同一序列号重复登记时阻断入库。时效性方面，运维数据允许分钟级到小时级延迟，但设备离线告警本身需要秒级响应。

科研场景：一致性与完整性优先

科研数据用于统计分析和结论推导，对一致性和完整性要求最高，准确性和唯一性次之，时效性通常最低。科研场景最怕的是同一变量在不同中心、不同时间口径不一致，导致合并分析时产生偏倚。例如多中心研究中，一家医院用“收缩压”字段记录卧位血压，另一家用同一字段记录立位血压，即使数值都准确，合并后也失去可比性。

科研数据还强调可追溯的完整性：每个入组对象的关键变量（年龄、性别、诊断、主要结局指标）缺失率通常要求低于5%，否则该病例可能被剔除。唯一性在科研中表现为受试者去重和随访记录不重复，一旦重复入组会直接污染样本量。时效性在科研中通常只要求“在分析窗口前完成清洗和锁定”，不要求实时。

优先级冲突与场景化取舍

三类场景的优先级并非绝对，而是随业务目标动态调整。急诊科可以接受一定程度的唯一性瑕疵（如临时患者使用匿名ID），但不能接受时效性下降；科研随访可以接受数据延迟一周入库，但不能接受同一受试者两次随访记录被合并成一条。因此，数据质量监控工程不应追求“所有维度都最优”，而应建立场景—维度—阈值的映射表，让每条监控规则都能回答：在什么场景下，哪个维度，达到什么阈值，触发什么动作。

从映射到监控规则

把上述映射落到工程实现，需要为每个场景定义可计算的指标和阈值。以下是一份可直接参考的规则配置示例，覆盖三类场景中的典型维度：

场景: 临床-ICU
  维度: 时效性
  对象: 血钾危急值
  指标: 从检验结果产生到护士站可见的端到端延迟
  阈值: P95 ≤ 60秒
  动作: 超过60秒触发二级告警；超过120秒触发一级告警并通知值班医师

场景: 临床-ICU
  维度: 完整性
  对象: 生命体征-潮气量
  指标: 连续缺失采集周期数
  阈值: 连续缺失 ≥ 3个周期（15秒）
  动作: 提示设备连接异常，触发床旁核查

场景: 运维-输液泵
  维度: 一致性
  对象: 设备状态 vs 工单状态
  指标: 设备台账状态与最近工单状态是否矛盾
  阈值: 矛盾即触发
  动作: 生成核对任务，暂停该设备排班

场景: 科研-多中心随访
  维度: 一致性
  对象: 收缩压测量体位
  指标: 各中心变量定义字典是否统一
  阈值: 定义不一致即阻断合并
  动作: 要求中心提交变量映射表并复核

场景: 科研-多中心随访
  维度: 完整性
  对象: 主要结局指标
  指标: 关键变量缺失率
  阈值: 缺失率 > 5%
  动作: 标记该病例为待剔除，人工复核后决定

最后需要强调的是，五个维度之间存在权衡关系。提高唯一性去重强度可能误合并真实不同患者，提高时效性可能牺牲部分完整性校验时间，提高一致性可能要求上游系统改造而拖慢整体进度。数据质量监控工程的目标不是消灭所有异常，而是让每一类异常在正确的场景下被正确的人以正确的优先级看到并处理。