本研究聚焦医疗卫生数据收集后至数据分析使用前的中间阶段，针对数据的汇聚、清洗、转换、再整理等处理过程的关键问题，研究科学的数据处理方法及设计理念，保证医疗卫生数据处理全过程的数据准确性、完整性和一致性。
一、方法与问题
通过查阅数据处理的相关文献，结合实际工作经验，梳理数据处理过程中存在的关键问题，构建数据处理中各阶段的研究及设计要点。数据处理过程中存在的关键问题：一是数据处理工作流程混乱，二是数据集设计不能满足数据使用需求，三是数据处理过程中数据质量控制不足。
二、应用实例
以一项将实验室日检测量数据作为研究对象的科学研究为例，基于研究及设计要点，围绕该项目的研究目的，在数据处理过程中重点实施了以下几方面的工作。一是明确数据处理过程的不同阶段并留存相应数据集，根据研究目的，将数据处理过程明确划分为个案数据汇聚、个案数据清洗、统计日检测量、数据再整理4个阶段，合理设计各阶段的工作流程与内容，并形成各阶段数据集的变量说明文件。二是在数据处理的全过程中，各阶段数据集间相同含义的变量应保持其名称与格式统一，便于识别与追溯。三是各阶段留存的各版本数据集中，均保留了原始的分类字符型变量和对应的数值型编码变量，并保证两变量值关系一一对应。四是在个案数据汇聚、个案数据清洗、统计日检测量3个阶段，均使用横向数据结构，在数据再整理阶段，使用纵向数据结构。五是对于数据处理的各阶段，应采用独立双遍操作结果比对、逻辑核查等方式进行数据质量控制，保证数据处理全过程的数据质量。
（摘录：中国卫生信息管理杂志）
////////////////////////////////////专家点评////////////////////////////////////
徐冬，中国科学技术大学附属第一医院（安徽省立医院）科研处, 正高级工程师，现任中国医院协会信息专业委员会委员，安徽省医院协会信息管理专业委员会副主任委员，《中国数字医学》、《医学信息》编委。
本文分析了医疗卫生数据处理过程中存在的关键问题，即处理流程混乱、数据集设计不能满足使用需求、数据质量控制不足，并以实例将数据处理过程划分四个阶段。在前三个阶段，采用传统的横向数据结构，为满足数据分析需要，在数据再整理阶段，使用纵向数据结构（数据以键/值对方式存储），基于统计数据集构建了三个不同层级的分析数据集：全市日检测量数据集、全市各检测机构日检测量数据集、全市各检测机构在不同层级亚组中的日检测量数据集；其另一个特点是保留各阶段数据集，以支持数据可追溯，可实现数据共享权限的精准控制，在保留各阶段数据集基础上，分别对各阶段数据集进行有侧重的数据质量控制，从而保证数据处理全过程的数据质量。