Avaliação da qualidade dos dados
Este módulo avalia sistematicamente os dados das unidades de saúde considerando as métricas padrão de qualidade de dados, que incluem:
- Completude dos relatórios
- Deteção de valores atípicos
- Consistência interna
- Dados ausentes
- Cálculo de rácios
- Pontuação geral de qualidade
Em resumo
- Responde a: Quão completos, plausíveis e consistentes são os dados das unidades de saúde, antes de se estimar a cobertura?
- Utiliza: os dados mensais das unidades de saúde (relatórios recebidos e números de serviços) e, para os rácios esperados, as coberturas de CPN1, Penta1 e Penta3 (e VOP1, VOP3) do inquérito mais recente.
- Produz: as métricas 1a-1c, 2a-2b e 3a-3h e a pontuação geral de qualidade; os valores em falta e os valores atípicos extremos são depois corrigidos, e os anos pouco fiáveis podem ser removidos, na etapa de ajuste dos dados.
- Nas aplicações: Qualidade dos dados (Qualidade dos dados na aplicação RMNCAH, Avaliação da Qualidade dos Dados na aplicação Vaxx).
- Valores predefinidos: Valores predefinidos e limiares: qualidade dos dados
Porque é importante
Dados de unidades de saúde de alta qualidade constituem a base de estimativas de cobertura fiáveis. Para a base científica de cada métrica, aceda a Avaliação da qualidade dos dados: fundamentação.
Método
Completude dos relatórios
Para mais informação sobre a base científica e os métodos usados para avaliar a completude dos relatórios, aceda a Completude dos relatórios: fundamentação.
| Métrica | Numerador | Denominador | Interpretação |
|---|---|---|---|
| 1a | Número de relatórios mensais das unidades recebidos | Total de relatórios esperados (12 × número de unidades) | ≥90% é bom; afeta a interpretação de tendências |
| 1b | Distritos com completude de relatórios ≥90% | Total de distritos | Identifica distritos com baixo desempenho |
| 1c | Distritos sem valores ausentes em todos os formulários | Total de distritos | Identifica a distribuição de valores ausentes entre os distritos |
As análises RMNCAH e de vacinação diferem aqui: as estatísticas para 1a e 1b são a média dos formulários de notificação da análise: as análises RMNCAH utilizam CPN, parto, vacinação e consultas externas/OPD (internamentos excluídos); as análises de vacinação utilizam CPN, parto e vacinação. O guia Countdown 2024 sobre vacinação baseava-as apenas no formulário de vacinação. Ver Análises RMNCAH e de vacinação.
Deteção de valores atípicos
Um valor atípico extremo é definido como um valor mensal que se afasta mais de 5 vezes o desvio absoluto da mediana (MAD) do valor mediano mensal da mesma série (método de Hampel) — a do distrito, ou a série nacional ou de nível admin-1 avaliada. A mediana e o MAD são calculados a partir de todos os anos exceto o mais recente, pelo que o último ano é avaliado face aos anos anteriores. Para mais informação sobre a base científica e os métodos usados para avaliar e ajustar os valores atípicos extremos, aceda a Valores atípicos extremos: fundamentação.
| Métrica | Numerador | Denominador | Interpretação |
|---|---|---|---|
| 2a | Valores mensais não classificados como atípicos | Total de valores mensais | ≥99% esperado |
| 2b | Distritos sem valores atípicos | Total de distritos | ≥90% esperado |
Consistência interna
- A consistência interna avalia o grau de alinhamento dos indicadores relacionados no conjunto de dados, com base nas relações epidemiológicas e de prestação de serviços esperadas.
- Na estrutura analítica do CD2030, este passo complementa as outras métricas de DQA, avaliando se os indicadores que estão biológica ou programaticamente interligados seguem padrões plausíveis.
- Ao contrário das verificações de indicadores isolados, a consistência interna concentra-se nas relações entre indicadores, garantindo que os valores notificados refletem percursos realistas de prestação de serviços ao longo do contínuo de cuidados.
São consideradas as seguintes métricas na avaliação da consistência interna:
Rácios nacionais:
| Indicador | Numerador | Denominador | Interpretação |
|---|---|---|---|
| 3a | CPN1 notificado (nacional) | Penta1 notificado | Rácio esperado 1,07 × (cobertura de CPN1 ÷ cobertura de Penta1 no inquérito), ± 0,05 (ver Cálculo de rácios) |
| 3b | Penta1 notificado (nacional) | Penta3 notificado | Rácio esperado cobertura de Penta1 ÷ cobertura de Penta3 no inquérito, ± 0,05 |
| 3c (análises de vacinação) | VOP1 notificado (nacional) | VOP3 notificado | Rácio esperado cobertura de VOP1 ÷ cobertura de VOP3 no inquérito, ± 0,05 |
Rácios dos distritos: a proporção de distritos cujo rácio está entre 1,0 e 1,5 (um intervalo mais amplo, porque os rácios dos distritos variam mais):
| Rácio | Análises RMNCAH | Análises de vacinação | Numerador | Denominador |
|---|---|---|---|---|
| CPN1 / Penta1 | 3c | 3f | Distritos com o rácio entre 1,0 e 1,5 | Total de distritos |
| Penta1 / Penta3 | 3d | 3g | Distritos com o rácio entre 1,0 e 1,5 | Total de distritos |
| VOP1 / VOP3 | – | 3h | Distritos com o rácio entre 1,0 e 1,5 | Total de distritos |
As análises RMNCAH e de vacinação diferem aqui: as análises de vacinação acrescentam o rácio VOP1/VOP3 (3c a nível nacional, 3h para os distritos), pelo que os controlos dos distritos são 3c e 3d nas análises RMNCAH e 3f, 3g e 3h nas análises de vacinação. A página Consistência interna da aplicação Vaxx também representa VIP1 face a VIP2, sem pontuação. Ver Análises RMNCAH e de vacinação.
Dados ausentes
- Os valores mensais em falta são medidos pelo 1c: a proporção de distritos sem valores mensais em falta no ano, em nenhum formulário de notificação (ver Completude dos relatórios).
- Na etapa de ajuste dos dados, um valor mensal em falta é substituído pelo valor mensal mediano do distrito para o ano.
Cálculo de rácios
- CPN1 para Penta1 (3a). Entre a primeira consulta pré-natal (cerca das 20 semanas de gravidez) e a Penta1 (6 a 8 semanas após o nascimento), o método pressupõe uma perda de gravidez de 3%, uma taxa de natimortalidade de 2%, uma taxa gemelar de 1,5% e uma mortalidade neonatal antes da Penta1 de 3%. Com a mesma cobertura de CPN1 e de Penta1 no inquérito, isto dá um rácio CPN1 para Penta1 esperado de 1,07; em geral, o rácio esperado é 1,07 × (cobertura de CPN1 ÷ cobertura de Penta1), ambas do inquérito mais recente.
- Penta1 para Penta3 (3b). A mortalidade tem um papel reduzido entre as 6 e as 14 semanas de idade, pelo que o rácio esperado depende do abandono entre as doses: cobertura de Penta1 ÷ cobertura de Penta3 no último inquérito (por ex., 0,95 ÷ 0,85 = 1,12). O rácio VOP1 para VOP3 (3c, análises de vacinação) avalia-se da mesma forma.
- Intervalo aceitável. Um rácio nacional a ± 0,05 do valor esperado é aceitável; fora dele, assinale o rácio e discuta possíveis explicações. Os rácios dos distritos variam mais: um rácio entre 1,0 e 1,5 é considerado dentro do intervalo.
Pontuação geral de qualidade
| Métrica | Numerador | Denominador | Interpretação |
|---|---|---|---|
| Pontuação geral | Calculado automaticamente | Calculado automaticamente | Média de 1a, 1b, 1c, 2a, 2b e dos controlos de rácios dos distritos (ver abaixo) |
As análises RMNCAH e de vacinação diferem aqui: os controlos de rácios dos distritos na pontuação são 3c, 3d nas análises RMNCAH e 3f, 3g, 3h nas análises de vacinação. Nas análises de vacinação, o 1c da pontuação é a média sobre as vacinas traçadoras (BCG, Penta1-3, VOP1-3, Sarampo 1) e o 2b a média apenas sobre as vacinas; as análises RMNCAH calculam ambos sobre todos os indicadores. Ver Análises RMNCAH e de vacinação.
O guia Countdown 2024 sobre vacinação excluía o 1c da pontuação; as aplicações incluem-no.
Interpretação
Taxas de notificação
Uma taxa de notificação nacional elevada pode esconder muitos distritos com baixa notificação. Verifique sempre a vista por distrito e a pontuação por região.
- A taxa de notificação mede se os relatórios chegaram, não se os números estão certos. Utilize em conjunto a deteção de valores atípicos e a consistência interna.
Mapa de calor da taxa de notificação subnacional
Taxa de notificação nacional e unidades subnacionais com baixa notificação
Valores atípicos
Os valores atípicos são identificados estatisticamente. Avalie sempre se os desvios refletem acontecimentos do mundo real (por exemplo, campanhas) ou erros de dados.
- Espera-se que pelo menos 99% dos valores mensais (2a) e 90% dos distritos (2b) estejam isentos de valores atípicos extremos.
- Um pico súbito pode ser uma campanha e não um erro. Verifique a tendência antes de decidir.
Mapa de calor da deteção de valores atípicos por região e ano
Consistência e rácios
- Reflita sobre grandes diferenças entre anos (por ex., mais de 0,10).
- Numa verificação de consistência, os pontos afastados da diagonal indicam reporte inconsistente e merecem atenção.
- Os gráficos de consistência mostram plausibilidade, não a verdade: uma razão Penta1/Penta3 invulgar pode ser um verdadeiro problema de evasão ou um problema de dados.
- As razões esperadas resultam dos valores de cobertura do inquérito, pelo que valores de inquérito errados distorcem esta verificação.
Verificações de consistência entre CPN1 e Penta1 por ano
Gráficos dos rácios CPN1/Penta1 e Penta1/Penta3 por ano
Valores em falta
Mapa de calor de dados ausentes por indicador e região
Pontuação geral
Tabela da pontuação geral de qualidade dos dados por ano
Armadilhas comuns
- Uma pontuação baixa é um motivo para investigar, nem sempre para descartar um ano. Compare com os acontecimentos locais antes de utilizar Remover anos. Um ano com muitos valores atípicos ou baixa completude é candidato a Remover anos ou a um ajuste cuidadoso (ver Ajuste de dados).
- Os resultados distritais são mais ruidosos do que os regionais porque assentam em números mais pequenos.
- Alterar o limite de desempenho altera a pontuação, por isso acorde-o com a sua equipa antes de comparar anos ou países.
Nas aplicações
Abra as páginas de qualidade dos dados
Estão em Qualidade dos dados na aplicação RMNCAH e em Avaliação da Qualidade dos Dados na aplicação Vaxx: ver Qualidade dos dados para cada página e os seus filtros.
Reveja as métricas
Percorra Taxa de notificação, Deteção de valores atípicos, Dados ausentes, Consistência interna e a Pontuação geral da qualidade dos dados.
O DataSuite calcula automaticamente a pontuação geral de qualidade dos dados.
Avance para a preparação dos dados
Remova os anos pouco fiáveis e ajuste os dados na Preparação dos dados.