T/JSIA 0004-2024 健康医疗大数据数据质量管理规范

主要技术内容:4.2数据质量管理的基本原则数据质量管理应遵循以下原则：a）适用性：是指收集的统计数据是否有用，是否满足用户的需求；b）准确性：数据要真实，反映实际情况，误差小；c）时效性：及时提供数据；d）可比性：国际可比、国内可比，统计口径保持一致；年度间的可衔接；e）完整性：数据元内容完整，不能残缺不全。f）简便性：信息简明扼要、少而精；g）可获取性：获取数据以及相关统计信息咨询服务便利；h）全程性：覆盖数据的计划、获取、存储、共享、维护、应用、消亡全生命周期的每个阶段；4.3数据质量管理的流程数据采集，格式检查，内容校验，数据整合，数据审核。5分级体系5.1数据质量分级a）应建立数据质量分级标准，根据填报数据的完整性及用户评价两方面进行综合评定，结果动态更新。b）数据质量级别至少应包括质量Ⅰ级和质量Ⅱ级两个级别。数据质量Ⅰ级：所有数据符合数据规范要求并通过数据格式校验和数据内容校验的；数据质量Ⅱ级：所有必填数据符合数据规范要求并通过数据格式校验和数据内容校验，但非必填数据不完全符合数据规范要求的。质量Ⅱ级数据是后续数据改正和补录的主要对象。5.2数据使用分级应根据数据的含义、包含内容、适用范围对其设置数据使用等级，按照等级来管理数据开放程度、数据共享范围。一般设置为可以在线共享和离线共享两个等级：a）在线共享：用户可以通过数据工程数据中心服务门户、各专属数据中心服务门户、各共建数据中心服务门户等查询、浏览和下载数据，包括公开共享、授权共享。公开共享是指注册用户登陆后可以在线下载公开数据。授权共享是指部分隐私数据通过授权在线下载，依据各单位的职能，授予相应隐私数据下载权限。b）离线共享：包括申请共享、延伸共享。申请共享是指用户向相应的数据中心提出数据使用申请，经各中心相应主管机关批准后，在安全技术手段支撑下，通过光盘方式获得数据。延伸共享是指用户提出数据更专业化、深入的加工申请，数据生产者按照用户申请进行数据计算、加工后，在安全技术手段支撑下，通过光盘方式提供用户。5.3数据安全分级a）梳理敏感数据域某些密级程度较高的数据集合称为敏感数据域。因 “分级”涉及到敏感数据，这些数据不以业务为导向，只以其自身的属性决定等级归属，即字段含义即为对应数据域。常见的梳理方法中，将敏感数据域划分为公共敏感数据域（法律角度）、行业敏感数据域（行业规范角度）、机构敏感