慢病随访问卷缺失数据处理规范（2026版）

慢病随访问卷缺失数据处理规范（2026版）1总则慢病随访数据的完整性直接决定了公共卫生决策的准确性与患者干预的有效性，缺失数据处理并非简单的数值填补，而是涉及统计学推断与临床逻辑判断的复杂工程。本规范旨在通过标准化的技术手段，对高血压、糖尿病、慢阻肺等重点慢病随访问卷中出现的缺失值进行识别、分类、填补与验证，确保在数据不完美的情况下，依然能输出具有临床指导意义的统计报表与风险评估结果。1.1适用范围本规范适用于各级疾控中心（CDC）、社区卫生服务中心（CHC）、三级医院公卫科及承接政府慢病管理服务的第三方机构。涉及的数据源包括但不限于：国家基本公共卫生服务规范要求的慢病随访表区域全民健康信息平台（基于FHIRR4标准）提取的EHR数据医生工作站（EMR）及患者自助填报终端产生的结构化数据1.2基本原则数据处理必须遵循“有据可依、风险可控、全程留痕”的原则，严禁为了追求报表美观而随意篡改或伪造数据。最小化干扰原则：优先使用原始数据，仅在缺失影响核心指标计算时进行填补。临床优先原则：填补算法必须符合医学病理逻辑（例如：舒张压不可能高于收缩压），严禁纯数学意义上的盲目插补。可追溯原则：所有经过填补的数据项，必须在数据库层面标记is_imputed=True，并记录填补算法版本及时间戳。2缺失数据识别与分类机制准确判断数据缺失的内在机制是选择正确处理方法的前提，错误的归类将导致严重的统计偏差。2.1缺失机制定义根据Little&Rubin统计学理论，数据缺失分为三类，系统必须通过日志分析与逻辑校验自动判定缺失类型：MCAR（完全随机缺失）：数据的缺失与变量本身及其他变量均无关。例如：服务器宕机导致5分钟内的上传数据全部丢失。MAR（随机缺失）：数据的缺失仅与已观测到的其他变量有关。例如：老年患者因视力下降未填写“自我健康管理”部分，但年龄字段已记录。MNAR（非随机缺失）：数据的缺失与缺失值本身有关。例如：重度吸烟患者故意隐瞒“每日吸烟量”导致该字段为空。2.2识别流程与判据数据清洗工程师每日需执行缺失模式诊断脚本，输出《缺失模式诊断报告》。可视化探查：使用Pythonmissingno库生成缺失矩阵热力图与缺失树状图。若某字段缺失率随时间推移呈线性上升，提示存在系统性的采集设备故障（MCAR）。Little'sMCAR检验：对核心变量集（收缩压、舒张压、BMI、空腹血糖）执行EM算法检验。若P>若P<逻辑关联判别：检查缺失是否与其他变量强相关。例如：若“饮酒频率”缺失人群中“肝功能异常”比例显著高于非缺失人群（χ2检验P3核心指标缺失数据处理策略不同临床指标对数据完整性的要求截然不同，必须“一指标一策”，严禁一刀切处理。3.1血压数据处理（高血压随访核心）血压是评估高血压控制率的关键指标，其缺失处理优先级最高。场景A：单次随访中收缩压（SBP）缺失，舒张压（DBP）正常处理动作：严禁直接使用DBP估算SBP。替代方案：系统自动触发“异常数据回填任务”，通过随访平台向患者发送消息：“请补充今日血压数据”，要求在24小时内补录。逾期处理：若24小时未补录，调取该患者过去30天内的家庭自测血压数据。若自测数据≥3条，取算术平均值作为替代值，标记source=home_avg；若无自测数据，标记为status=missing场景B：SBP与DBP同时缺失处理动作：检索最近一次面对面随访记录。LOCF（末次观测值结转）策略：若最近一次随访时间在3个月内，启用LOCF填补，并在备注栏注明“数据来源于上次随访”。风险阻断：若上次随访超过3个月，严禁使用LOCF（可能导致病情评估滞后），必须标记为缺失，由人工介入进行电话随访。3.2血糖与糖化血红蛋白（HbA1c）处理糖尿病管理的核心在于区分“点血糖”与“长期控制指标”。空腹血糖（FPG）缺失：若HbA1c正常：利用ADP（平均糖尿病血浆血糖）公式反推估算平均FPG。估算公式：FP限制条件：仅用于群体统计趋势分析，严禁用于个体药物调整依据。若HbA1c缺失：同血压处理逻辑，优先LOCF（限1个月内），否则标记缺失。HbA1c缺失：禁忌：严禁用FPG插补HbA1c（两者反映的时间窗不同）。补救：若FPG记录完整且显示控制良好（FPG4.4~7.0mmol/L），在统计报表中将该患者归类为“血糖疑似控制”，但在数据质量报告中扣分。3.3生活方式与分类变量处理对于吸烟、饮酒、运动频次等分类变量，缺失值往往隐含特定信息。二分类变量（是/否）：如“症状是否存在”：缺失默认填充为“否”（保守策略），但在分析时需引入“缺失指示变量”以校正偏差。有序多分类变量（经常/偶尔/从不）：优先使用众数填补，但参照群体需限制在“同社区+同年龄段+同病种”的亚组内，而非全局众数。风险提示：若某社区“运动频次”缺失率>20%，提示该社区问卷设计可能存在逻辑跳转错误，应暂停自动填补，反馈至质控员人工核查。4算法实现与参数配置技术部门需依据本规范在ETL流程中固化算法，确保处理结果的一致性。4.1多重插补（MICE）实施规范当缺失率介于5%~30%且变量间存在相关性时，必须使用MICE算法，而非简单的均值填补。插补模型选择：连续变量（血压、BMI）：预测均值匹配（PMM）。分类变量（用药依从性）：逻辑回归或多项回归。迭代次数设置：m=收敛标准：监测方差变化率，当连续两次迭代的参数差异<1结果合并：使用Rubin'sRules合并20个数据集的估计值，计算均值及标准误（SE）。公式参考：T=U+(14.2异常值与缺失值的混合处理在执行填补前，必须先清洗异常值，防止异常值污染填补结果。清洗规则：收缩压<60或>300mmHg→视为无效，置为身高<50或>250cm→视为无效，置为填补顺序：先利用有效数据清洗异常值→识别缺失模式→执行插补→二次校验（确保插补值在医学合理范围内，如BMI不超过60）。5质量控制与阈值管理缺失数据处理不能暗箱操作，必须通过量化指标监控处理质量。5.1缺失率预警阈值个体层面：单份问卷关键字段缺失率>10%机构层面：某社区卫生服务中心月度汇总数据缺失率>5%→触发黄色预警，发送整改通知书至负责人；>155.2填补准确率抽检每季度由质控科随机抽取5%的已填补数据进行人工复核。抽检方法：电话回访患者核实真实数值。合格标准：填补值与真实值的偏差需在允许误差范围内。血压：允许误差≤±血糖：允许误差≤±不合格处置：若某算法填补准确率<856应急响应与特殊场景处置面对突发公共卫生事件或系统故障时，需启动特殊处理流程。6.1批量数据缺失应急触发条件：因HIS系统升级导致接口断连，造成48小时内随访数据积压且关键字段为空。响应动作：L1响应（30分钟内）：技术团队排查接口日志，恢复数据同步。L2响应（2小时内）：公卫科启动“手工补录绿色通道”，允许医生通过纸质底册批量导入，系统暂时关闭强制性校验规则（开启事后审计模式）。L3响应（24小时内）：对仍无法填补的数据，在月度考核中予以“剔除”处理，不计入分子分母，并在备注中标注“系统故障导致缺失”。6.2患者死亡或失访处理死亡患者：随访表中所有生存状态相关的后续随访指标（如运动、饮食）均应标记为“逻辑适用性缺失”（NotApplicable,NA），而非随机缺失。统计时需剔除此类样本。失访患者：连续3次随访无法联系→状态变更为“失访”。后续所有指标自动填充为“缺失”，不再触发填补任务，避免产生虚假数据。7附则7.1解释权本规范由市/区卫生健康委员会公共卫生处负责解释。7.2生效日期本规范自2026年1月1日起施行，原《慢病数据清洗指南（2023版）》同时废止。附录A：慢病随访问卷缺失数据处理决策矩阵（工具表）变量名称变量类型缺失率范围首选处理策略备选策略禁选策略责任主体收缩压(SBP)连续型<5%历史数据LOCF(1个月内)患者自测数据均值全局均值填补数据管理员收缩压(SBP)连续型5%~20%MICE(PMM模型)人工电话回访删除该条记录统计分析师舒张压(DBP)连续型任意若SBP存在，按DBLOCF单独删除DBP数据工程师空腹血糖(FPG)连续型<10%LOCF(限2周)邻近均值插补HbA1c反推(仅作统计用)随访医生糖化血红蛋白(HbA1c)连续型任意标记缺失，不计入统计暂无FPG线性转换质控员吸烟状态分类型<15%亚组众数(同年龄组)填充“不详”填充“不吸烟”数据录入员用药依从性有序分类任意逻辑推断(处方量vs随访量)人工回访随机抽样填补临床药师身高/体重连续型<5%上次随访数值BMI反推(若BMI已知)人群平均值档案管理员附录B：数据缺失处理SQL逻辑参考（开发工具）--示例：更新高血压随访表中收缩压缺失值

--逻辑：优先取过去30天自测血压均值，其次取上次随访值

UPDATEhypertension_followupf

SETsbp=coalesce(home_avg.sbp_val,last_visit.sbp_val),

sbp_source=CASE

WHENhome_avg.sbp_valISNOTNULLTHEN'home_device_avg'

WHENlast_visit.sbp_valISNOTNULLTHEN'last_visit_locef'

ELSE'missing'

END,

is_imputed=TRUE

WHEREf.sbpISNULL

ANDf.followup_date>='2026-01-01';

--关联子查询：获取自测血压均值

WITHhome_avgAS(

SELECTpatient_id,AVG(sbp)assbp_val

FROMpatient_home_bp

WHEREmeasure_date>=(CURRENT_DATE-INTERVAL'30days')

GROUPBYpatient_id

),

--关联子查询：获取上次随访值

last_visitAS(

SELECTDISTINCTON(patient_id)patient_id,sbpassbp_val

FROMhypertension_followup

WHEREsbpISNOTNULL

ORDERBYpatient_id,followup_dateDESC

)

SELECT*FROMhypertension_followupf

LEFTJOINhome_avghONf.patient_id=h.patient_id

LEFTJOINlast_visitlONf.patient_id=l.patient_id;附录C：缺失数据质量核查清单（执行工具）[]核查范围确认：确认本次处理涵盖的时间区间（如：2026-01-01至2026-01-31）及病种。[]原始数据备份：已对followup_table_202601创建全量备份followup_table_202601_bak。[]缺失率统计：输出各字段缺失率报表，确认无字段缺失率>40%（超过则停止自动处理）。[]MCAR检验：已完成Little's检验，P值记录为[____]，