Pour mesurer la qualité d’une donnée clinique avant son partage, évaluez sa complétude, son exactitude, sa cohérence, son actualité et sa traçabilité, puis vérifiez qu’elle est adaptée à l’usage prévu. Une donnée ne devrait être transmise que si ses limites sont documentées et si les contrôles de qualité sont reproductibles.
Définir la qualité selon l’usage prévu
La qualité n’est pas une propriété absolue d’un champ clinique : elle dépend de la décision ou de l’analyse que le destinataire souhaite réaliser. Une date de prélèvement manquante peut rendre une donnée inutilisable pour étudier une évolution temporelle, mais ne pas empêcher le comptage de certains résultats. De même, une valeur saisie avec une unité atypique peut rester exploitable si son unité est connue et convertie de façon fiable.
Avant tout contrôle, décrivez donc la finalité du partage, la population concernée, les variables nécessaires, la période couverte et le niveau de détail requis. Distinguez les données indispensables des données facultatives. Cette étape évite de rejeter un jeu de données pour des défauts sans effet sur l’usage prévu, ou, à l’inverse, de partager une information apparemment complète mais inadaptée à l’analyse.
Évaluer les dimensions essentielles
Complétude des champs nécessaires
La complétude mesure la présence des informations attendues, pas seulement le nombre de cellules remplies. Calculez, pour chaque variable utile, la part des enregistrements comportant une valeur interprétable. Séparez les valeurs réellement absentes des mentions comme « inconnu », « non recherché » ou « sans objet » : elles ne décrivent pas la même situation et ne doivent pas être regroupées sans justification.
Examinez aussi la complétude par sous-groupe pertinent, par période ou par site de collecte. Une moyenne globale peut masquer un défaut concentré dans un service ou une catégorie de patients. Lorsque des champs sont conditionnels, évaluez leur présence uniquement pour les dossiers auxquels ils s’appliquent.
Exactitude et validité clinique
L’exactitude porte sur la concordance avec la réalité clinique ou avec la source faisant autorité. Elle est plus difficile à mesurer automatiquement que la complétude : une date au format valide peut être erronée, tout comme une valeur plausible peut ne pas correspondre au dossier d’origine. Selon le risque, comparez un échantillon à la source, vérifiez les transformations appliquées ou faites examiner les cas sensibles par une personne qualifiée.
Les contrôles de validité repèrent les valeurs impossibles ou incompatibles avec les règles définies : résultat hors du domaine autorisé, unité absente, date postérieure à un événement qui devrait la précéder, ou code inconnu du référentiel utilisé. Un signalement automatique indique un élément à examiner ; il ne prouve pas à lui seul qu’il s’agit d’une erreur clinique.
Cohérence et actualité
La cohérence vérifie que les champs s’accordent entre eux et suivent les mêmes règles de représentation. Contrôlez, par exemple, qu’un code clinique correspond au libellé associé, que les unités sont homogènes et que les dates respectent la séquence attendue. Repérez également les divergences entre systèmes sources lorsqu’une même information est disponible à plusieurs endroits.
L’actualité correspond à l’adéquation temporelle de la donnée avec l’usage. Consignez la date de collecte ou de mise à jour, ainsi que les délais connus entre l’événement clinique et son enregistrement. Une donnée peut être exacte au moment de sa saisie, mais trop ancienne pour une décision qui exige une information récente. Le seuil d’acceptabilité doit être déterminé par l’usage, et non choisi arbitrairement.
Traçabilité et intelligibilité
Une donnée partageable doit pouvoir être interprétée sans dépendre de connaissances implicites détenues par l’équipe qui l’a produite. Documentez sa provenance, sa définition, son unité, les règles de codage, les transformations effectuées et le traitement des valeurs manquantes. Indiquez aussi la version du dictionnaire ou du référentiel employé, sans supposer que le destinataire utilise la même configuration.
La traçabilité permet de répondre à une question essentielle : peut-on reconstituer comment la valeur transmise a été obtenue ? Si un calcul, une conversion ou une agrégation a été appliqué, conservez la règle et l’origine des données concernées. Sans cette information, une valeur peut sembler correcte tout en étant impossible à vérifier ou à comparer.
Construire des contrôles adaptés au jeu de données
Un protocole utile associe des règles automatiques et une revue humaine proportionnée au risque. Les règles automatiques peuvent repérer les champs vides, les formats inattendus, les unités non conformes ou les contradictions entre variables. La revue humaine sert à interpréter les anomalies qui nécessitent un jugement clinique, à distinguer les exceptions légitimes des erreurs et à confirmer que les définitions correspondent au besoin du destinataire.
Définissez chaque contrôle avant l’exécution : champ concerné, condition attendue, population applicable, traitement de l’anomalie et responsable de sa résolution. Conservez les résultats de contrôle avec la version du fichier évalué. Ainsi, une correction ultérieure ne fait pas disparaître l’historique et le destinataire peut savoir si l’évaluation porte bien sur la version reçue.
| Dimension | Contrôle pratique | Question à résoudre |
|---|---|---|
| Complétude | Mesurer les valeurs exploitables par variable et par sous-groupe | Les informations indispensables sont-elles présentes pour la population concernée ? |
| Exactitude | Comparer des valeurs à la source ou faire vérifier les cas à risque | La valeur représente-t-elle correctement l’information clinique d’origine ? |
| Cohérence | Tester les unités, les codes et les relations entre champs | Les variables suivent-elles des règles compatibles entre elles ? |
| Actualité | Documenter la collecte, la mise à jour et les délais de saisie | La donnée est-elle suffisamment récente pour l’usage annoncé ? |
| Traçabilité | Conserver provenance, définitions et transformations | Le destinataire peut-il comprendre et vérifier la valeur transmise ? |
Interpréter les résultats sans masquer les défauts
Un score global peut faciliter une comparaison, mais il ne doit pas effacer les faiblesses critiques. Une bonne complétude ne compense pas une unité inconnue ; une excellente cohérence de format ne garantit pas l’exactitude. Présentez les résultats par dimension et par variable, en précisant le dénominateur utilisé et les règles d’exclusion. Si un indicateur est calculé sur les seuls dossiers renseignés, signalez-le clairement.
Fixez des seuils d’acceptation en fonction des conséquences d’une erreur et de l’usage annoncé. Pour une analyse descriptive, une donnée partiellement manquante peut parfois être partagée avec une documentation explicite. Pour un usage où une erreur pourrait modifier une décision clinique, les exigences de vérification sont plus strictes et doivent être définies par les responsables compétents. En cas de défaut important, corrigez la source si possible, excluez les enregistrements concernés ou limitez le partage à un périmètre fiable.
Préparer une décision de partage documentée
Avant transmission, produisez un relevé de contrôle concis indiquant le périmètre évalué, la version du jeu de données, les règles appliquées, les anomalies observées et leur traitement. Séparez les défauts corrigés de ceux qui subsistent. Pour chaque limite résiduelle, précisez les variables et les dossiers concernés, ainsi que les usages qu’elle peut compromettre. Le destinataire peut alors décider si le jeu convient à son objectif sans confondre « contrôlé » et « exempt d’erreurs ».
La décision finale doit relier le niveau de qualité constaté à la finalité déclarée. Autorisez le partage lorsque les données essentielles sont suffisamment fiables, interprétables et documentées pour cet usage. Si les contrôles révèlent une incertitude majeure, suspendez la transmission, demandez une correction ou reformulez le périmètre. Cette décision doit aussi respecter les règles applicables de confidentialité et de gouvernance : la qualité clinique ne remplace pas l’autorisation de partager.
FAQ
Peut-on partager une donnée clinique incomplète ?
Oui, si l’incomplétude est quantifiée, documentée et compatible avec l’usage prévu. Il faut distinguer les informations facultatives des champs indispensables et signaler les sous-groupes où les absences sont concentrées.
Un contrôle automatique suffit-il à garantir l’exactitude ?
Non. Il repère efficacement les formats invalides, les valeurs hors règles ou certaines incohérences, mais ne confirme pas que la saisie reflète la réalité clinique. Une comparaison à la source ou une revue qualifiée peut être nécessaire.
Quel indicateur résume le mieux la qualité d’un jeu de données ?
Aucun indicateur unique ne convient à tous les usages. Présentez séparément complétude, exactitude, cohérence, actualité et traçabilité, puis interprétez-les selon les variables et les risques associés au partage.
Que faut-il transmettre avec les résultats des contrôles ?
Fournissez le périmètre évalué, la version du fichier, les définitions utiles, les règles de contrôle, les anomalies résiduelles et leurs conséquences possibles. Cette documentation aide le destinataire à comprendre les limites sans supposer que les données sont parfaites.