王瑞平 李斌

（上海市皮膚病醫(yī)院臨床研究與創(chuàng)新轉(zhuǎn)化中心 上海 200443）

EpiData 軟件是丹麥歐登塞的一個(gè)非盈利組織開發(fā)并推廣，是一款免費(fèi)的數(shù)據(jù)管理軟件[1]。在應(yīng)用EpiData軟件完成數(shù)據(jù)庫建立后，研究者就可以使用這個(gè)數(shù)據(jù)庫進(jìn)行數(shù)據(jù)錄入。考慮到有些調(diào)查研究的樣本量比較大，因此在數(shù)據(jù)錄入時(shí)須要邀請多名數(shù)據(jù)錄入員完成紙質(zhì)版數(shù)據(jù)的錄入；另外，有些研究的數(shù)據(jù)來源多樣，有時(shí)則須要把不同來源的數(shù)據(jù)合并在一起。遇到這些情況時(shí)，就須要應(yīng)用到數(shù)據(jù)的“縱向合并”和“橫向合并”功能。此外，為了提高數(shù)據(jù)錄入的質(zhì)量并能夠檢測出錄入錯誤，許多情況下須要將紙質(zhì)問卷數(shù)據(jù)信息進(jìn)行雙人雙遍錄入，將雙錄入的結(jié)果進(jìn)行一致性核對，便可以發(fā)現(xiàn)錄入不一致的地方，這時(shí)便會用到EpiData 軟件的“一致性檢驗(yàn)”功能。本文基于前期數(shù)據(jù)庫已完成建立的基礎(chǔ)上，介紹EpiData 軟件在數(shù)據(jù)庫合并和一致性檢驗(yàn)中的應(yīng)用方法和須注意的細(xì)節(jié)。

1 數(shù)據(jù)庫縱向合并

數(shù)據(jù)的縱向合并是指用于連接數(shù)據(jù)結(jié)構(gòu)相同或相似的2 個(gè)數(shù)據(jù)文件，操作過程中2 個(gè)文件不發(fā)生任何變化，只是把2 個(gè)數(shù)據(jù)文件的“合集”內(nèi)容中的數(shù)據(jù)合并在一起，增加數(shù)據(jù)的份數(shù)[2]。例如，仍以《上海醫(yī)藥》2023 年第44 卷第13 期“臨床研究規(guī)范”欄目發(fā)表的《應(yīng)用EpiData 軟件創(chuàng)建臨床研究電子數(shù)據(jù)庫》一文中建立的“流動人口特應(yīng)性皮炎患者現(xiàn)況調(diào)查”數(shù)據(jù)庫（圖1）為例[3]，在后續(xù)的研究中邀請A、B、C 等3 名數(shù)據(jù)錄入員進(jìn)行數(shù)據(jù)庫錄入。其中，A 錄入員完成800 份問卷，B 錄入員完成1 000 份問卷，C 錄入員完成700 份問卷，通過數(shù)據(jù)庫的縱向合并，最后得到包含共計(jì)2 500（即800 ＋1 000 ＋700）份記錄的數(shù)據(jù)庫。數(shù)據(jù)庫縱向合并的操作方法：打開EpiData 軟件菜單列中“數(shù)據(jù)導(dǎo)入/導(dǎo)出”的次級菜單，點(diǎn)擊“縱向追加記錄和橫行添加字段”打開對話框（圖2），然后打開要合并的數(shù)據(jù)庫記錄（record,REC）文件A（崔亮亮.rec）和REC 文件B（馬兵成.rec）后，點(diǎn)擊“確定”打開新的對話框，根據(jù)提示選擇縱向連接“追加”的類型，把合并后的目標(biāo)文件保存在“REC 數(shù)據(jù)文件C”（須自行指定保存位置，并自行定義合并后的文件名稱，如“合并1”），單擊“追加/Append”，完成操作。后續(xù)，重復(fù)上述操作，將“合并1.rec”和“謝榮恒.rec”合并，直到把全部數(shù)據(jù)庫合并為一個(gè)完整的數(shù)據(jù)庫為止。

圖1 EpiData數(shù)據(jù)庫錄入界面

圖2 EpiData軟件數(shù)據(jù)縱向合并方法示意圖

2 數(shù)據(jù)庫橫向合并

數(shù)據(jù)的橫向合并是2 個(gè)數(shù)據(jù)庫中結(jié)構(gòu)不同的文件橫向連接，但前提是2 個(gè)文件中必須有相同的標(biāo)示變量或關(guān)鍵變量，為了提高連接的成功率，用戶最多可以指定3 個(gè)指示變量，指示變量不一定是在核對文件中指定為key 或key unique，但必須保證其在2 個(gè)文件中都存在，同時(shí)指示變量在數(shù)據(jù)文件中不能有重復(fù)。為了便于操作，建議指定key unique 變量為指示變量。例如，在先前建立的“流動人口特應(yīng)性皮炎患者現(xiàn)況調(diào)查”數(shù)據(jù)庫中，如果一般人口學(xué)特征信息為數(shù)據(jù)庫A，共2 500 份記錄，而實(shí)驗(yàn)室檢測指標(biāo)為數(shù)據(jù)集B，同樣是2 500 份記錄。如果要把數(shù)據(jù)庫A 和數(shù)據(jù)庫B 中每一個(gè)人的信息合并在一起，就會用到數(shù)據(jù)庫的橫向合并，最后得到一個(gè)有2 500 份同時(shí)包含A、B 數(shù)據(jù)庫信息的記錄的數(shù)據(jù)庫。數(shù)據(jù)庫橫向合并的具體操作方法為，打開EpiData 軟件菜單列中“數(shù)據(jù)導(dǎo)入/導(dǎo)出”的次級菜單，點(diǎn)擊“縱向追加記錄和橫向添加字段”打開對話框（圖3），然后打開要合并的REC 文件A 和REC 文件B 后，點(diǎn)擊“確定”打開新的對話框，根據(jù)提示選擇縱向連接“合并”的類型，選擇合并所必需的匹配字段，把合并后的目標(biāo)文件保存在“REC 數(shù)據(jù)文件C”（自行指定的保存位置），單擊“合并/Merge”，完成操作。

圖3 EpiData軟件數(shù)據(jù)橫向合并方法示意圖

3 數(shù)據(jù)庫一致性檢驗(yàn)

數(shù)據(jù)庫的一致性檢驗(yàn)是將同一個(gè)研究中的紙質(zhì)問卷內(nèi)容進(jìn)行雙遍錄入后，進(jìn)行一致性檢驗(yàn)，其目的是對錄入的數(shù)據(jù)進(jìn)行質(zhì)量控制（以下簡稱質(zhì)控），進(jìn)而提高數(shù)據(jù)庫的正確性[4-5]。以“江西省萍鄉(xiāng)市一起集體發(fā)熱疫情”數(shù)據(jù)庫為例，該調(diào)查共采集98 名發(fā)熱并伴有呼吸道癥狀患者。該調(diào)查應(yīng)用EpiData 軟件建立數(shù)據(jù)庫，然后將98名發(fā)熱病人的信息進(jìn)行了雙人雙遍錄入，最后應(yīng)用一致性檢驗(yàn)對數(shù)據(jù)錄入質(zhì)量進(jìn)行質(zhì)控。應(yīng)用EpiData 軟件開展一致性檢驗(yàn)的步驟如下：在EpiData 軟件過程工具條中選擇“5 數(shù)據(jù)處理”，打開次級菜單“一致性檢驗(yàn)”對話框。如圖4 所示，在第1 個(gè)REC 文件A 中選擇第一遍錄入的數(shù)據(jù)庫，在第2 個(gè)REC 文件B 中選擇第二遍錄入的數(shù)據(jù)庫，然后點(diǎn)擊“確定”打開新的對話框，根據(jù)提示選擇匹配字段（key unique 變量），根據(jù)研究需要進(jìn)行勾選（如勾選“不考慮已被刪除的字段”“不考慮文本字段”“報(bào)告字段類型的區(qū)別”等選擇項(xiàng)）。最后，點(diǎn)擊“確定”，打開一致性檢驗(yàn)報(bào)告，完成操作即可。

圖4 EpiData軟件對雙遍錄入數(shù)據(jù)的一致性檢驗(yàn)

為使雙錄入后的一致性檢驗(yàn)操作更便捷，首先，研究人員須保證雙遍錄入的數(shù)據(jù)庫中至少有一份數(shù)據(jù)庫的錄入順序是從編號為“0001”的第一份問卷開始依次錄入的，這樣在后續(xù)根據(jù)一致性檢驗(yàn)報(bào)告修改數(shù)據(jù)庫時(shí)方便查閱原始數(shù)據(jù)，且利于查找數(shù)據(jù)庫中的每一份記錄。其次，在根據(jù)一致性檢驗(yàn)報(bào)告修改調(diào)整錄入的數(shù)據(jù)庫時(shí)，建議由3 個(gè)人組成一個(gè)數(shù)據(jù)庫修改質(zhì)控小組。質(zhì)控小組成員A 負(fù)責(zé)第一遍錄入的數(shù)據(jù)，成員B 負(fù)責(zé)第二遍錄入的數(shù)據(jù)，成員C 負(fù)責(zé)一致性檢驗(yàn)報(bào)告和查閱原始數(shù)據(jù)。質(zhì)控開始時(shí)，質(zhì)控小組成員C 查看一致性檢驗(yàn)報(bào)告，找出兩遍錄入不一致的問卷編號及報(bào)告提示的每一個(gè)不一致的變量，然后翻閱原始記錄，核對該變量正確的選項(xiàng)，如果是第一遍錄入出錯，則告知質(zhì)控小組成員A 修改；如果是第二遍錄入出錯，則告知質(zhì)控小組成員B 修改；如果第一遍和第二遍錄入的結(jié)果都不正確，質(zhì)控小組成員C 將同時(shí)告知質(zhì)控小組成員A 和質(zhì)控小組成員B 修改。由此，根據(jù)上面的規(guī)則，完成一致性檢驗(yàn)報(bào)告中所有錯誤信息的質(zhì)控核對。最后，將修正后的第一遍數(shù)據(jù)庫和第二遍數(shù)據(jù)庫再次進(jìn)行一致性檢驗(yàn)，如果還有錯誤則繼續(xù)修改；如果沒有錯誤，便是完成了這項(xiàng)工作。

完成數(shù)據(jù)庫一致性檢驗(yàn)后，最后一步工作便是將數(shù)據(jù)庫導(dǎo)出，隨后應(yīng)用常用的統(tǒng)計(jì)分析軟件進(jìn)行數(shù)據(jù)分析并撰寫報(bào)告。目前，EpiData 數(shù)據(jù)庫支持導(dǎo)出的格式包括TXT 文件（文本文件）、DBF 文件（dBase Ⅲ文件）、XLS 文件（Excel 文件）、DTA 文件（Stata 文件）、SPS文件（SPSS 文件）和SAS 文件（SAS 文件），研究者可以根據(jù)自己的需要選擇具體的導(dǎo)出格式。操作步驟如圖5 所示：在EpiData 軟件過程工具條中選擇“6 數(shù)據(jù)導(dǎo)出”，選擇導(dǎo)出格式，然后打開需要導(dǎo)出的數(shù)據(jù)庫，打開新的對話框，然后點(diǎn)擊“確定”即可。

圖5 應(yīng)用EpiData軟件導(dǎo)出數(shù)據(jù)庫