醫療資料中常見的問題

2026 iThome 鐵人賽

DAY 2

自我挑戰組

18th鐵人賽

68 瀏覽

今天進一步整理醫療資料中可能出現的問題。
在實際使用資料時，資料不一定會是完整且整齊的。例如在輸入或匯入資料的過程中，可能會因為漏填、輸入錯誤，或不同人使用不同的格式，而產生一些問題。如果沒有先處理這些問題，之後進行資料分析時可能會影響結果。
目前先將常見的資料問題分成以下幾種：

缺失值
有些欄位沒有填寫，例如年齡、性別或就診日期是空白的。
重複資料
同一筆資料可能因為重複輸入而出現兩次以上，可能會造成資料筆數被重複計算。
格式錯誤
欄位原本應該是數字，卻輸入了文字。例如年齡欄位出現「二十歲」或「abc」等內容。
格式不一致
相同的資料可能有不同的寫法。例如性別可能同時出現「男」、「男性」、「M」等表示方式。如果直接進行統計，可能會被系統當成不同的資料。
不合理的數值
有些資料雖然有填寫，而且格式也正確，但數值本身可能不合理。例如年齡出現負數，或明顯超出預期範圍的數值。
先把之後工具需要檢查的資料問題整理完成，之後就可以依照這些類型設計資料格式和檢查規則。