Scantriad
Download
1 / 31

การบริหารจัดการข้อมูลระบบเครือข่าย โดยใช้ ScanTRIAD - PowerPoint PPT Presentation


  • 142 Views
  • Uploaded on

การบริหารจัดการข้อมูลระบบเครือข่าย โดยใช้ ScanTRIAD. รศ.ดร. บัณฑิต ถิ่นคำรพ , PhD. (Statistics) ผู้อำนวยการศูนย์บริหารจัดการข้อมูลและสนับสนุนด้านสถิติ ภาควิชาชีวสถิติและประชากรศาสตร์ คณะสาธารณสุขศาสตร์ มหาวิทยาลัยขอนแก่น. ความบังเอิญ (Random error). อคติ ( Bias หรือ Systematic error ).

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' การบริหารจัดการข้อมูลระบบเครือข่าย โดยใช้ ScanTRIAD' - badru


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Scantriad
การบริหารจัดการข้อมูลระบบเครือข่ายการบริหารจัดการข้อมูลระบบเครือข่ายโดยใช้ ScanTRIAD

รศ.ดร. บัณฑิต ถิ่นคำรพ, PhD. (Statistics)

ผู้อำนวยการศูนย์บริหารจัดการข้อมูลและสนับสนุนด้านสถิติ

ภาควิชาชีวสถิติและประชากรศาสตร์

คณะสาธารณสุขศาสตร์ มหาวิทยาลัยขอนแก่น


ความบังเอิญ (Random error)การบริหารจัดการข้อมูลระบบเครือข่าย

อคติ

(Bias หรือ Systematic error )

Data Management

ส่วนประกอบขององค์ความรู้จากการวิจัย

ความรู้จากการวิจัย = ความจริง + สิ่งรบกวน

ผิดจากความเป็นจริงไปอย่างเป็นระบบ

ผิดจากความเป็นจริงไปโดยบังเอิญ

เป็นไปโดยธรรมชาติ

อคติในการเลือกตัวอย่าง[Selection Bias]

อคติในการเก็บข้อมูล[Information Bias]

อคติจากปัจจัยต่างๆ ที่เกี่ยวข้อง [Confounding Bias]

ลดสิ่งรบกวนโดยการออกแบบการศึกษาวิจัยที่ดี และมีการประกันคุณภาพการวิจัย


คุณภาพข้อมูลที่เก็บมาได้คุณภาพข้อมูลที่เก็บมาได้ + การบริหารจัดการข้อมูลที่ดี

ข้อมูลผิดจากความเป็นจริงอย่างเป็นระบบ

Selection Bias [All eligible subjects vs. Lost to follow-up and Non-response]

ข้อมูลผิดจากความเป็นจริงโดยบังเอิญ

  • Cancel out in large study

  • Achieve precision by reducing measurement error

บทบาทที่มักเข้าใจว่าทำเพียงเท่านี้

Data entry-> Data editing & cleaning -> Back-up storage

บทบาทที่ควรทำ

Systematic Approach -------> Statistical Coordinating Center

บทบาทการบริหารจัดการข้อมูลต่อองค์ความรู้จากการวิจัย

วิเคราะห์/แปลผล

ข้อมูล

องค์ความรู้ที่มีคุณภาพ

Information Bias [Validity & reliability of tools vs. Data management]

Confounding Bias [All related predictors vs. what were collected]


Systematic Approachคุณภาพข้อมูลที่เก็บมาได้

“Data Management and Statistical Support”

สำคัญมาก

Availability of complete, clean data takes time, effort, and attention to details.

“งานที่หนักที่สุดคือ Clean data ที่ได้จากการขาดการวางแผนที่ดี”

Researcher + Statisticianร่วมวางแผนตั้งแต่เริ่มโครงการวิจัย

มี Manual of Operation ที่ชัดเจน รวมทั้ง Plan for data analysis

Statistician + Data manager + Programmer ร่วมทำงานต่อไปอย่างใกล้ชิด

ทุกกระบวนการให้มี Documentation

Detect ปัญหาให้เร็ว แล้วแก้ไขอย่างรวดเร็ว


การประกันคุณภาพงานวิจัยการประกันคุณภาพงานวิจัย

มาตรฐานสากลในการทำวิจัยทางการแพทย์

ICH-GCP ดูรายละเอียดที่ http://www.ich.org

ICH = International Conference on Harmonisation of

Technical Requirements for Registration of

Pharmaceuticals for Human Use

GCP = Good Clinical Practice

ริเริ่มโดย European Union (EU), Japan, และ USA เมื่อ 1996

หลายประเทศทั่วโลกตาม เช่น Australia; Canada; the Nordic countries; WHO; etc.

ผลิตภัณฑ์จากผลการวิจัยที่ทำตาม ICH-GCP เท่านั้นที่จะได้รับพิจารณาขึ้นทะเบียน

แนวทางที่กำหนดนั้น สามารถปรับใช้ได้กับทุกประเภทการวิจัย


เป้าหมายหลักการประกันคุณภาพงานวิจัยQuality assurance and/or control

Prevent problems

Detect problems

Correct problems


Quality assurance elements
Quality assurance elementsการประกันคุณภาพงานวิจัย

  • Prevention

    • Well-written protocol, manual of operations

    • Collection limited to essential items, uncomplicated forms, criteria

    • Pre-test study forms and procedures

    • Investigators commitment to follow protocol

    • Training and certification of all staff

    • Data from central classification committees, specialized equipment (calibration), central laboratories or reading centers (internal replication; external duplication or standards)

    • Maintain study records; audit trails, archiving

Adopted from Shrikant I. Bangdiwala, Ph.D.


Quality assurance elements1
Quality assurance elementsการประกันคุณภาพงานวิจัย

  • Detection

    • Central monitoring of data on individual subjects:

      • data entry system checks

      • logical, consistency checks

      • extreme values

    • Site visits: standard check-list, records audit

    • Comprehensive performance-monitoring reports: study overall, by site, by staff

      • recruitment, follow-up, adherence, completion of procedures

      • errors

    • Statistical investigations of aggregate data: by site, by staff

      • identify unusual patterns

      • lack of variability

      • unusual relationships in the data

Adopted from Shrikant I. Bangdiwala, Ph.D.


Quality assurance elements2
Quality assurance elementsการประกันคุณภาพงานวิจัย

  • Correction

    • correct the errors and minimize the chance of future occurrences

    • procedures must be implemented early in the study

    • empower individuals, committees, centers to address problems

    • effect of systematic errors, bias, violations of protocol

    • address individual site or staff performance

    • redress misconduct or fraud

    • Document all actions

Adopted from Shrikant I. Bangdiwala, Ph.D.


RDM Processesการประกันคุณภาพงานวิจัย

Data Entry Design Considerations

Design of data collection forms

Paper-based : ระบบบันทึกข้อมูล, ระบบลงรหัส, ความแน่นของเนื้อหา, ความซับซ้อน ฯลฯ

Electronic-based : CAPI, PDA, Web-based, Applications, Optical Scan, etc

Data collection methods

Self-administeredลายมือ, สภาพกระดาษที่ได้รับกลับ, ระบบตรวจกรองค่าที่ผิด, ฯลฯ

Interview

Type of projects

Single siteVSMulti-center

Cross-sectional or Longitudinal

Routine data collection

Others

Small size projectVSMega studyVSCountry census

Real-time monitoring, Urgent, Allow sufficient time


RDM Processesการประกันคุณภาพงานวิจัย

Data Entry Design

Portal of data entry

Distributed data entry

Centralized data entry

Design of data entry interface

DirectVSVia CRF

Key punchingVSMouse clickingVSOptical scan

Spread sheet styleVSWYSIWYG

Data entry, validation, and verification methods

SingleVSDouble data entry

Embedded validation at entryVSValidation externally

Verification tools : PaperVSPrintout, Paper VS Screen,

ScreenVSScreen, Two parts within a screen,

Data and images being integrated(SD and CRF can be integrated)


Rdm processes
RDM Processesการประกันคุณภาพงานวิจัย

  • Data cleaning

    • All variables or key variables?

    • How much computerized vs manual?

    • Consistency checks – across variables, across forms, across time, across similar individuals

    • Frequency and timing given rate of accumulation and study needs

    • Audit trail & documentation – ALL changes to original data specify what, when, why, by whom


Rdm processes1
RDM Processesการประกันคุณภาพงานวิจัย

  • Audit trail & documentation – ALL changes to original data specify what, when, why, by whom

  • WHY?

    • Monitor study integrity and quality assurance

      • CC does this separately by personnel, collectively for trends

    • Regulatory agencies wish to compare the information in original data collection forms with that in reports

      • Usually, sample 10% of subjects in database, 100% of data from sampled subjects, and often 100% of subjects for key variables

  • Tolerance of errors: < 25/10000 fields = 0.25%


Main Tasksการประกันคุณภาพงานวิจัย

Data Management using

1.Scan

SCAN

Back Office

2.Verify

VERIFY

PURIFY

3.Purify

Front Office

State of the art for quality data entry


Scan and activate OMR & ICRการประกันคุณภาพงานวิจัย

Check for image error and fix if any

Export both images and data as a ZIP file

Unzip to database server

Login to the client computer

Send data to the server

Load data

Verify data

Save data

Login to the client computer

Check items with validation warnings

Check items based on EDA results

Check items with verification remarks

Data ready for researchers

ขั้นตอนการทำงาน

1.Scan

Feed paper

2.Verify

3.Purify


ScanTriadการประกันคุณภาพงานวิจัย

SCANNER

ADSL

DVD Backup

INTERNET

INTRANET SERVER

2. PURIFY

Downloading station

3. DELIVER

1. VERIFY

DVD Backup

HDD-USB

ศูนย์บริหารจัดการข้อมูลฯ

ตู้นิรภัยที่ สนง. โครงการวิจัย


Data Management System with Tools forการประกันคุณภาพงานวิจัย

Optical Recognition, Verification, and Purification.

http://www.scantriad.com


จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์

จัดเป็น Lot เพื่อเตรียมสแกน


แบบสอบถาม จัดเป็น จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์Lot เพื่อเตรียมสแกน


สแกนแบบสอบถามจัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


สแกนแบบสอบถามจัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์ดูให้ละเอียด


Data Verification Centerจัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Data Verification Centerจัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Example that data verification is needed จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Example that data verification is needed จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Example that data verification is needed จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Example that data verification is needed จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Example that data verification is needed จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Example that data verification is needed จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Example that data verification is needed จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์


Example that data verification is needed จัดเตรียมแบบสอบถามที่ได้รับจากไปรษณีย์

คู่มือ Verify