1数据集管理信息系统设计思路
1.1设计思路
数据集管理内容主要包括数据标准的元数据、数据值域及值域代码、数据元以及数据集的综合管理[4]。根据数据集标准管理的内容要求，公共卫生数据集管理系统实现以下目标：为各类数据标准的元数据、数据值域及值域代码、数据元以及数据集的著录提供统一规范化管理，包括统一著录界面、统一的数据库存储和管理；实现数据标准、数据值域及值域代码、数据元及数据集的标准内部查询，以及跨标准综合查询；实现按标准类别、行业、年份对标准进行分组统计，以及数据标准元数据、数据值域及值域代码、数据元以及数据集的各类统计；实现各类数据标准加工后批量导入到标准管理系统；实现按用户对象设置管理和查看权限；实现跨平台的在线应用。
1.2用户对象
1.2.1第一类用户：数据集标准内容著录人员，负责对数据标准元数据、数据值域及值域代码、数据元以及数据集进行著录、审核、修改等。
1.2.2第二类用户：数据集标准应用人员，对数据集标准的各项内容进行查看、分析和利用，不进行数据集的著录。
1.2.3第三类用户：系统管理人员。负责系统的用户及权限进行管理，数据的批量处理以及备份。
2数据集管理信息系统设计框架
2.1系统功能模块设计公共卫生数据集管理系统的功能，包括数据标准管理、综合查询、统计分析、系统管理4大模块。数据标准管理模块包括标准信息统一展示、标准信息及元数据管理、值域及值域代码的管理、数据元管理以及数据集管理。标准管理模块目的是提供数据标准各项内容的著录及浏览。综合查询模块包括数据标准查询、值域及值域代码查询、数据集查询等功能，能够通过各种查询条件组合，对各类数据标准内容进行综合查询。统计分析模块实现按照多维的统计方式对著录到系统的各类数据标准内容进行统计分析。系统管理模块是对系统用户及权限进行管理。数据标准管理功能模块面向第一类用户，综合查询和统计分析模块面向第二类用户，系统管理模块面向第三类用户。
2.2数据集管理流程设计
数据集管理流程是数据集标准著录到数据集管理利用的过程。通过系统分析，将数据集管理流程设计为两类：管理已经发布的数据集标准；对制订新的数据集标准进行过程管理。针对第一类流程，通过收集已有的数据标准文档，利用扫描工具以及OCR软件进行扫描和加工处理，形成电子文档。然后从电子文档中提取出标准内容，整理成公共卫生数据集管理系统要求的Excel文档形式，导入公共卫生数据集管理系统。导入到数据标准管理系统后，标准内容就可以使用系统的管理、查询和统计功能进行维护和利用。
2.2.1OCR识别：采用光学字符识别（OpticalCharacterRecog-nition，OCR）软件，来对扫描形成的PDF文档进行自动文字识别，识别后生成文字以及图表类型电子文档。
2.2.2校验整理：通过OCR软件识别后生成文字以及图表类型电子文档，存在少量的误识别情况，需要进行人工核对和订正。核对订正后，将内容整理成公共卫生数据集管理系统要求的Excel文档形式。至此，已经生成了可以导入到公共卫生数据集管理系统的标准格式电子文档。
2.2.3导入数据：将校验整理后的标准格式电子文档，按照公共卫生数据集管理系统的数据接口，添加内部关键字后，批量导入到公共卫生数据集管理系统数据库。
2.2.4查询利用和统计分析：可以通过公共卫生数据集管理系统的查询、统计各项功能，对导入到公共卫生数据集管理系统数据库的标准进行综合运用。第二类管理流程是利用在公共卫生数据集管理系统上进行新标准著录、审核和利用。此时、需要根据现有业务规范及原始数据进行归纳分类，然后根据该分类方法对数据进行分类后著录到公共卫生数据集管理系统。
（1）业务数据归纳分类：新标准的建立，基础资料来自于现有的业务规范以及业务数据。而成为标准之前，这些现有的业务数据还是不规范的，需要进行分析后归纳分类，形成新标准的分类方法，对业务信息进行标准化，整理出标准的元数据信息、值域代码表、数据元集及数据元、数据集。
（2）新建标准：通过新建标准功能，在公共卫生数据集管理系统上建立新的标准，同时录入标准元数据信息。
（3）新建值域代码表：通过新建值域代码功能，在公共卫生数据集管理系统上建立新的值域代码表，同时录入值域代码信息。
（4）录入数据元：通过新建数据元集功能，在公共卫生数据集管理系统上建立新的数据元集，同时在该数据元集上录入数据元信息。
（5）新建数据集：通过新建数据集功能，在公共卫生数据集管理系统上建立新的数据集。新建完数据集后，可以通过数据元选择功能将各类数据元添加到该数据集中。数据集只是引用了数据元，所以多个数据集可以共享数据元信息。
（6）查询利用和统计分析：可以通过公共卫生数据集管理系统的查询、统计各项功能，对导入到公共卫生数据集管理系统数据库的标准进行综合运用。
3 数据集管理信息系统设计框架
3.1系统技术框架设计公共卫生数据集管理系统采用瘦客户端的B/S技术构架。前端采用浏览器，后端采用J2EE服务器，数据存储采用Oracle关系数据库管理系统。系统开发模式采用多层开发模式，做到表现层、逻辑层、数据层多层分离开发，提高系统可维护性、可扩展性。
3.2数据库及存储模型设计
公共卫生数据集管理系统核心数据表之间的结构关系。1个数据标准，它具有标准的基本信息、标准的元数据信息、值域代码表信息、数据元集信息、数据元信息、数据集信息等各类属性。各类属性的关系如下：
3.3.11个标准，需含有名称、类别、发布机构、发布日期等基本信息。
3.3.21个标准信息可以有多个元数据信息来进行描述说明。
3.3.31个标准里面包含多个值域代码表。每个值域代码表内必须含有一个以上值域代码。
3.3.4每个数据元集表内必须含有1个以上数据元。
3.3.5每个数据集内必须引用1个以上数据元。
4应用
通过公共卫生数据集管理系统，将收集到的相关数据标准文档进行加工处理后形成电子文档，经过审核校验后导入公共卫生数据集管理系统。从标准的导入情况来看，公共卫生数据集管理系统具有较高的通用性，所有标准均能导入公共卫生数据集管理系统，而不需要针对每个标准进行二次改造或扩展。做到了1套界面和数据存储设计，满足不同的标准管理需要，同时能方便进行标准纵向及横向的查询和分析。目前系统基本涵盖了已发布的公共卫生监测业务相关数据标准，主要包括国家标准25部、行业标准15部、地方标准1部和部门规范33部。其中值域1053个，值域代码32371个，数据元4823个，数据集49个。以现有数据标准为基础，利用公共卫生数据集管理系统，对公共卫生监测业务数据标准进行整理与著录，形成27个公共卫生监测数据集，其中值域448个，值域代码67871个，数据元3116个。
5小结
卫生信息标准建设是一项长期工程[5]，随着数据元数量的快速持续增加，数据元目录编制的复杂度越来越高，编制过程中难免会出现问题[6]。通过建立的公共卫生数据集管理系统，能够更加有效的管理各类公共卫生数据元，减少错误出现。对于数据标准的管理者来说，能够有效、规范的管理数据元的注册、发布和分析，使得数据集的管理成为一种常态化工作。对于数据标准的使用者来说，能够通过简便、快捷的获取方式获得数据标准，并能便捷的运用到系统的设计和开发上，更加有效促进数据标准的利用率和符合率。通过建立一套通用的公共卫生数据集管理系统，实现公共卫生领域各类国家、行业、地方以及部门内部的数据集信息统一管理，提供标准信息的查询和分析，为公共卫生信息系统建设中数据标准的利用提供基础。利用公共卫生数据集管理系统辅助新的数据标准的建立，提升建立标准的兼容性。本文结合浙江省疾病预防控制中心的公共卫生数据集标准化建设工作，介绍了公共卫生数据集管理系统的设计思路、数据集管理流程、系统技术构架以及数据关系模型。实现公共卫生领域的数据集的管理以及共享利用，为数据标准制定和数据交换奠定了一定的基础。
2012年，原卫生部统计信息中心和卫生信息标准专业委员会启动电子健康档案和电子病历信息标准符合性测试项目，研究建立了一套科学、量化、透明公开的卫生信息标准符合性测试规范、测试方案、测试系统及配套管理方法[7]。今后将以公共卫生数据集管理系统为基础，进一步扩展信息系统功能，探索研究公共卫生监测信息系统数据标准符合性的评估分析模型，缓解当前卫生信息标准中公共卫生数据标准化程度低而导致的数据共享困难，降低当前卫生信息标准数据元管理和应用的复杂度，提升标准管理和应用的效率。
作者：江涛 李莉 叶飞 曹彦 单位：浙江省疾病预防控制中心
