主题 4.9 — 数据质量与主数据管理

在医疗与照护领域,一个错误的 NHS 号码、一条遗漏的过敏史,或一份重复的患者记录,不是一个数据整洁度问题,而是一项临床危害、一次支付错误与一个研究缺陷,因此数据质量与主数据管理必须作为受管理的学科来运行,拥有具名负责人——而不是在数据捕捉的那一刻听天由命。

为什么这在医疗与照护领域很重要#

每一项临床决策都建立在某人早前记录的数据之上:一次被标记的过敏史、一份被归档的结果、一次被核对的用药、一个被确认的身份。当这些数据准确、完整,并附加在正确的人身上时,照护就能安全地流动。当它错误、缺失,或附加在错误的人身上时,系统会精确地执行它被告知的事情——并伤害某个人。一份重复的记录,会把一位临床医生没有正在查看的图表上的一项关键过敏史隐藏起来;一个输入错误的 NHS 号码,会把一项结果发送到错误患者的档案里;一个过时的地址,意味着一次癌症筛查邀请永远不会送达。这些不是假设:涉及身份误认与记录混淆的患者安全事故,是国家安全报告中反复出现的主题。

因此,数据质量首先是一个临床安全问题,其次才是一个分析问题(见主题 1.6——临床安全与风险管理)。它也是一个公共资金与公平问题。NHS 依据数据所显示发生的事情来向提供者付费、规划服务,并让它们负责;如果活动被少记或误编码,错误的提供者就会得到错误的报酬,委托决策也会建立在一幅被扭曲的图景之上。人群健康分析、等候名单验证与健康不平等工作,全都继承了底层记录的质量(见主题 4.5——数据、分析与人群健康管理)。

随着数据被复用,利害关系急剧上升。一份在繁忙前台一次性捕捉的记录,日后可能训练一个算法、支撑一份商业论证、输入一个国家数据集,并解决一次支付纠纷。那句古老的格言——垃圾进,垃圾出——如今已经变成了垃圾进,伤害出,因为糟糕的数据如今会自动地、在规模上传播进人工智能模型与自动化决策之中(见主题 8.4——人工智能与新兴技术治理)。而主数据——关于患者、员工、机构与药品是谁的共享、缓慢变化的事实——正是让数十个系统能够一致认为自己在谈论同一个人的连接组织。把主数据弄错,每一个下游系统都会继承这种混乱。

核心概念#

数据质量是数据适合其在运营、决策与规划中预期用途的程度。它通常在一组维度上被评估。准确性是数据是否正确描述了它所代表的真实世界事物;完整性是所需数据是否存在;及时性是数据在需要时是否可用,是否反映当前状态;有效性是数据是否符合定义的格式、类型与范围;一致性是数据是否与自身及其他来源相符;唯一性是每一个真实世界的实体是否只出现一次、且仅出现一次。一条记录可以是有效的(格式正确)、却是不准确的(错误的),因此这些维度是互补的,而不是可互换的。

主数据管理(MDM)是业务与技术共同确保一个机构共享主数据——许多系统所引用的核心实体:患者、员工、机构、场所与药品——一致性、准确性、管理责任与问责的学科。MDM 的抱负是一份黄金记录:每一个实体的单一的、受信任的、经过调和的版本,从许多源系统中组装而成,充当权威参考。这与单一权威来源的理念密切相关——在恰好一个权威地方主控每一个数据元素的实践,这样其他一切都回溯引用它,而不是各自保留自己分歧的副本。

参考数据是一个具体而重要的子类型。参考数据是用于对其他数据进行分类或归类的数据——编码清单、值集、机构编码、计量单位——通常由外部定义,变化缓慢。在医疗与照护领域,这包括诸如 SNOMED CT 这样的临床术语,以及国家机构与场所编码;这些标准归国家所有,并作为信息标准被强制要求(互操作性与交换在主题 4.3——互操作性与数据标准中涵盖,本主题不再重复)。

NHS 号码是英格兰、威尔士与马恩岛主要的唯一患者标识符——一个带有校验和的十位数字,让系统能够侦测一个输错的数字。它是患者主数据的锚点。把正确的 NHS 号码附加到正确的人身上,是一个记录关联问题——在不同来源中找到指向同一实体的记录——在英格兰通过个人人口统计服务(PDS,国家人口统计索引)、并在本地通过一个主患者索引(MPI)来解决。当关联失败时,你会得到重复(一个人,多份记录)或叠加(两个人被合并成一个),两者都很危险。

保持质量高企的运营学科是数据治理——数据的决策权与问责框架——以及数据管理员,对一个明确定义的数据域的质量与适用性负责的具名角色。有两种技术反复出现:数据分析,审视数据以收集其实际状态的统计信息;以及数据清理,侦测并纠正损坏、不准确,或重复的记录。预防胜于治疗:在捕捉点的数据验证——在不良输入进入系统之前拒绝或质询它的验证规则与约束——比事后清理更廉价、更安全。

最佳实践#

1. 在对每个数据集重要的具体维度上定义数据质量,并衡量它们。 "改善数据质量"不是一个目标;"把急诊数据集上的 NHS 号码完整率提高到国家门槛之上"才是。为每一个关键数据集商定准确性、完整性、及时性、有效性、一致性与唯一性中哪些最重要,设定可衡量的目标,并定期对照报告。NHS 数据质量成熟度指数(DQMI)为许多国家数据集提供了一个现成的、可比较的衡量标准;把它当作一条基线,并为临床医生与财务真正依赖的字段追踪你自己本地的指标。

2. 在捕捉点验证,而不是在下游的一次清理中验证。 最廉价的错误修复方式,是让它永远不要进入系统,而最有能力纠正一条记录的人,是正在创建它的人,此时患者就在他们面前。把验证规则、必填字段、受控的选择清单,以及 NHS 号码校验和验证,构建进员工实际使用的表格与界面中,并在注册时对照个人人口统计服务核实身份。每一个在捕捉时被捕获的错误,都是一个永远不必在下游被发现、调查并逆转的错误——那时它可能已经造成了伤害。

3. 把 NHS 号码当作一个安全攸关的锚点来对待,并在各处核验它。 NHS 号码是系统中单一最有价值的标识符,因为它是让一个人的记录能够安全地跨越各机构关联起来的关键。对照个人人口统计服务追溯它,在录入时验证它的校验和,并标记缺乏经过核验号码的记录,而不是让未匹配的数据继续流动。一个被附加到错误号码上的结果、转诊,或处方,是一项临床危害,因此要把 NHS 号码质量当作一项患者安全管控措施来对待,像对待任何其他管控措施一样被监测与上报升级。

4. 为每一个核心实体建立带有黄金记录的主数据管理。 刻意地决定哪个系统主控每一个实体——患者、员工、机构、药品——以及一份单一的、经过调和的黄金记录如何从源系统中被组装并维护。运行一个对照国家人口统计服务调和的主患者索引,并管理一个受控的、可审计的合并重复项与拆分错误叠加项的流程,因为这两种操作都会触及运行中的临床记录,如果草率地进行,本身就可能造成伤害。把同样的严谨程度延伸到员工与机构主数据,它们支撑着访问控制、支付与报告(见主题 4.2——身份与访问管理,以及拥有企业/财务主数据的主题 5.4——企业资源规划(ERP))。

5. 指定数据负责人与数据管理员,并给予他们真正的权力。 没有清晰的问责,数据质量就会腐化,因此要为每一个关键数据域指定一位对其负责的高级数据负责人,以及一位监测、调查并推动纠正的运营数据管理员。管理员需要地位、工具与时间——而不是加在一份已经排满的工作上的一行——以及一条把系统性问题(一份损坏的表格、一个令人困惑的工作流程、一个丢字段的接口)上报升级给能够修复根本原因的人的路径。所有权把数据质量从每个人模糊的担忧,转化为某个人明确的责任。

6. 先分析,后清理,在源头清理。 在任何改进或迁移之前,分析数据以理解其真实状态——有多少记录缺少 NHS 号码、存在多少重复项、哪些字段被系统性地误编码——这样你才能把精力瞄准真正重要的地方,而不是靠猜测。当你清理时,在主控这条记录的系统中修复它,并解决产生这个错误的流程,而不仅仅是下游数据仓库中的副本,否则同样的缺陷只会重新出现。忽视原因的一次性清理是一台跑步机;目标是关掉水龙头,而不仅仅是拖地。

7. 采纳国家信息标准与参考数据,而不是发明本地编码。 跨机构的一致性,只有在每个人都用同样的方式对世界进行分类时才可能实现,使用通过数据联盟伙伴关系委员会(DAPB)流程(前身为 SCCI/ISB 标准)强制要求的国家定义标准,以及诸如 SNOMED CT 这样的术语。在版本控制下、配有清晰的更新流程来管理参考数据与编码清单,因为一个悄悄变更的值集会破坏趋势分析,并可能腐蚀下游逻辑。本地扩展应当是罕见的、受治理的例外,并映射回国家标准(见主题 4.3——互操作性与数据标准)。

8. 让数据质量对其决策依赖它的人可见。 数据质量在被看见时会改善——把质量指标发布给临床、运营与财务团队,让糟糕数据的代价落在工作实际发生的地方,而不是埋没在一个数据团队里。向下游消费者展示他们所使用数据的溯源与已知局限,这样一位分析师、一个支付团队,或一位模型构建者才能判断它是否适合他们的目的(见主题 10.1——关键绩效指标(KPI))。关于质量的透明度,建立起让人们真正使用数据的信任,而一个可见的红色指标所带来的不适,常常正是最终为修复提供资金的原因。

与团队讨论的问题#

1. 我们机构中哪些具体的数据错误最有可能伤害一位患者?我们要如何才能知道它们正在发生? 这把数据质量从一种抽象的美德重新框定为一个带有具名危害的安全问题,而这是唯一一种会被优先处理的版本。梳理具体的失败路径:一份隐藏了一种过敏史的重复记录、一个错误核验的 NHS 号码错误路由了一项结果、一个过时的联系方式意味着一次两周等待的转诊永远不会抵达患者。困难的部分是侦测——大多数数据错误是无声的,只有在伤害发生或一次审计偶然发现它们时才被发现,因此讨论你是否有任何主动发现它们的方式,还是依靠运气与投诉。一个好的、诚实的答案会说出你两三个伤害最大的数据危害,坦率地说明你目前是否能够侦测到每一个,并把这些缺口当作需要被记录、拥有负责人的临床安全风险(见主题 1.6——临床安全与风险管理)来对待,而不是当作总有一天会处理的整洁度问题。

2. 我们核心实体——患者、员工、机构、药品——的单一权威来源在哪里?我们的系统是否真正尊重它? 许多机构在审视时发现,同一位患者在患者管理系统、急诊系统、病理系统与三个部门数据库中以不同的方式存在,对哪一个是权威的没有共识。逐个实体地讨论,哪个系统应当主控它、一份黄金记录是如何被组装的,以及重复项与叠加项是如何被发现与解决的——包括谁被允许合并两份记录,因为这个操作本身就可能造成伤害。揭示地方自主权(部门想要自己能够掌控的副本)与系统范围安全性(一个经过调和的真相)之间的张力,并坦率承认主数据管理是持续的管理责任,而不是一次性的迁移。一个有力的答案会为每一个实体识别出主控系统,承认今天在哪些地方没有商定的单一权威来源,并承诺一位具名负责人与一个调和流程,而不是一次会悄悄再次腐烂的数据库清理。

3. 当我们的数据输入一次支付、一份国家申报、一份商业论证,或一个 AI 模型时,判断它是否适合那个目的是谁的工作? 为一个原因捕捉的数据不断被为其他原因复用,而对一份临床笔记而言足够的质量,可能在一个算法或一个资助公式中变得危险地误导人。讨论谁在复用的那一刻负责判断适用性:分析师、财务负责人,或模型构建者是否知道他们所依赖数据的溯源、完整性与已知缺陷,还是他们因为它看起来整洁就假设它是干净的?考虑具体的案例——一个悄悄低估了活动量、因而低估了收入的编码缺口,或一个带有偏见缺失模式、使一个 AI 模型对某个患者群体产生偏见的人口统计字段(见主题 8.4——人工智能与新兴技术治理,以及主题 1.8——数据伦理、同意与公众信任)。一个好的答案会确立在每一个复用点明确评估适用性,数据携带可见的溯源与质量注意事项,并且没有人在悄悄信任他们从未见过其局限性的数字。

4. 我们是在捕捉点预防错误,还是在悄悄地把数据质量的负担推给已经捉襟见肘的临床医生? 在源头预防是数据质量最廉价、最安全的形式,但它的成败取决于员工在压力下实际使用的表格与工作流程的设计。讨论你的捕捉屏幕是否真正有帮助——校验和验证、受控的选择清单、经 PDS 核验的身份、合理的默认值——还是它们反而把必填字段与警告堆积在一个繁忙的登记台上,直到人们学会点击跳过。这里存在真实的张力:太少的验证会让不良数据继续流动,但笨拙的验证会滋生变通方案、虚拟值与警报疲劳,以更微妙的方式腐蚀数据。看看员工在哪里输入"未知"、复用一个默认值,或保留一份私人电子表格来避开一个痛苦的工作流程,因为每一个都是系统正在对抗工作、而不是支持工作的信号。一个诚实的答案会把捕捉设计当作一个联合的临床、运营与数据问题来对待,与使用它的人一起测试它,并衡量验证是否真正减少了下游错误,而不仅仅是转移了它们。

5. 我们称之为数据负责人与数据管理员的人,是否拥有改变任何事情的地位、时间与工具,还是管理责任只是加在一份已经排满工作上的一个头衔? 没有清晰的问责,数据质量就会腐化,但在幻灯片上指定一位负责人,与真正配置资源给一位负责人并不是一回事,当被指定的人既没有权力也没有能力时,管理责任就会悄悄失败。讨论你的管理员在发现一个系统性问题时实际上能做什么——一个丢字段的损坏接口、一份令人困惑的表格、一个制造重复项的工作流程:他们能让它被修复,还是只能记录它、寄予希望?揭示把管理责任薄薄地分散给许多各自在边角做一点工作的人,与把它集中在少数几个真正配置了资源、划出了时间、提供了工具的角色之间的取舍。考虑管理员是否有一条通往拥有引发问题系统与流程的人的真正上报路径,以及高级数据负责人是否对其领域的质量负责。一个好的答案会诚实地说明管理责任目前是真实的还是仪式性的,并承诺给予权力、时间与工具,而不是又一项未获资助的责任。

6. 我们如何长期管理国家标准与参考数据?当一份编码清单或术语在我们脚下发生变化时会发生什么? 诸如 SNOMED CT 这样的参考数据与术语由外部定义,缓慢但持续地变化,一个被悄悄更新的值集可能在没有人注意到的情况下破坏趋势分析或腐蚀下游逻辑。讨论你的编码清单与映射是否处于带有清晰更新流程的版本控制之下,还是存在于某人就地编辑的未经记录的查询表中。审视当国家标准感觉别扭时发明本地编码的拉力,并诚实地面对长期成本:本地分类让你的数据无法与任何其他人的数据比较或聚合,并变成一项永久的映射负担(见主题 4.3——互操作性与数据标准)。考虑你要如何才能侦测到一个参考值发生了变化,以及你要如何评估对依赖它的分析、支付与模型的影响。一个有力的答案会把参考数据当作一项受治理的、有版本管理的资产来对待,拥有一个采纳国家变更的具名流程,让本地扩展保持罕见并映射回标准,并能追溯一次变更会影响哪些下游用途。

实践中:一个医疗与照护案例#

Northmoor 整合照护系统运营着一份横跨两家急症信托机构、一家精神健康信托机构、社区服务与 60 家全科诊所的共享照护记录。在一起严重事故之后——一位患者在一家信托机构记录的严重青霉素过敏,因为记录未能关联而在另一家信托机构中不可见,这位患者被开具了这种药物——董事会把数据质量当作一项临床安全优先事项、而不是一个后台关切来对待。一次快速审查发现根本原因是主数据:同样的患者在各系统中以重复项的形式存在,NHS 号码核验在前台不一致。

该 ICS 建立了一个数据治理论坛,为患者主数据指定了一位具名高级数据负责人,并在每个提供者中设立了运营数据管理员。他们的第一项行动是分析整片资产:他们发现,对照个人人口统计服务进行的 NHS 号码核验,在一些注册工作流程中可靠地发生,在另一些中却没有,共享记录中包含了相当数量的重复与未匹配记录。他们没有进行一次大规模清理,而是先修复原因——在每一个捕捉点强制执行 PDS 核验与校验和验证——这样重复群体就停止增长,同时他们处理积压工作。

他们建立了一个对照国家人口统计服务调和的主患者索引,配有一个受控的、经过审计的、临床监督的合并重复项与逆转任何错误叠加项的流程,认识到这两种操作都会触及运行中的记录。他们采纳 NHS 数据质量成熟度指数作为其国家数据集提交的外部基线,并为临床医生最依赖的字段——过敏史、NHS 号码完整率、关键人口统计信息——添加本地指标,把它们发布给每个提供者的临床与运营领导,这样这些数字就无法被忽视。

十八个月后,这种变化在结果中可见,而不仅仅是在仪表盘上:NHS 号码核验在捕捉时几乎普及,重复率正在下降,过敏信息在共享记录中可靠地被调和。当该 ICS 后来为一个人群健康风险分层模型划定范围时,分析团队能够说明底层数据的溯源与完整性,并标记出缺失可能使模型产生偏见的地方,因为主数据与质量指标现在已经存在,能够支撑这种判断(见主题 4.5——数据、分析与人群健康管理)。这项不光鲜的工作——一个治理论坛、管理员、捕捉时的验证、一个 MPI——把一个不可见的、有害的风险,转化为一个被管理的风险。

行业视角#

初创企业#

一家数字医疗初创企业常常把数据质量当作一个未来的问题,专注于功能,同时接受混乱的数据以求快速行动。这对健康数据而言是一个错误,在那里,一位不匹配的患者或一个未经核验的 NHS 号码,从第一位真实患者、而不是第一千位起就是一个安全问题。从一开始就把验证、NHS 号码校验和核验,以及——在你能访问的地方——个人人口统计服务匹配构建进你的捕捉流程,因为在你已经拥有一大批未匹配记录之后再事后补装身份纪律,既痛苦又危险。你在 NHS 买家那里的信誉,取决于你能否展示你的数据是可信赖的、其溯源是清晰的,而且你在集成时不会污染他们的主数据。

小型企业#

一家成熟的小型提供者——一家全科诊所、一家社区药房、一家养老院,或一家单一场所的诊所——承担着与大型信托机构同样把身份与过敏史弄对的职责,却没有数据团队,常常也没有专职 IT。在这里,主数据管理不是一个平台项目;它是有纪律地使用你已经拥有的工具:在注册时对照个人人口统计服务核验 NHS 号码,保持人口统计信息最新,不让重复记录在你的临床系统中累积。依靠为你提供的国家基础设施——PDS、SNOMED CT、国家机构编码——而不是发明本地捷径,因为它完成了一个小机构无法完成的繁重工作。即使这只是一个更广泛角色的一部分,也要指定一个人作为数据质量的实际负责人,并使用你系统供应商的验证、匹配与去重功能,而不是因为"我们太小了不必操心"而容忍混乱的数据——一条错误记录造成的伤害,无论机构大小都是一样的。

大型企业#

一家大型 NHS 信托机构或 ICS 运行着数十个系统,每个系统都持有自己版本的患者、员工与机构,因此它的核心挑战是规模化的调和与管理责任。现实的目标,是一个受治理的主患者索引与少数几份权威的黄金记录,通过接口与验证来强制执行——而不是一个取代一切的单一庞大数据库。投资于拥有真正权力的具名数据负责人与管理员,把主数据与身份及访问管理及支付联系起来,并把合并与叠加当作临床监督的操作来对待,因为在这个规模上它们会触及运行中的照护。最大的收益来自捕捉时的预防与一致应用的、有纪律的国家标准采纳,而不是完成后就会腐烂的英雄式定期清理。

政府机构#

一个国家机构——NHS England,以及继承 NHS Digital 的标准机构——塑造着每一个提供者所处的数据质量环境。它运行着让地方质量成为可能的共享基础设施:作为国家人口统计索引的个人人口统计服务、作为共同关键的 NHS 号码、国家术语与参考数据,以及让表现能够跨机构比较的数据质量成熟度指数。它的杠杆,是通过数据联盟伙伴关系委员会流程强制要求信息标准,发布创造改进压力的可比较质量指标,并管理参考数据,让每个人以同样的方式对世界进行分类。政府还承担着公平职责:监测有偏见的缺失情况,确保数据质量不会悄悄地让记录最不完整的群体处于不利地位(见主题 9.1——与地方及中央政府合作)。

常见失败模式#

• 永远在清理,却什么都没修复。 从未触及捕捉流程的反复下游清理是一台跑步机;同样的重复项与错误在每个周期都会重新出现。在源头修复原因。
• 有效但错误。 一条通过格式验证的记录依然可能是不准确的——一个格式正确、但错误的 NHS 号码,比一个空白的更危险,因为它看起来值得信赖。对照真实的参考来源进行验证,而不仅仅是格式。
• 没有具名负责人。 当数据质量是每个人的关切时,它就不是任何人的工作;问题在会议上被感叹,却从未被解决。指定负责的负责人与被赋权的管理员。
• 意外的主数据。 让每个系统保留自己分歧的患者或机构副本,没有商定的单一权威来源,保证了不一致性与危险的重复。刻意决定每个实体由谁主控。
• 鲁莽的合并与叠加。 合并两份记录或拆分一份错误合并的记录会触及运行中的临床数据;在没有控制或临床监督的情况下进行,可能隐藏或误归属关键信息。让它成为一个受审计、受监督的流程。
• 破坏可比性的本地编码。 发明本地分类而不是使用国家标准,让数据无法与任何人比较或聚合,并在它们悄悄变化时腐蚀趋势分析。采纳并对国家参考数据进行版本管理。
• 无声的复用。 在没有说明其溯源与局限性的情况下,把质量未知的数据输入支付、国家申报,或 AI 模型,会在规模上传播隐藏的错误。让适用性成为每一个复用点的一项明确判断。

成熟度模型#

检查清单#

• 关键数据集商定了质量维度、可衡量的目标与定期报告,在可能的地方对照 DQMI 进行基准化。
• NHS 号码在每一个捕捉点都经过校验和验证,并对照个人人口统计服务进行核验。
• 每一个核心实体(患者、员工、机构、药品)都有一个指定的主控系统与一份黄金记录。
• 一个主患者索引对照国家人口统计服务被调和,配有一个受审计的、临床监督的合并与叠加流程。
• 每一个关键数据域都有一位具名数据负责人与一位被赋权的、配有工具与上报路径的数据管理员。
• 数据在迁移或改进之前被分析,清理修复的是源系统与引发问题的流程,而不仅仅是下游副本。
• 国家信息标准与术语(通过 DAPB 流程、SNOMED CT)被采纳,参考数据受版本控制。
• 数据质量指标被发布给其决策依赖数据的临床、运营与财务团队。
• 溯源与已知质量局限性在数据被复用于支付、国家申报、研究或 AI 时随数据一同传递。
• 高伤害数据质量危害被作为临床安全风险记录并拥有负责人,并有一种主动侦测的手段。

关键来源#

• NHS England / NHS Digital ——数据质量成熟度指数(DQMI)——一项针对国家数据集数据质量的月度可比较衡量标准。
• NHS England ——*个人人口统计服务(PDS)*与 NHS 号码指导——国家人口统计索引与主要患者标识符。
• NHS England ——通过数据联盟伙伴关系委员会(DAPB)流程发布的信息标准(前身为 SCCI/ISB 标准)。
• DAMA International ——DMBOK(数据管理知识体系)——数据治理、质量与主数据管理的公认框架。
• SNOMED International / NHS England ——SNOMED CT 临床术语与 dm+d(药品与设备词典),用于药品主数据与参考数据。
• 英国政府 ——数据标准局与政府数据质量框架——跨政府关于数据质量维度与管理责任的指导。
• 国家数据守护者 ——Caldicott 原则——关于保密患者信息的恰当使用与质量。

参考文献#

1. Data quality — Wikipedia — https://en.wikipedia.org/wiki/Data_quality
2. Master data management — Wikipedia — https://en.wikipedia.org/wiki/Master_data_management
3. Single source of truth — Wikipedia — https://en.wikipedia.org/wiki/Single_source_of_truth
4. Reference data — Wikipedia — https://en.wikipedia.org/wiki/Reference_data
5. SNOMED CT — Wikipedia — https://en.wikipedia.org/wiki/SNOMED_CT
6. NHS number — Wikipedia — https://en.wikipedia.org/wiki/NHS_number
7. Record linkage — Wikipedia — https://en.wikipedia.org/wiki/Record_linkage
8. Data governance — Wikipedia — https://en.wikipedia.org/wiki/Data_governance
9. Data steward — Wikipedia — https://en.wikipedia.org/wiki/Data_steward
10. Data profiling — Wikipedia — https://en.wikipedia.org/wiki/Data_profiling
11. Data cleansing — Wikipedia — https://en.wikipedia.org/wiki/Data_cleansing
12. Data validation — Wikipedia — https://en.wikipedia.org/wiki/Data_validation
13. NHS England — Data Quality Maturity Index (DQMI) — NHS England — https://digital.nhs.uk/data-and-information/data-tools-and-services/data-services/data-quality
14. NHS England — Personal Demographics Service (PDS) — NHS England — https://digital.nhs.uk/services/personal-demographics-service
15. NHS England — Information standards and the Data Alliance Partnership Board — NHS England — https://www.england.nhs.uk/digitaltechnology/digital-primary-care/information-standards/
16. DAMA International — Data Management Body of Knowledge (DMBOK) — DAMA International — https://www.dama.org/
17. HM Government — The Government Data Quality Framework — GOV.UK — https://www.gov.uk/government/publications/the-government-data-quality-framework
18. National Data Guardian — Caldicott Principles — GOV.UK — https://www.gov.uk/government/publications/the-caldicott-principles