Un approccio multidisciplinare alla qualità dei dati

INTRODUZIONE La presente tesi di laurea si propone di delineare concetti, metodi e tecniche inerenti la qualità dei dati . Il ruolo centrale che i dati rivestono nella società moderna, comporta necessariamente che questi debbano opportunamente essere sottoposti a controlli di qualità. In mancanza di tali controlli, dati non corretti porterebbero senz'altro a tutta una serie di effetti negativi che avrebbero riflessi nefasti in molteplici situazioni. L'aspetto multidisciplinare di questo elaborato è caratterizzato principalmente dall'interesse che l'argomento della qualità dei dati riveste nelle due discipline della statistica e dell'informatica. La varietà dei punti di vista spesso rappresenta un problema di comunicazione tra mondi disciplinari diversi, già a partire dai termini in uso. Può succedere infatti, che un determinato fenomeno venga chiamato in un modo in una disciplina e in un altro nell'altra disciplina, quando il fenomeno è comunque lo stesso. Ho scritto il seguente testo cercando di far colloquiare questi due mondi, usando un linguaggio relativamente semplice, così da consentire la lettura anche al lettore non esperto di informatica e di statistica. Mi sono interessato a questo argomento durante l'esperienza di tirocino svolta da fine Aprile a fine Luglio di quest'anno presso il C.S.I. 1 Piemonte. La mansione assegnatami consisteva nell'individuare inesattezze e non corrispondenze in due corposi dataset che raccoglievano i dati del CedAP (Certificato di assistenza Al Parto), uno inerente alle partorienti e l'altro inerente ai neonati. Dati di quel tipo possono essere utilizzati al fine di produrre statistiche socio-demografiche, ma ancor più per produrre indicatori utili nell'ambito decisionale relativo alla sanità pubblica piemontese, nel settore specifico dell'evento “parto”. A livello generale per poter produrre statistiche che rispecchino i reali movimenti di un ospedale, di un'azienda o di un'intera società, è necessario disporre di dati che rappresentino il più fedelmente possibile la realtà e che siano perciò così “puliti” da consentire delle analisi serie e dei risultati validi. I risultati di queste analisi sono, però, frutto di due fattori: 1 Consorzio per il Sistema Informativo. 1