Investigación
Cruzar pacientes sin fusionarlos por error
Una puntuación en lugar de una regla única, tres umbrales de confianza, una prueba placebo para medir el azar y una revisión humana cada mes: enlazar las fuentes sin crear pacientes quiméricos.
El problema
El mismo paciente aparece en varias cohortes, exportaciones de pruebas y registros, con una errata, un apellido de casada, o el día y el mes invertidos. Fusionar demasiado deprisa crea pacientes quiméricos; no fusionar deja duplicados que falsean los recuentos. Una regla única («mismo nombre y misma fecha de nacimiento») falla en los dos sentidos.
Método paso a paso
- Una puntuación, no una regla única: la identidad se compara con tolerancia a los errores (tildes, apellido de casada, nombre y apellido invertidos), la fecha de nacimiento con un margen (día y mes invertidos, una cifra desplazada), y después un conjunto de indicios (sexo, fechas de pruebas compatibles, centro de origen) suma o resta puntos.
- Tres umbrales: seguro (fusión), probable (fusión marcada como tal), dudoso (sin fusión). Nunca una fusión basada en un solo parámetro, aunque sea idéntico.
- La regla «fecha de nacimiento única»: una fecha de nacimiento compartida por varias personas, contada en todo el perímetro y no solo en el archivo en curso, deja de valer como indicio fuerte. Una ficha solo puede enlazarse, como mucho, con un pequeño número de otras; más allá, es señal de error, no de un paciente con mucho seguimiento.
- Lo dudoso se queda en la base con su puntuación y su motivo. No se borra ni se fusiona: en el momento de la consulta, una casilla «incluir enlaces dudosos» muestra si el resultado depende de ellos.
- Una prueba placebo: se desplazan artificialmente todas las fechas de nacimiento unos días y se repite el cruce. Los enlaces que se siguen encontrando se deben al azar: es la «tasa de azar» del criterio, que debe ser muy baja.
- Una revisión humana mensual: una muestra aleatoria de enlaces «seguros» la revisa una persona autorizada, en el puesto de trabajo; la tasa de falsos positivos se anota y se sigue mes a mes.
- Cada fusión queda trazada (versión del índice, puntuación, indicios, fecha) y puede deshacerse sin pérdida; una corrección genera una nueva versión del índice.
- Los incidentes se convierten en pruebas: una fusión errónea entre dos personas que compartían fecha de nacimiento y un nombre parecido dio lugar a la regla del paso 3; falsos pacientes surgidos de una hoja traspuesta (encabezados leídos como identidades) dieron lugar a un control en cada importación.
Entregable
Un índice de cruce con tres niveles de confianza, una tasa de azar medida, una tasa de falsos positivos seguida cada mes y recuentos que ya no cambian de una versión a otra sin motivo.
Salvaguardas
El cruce se hace en el puesto autorizado, a partir de la caja fuerte: Claude escribe el script y lo prueba con un conjunto de datos ficticio, y la persona autorizada lo ejecuta. Ninguna identidad pasa por la conversación; solo salen los recuentos por nivel. No se borra ningún enlace; una fusión se deshace, no se elimina.
Prompt de partida
Esta es la estructura (solo nombres de columnas) de dos fuentes que hay que cruzar. Escribe un script de cruce por puntuación con tres umbrales (seguro, probable, dudoso), la regla «fecha de nacimiento única» contada en todo el perímetro, una prueba placebo desplazando las fechas y un informe solo con recuentos. Pruébalo con un conjunto de datos ficticio que generes tú. No abras ningún dato de pacientes.