Ricerca
Abbinare i pazienti senza fonderli per errore
Un punteggio invece di una regola unica, tre soglie di affidabilità, un test placebo per misurare il caso e una verifica umana ogni mese: collegare le fonti senza creare pazienti chimerici.
Il problema
Lo stesso paziente compare in più coorti, esportazioni di esami e registri, con un errore di battitura, un cognome acquisito, giorno e mese invertiti. Fondere troppo in fretta crea pazienti chimerici; non fondere lascia doppioni che falsano i conteggi. Una regola unica («stesso nome e stessa data di nascita») sbaglia in entrambe le direzioni.
Metodo passo per passo
- Un punteggio, non una regola unica: l’identità viene confrontata con tolleranza agli errori (accenti, cognome acquisito, nome e cognome invertiti), la data di nascita con una tolleranza (giorno e mese invertiti, una cifra sbagliata), poi un insieme di indizi (sesso, date degli esami compatibili, centro di provenienza) aggiunge o toglie punti.
- Tre soglie: certo (fusione), probabile (fusione segnalata come tale), dubbio (nessuna fusione). Mai una fusione su un solo parametro, nemmeno se identico.
- La regola «data di nascita unica»: una data di nascita condivisa da più persone, contata su tutto il perimetro e non solo nel file in corso, non vale più come indizio forte. Una scheda può essere collegata al massimo a un piccolo numero di altre; oltre, è un segnale di errore, non un paziente molto seguito.
- Il dubbio resta nel database con il suo punteggio e il suo motivo. Non viene né cancellato né fuso: al momento dell’interrogazione, una casella «includere i collegamenti dubbi» mostra se il risultato ne dipende.
- Un test placebo: si spostano artificialmente tutte le date di nascita di qualche giorno e si rilancia l’abbinamento. I collegamenti ancora trovati sono dovuti al caso: è il «tasso di casualità» del criterio, che deve restare molto basso.
- Una verifica umana mensile: un campione estratto a caso tra i collegamenti «certi» viene riletto da una persona autorizzata, sulla postazione; il tasso di falsi positivi viene annotato e seguito di mese in mese.
- Ogni fusione è tracciata (versione dell’indice, punteggio, indizi, data) e può essere annullata senza perdite; una correzione produce una nuova versione dell’indice.
- Gli incidenti diventano test: una fusione errata tra due persone che condividevano la stessa data di nascita e un nome simile ha dato origine alla regola della fase 3; falsi pazienti nati da un foglio trasposto (intestazioni lette come identità) hanno dato origine a un controllo a ogni importazione.
Risultato
Un indice di abbinamento a tre livelli di affidabilità, un tasso di casualità misurato, un tasso di falsi positivi seguito ogni mese, e conteggi che non cambiano più da una versione all’altra senza motivo.
Salvaguardie
L’abbinamento si fa sulla postazione autorizzata, a partire dalla cassaforte: Claude scrive lo script e lo prova su un insieme di dati fittizi, la persona autorizzata lo esegue. Nessuna identità passa nella conversazione, ne escono solo i conteggi per livello. Nessun collegamento viene cancellato; una fusione si annulla, non si elimina.
Prompt di partenza
Ecco la struttura (solo i nomi delle colonne) di due fonti da abbinare. Scrivi uno script di abbinamento a punteggio con tre soglie (certo, probabile, dubbio), la regola «data di nascita unica» contata su tutto il perimetro, un test placebo con spostamento delle date e un rapporto con soli conteggi. Provalo su un insieme di dati fittizi che generi tu. Non aprire alcun dato dei pazienti.