=== modified file 'src/docbkx/es/dhis2_implementation_guide_data_elements_and_custom_dimensions.xml' --- src/docbkx/es/dhis2_implementation_guide_data_elements_and_custom_dimensions.xml 2012-09-27 08:55:25 +0000 +++ src/docbkx/es/dhis2_implementation_guide_data_elements_and_custom_dimensions.xml 2012-10-31 18:08:29 +0000 @@ -2,37 +2,38 @@ - Elementos de datos y dimensiones personalizadas - This chapter first discusses an important building block of the system: the data element. Second it discusses the category model and how it can be used to achieve highly customized meta-data structure for storage of data. + Elementos de datos y dimensiones personalizados + En este capítulo comenzaremos discutiendo una base importante del sistema: el elemento de datos. A continuación veremos el modelo de categorías y cómo puede usarse para lograr una estructura muy personalizada de metadatos para almacenar los datos.
Elementos de datos - The data element is together with the organisation unit the most important building block of a DHIS 2 database. It represents the what dimension and explains what is being collected or analysed. In some contexts this is referred to an indicator, however in DHIS 2 this meta-data element of data collection and analysis is referred to as a data element. The data element often represents a count of some event and its name describes what is being counted, e.g. "BCG doses given" or "Malaria cases". When data is collected, validated, analysed or presented it is the data elements or expressions built with data elements that describe what phenomenon, event or case the data is registered for. Hence the data element become important for all aspects of the system and decide not only how data is collected, but more importantly how the data is represented in the database and how data can be analysed and presented. - An important principle behind designing data elements is to think of data elements as a self-contained description of an phenomenon or event and not as a field in a data entry form. Each data element lives on its own in the database, completely detached and independent from the collection form. It is important to consider that data elements are used directly in reports, charts and other tools for data analysis, in which the context in any given data entry form is not accessible nor relevant. In other words, it must be possible to clearly identify what event a data element represents by only looking at its name. Based on this one can derive a rule of thumb saying that the name of the data element must be able to stand on its own and describe the data value also outside the context of its collection form. - For instance, a data element called “Malaria” might be concise when seen in a data entry form capturing immunization data, in a form capturing vaccination stocks as well as in a form for out-patient data. When viewed in a report, however, outside the context of the data entry form, it is impossible to decide what event this data element represents. If the data element had been called “Malaria cases”, “Malaria stock doses received” or “Malaria doses given” it would have been clear from a user perspective what the report is trying to express. In this case we are dealing with tree different data elements with completely different semantics. + El elemento de datos es, junto con la unidad organizativa, el bloque más importante de la base de datos de DHIS 2. Representa la dimensión qué y explica qué es lo que se registra y analiza. En algunos contextos ponen al indicador en este lugar, sin embargo en DHIS 2 este elemento de metadatos para el registro y análisis de los datos es lo que llamamos elemento de datos. El elemento de datos frecuentemente representa el conteo de algún evento y su nombre describe qué es lo que se cuenta, por ejemplo "Dosis entregadas BCG" o "Casos de Malaria". Cuando se recopilan, validan, analizan o presentan los datos, son los elementos de datos o las expresiones construidas con elementos de datos los que describen sobre qué fenómeno, evento o caso se registran datos. Por ello el elemento de datos toma importancia en todos los aspectos del sistema y decide no sólo cómo se colectan los datos sino, todavía más importante, cómo se representan los datos en la base de datos y cómo pueden analizarse y presentarse los datos. + Un principio importante tras el diseño de elementos de datos es pensar en elementos de datos como descripciones autocontenidas de un fenómeno o evento y no como un campo del formulario de entrada de datos. Cada elemento de dato existe autónomamente en la base de datos, completamente separado e independiente del formulario de registro. Es importante considerar que los elementos de datos se usan directamente en los reportes, gráficas y otras herramientas de análisis de datos, en los cuales el contexto de cualquier formulario de entrada de datos no es accesible ni relevante. En otras palabras, debe ser posible identificar claramente qué evento representa un elemento de dato solo con mirar su nombre. Basándonos en esto podemos derivar una regla práctica si decimos que el nombre del elemento de dato debe poder mantenerse por sí mismo y describir el valor del dato también fuera del contexto de su formulario de registro. + Pongamos por caso un elemento de dato llamado "Malaria", que sería preciso visto en un formulario de entrada de datos que captura datos de inmunización, en un formulario de registro de stocks de vacunas o en un formulario de datos de pacientes no ingresados. Cuando lo vemos en un reporte, sin embargo, fuera del contexto del formulario, es imposible saber a qué evento representa este elemento de dato. Si el elemento de dato se hubiera llamado "Casos de Malaria", "Dosis recibidas del stock de Malaria" o "Dosis entregadas de Malaria" estaría claro desde la perspectiva de cualquier usuario qué es lo que el reporte está tratando de expresar. En este caso estamos tratando con tres elementos de datos diferentes con semánticas completamente distintas.
Categorías y dimensiones personalizadas - Certain requirements for data capture necessitates a fine-grained breakdown of the dimension describing the event being counted. For instance one would want to collect the number of “Malaria cases” broken down on gender and age groups, such as “female”, “male” and “< 5 years” and “> 5 years”. What characterizes this is that the breakdown is typically repeated for a number of “base” data elements: For instance one would like to reuse this break-down for other data elements such as “TB” and “HIV”. In order to make the meta-data more dynamic, reusable and suitable for analysis it makes sense to define the mentioned diseases as data elements and create a separate model for the breakdown attributes. This can be achieved by using the category model, which is described in the following. - The category model has three main elements which is best described using the above example: + Hay determinados requisitos en la captura de datos que necesitan una definición más ajustada de la dimensión que describe el evento contabilizado. Por ejemplo, si queremos registrar el número de "Casos de Malaria" subdivididos en género y grupos de edad, como "femenino", "masculino" y "< 5 años" y "> 5 años". Lo que caracteriza esto es que la subdivisión generalmente se repite para un número de elementos de datos "base": digamos que queremos reutilizar esta subdivisión para otros elementos de datos como "TB" y "VIH". Para hacer los metadatos más dinámicos, reutilizables y adecuados para el análisis tiene sentido definir las enfermedades mencionadas como elementos de datos y crear un modelo separado para los atributos de subdivisión. Podemos conseguir esto utilizando el modelo de categorías que se describe a continuación. + El modelo de categorías tiene tres elementos principales que se describen mejor usando el ejemplo anterior: - The category option, which corresponds to “female”, “male” and “< 5 years” and “> 5 years”. - - - The category, which corresponds to “gender” and “age group”. - - - The category combination, which should in the above example be named “gender and age group” and be assigned both categories mentioned above. + La opción de categoría, que corresponde a "femenino", "masculino" y "< 5 años" y "> 5 años". + + + + La categoría, que corresponde a "género" y "grupo de edad". + + + La combinación de categorías, que podría llamarse "género y grupo de edad" en el ejemplo anterior y tendría asignadas ambas categorías mencionadas. - This category model is in fact self-standing but is in DHIS 2 loosely coupled to the data element. Loosely coupled in this regard means that there is an association between data element and category combination, but this association may be changed at any time without loosing any data. It is however not recommended to change this often since it makes the database less valuable in general since it reduces the continuity of the data. Note that there is no hard limit on the number of category options in a category or number of categories in a category combination, however there is a natural limit to where the structure becomes messy and unwieldy. - A pair of data element and category combination can now be used to represent any level of breakdown. It is important to understand that what is actually happening is that a number of custom dimensions are assigned to the data. Just like the data element represents a mandatory dimension to the data values, the categories adds custom dimensions to it. In the above example we can now through the DHIS 2 output tools perform analysis based on both “gender” and “age group” for those data elements, in the same way as one can perform analysis based on data elements, organisation units and periods. - This category model can be utilized both in data entry form designs and in analysis and tabular reports. For analysis purposes, DHIS 2 will automatically produce sub-totals and totals for each data element associated with a category combination. The rule for this calculation is that all category options should sum up to a meaningful total. The above example shows such a meaningful total since when summarizing “Malaria cases” captured for “female < 5 years”, “male < 5 years”, “female > 5 years” and “male > 5 years” one will get the total number of “Malaria cases”. - For data capture purposes, DHIS 2 can automatically generate tabular data entry forms where the data elements are represented as rows and the category option combinations are represented as columns. This will in many situations lead to compelling forms with a minimal effort. It is necessary to note that this however represents a dilemma these two concerns are sometimes not compatible. For instance one might want to quickly create data entry forms by using categories which does not adhere to rule of a meaningful total. We do however consider this a better alternative than maintaining two independent and separate models for data entry and data analysis. - An important point about the category model is that data values are persisted and associated with a category option combination. This implies that adding or removing categories from a category combination renders these combinations invalid and a low-level database operation much be done to correct it. It is hence recommended to thoughtfully consider which breakdowns are required and to not change them too often. + Este modelo de categorías es de hecho autosuficiente pero en DHIS 2 está flexiblemente emparejado con el elemento de datos. Flexiblemente emparejado aquí significa que hay una asociación entre elemento de dato y combinación de categorías, pero esta asociación puede cambiar en cualquier momento sin perder ningún dato. Sin embargo, no es recomendable cambiar esto a menudo ya que quita valor a la base de datos en general porque reduce la continuidad de los datos. Notemos que no hay un límite duro en el número de opciones de categoría en una categoría o en el número de categorías en una combinación de categorías, pero hay un límite natural donde la estructura se vuelve desordenada y rígida. + Es posible usar una pareja de elemento de datos y combinación de categorías para representar cualquier nivel de subdivisión. Es importante comprender que lo que en realidad está sucediendo es que estamos asignando a los datos una cierta cantidad de dimensiones personalizadas. Al igual que el elemento de dato representa una dimensión obligaroria de los valores de datos, las categorías le añaden a su vez dimensiones personalizadas. En el ejemplo anterior podemos hacer un análisis mediante las herramientas de salida de DHIS2 basándonos tanto en "género" como en "grupos de edad" para esos elementos de datos, de la misma forma en que podemos realizar análisis basándonos en elementos de datos, unidades organizativas y periodos. + Este modelo de categorías puede utilizarse tanto en el diseño de formularios de entrada de datos como en el análisis y los reportes de tables. Para los propósitos de análisis, DHIS 2 puede producir automáticamente subtotales y totales de cada elemento de dato asociado a una combinación de categorías. La norma para este cálculo es que todas las opciones de categoría deberían sumar un total significativo. El ejemplo anterior muestra un total significativo ya que al resumir "Casos de Malaria" registrados para "femenino < 5 años" y "masculino < 5 años", "femenino > 5 años" y "masculino > 5 años" obtendremos el número total de "Casos de Malaria". + Para el propósito de la captura de datos, DHIS 2 puede generar automáticamente formularios de entrada de datos tabulares donde los elementos de datos se representen como filas y las combinaciones de opciones de categoría se representen como columnas. Esto nos llevará en muchos casos a completar formularios con un esfuerzo mínimo. Por ejemplo, puede suceder que queramos crear rápidamente formularios de entrada de datos utilizando categorías que no se adhieren a la norma de total significativo. Aún así, nosotros consideramos esto una alternativa mejor que mantener dos modelos independientes y separados para la entrada y la salida de datos. + Un punto importante sobre el modelo de categorías es que los valores de los datos persisten y se asocian con una combinación de opciones de categoría. Esto implica que añadir o eliminar categorías de una combinación de categorías renderiza estas combinaciones de forma inválida y deben realizarse operaciones de bajo nivel con la base de datos para corregirlas. Por ello es recomendable considerar premeditadamente qué subdivisiones son necesarias y no cambiarlas con demasiada frecuencia.
Grupos de elementos de datos - Common properties of data elements can be modelled through what is called data element groups. The groups are completely flexible in the sense that they are defined by the user, both their names and their memberships. Groups are useful both for browsing and presenting related data, and can also be used to aggregate values captured for data elements in the group. Groups are loosely coupled to data elements and not tied directly to the data values which means they can be modified and added at any point in time without interfering with the low-level data. + Podemos modelar las propiedades comunes de los elementos de datos mediante lo que llamamos grupos de elementos de datos. Los grupos son completamente flexibles en el sentido de que son definidos por el usuario, tanto sus nombres como sus agrupaciones. Los grupos son útiles para navegar y presentar los datos, y también pueden usarse para agregar los valores capturados para los elementos de datos en el grupo. Los grupos están flexiblemente emparejados con elementos de datos y no ligados directamente a los valores de los datos, lo que significa que pueden ser modificados y añadidos en cualquier momento sin interferir en los datos de bajo nivel.
=== modified file 'src/docbkx/es/dhis2_implementation_guide_data_sets_and_forms.xml' --- src/docbkx/es/dhis2_implementation_guide_data_sets_and_forms.xml 2012-09-27 08:55:25 +0000 +++ src/docbkx/es/dhis2_implementation_guide_data_sets_and_forms.xml 2012-10-31 18:08:29 +0000 @@ -2,46 +2,45 @@ Sets de datos y formularios - This chapter discusses data sets and forms, what types of forms are available and describes best practises for the process of moving from paper based to electronic forms. + Este capítulo cubre los sets de datos y formularios, qué tipos de formularios están disponibles y describe buenas prácticas en el proceso de cambiar de fomularios en papel a formularios electrónicos.
¿Qué es un set de datos? - All data entry in DHIS 2 is organised through the use of data sets. A data set is a collection of data elements grouped together for data collection, and in the case of distributed installs they also define chunks of data for export and import between instances of DHIS 2 (e.g. from a district office local installation to a national server). Data sets are not linked directly to the data values, only through their data elements and frequencies, and as such a data set can be modified, deleted or added at any point in time without affecting the raw data already captured in the system, but such changes will of course affect how new data will be collected. - A data set has a period type which controls the data collection frequency, which can be daily, weekly, monthly, quarterly, six-monthly, or yearly. Both the data elements to include in the data set and the period type is defined by the user, together with a name, short name, and code. If calculated fields are needed in the collection form (and not only in the reports), then indicators can be assigned to the data set as well, but these can only be used in custom forms (see further down). - In order to use a data set to collect data for a specific organisation unit the user must assign the organisation unit to the data set. This mechanism controls which organisation units that can use which data sets, and at the same time defines the target values for data completeness (e.g. how many health facilities in a district are expected to submit the RCH data set every month). - A data element can belong to multiple data sets, but this requires careful thinking as it may lead to overlapping and inconstant data being collected if e.g. the data sets are given different frequencies and are used by the same organisation units. + Toda entrada de datos en DHIS 2 está organizada mediante el uso de sets de datos. Un set de datos es una colección de elementos de datos agrupados para registrar datos, y en el caso de instalaciones distribuidas también definen montones de datos para exportar e importar entre instancias de DHIS 2 (por ejemplo, de una instalación local en oficina distrital al servidor nacional). Los sets de datos no están directamente ligados a los valores de los datos, solo a través de sus elementos de datos y frecuencias, y por tanto un set de datos puede ser modificado, eliminado o añadido en cualquier momento sin que ello afecte a los datos en bruto anteriormente capturados en el sistema, aunque estos cambios por supuesto siempre afectarán a cómo se recopilan nuevos datos. + Un set de datos tiene un tipo de periodo que controla la frecuencia de recogida de datos, que puede ser diaria, semanal, mensual, trimestral, semestral o anual. Tanto los elementos de datos a incluir en el data set como el tipo de periodo son definidos por el usuario, junto con un nombre, un nombre corto, y un código. Si se necesitan campos calculados en el formulario de registro (y no sólo en los reportes), entonces se pueden asignar indicadores al set de datos también, pero éstos solo pueden usarse en formularios personalizados (ver más abajo). + Para utilizar un set de datos para recopilar datos para una unidad organizativa específica el usuario debe asignar la unidad organizativa al set de datos. Este mecanismo controla qué unidades organizativas pueden utilizar qué sets de datos, y al mismo tiempo define los valores objetivo para la completitud de los datos (por ejemplo, cuántos establecimientos de salud se espera que envíen el set de datos RCH cada mes en un distrito). + Un elemento de dato puede pertenecer a múltiples sets de datos, pero esto requiere pensar cuidadosamente ya que puede conllevar que se registren datos superpuestos e inconstantes si, por ejemplo, damos diferentes frecuencias a los sets de datos y éstos son utilizados por las mismas unidades organizativas.
¿Qué es un formulario de entrada de datos? - Once you have assigned a data set to an organisation unit that data set will be made available in Data Entry (under Services) for the organisation units you have assigned it to and for the valid periods according to the data set's period type. A default data entry form will then be shown, which is simply a list of the data elements belonging to the data set together with a column for inputting the values. If your data set contains data elements with categories such as age groups or gender, then additional columns will be automatically generated in the default form based on the categories. In addition to the default list-based data entry form there are two more alternatives, the section-based form and the custom form. + Una vez hemos asignado un set de datos a una unidad organizativa, ese set de datos quedará disponibile en "Entrada de Datos" (en menú Servicios) de cara a las unidades organizativas que le hemos asignado y en los periodos válidos de acuerdo al tipo de periodo del set de datos. Entonces se mostrará un formulario de entrada de datos por defecto, que simplemente será un listado de los elementos de datos pertenecientes al set de datos junto a una columna para meter los valores. Si nuestro set de datos contiene elementos de datos con categorías como grupos de edad o género, entonces se generarán automáticamente columnas adicionales en el formulario en base a las categorías. Además del formulario de entrada por defecto tipo lista hay otras dos alternativas: el formulario de secciones y el formulario personalizado.
Tipos de formularios de entrada de datos - DHIS 2 currently features three differnet types of forms which are described in the following. + DHIS 2 permite actualmente tres tipos diferentes de formularios que se describen a continuación:
Formularios por defecto - A default data entry form is simply a list of the data elements belonging to the data set together with a column for inputting the values. If your data set contains data elements with a non-default category combination, such as age groups or gender then additional columns will be automatically generated in the default form based on the different options/dimensions. -If you use more than one category combination in a data set you will get one table per category combination in the default form, with different column headings for the options. + Un formulario de entrada de datos por defecto es sencillamente un listado de los elementos de datos que pertenecen al set de datos junto a una columna para insertar los valores. Si nuestro set de datos continene elementos de datos con una combinación de categorías personalizada, como los grupos de edad o género, entonces se añadirán columnas automáticamente al formulario en base a las distintas opciones/dimensiones. Si utilizamos más de una combinación de categorías en el set de datos obtendremos una tabla por cada combinación de categorías en el formulario por defecto, con diferentes encabezados de columna para las opciones.
Formularios de Sección - Section forms allow for a bit more flexibility when it comes to using tabular forms and are quick and simple to design. Often your data entry form will need multiple tables with subheadings, and sometimes you need to disable (grey out) a few fields in the table (e.g. some categories do not apply to all data elements), both of these functions are supported in section forms. After defining a data set you can define it's sections with subsets of data elements, a heading and possible grey fields i the section's table. The order of sections in a data set can also be defined. In Data Entry you can now start using the Section form (should appear automatically when sections are available for the selected data set). Most tabular data entry forms should be possible to do with sections forms. Utilizing the section or default forms makes life easy as there is no need to maintain a fixed form design which includes references to data elements. If these two types of forms are not meeting your requirements then the third option is the completely flexible, although more time-consuming, custom data entry forms. + Los formularios por secciones son un poco más flexibles cuando queremos hacer formularios tabulares, y son rápidos y sencillos de diseñar. A menudo nuestro formulario de entrada de datos necesita mútiples tablas con subtítulos, y a veces necesitamos deshabilitar (colorear en gris) unos pocos campos de la tabla (por ejemplo, categorías que no se aplican a todos los elementos de datos); estas dos funciones están soportadas en los formularios por secciones. Después de definir un set de datos podemos definir sus secciones con subsets de elementos de datos, un encabezado y posibles campos en gris en la tabla de la sección. El orden de las secciones en un set de datos también puede definirse. En "Entrada de Datos" podemos comenzar usando el formulario de sección (debería aparecer automáticamente cuando hay secciones disponibles para el set de datos seleccionado). Debería ser posible reproducir la mayoría de formularios tabulares con los formularios por secciones. Utilizar los formularios por secciones o por defecto nos hace la vida más fácil ya que no hay necesidad de mantener un diseño fijo de formulario que incluye referencias a los elementos de datos. Si estos dos tipos de formularios no cumplen con nuestros requisitos, entonces la tercera opción es ya completamente flexible, aunque lleva más tiempo, y son los formularios personalizados de entrada de datos.
Formularios personalizados - When the form you want to design is too complicated for the default or section forms then your last option is to use a custom form. This takes more time, but gives you full flexibility in terms of the design. In DHIS 2 there is a built in HTML editor (CK Editor) in the form designer which allows you to either design the form in the GUI or paste in your html directly (using the "source" window in the editor). In the custom form you can insert static text or data fields (linked to data elements + category option combination) in any position on the form and you have complete freedom to design the layout of the form. Once a custom form has been added to a data set it will be available in data entry and used automatically. - When using a custom form it is possible to use calculated fields to display e.g. running totals or other calculations based on the data captured in the form. This can e.g. be useful when dealing with stock or logistics forms that need item balance, items needed for next period etc. In order to do so, the user must first define the calculated expressions as indicators and then assign these indicators to the data set in question. In the custom form designer the user can then assign indicators to the form the same way data elements are assigned. The limitation to the calculated expression is that all the data elements use in the expression must be available in the same data set since the calculations are done on the fly inside the form, and are not based on data values already stored in the database. + Cuando el formulario que queremos diseñar es demasiado complicado para el estilo por defecto o los formularios por secciones, entonces nuestra última opción es ya usar un formulario personalizado. Esto nos llevará más tiempo, pero nos da total flexibilidad en términos de diseño. En DHIS 2 hay un editor HTML (CK Editor) en el diseñador de formularios, que nos permite tanto diseñar el formular en el IU o pegar nuestro código html directamente (usando la ventana "fuente" del editor). En el formulario personalizado podemos insertar texto estático o campos de datos (vinculados a elementos de datos y combinaciones de opciones de categorías) en cualquier posición del formulario y tenemos total libertad para diseñar la apariencia del formulario. Una vez hemos añadido el formulario personalizado a un set de datos, quedará disponible en la entrada de datos y podrá ser usado inmediatamente. + Cuando manejamos un formulario personalizado es posible utilizar campos calculados para mostrar por ejemplo totales u otros cálculos basados en los datos que se están capturando en el formulario. Esto puede ser útil cuando ligiamos con formularios logísticos o de stock que necesitan balanceo de ítems, número de items necesarios para el próximo periodo, etc. Para hacer esto, el usuario deberá definir previamente las expresiones calculadas como indicatores y luego asignar estos indicadores al set de datos en cuestión. En el diseñador de formularios personalizados el usuario puede asignar indicadores al formulario de la misma manera en que se asignan elementos de datos. La única limitación a la expresión calculada es que todos los elementos de datos incluidos den la expresión deben estar disponibles en el mismo set de datos, ya que los cálculos se hacen sobre la marcha dentro del formulario, y no se basan en valores de datos almacenados anteriormente en la base de datos.
Lecciones aprendidas: de los formularios en papel a los formularios electrónicos - When introducing an electronic health information system the system being replaced is often paper based reporting. The process of migrating to electronic data capture and analysis has some challenges. The following sections suggest best practises on how to overcome these. + Cuando introducimos un sistema electrónico de información en salud, el sistema que es reemplazado generalmente se basa en buena medida en reportes en papel. El proceso de migrar a la captura y análisis electrónicos implica algunos retos. Las siguientes secciones sugieren buenas prácticas sobre cómo afrontarlos y superarlos.
Identificar elementos de datos autónomos - Typically the design of a DHIS 2 data set is based on some requirements from a paper form that is already in use. The logic of paper forms are not the same as the data element and data set model of DHIS, e.g. often a field in a tabular paper form is described both by column headings and text on each row, and sometimes also with some introductory table heading that provides more context. In the database this is captured for one atomic data element with no reference to a position in a visual table format so it is important to make sure the data element with the optional data element categories capture the full meaning of each individual field in the paper form. + Generalmente el diseño de un set de datos en DHIS 2 se basa en algunos requisitos de los formularios en papel que se estaban manejando hasta ese momento. La lógica de los formularios en papel no es la misma que el modelo de elementos de datos y set de datos de DHIS. Por ejemplo, frecuentemente un campo de un formulario tabular en papel se describe tanto en encabezados de columnas y en texto en cada fila, y a veces también con algún título introductorio de la tabla que proporciona mayor contexto. En la base de datos esto se captura para un elemento de dato atómico sin referencia a una posición en formato de tabla visual, así que es importante asegurarnos de que el elemento de dato con sus categorías opcionales capture el significado completo de cada campo individual en el formulario en papel.
Dejar los cálculos y las repeticiones a la computadora: capturar solo datos en bruto - Another important thing to have in mind while designing data sets is that the data set and the corresponding data entry form (which is a data set with layout) is a data collection tool and not a report or analysis tool. There are other far more sophisticated tools for data output and reporting in DHIS 2 than the data entry forms. Paper forms are often designed with both data collection and reporting in mind and therefore you might see things such as cumulative values (in addition to the monthly values), repetition of annual data (the same population data reported every month) or even indicator values such as coverage rates in the same form as the monthly raw data. When you store the raw data in the DHIS 2 database every month and have all the processing power you need within the computerised tool, there is no need (in fact it would be wrong and most likely cause inconsistency) to register manually calculated values such as the ones mentioned above. You only want to capture the raw data in your data sets/forms and leave the calculations to the computer, and presentation of such values to the reporting tools in DHIS. Through the functionality of data set reports all tabular section forms will automatically get extra columns at the far right providing subtotal and total values for each row (data element). + Otro asunto importante a tener en mente a la hora de diseñar sets de datos es que el set de datos y el correspondiente formulario (que es en realidad el set de datos con una apariencia concreta) es una herramienta de colección de datos y no una herramienta de reporte o análisis. Hay otras herramientas mucho más sofisticadas para la salida de datos y generación de reportes en DHIS 2 que los formularios de entrada de datos. Los formularios en papel a menudo se diseñan teniendo en cuenta tanto el registro como el reporte de datos, y por esta razón podremos ver cosas como valores acumulados (además de valores mensuales), repeticiones de datos anuales (los mismos datos poblacionales reportados cada mes) o incluso valores de indicadores como tasas de cobertura en el mismo formulario que los datos mensuales en bruto. Cuando almacenamos datos en bruto en la base de datos DHIS 2 cada mes y tenemos todo el poder de procesado necesario en una herramienta computacional, entonces no hay ya ninguna necesidad (de hecho sería erróneo y podría causar inconsistencias) registrar valores como los anteriores calculados manualmente. Solo querremos capturar datos en bruto en nuestros formularios y dejar los cálculos a la computadora, y la presentación de esos valores a las herramientas de reporte de DHIS. Mediante las funcionalidades de los reportes de sets de datos, todos los formularios tabulares por secciones tendrán automáticamente columnas extra en el extremo derecho para aportar valores de subtotal y total para cada fila (elemento de dato).
=== modified file 'src/docbkx/es/dhis2_implementation_guide_indicators.xml' --- src/docbkx/es/dhis2_implementation_guide_indicators.xml 2012-09-27 08:55:25 +0000 +++ src/docbkx/es/dhis2_implementation_guide_indicators.xml 2012-10-31 18:08:29 +0000 @@ -2,42 +2,42 @@ Indicadores - This chapter covers the following topics: + Este capítulo cubre los siguientes temas: - What is an indicator - - - Purposes of indicators - - - Indicator-driven data collection - - - Managing indicators in DHIS 2 + Qué es un indicador + + + Propósito de los indicadores + + + Colección de datos guiada por indicadores + + + Gestión de indicadores en DHIS 2 - The following describes these topics in greater detail. + A continuación se detalla cada tema.
Qué es un indicador - In DHIS 2 the indicator is a core element of data analysis. An indicator represent calculated formula based on data elements, i.e it is not just a figure, but a proportion relating to something. It has a numerator which represents the data elements being measured, and a denominator which the data element(s) is is measured as a proportion of). Indicators are thus made up of formulas of these data elements, in addition to a factor (e.g. 1, 100, 100, 100 000) to set the right measurement. E.g. the indicator "BCG coverage <1 year" is defined a formula with a factor 100 (to get it as a per cent), a numerator ("BCG doses given to children under 1 year") and a denominator ("Target population under 1 year"). The indicator "DPT1 to DPT3 drop out rate" is a formula of 100 % x ("DPT1 doses given"- "DPT3 doses given") / ("DPT1 doses given"). - Indicator = numerator / denominator x factor + En DHIs 2 el indicador es el elemento central del análisis de datos. Un indicador representa una fórmula calculada basada en elementos de datos, es decir, no es sólo una figura sino una proporción en relación a algo. Tiene un numerador que representa los elementos de datos medidos, y un denominador donde los elementos de datos se miden en proporción de. Por tanto, los indicadores se componen de fórmulas de estos elementos de datos, más un factor (1, 100, 100 000) para fijar la medida correcta. Por ejemplo, el indicador "Cobertura BCG < 1 año" se define por una fórmula con factor 100 (para obtener el porcentaje), numerador ("Dosis de BCG entregadas a menores de 1año") y un denominador ("Población diana menor de 1 año"). El indicador "Tasa de exclusión DPT1 a DPT3" es una fórmula de 100 % x ("Dosis entregadas DPT1"- "Dosis DPT3 entregadas") / ("Dosis DPT1 entregadas"). + Indicador = numerador / denominador x factor - Indicator examples + Ejemplos de indicadores - Indicator - - - Formula - - - Numerator - - - Denominator + Indicador + + + Fórmula + + + Numerador + + + Denominador Factor @@ -47,37 +47,37 @@ - Fully immunized <1 year - - - Fully immunized/Population < 1 year x 100 - - - Fully immunized - - - Population < 1 - - - 100 (Percentage) + Totalmente inmunizados <1 año + + + Totalmente inmunizados/Población < 1 año x 100 + + + Totalmente inmunizados + + + Población < 1 + + + 100 (Porcentaje) - Maternal Mortality Rate - - - Maternal deaths/Live births x 100 000 - - - Maternal deaths - - - Live births + Tasa de Mortalidad Materna + + + Muertes maternas/Nacidos vivos x 100 000 + + + Muertes maternas + + + Nacidos vivos 100 000 -(MMR is measured per 100 000) +(la tasa de MM se mide en 100 000) @@ -86,16 +86,16 @@
El propósito de los indicadores - Indicators are a lot more useful for analysis than raw data. Since they are proportions, they are comparable across time and space, which is very important since units of analysis and comparison, such as districts, vary in size and change over time. A district with 100 cases of a disease may have a higher incidence rate than a district of 1000 cases, if the latter district is more than 10 times as populous. An indicator measuring the incidence rate related to a population will be possible for comparison no matter what the population might actually be. - Indicators thus allow comparison, and are the prime tool for data analysis. DHIS2 should provide relevant indicators for analysis for all health programs, not just the raw data. Most report modules in DHIS 2 support both data elements and indicators and you can also combine these in custom reports. + Los indicadores son mucho más útiles para el análisis que los datos en bruto. Dado que son proporciones, podemos compararlos en el tiempo y en el espacio, lo cual es muy importante porque las unidades de análisis y comparación, como los distritos, varían en tamaño y cambian con el paso del tiempo. Un distrito con 100 casos de una enfermedad concreta puede tener mayor tasa de incidencia que un distrito con 1000 casos, si este último distrito está más de 10 veces más poblado que el anterior. Un indicador que mide la tasa de incidencia relativa a la población total puede compararse sin importar qué población neta es en realidad. + Los indicadores por tanto permiten las comparaciones, y son la herramienta principal para analizar datos. DHIS2 debería proveer indicadores relevantes de análisis a todos los programas de salud, no solo los datos en bruto. La mayoría de módulos de reporte en DHIS 2 soporta tanto elementos de datos como indicadores y podemos combinarlos en reportes personalizados.
Recolección de datos por indicadores - Since indicators are more suited for analysis compared to data elements, the calculation of indicators should be the main driving force for collection of data. A usual situation is that much data is collected but never used in any indicator, which significantly reduces the usability of the data. Either the captured data elements should be included in indicators used for management or they should probably not be collected at all. - For implementation purposes, a list of indicators used for management should be defined and implemented in DHIS 2. For analysis, training should focus on the use of indicators and why these are better suited than data elements for this purpose. + Dado que los indicadores son más adecuados para el análisis que los elementos de datos, el cálculo de indicadores debería ser el motor fundamental de la recogida de datos. Una situación usual es que muchos datos se registran sin ser luego utilizados para ningún indicador, lo que reduce significativamente la usabilidad de los datos. O bien los elementos de datos capturados se incluyen en indicadores utilizados para la gestión de la información de salud o bien probablemente no deberán si quiera recolectarse. + Para el propósito de la implementación, deberemos definir e implementar en DHIS2 una lista de indicadores usados para la gestión. Para el análisis, la capacitación de usuarios deberá enfocarse en el manejo de indicadores y porqué son más adecuados para este propósito que los elementos de datos.
Gestión de indicadores - Indicators can be added, deleted, or modified at any time in DHIS2 without affecting the data. Indicators are not stored as values in DHIS2, but as formlas, which are calculated whenever the user needs them. Thus a change in the formulas will only lead to different data elements being called for when using the indicator for analysis, without any changes to the underlying data values taking place. For information how to manage indicators, please refer to the chapter on indicators in the DHIS2 user documentation. + Podemos añadir, eliminar o modificar indicadores en cualquier momento en DHIS2 sin que ello afecte a los datos. Los indicadores no se guardan como valores en DHIS2, sino como fórmulas, que se calculan siempre que el usuario las necesite. Por tanto un cambio en las fórmulas solo conlleva que se llama a diferentes elementos de datos a la hora de usar el indicador para el análisis, pero sin cambios en los valores de los datos subyacentes. Para tener más información sobre cómo gestionar indicadores, visitar el capítulo de indicadores en la Documentación de Usuario de DHIS2.