Validatiecriteria-test-pilot.md

 ## Inleiding
 
-Het doel van validatie is om inzicht te krijgen in de kwaliteit, volledigheid en betrouwbaarheid van het proces van gegevensverzameling over de diverse aspecten van de verpleeghuiszorg. De validatie kan leiden tot inzicht in de verschillen (van interpretatie) en eventuele problemen in de uitvoering van de afspraken en de te hanteren definities.[^1]
+Het doel van validatie is om inzicht te krijgen in de kwaliteit, volledigheid en betrouwbaarheid van het proces van gegevensverzameling over de diverse aspecten van de verpleeghuiszorg. De validatie kan leiden tot inzicht in de verschillen (van interpretatie) en eventuele problemen in de uitvoering van de afspraken en de te hanteren definities. (1)
+
+Deze inzichten zijn volgens ons nodig om een herhalende lus van verbeteringsacties - zoals in de cirkel van Deming is aangegeven - op de aangeboden data te onderhouden. (2)
 
 Validatie van gegevens wordt gedaan in een aantal stappen. Uiteindelijk gaat het erom dat de validatie gebeurt conform de verwachting en wensen van de gegevensaanbieders en -afnemers.
 
 Men houdt rekening met de volgende invalshoeken voor validatie:
-1. vanuit het perspectief zorgaanbieder
-2. vanuit het perspectief van overige ketenpartners NZA/IGJ/MinVWS/ActiZ/PfN/etc.
 
-_Validatie moet op de volgende momenten gebeuren in het proces van aanbod tot de uitvraag:_
+vanuit het perspectief zorgaanbieder: zij biedt data aan over de zorg en aanverwante onderwerpen.
+
+vanuit het perspectief van overige ketenpartners NZA/IGJ/MinVWS/ActiZ/PfN/etc.: deze partijen hebben specifieke vragen over de zorg en aanverwante onderwerpen.
+
+Soorten validaties
+
+Validatie moet op de volgende momenten (elk met een specifiek gebruikersdoel) gebeuren in het proces van aanbod tot het moment van uploaden:
+
+Validatie van uploads: de indeling moet overeenstemmen met de ontologie, meest optimale controle op datatypes en indien van toepassing formaat van waarden (bijv. datum, getalnotatie e.d.) op basis van de principes van een ontologie. Over de juistheid van waarden kan op dit niveau niets worden gezegd. Wel kan er gekeken worden in hoeverre controle op juistheid datatype, formaat, bereik, referentiecodes e.d. nodig zijn.
 
-1. Validatie van uploads: de indeling moet overeenstemmen met de ontologie, meest optimale controle op datatypes en indien van toepassing formaat van waarden (bijv. datum, getalnotatie e.d.) op basis van de principes van een ontologie. Over de juistheid van waarden kan op dit niveau niets worden gezegd.
-2. Procesvalidatie: er moet metadata beschikbaar zijn over de aanlevering van data zoals zorgorganisatie, datum en tijd e.d..
-3. Functionele validatie: alle attributen voor het beantwoorden van gevalideerde vragen moeten aanwezig zijn, de mate waarin waarden voor attributen ontbreken moeten worden uitgedrukt in een percentage en indien mogelijk een normatieve waarde (daarmee kan de betrouwbaarheid van uitkomsten worden uitgedrukt).
-4. Validatie van samenhang: in vergelijking met gelijksoortige data afkomstig van een andere bron wordt een afwijking waargenomen. Bijv. gegevens over personeelssamenstelling kunnen uit meerdere systeembronnen ontsloten zijn.
-5. Visuele validatie: vooraf aan het uploaden van de data controleert de gegevensaanbieder de data op fouten en omissies.
+Procesvalidatie (traceren): er moet metadata beschikbaar zijn over de aanlevering van data zoals zorgorganisatie, datum en tijd e.d. Hierop moet een of meerdere controles plaatsvinden. Dit gebeurt onder andere bij identificatie van de aanleverende partij in de authenticatieprocedure. De organisatie namens wie de gebruiker inlogt, moet bekend en geautoriseerd zijn.
 
-In het algemeen worden de volgende soorten gegevensvalidaties onderscheiden:
-1. bereik en beperking
-2. datatype
-3. codering en referentie van data
-4. dataconsistentie
-5. datastructuur
+Functionele validatie: alle attributen voor het beantwoorden van gevalideerde vragen moeten aanwezig zijn, de mate waarin waarden voor attributen ontbreken moeten worden uitgedrukt in een percentage en indien mogelijk een normatieve waarde (daarmee kan de betrouwbaarheid van uitkomsten worden uitgedrukt).
+
+Validatie van samenhang: in vergelijking met gelijksoortige data afkomstig van een andere bron wordt een afwijking waargenomen. Bijv. gegevens over personeelssamenstelling kunnen uit meerdere systeembronnen ontsloten zijn. Het is ook denkbaar om de totalen, zoals het aantal contracturen of aantal personeelsleden zichtbaar te maken, zodat de gegevensaanbieder deze kan vergelijken met de uitkomsten van het bronsysteem en om vast te stellen of de totalen wel overeenkomen.
+
+Visuele validatie: vooraf aan het uploaden van de data controleert een medewerker van de gegevensaanbieder de data met eigen ogen op fouten en omissies.
+
+kwaliteit van data
 
-### kwaliteit van data
 Vragen die een rol spelen bij de kwaliteit van data en die mogelijk in de specificatie van validatiecriteria moeten worden meegenomen, bijvoorbeeld:
-1. actualiteit: is de data ondanks het moment van beschikbaarheid nog relevant?
-2. tijdigheid: wordt de data dusdanig aangeleverd dat er voldoende tijd is om de afnemers hiervan te voorzien dat de relevantie geen gevaar loopt?
-3. is de data conform de realiteit (geloofwaardigheid)?
-4. de juistheid van de data is inherent aan de invoering in de bronsystemen. Ook een valide vraag echter is de VKV niet de geeigende stap in de keten om dit te waarborgen.
-5. data integriteit: VKV verandert niets aan de inhoud van de data.
 
-## Wat controleert de VOLT-VKV?
+normalisatie: voldoet de data aan de VPH ontologie?
+
+overeenstemming: wordt er voldaan aan de verwachtingen omtrent presentatie van gegevens en dataformaten?
+
+actualiteit: is de data ondanks het moment van beschikbaarheid nog relevant?
+
+tijdigheid: wordt de data dusdanig aangeleverd dat er voldoende tijd is om de afnemers hiervan te voorzien dat de relevantie geen gevaar loopt?
+
+is de data conform de realiteit (geloofwaardigheid)?
+
+de juistheid van de data is inherent aan de invoering in de bronsystemen. Ook een valide vraag echter is de VKV niet de geeigende stap in de keten om dit te waarborgen.
+
+data integriteit: VKV verandert niets aan de inhoud van de data.
+
+Consistentie: is er sprake van tegenstrijdige informatie? Zo ja, waar ligt de mogelijke oorzaak?
+
+Wat controleert de VOLT-VKV?
+
 De VKV controleert inherent aan de toepassing van een globale ontologie of de structuur van de dataset daarbinnen valt; of gegevenselementen voorkomen. Het kan zijn dat je slechts een deel van de gegevens aanlevert zoals genoemd in de globale of een lokale ontologie. Dat kan een valide aanlevering zijn.
 
 De VKV validatieregels gaan over meer complexe controles die ontstaan vanuit de bedrijfsvoering van de zorgaanbieder bijvoorbeeld:
+
 1. algemene meer technische gegevensvalidatie: zoals hierboven beschreven.
+1. 
 1. verhoudingsgetallen: verhouding deeltijd en voltijd medewerkers, verhouding functieniveaus
-2. normwaarden: hoogte ziekteverzuim, hoogte verlofopname
-3. het ontbreken of aanwezig zijn van uitkomsten voor beantwoorden gevalideerde vragen.
-99. etc.
+1. 
+1. normwaarden: hoogte ziekteverzuim, hoogte verlofopname
+1. 
+1. het ontbreken of aanwezig zijn van uitkomsten voor beantwoorden gevalideerde vragen.
+1. 
+1. etc.
 
 ## Pilot Validatieregels 
 De onderstaande validatieregels worden in ieder geval getoetst in een technische pilot: