加利福尼亚观察网的调研员们收到情报，加州一个大型医疗连锁机构可能正有计划地利用联邦医疗保险项目（Medicare）牟取超额利润，此项目旨在替美国65岁以上的老人支付医疗费用。这种骗局就是所谓的_upcoding_，典型做法是夸大病人症状的复杂性，以获得更多的政府补偿金。但提供消息的关键信源是正与这家医疗连锁机构管理层抗争的工会，而且加利福尼亚观察网的团队明白，为保证故事的可信度必须提供独立的调查验证。

幸运的是，加利福利亚州卫生部对所有州立医院的每一次治疗都有详细的档案记录，并且档案是公开的。128个数据变量中有25个是按照世界卫生组织发布的“国际疾病分类统计和相关的健康问题”手册（俗称ICD-9）编码。数据中不会出现病人的姓名，其他变量如病人的年龄、治疗的花费、接待的医院也不会出现。记者们清楚这些档案意味着什么。他们可以通过这些档案来检视连锁医院中不寻常的病例报告是否明显高于其他医院。

数据集十分庞大，每年几乎有四百万病例；而记者们想要研究六年来的档案，以发现报告模式是如何变化的。他们向州政府机构订购了载有数据的CD光盘，其中的数据可以很容易地从光盘导入到台式计算机。记者用SAS系统来分析数据。SAS十分强大（可以分析数百万档案记录）并且被许多政府机构使用，包括加州卫生局，但它也十分昂贵——而同样的分析工作我们可以用其他数据库分析工具来达成，比如说微软Access或者开源的MySQL

数据在手，程序已备，找到令人生疑的模式就水到渠成了。举例来说，其中一个发现是连锁医院里各种程度的营养不良的报告频率要远远高于其他医院。数据分析家利用SAS提取出一些频率表，它们显示了加州超过300家急症护理医院每年营养不良病例的报告数量。之后，这些未加工的频率表被导入到Excel中，以便更好地检查每家医院的数据模式; Excel对原始数据的分类、过滤和计算等处理能力让模式监测变得容易。

报告中特别高发的情况是一种被称作恶性营养不良的疾病，又称蛋白缺乏综合征。这种疾病在受灾荒的发展中国家的挨饿的婴儿中普遍可见。然而，连锁医院所报告的加州老年人恶性营养不良的发病率是加州所有医院平均水平的70倍。

至于其他报道，数据分析家们采用了类似的技术去检验像败血症、疯牛病、恶性高血压和自主神经系统紊乱这样的疾病的发病率报告。另外一个报道指出这家连锁医院通过急诊室把病人转移到拥有不同寻常的高医疗保险的病人护理医院，这些病人为医疗护理的支付来源相较于很多其他急诊室病人更为稳固。

总结来说，之所以会有这样的报道，是因为你可以利用数据独立地验证信息源提出的指控，毕竟信息源有自己的议程意图。这些报道也表明强大的公共数据记录法的必要；政府要求医院报告这些数据的理由就在于，不论是政府、学术机构、调查者还是公民记者都可以进行这样的分析。这些报道的主题也十分重要，因为它事关大量公共财政的支出是否合理。

— 史蒂夫·多伊格(Steve Doig)，沃尔特·克朗凯特新闻学院，亚利桑那州立大学