Digital Health and Data Utilisation for Improved Primary Health Services Delivery: Multi-Site Perspectives from Quality Improvement Teams in Council Hospitals in Tanzania

Este estudio en hospitales de Tanzania revela que, aunque la interoperabilidad y la fiabilidad de los sistemas de salud digital son actualmente limitadas, su utilidad y el acceso a datos de calidad son factores determinantes que mejoran significativamente la toma de decisiones basada en datos y la prestación de servicios de salud primaria.

Lo esencial

¡Claro que sí! Imagina que el sistema de salud de Tanzania es como una gran flota de ambulancias y hospitales que trabajan para salvar vidas. Este estudio es como un informe de mantenimiento que revisa si las herramientas digitales que usan estos hospitales (computadoras, aplicaciones, bases de datos) realmente les ayudan a trabajar mejor o si, en realidad, les están poniendo más trabas.

Aquí tienes la explicación de la investigación, traducida a un lenguaje sencillo y con analogías creativas:

🏥 El Problema: ¿Tienen las herramientas adecuadas?

Imagina que los hospitales de Tanzania tienen mapas digitales (sistemas de datos) para saber:

• Cuántas medicinas necesitan pedir (como pedir comida para un restaurante).
• Dónde poner a los médicos y enfermeras (como asignar conductores a las ambulancias).
• Cómo planificar el presupuesto (como hacer una lista de compras para la casa).

El estudio fue como una encuesta a los "capitanes" de estos hospitales (los equipos de mejora de calidad) para preguntarles: "¿Estos mapas digitales funcionan bien o son un desastre?".

🔍 Lo que descubrieron (Los hallazgos)

1. La "Caja de Herramientas" está rota y confusa

La mayoría de los trabajadores (más del 50%) dijeron que no están satisfechos con sus herramientas digitales.

• La analogía: Imagina que tienes un teléfono inteligente, pero la pantalla se congela a veces (falta de confiabilidad), los botones son difíciles de presionar (no es amigable) y las aplicaciones no hablan entre sí (falta de compatibilidad).
• El resultado: Los trabajadores sienten que el sistema es más un obstáculo que una ayuda. A veces, el sistema se cae, los datos son incorrectos o es tan complicado de usar que prefieren usar papel y lápiz.

2. El "Puente" que conecta los datos

A pesar de los problemas, el estudio encontró algo muy importante:

• Si logran que el sistema sea fácil de usar, que funcione siempre (no se congele) y que sirva realmente para su trabajo diario, entonces los hospitales pueden acceder a datos de alta calidad.
• La analogía: Piensa en los datos como agua. Si los tubos (el sistema digital) tienen fugas o están tapados, el agua no llega a las casas (los hospitales). Pero si arreglan los tubos (mejoran la usabilidad y confiabilidad), el agua fluye limpia y abundante.

3. El efecto dominó: De los datos a la salud

Aquí está la parte mágica del estudio:

• Cuando los hospitales tienen datos buenos y confiables (agua limpia), pueden tomar decisiones inteligentes (saber exactamente cuántas medicinas pedir o dónde enviar a un médico).
• Y cuando toman esas decisiones inteligentes, la atención al paciente mejora.
• La analogía: Es como un chef. Si el chef tiene ingredientes frescos y una receta clara (datos de calidad), puede cocinar un plato delicioso (salud para el paciente). Si los ingredientes están podridos o no tiene receta (datos malos o sistema roto), el plato sale mal.

🚧 ¿Por qué no funciona todo perfecto todavía?

El estudio señala tres "monstruos" que están arruinando la fiesta:

1. Islas desconectadas: Hay muchos sistemas diferentes que no se hablan entre sí. Es como tener un teléfono de una marca y un televisor de otra que no se pueden conectar. Esto crea duplicidad y confusión.
2. Falta de entrenamiento: A menudo, la gente tiene la herramienta, pero no sabe cómo usarla. Es como darle un Ferrari a alguien que nunca ha conducido; se va a chocar.
3. Sistemas lentos y poco fiables: Si el sistema tarda mucho o da información errónea, los trabajadores pierden la confianza y dejan de usarlo.

💡 La Solución Propuesta (El Plan Maestro)

Los autores del estudio dicen que no se trata de tirar las computadoras a la basura, sino de arreglarlas:

• Unificar los sistemas: En lugar de tener 10 aplicaciones diferentes, crear una gran base de datos central donde toda la información fluya libremente.
• Capacitación continua: No basta con dar la computadora; hay que enseñar a la gente a usarla, como un instructor de natación que acompaña al alumno en el agua.
• Mejorar la experiencia: Hacer que los sistemas sean tan fáciles de usar como una red social popular.

🏁 Conclusión en una frase

El estudio concluye que la tecnología digital tiene un gran potencial para salvar vidas en Tanzania, pero actualmente está "atascada" en una caja de herramientas rota. Si arreglan los sistemas para que sean fiables, fáciles de usar y estén conectados, los hospitales podrán tomar mejores decisiones y, en última instancia, salvar más vidas y cuidar mejor a sus pacientes.

Es como pasar de intentar navegar en un bote con agujeros a tener un barco moderno con GPS: el viaje será más seguro, rápido y llegarán a su destino (la salud para todos) mucho mejor.

Resumen técnico

1. Planteamiento del Problema

A pesar de las inversiones significativas en sistemas de datos y la generación de información en países de África subsahariana, incluida Tanzania, persisten desafíos críticos en el acceso a datos de calidad y su utilización efectiva para la planificación y la toma de decisiones.

• Brecha de Utilización: Existe una tendencia global de subutilización de datos de salud por parte de los responsables políticos y gerentes, lo que compromete la eficiencia y la calidad de los servicios.
• Falta de Evidencia Local: Hay escasa información sobre cómo los factores de la salud digital (como la compatibilidad, usabilidad y fiabilidad) influyen específicamente en la mejora de los servicios de salud primaria a través del uso de datos en los hospitales municipales de Tanzania.
• Fragmentación: Los sistemas actuales a menudo son fragmentados, no interoperables y generan una carga de gestión de datos redundante, lo que dificulta la toma de decisiones basada en evidencia.

2. Metodología

El estudio empleó un diseño transversal con un enfoque cuantitativo robusto.

• Contexto y Muestra:

  • Ubicación: Se realizó en 6 regiones de Tanzania (Songwe, Mbeya, Ruvuma, Kilimanjaro, Mwanza y Mara), abarcando 12 hospitales municipales seleccionados intencionalmente (basados en el sistema de calificación nacional de estrellas, incluyendo tanto hospitales de alto como de bajo rendimiento).
  • Participantes: Se encuestó a miembros de Equipos de Mejora de Calidad (QIT) de los hospitales. De una muestra calculada de 218, se obtuvieron 203 respuestas válidas (tasa de respuesta del 93.1%).
  • Perfil: La mayoría eran personal clínico (82.3%), con edades predominantemente entre 31-40 años y nivel educativo de certificado o diploma.

• Instrumentos y Recolección de Datos:

  • Se utilizó un cuestionario autoadministrado estructurado con escala Likert.
  • Se evaluaron variables demográficas y percepciones sobre factores de salud digital: Compatibilidad, Amigabilidad (User-friendliness), Fiabilidad (Reliability) y Utilidad (Usefulness).
  • Las variables dependientes fueron: Acceso a datos de calidad, Uso de datos para planificación/decisión y Mejora en la prestación de servicios de salud.

• Análisis de Datos:

  • Estadística Descriptiva: Frecuencias, proporciones y medias (SPSS v26).
  • Modelado de Ecuaciones Estructurales (PLS-SEM): Se utilizó SmartPLS 3 con técnicas de bootstrapping para probar las hipótesis y analizar las relaciones causales entre los factores digitales y los resultados de salud.
  • Marco Teórico: Se basó en la Teoría Unificada de Aceptación y Uso de la Tecnología (UTAUT), adaptada para evaluar cómo los factores digitales moderan la intención de uso y el comportamiento real.

3. Contribuciones Clave

• Validación Empírica en Contexto Tanzano: Proporciona evidencia cuantitativa específica sobre la relación entre las características de los sistemas digitales y la mejora de servicios en hospitales municipales, un nivel de atención a menudo subestudiado en comparación con hospitales regionales o nacionales.
• Desglose de Factores Críticos: Distingue el impacto específico de la compatibilidad, usabilidad, fiabilidad y utilidad, demostrando que no todos los factores tienen un impacto directo o indirecto igualitario en la cadena de valor (desde el acceso a datos hasta la mejora del servicio).
• Identificación de Barreras Sistémicas: Evidencia cómo la falta de interoperabilidad y la capacitación insuficiente son barreras mayores que la simple disponibilidad de tecnología.

4. Resultados Principales

• Percepción General de los Sistemas:

  • Existe un desacuerdo generalizado (50.2%) sobre si los sistemas digitales apoyan eficazmente el uso de datos.
  • Insatisfacción Alta: Los niveles de insatisfacción son altos en cuanto a la amigabilidad (47.8%), fiabilidad (hasta 65.5% de desacuerdo) y utilidad (hasta 63.5%).
  • Compatibilidad: Fue el aspecto mejor valorado, aunque solo moderadamente (40.4% de acuerdo para pedidos de commodities, 38.4% para planificación).

• Análisis del Modelo Estructural (PLS-SEM):

  • Factores que influyen en el Acceso a Datos de Calidad (AQD):
    • La Utilidad (β=0.369, p<0.001) y la Fiabilidad (β=-0.259, p<0.001) tienen un impacto significativo. Nota: La fiabilidad mostró un coeficiente negativo, indicando que la percepción de baja fiabilidad reduce drásticamente el acceso a datos de calidad.
    • La Amigabilidad (β=0.540, p<0.001) y la Compatibilidad (β=0.145, p=0.002) también influyen positivamente.
  • Acceso a Datos -> Uso de Datos: El acceso a datos de calidad tiene una influencia positiva y significativa muy fuerte sobre el uso de datos para planificación (β=0.729, p<0.001).
  • Uso de Datos -> Mejora de Servicios: El uso de datos para planificación y toma de decisiones impacta significativamente en la mejora de la prestación de servicios de salud (β=0.593, p<0.001).
  • Hipótesis Rechazadas: No se encontró una influencia directa significativa de ciertos factores digitales (como la compatibilidad o fiabilidad) sobre la mejora de servicios sin pasar por el mediador del "acceso a datos" o "uso de datos".

• Potencia Explicativa: El modelo mostró un alto poder explicativo para el "Uso de datos para planificación" (R² = 0.780), indicando que los factores digitales explican casi el 80% de la varianza en este comportamiento.

5. Significancia y Conclusiones

• Impacto en la Toma de Decisiones: El estudio confirma que la mejora de la salud digital no es solo una cuestión de infraestructura, sino de calidad percibida (fiabilidad, utilidad y facilidad de uso). Sin estos atributos, los datos no se convierten en información accionable.
• Recomendaciones Estratégicas:
  1. Integración de Sistemas: Es urgente consolidar las plataformas fragmentadas en un almacén de datos unificado para garantizar la interoperabilidad y reducir la carga de entrada de datos redundante.
  2. Capacitación Continua: Se requiere formación constante y específica para el personal de salud, no solo en el uso técnico, sino en el análisis e interpretación de datos para la planificación y asignación de recursos.
  3. Cultura de Datos: Institucionalizar la toma de decisiones basada en datos requiere que los sistemas sean confiables y útiles para el usuario final.
• Limitaciones: El estudio se centró únicamente en los equipos de mejora de calidad, excluyendo a otros grupos gerenciales, y se limitó a hospitales municipales, lo que podría afectar la generalización a otros niveles del sistema de salud (como dispensarios o hospitales nacionales).

En resumen, el estudio concluye que, aunque la tecnología digital tiene el potencial de transformar la prestación de servicios de salud en Tanzania, su implementación actual es deficiente debido a problemas de usabilidad y fiabilidad. La inversión futura debe priorizar la integración de sistemas y el fortalecimiento de las capacidades humanas para transformar los datos en mejoras tangibles en la salud pública.