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

Cette étude menée dans douze hôpitaux de district en Tanzanie révèle que, bien que les initiatives de santé numérique actuelles souffrent de fragmentation et d'un manque de fiabilité, l'amélioration de l'utilité et de l'accès à des données de qualité est déterminante pour optimiser la prise de décision et la prestation de services de santé primaire.

L'essentiel

🏥 Le Grand Problème : Des Bibliothèques Pleines, mais Personne ne Lit les Livres

Imaginez que les hôpitaux du conseil en Tanzanie sont comme de grandes bibliothèques. Ces dernières années, on y a installé des ordinateurs et des logiciels numériques pour gérer les malades, les médicaments et le personnel. C'est comme si on avait rempli ces bibliothèques de livres numériques super modernes.

L'idée était simple : si on a toutes les données (les livres), on pourra mieux soigner les gens.

Mais l'étude de Constantine et son équipe a révélé un problème amusant mais frustrant : les bibliothécaires (le personnel de santé) se plaignent que les livres sont mal rangés, que les étagères sont instables et que les titres sont incompréhensibles.

🔍 Ce que l'étude a découvert (Les 4 Problèmes Majeurs)

Les chercheurs ont interrogé 203 membres d'équipes chargées d'améliorer la qualité dans 12 hôpitaux. Voici ce qu'ils ont trouvé, traduit en langage courant :

1. La "Compatibilité" (Les pièces de puzzle qui ne s'assemblent pas) :

   • L'analogie : Imaginez que vous essayez de construire une maison avec des briques rouges, des briques bleues et des briques en bois, mais que le plan de l'architecte est dessiné pour des briques en béton. Ça ne colle pas.
   • La réalité : Les différents systèmes informatiques ne se parlent pas bien entre eux. Parfois, les données servent à commander des médicaments, mais pas à organiser le personnel. C'est frustrant.

2. La "Facilité d'utilisation" (Un jeu vidéo trop difficile) :

   • L'analogie : C'est comme essayer de jouer à un jeu vidéo avec une manette qui a 50 boutons et aucun mode "facile". Si vous ne savez pas comment jouer, vous abandonnez.
   • La réalité : Les médecins et infirmiers trouvent les logiciels trop compliqués. Ils disent : "C'est trop dur à utiliser, je préfère faire mes notes sur un papier."

3. La "Fiabilité" (Une voiture qui tombe en panne) :

   • L'analogie : Imaginez conduire une voiture qui s'arrête toutes les 5 minutes ou qui vous donne un faux kilométrage. Vous n'auriez plus confiance en elle.
   • La réalité : Les systèmes plantent souvent, sont lents ou donnent des informations fausses. Quand un médecin ne peut pas faire confiance à l'ordinateur, il ne l'utilise pas pour prendre des décisions importantes.

4. L'"Utilité" (Un outil qui ne sert à rien) :

   • L'analogie : C'est comme avoir un marteau en plastique qui ne peut pas enfoncer un clou. À quoi ça sert de l'avoir ?
   • La réalité : Le personnel ne voit pas comment ces outils les aident vraiment dans leur journée. Ils pensent : "Ça me fait perdre du temps au lieu de m'en faire gagner."

📉 Le Résultat : Un "Non" Majoritaire

En gros, la moitié des personnes interrogées ont dit : "Non, ces systèmes numériques ne nous aident pas vraiment à mieux soigner les patients."

Ils sont d'accord pour dire que les systèmes sont parfois utiles pour commander des médicaments, mais ils sont très mécontents quand il s'agit de gérer les horaires du personnel ou de faire les budgets.

🚀 La Bonne Nouvelle : Ce qui fonctionne quand même

Malgré ces problèmes, l'étude a trouvé une lueur d'espoir, un peu comme trouver un chemin de traverse dans une forêt dense.

Les chercheurs ont prouvé mathématiquement que SI on améliore ces quatre points (facilité, fiabilité, utilité, compatibilité), alors :

1. On a accès à de meilleures données (comme avoir une carte précise).
2. On prend de meilleures décisions (comme choisir le bon chemin).
3. Les patients sont mieux soignés (comme arriver à destination en sécurité).

C'est comme si on disait : "Le moteur de la voiture est cassé, mais si on le répare, cette voiture peut aller plus vite que n'importe quel cheval !".

💡 La Conclusion et les Conseils (Le Plan d'Action)

L'étude conclut que la Tanzanie a investi beaucoup d'argent dans ces technologies, mais qu'elles sont comme des outils rouillés dans une boîte à outils. On ne s'en sert pas parce qu'ils sont difficiles à utiliser.

Ce qu'il faut faire, selon les auteurs :

• Raccorder les tuyaux : Faire en sorte que tous les logiciels se parlent (interopérabilité) pour ne pas avoir à remplir les mêmes informations deux fois.
• Apprendre à conduire : Former le personnel. Ce n'est pas la faute des médecins s'ils ne savent pas utiliser un logiciel complexe s'ils n'ont jamais eu de cours !
• Réparer la voiture : S'assurer que les systèmes ne plantent pas et donnent des informations justes.

En résumé : La technologie est un super outil, mais pour qu'elle fonctionne, il faut qu'elle soit simple, fiable et qu'on apprenne aux gens à s'en servir. Sinon, c'est comme avoir une Ferrari dans un garage : elle est belle, mais elle ne vous emmène nulle part ! 🚗💨

Résumé technique

Titre de l'étude

Santé numérique et utilisation des données pour l'amélioration des services de santé primaire : Perspectives multi-sites des équipes d'amélioration de la qualité dans les hôpitaux de district en Tanzanie.

---

1. Problématique

L'utilisation des données de santé est un pilier essentiel pour la planification fondée sur des preuves, l'allocation des ressources et la prise de décision éclairée. Cependant, malgré des investissements significatifs dans les systèmes de données en Tanzanie et en Afrique subsaharienne, il existe un décalage entre la disponibilité des données et leur utilisation effective pour améliorer la prestation des services de santé.

Les principaux problèmes identifiés sont :

• Sous-utilisation des données : Les décideurs et gestionnaires ne parviennent pas à exploiter pleinement les données disponibles (numériques et papier) pour la planification et la gestion.
• Facteurs numériques déficients : Les systèmes de santé numérique actuels souffrent de problèmes de compatibilité, de convivialité, de fiabilité et d'utilité perçue.
• Fragmentation : La coexistence de plateformes non interopérables et fragmentées alourdit la gestion des données et crée des incohérences, entravant l'accès à des données de qualité.
• Manque de compétences : Une formation insuffisante du personnel limite la capacité à utiliser ces outils pour des tâches critiques comme l'approvisionnement, l'allocation du personnel et la budgétisation.

2. Méthodologie

L'étude a adopté une approche quantitative rigoureuse pour évaluer les déterminants de l'utilisation des données de santé.

• Design de l'étude : Étude transversale menée de mars 2023 à mars 2024.
• Site et Échantillon :
  • Lieu : 12 hôpitaux de district (conseils municipaux) répartis dans 6 régions de Tanzanie (Mbeya, Ruvuma, Kilimanjaro, Mwanza, Mara, Songwe).
  • Sélection : Échantillonnage stratifié et aléatoire basé sur le système national de notation par étoiles (incluant des hôpitaux à haute et basse performance).
  • Participants : 203 membres des équipes d'amélioration de la qualité (QIT) sur un échantillon initial de 218 (taux de réponse de 93,1 %).
• Collecte de données : Questionnaires auto-administrés structurés évaluant les perceptions sur la compatibilité, la convivialité, la fiabilité et l'utilité des systèmes de données.
• Analyse statistique :
  • Descriptive : Fréquences, proportions et moyennes.
  • Modélisation : Utilisation de la modélisation par équations structurelles en moindres carrés partiels (PLS-SEM) via le logiciel SmartPLS 3.
  • Validation : Analyse de la fiabilité (Alpha de Cronbach, fiabilité composite) et de la validité (AVE, charges factorielles) des construits.
  • Test d'hypothèses : Analyse de bootstrapping pour valider les relations causales entre les facteurs numériques, l'accès aux données, l'utilisation des données et l'amélioration des services.

3. Contributions Clés

Cette étude apporte plusieurs contributions théoriques et pratiques :

• Application du cadre UTAUT : Adaptation du Unified Theory of Acceptance and Use of Technology (UTAUT) au contexte des hôpitaux de district en Tanzanie pour analyser l'adoption des technologies de santé.
• Modélisation des déterminants : Identification précise des facteurs numériques (compatibilité, fiabilité, etc.) qui influencent directement l'accès à des données de qualité et, par extension, la prestation des services.
• Évaluation empirique multi-sites : Fourniture de données probantes sur l'état réel de l'interopérabilité et de l'efficacité des systèmes de santé numérique dans un contexte de pays à revenu faible, au-delà des simples rapports d'implémentation.

4. Résultats Principaux

Les résultats révèlent un tableau contrasté entre la perception des outils et leur impact réel :

• Perception des utilisateurs (Insatisfaction globale) :

  • Convivialité, Fiabilité et Utilité : Une majorité de répondants (environ 50 % à 65 %) a exprimé un désaccord quant à la facilité d'utilisation, la fiabilité et l'utilité des systèmes actuels.
  • Compatibilité : Les résultats sont mitigés. Bien que 40,4 % des répondants trouvent les systèmes compatibles pour la commande de produits, seulement 38,4 % les jugent utiles pour la planification budgétaire.
  • Score global : La moyenne globale pour les facteurs technologiques soutenant l'utilisation des données est faible (M = 2,74 ± 0,87), indiquant un désaccord majoritaire.

• Analyse du Modèle Structurel (PLS-SEM) :

  • Hypothèses validées (Significatives) :
    • L'utilité perçue (β = 0,199, p < 0,001) et l'accès à des données de qualité (β = 0,729, p < 0,001) ont une influence positive et significative sur l'utilisation des données pour la planification.
    • L'utilisation des données pour la planification et la prise de décision a un impact fort et significatif sur l'amélioration de la prestation des services de santé (β = 0,593, p < 0,001).
    • La compatibilité influence positivement l'accès aux données de qualité (β = 0,145).
  • Hypothèses rejetées (Non significatives) :
    • Certains facteurs (comme la compatibilité ou la fiabilité) n'ont pas d'influence directe significative sur l'utilisation des données pour la planification, agissant plutôt indirectement via l'accès à la qualité des données.
    • L'accès direct aux données de qualité n'a pas d'effet direct significatif sur l'amélioration des services sans l'intermédiaire de l'utilisation effective des données pour la prise de décision.

• Puissance explicative : Le modèle explique 78 % de la variance de l'utilisation des données pour la planification (R² = 0,780) et 38 % de la variance de l'amélioration des services (R² = 0,380).

5. Signification et Recommandations

Cette étude démontre que les initiatives de santé numérique actuelles en Tanzanie ont un impact modeste sur l'amélioration des services, principalement en raison de systèmes fragmentés et d'un manque de formation.

Implications et Recommandations :

1. Intégration des systèmes : Il est crucial de renforcer et d'intégrer les plateformes existantes dans un entrepôt de données unifié pour résoudre les problèmes d'interopérabilité et réduire la charge de gestion des données redondantes.
2. Formation continue : La mise en place de programmes de formation continus et ciblés est essentielle pour améliorer la convivialité perçue, la fiabilité et l'utilité des outils par les utilisateurs finaux.
3. Culture de la donnée : Favoriser une culture de prise de décision fondée sur les données en s'assurant que les systèmes fournissent des sorties opportunes, complètes et précises.
4. Politique publique : Les autorités gouvernementales doivent prioriser la qualité des données et l'expérience utilisateur (UX) dans les investissements futurs en santé numérique, plutôt que de se concentrer uniquement sur la génération de données.

En conclusion, bien que les facteurs numériques (compatibilité, fiabilité, utilité) soient des catalyseurs essentiels pour l'accès à des données de qualité, leur potentiel ne sera pleinement réalisé que par une intégration systémique et un renforcement des capacités humaines.