Routine health information system data quality in a hill and mountain district of Nepal: a cross-sectional desk review of four years of DHIS2 data from Sankhuwasabha, 2021-2025
Cette revue documentaire transversale de quatre années de données DHIS2 du district de Sankhuwasabha, au Népal, révèle que, bien que l'exhaustivité et la ponctualité des rapports soient généralement élevées, les données recèlent des anomalies persistantes en matière d'immunisation dues aux processus d'enregistrement systématiques et aux limites des contrôles de cohérence dépendants des règles de validation, soulignant la nécessité de classer les paires d'indicateurs par rapport aux règles de validation actives avant d'évaluer la qualité des données.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Dans les terrains hauts et escarpés de l'Himalaya, où les villages sont dispersés à travers des vallées abruptes et où les déplacements peuvent prendre des heures sur des sentiers difficiles, les agents de santé s'appuient sur un système numérique pour suivre les soins qu'ils dispensent. Ce système, utilisé par les ministères de la santé du monde entier, fait office de registre central où chaque naissance, chaque vaccination et chaque visite dans une clinique est enregistrée. L'objectif est simple : créer une image claire de la santé communautaire afin que les dirigeants puissent planifier efficacement. Mais pour que ces dossiers soient utiles, ils doivent être précis. Si les chiffres sont erronés, les plans construits sur la base de ceux-ci échoueront. Un défi majeur dans ce travail consiste à savoir si les données ne sont qu'une simple collection de chiffres ou un reflet fidèle de la réalité. Les responsables de la santé vérifient souvent deux choses : si les rapports sont envoyés et s'ils arrivent à temps. Cependant, une vérification plus approfondie est nécessaire pour voir si les chiffres sont cohérents les uns par rapport aux autres. Par exemple, si un enfant reçoit une première dose de vaccin, il devrait logiquement recevoir une deuxième puis une troisième dose plus tard ; si les registres indiquent plus de troisièmes doses que de premières doses, c'est que la manière dont l'information est consignée est incorrecte.
Des chercheurs du district de Sankhuwasabha au Népal, une région de collines et de montagnes, ont décidé d'examiner de près quatre années de ces dossiers de santé pour voir si le système fonctionnait comme prévu. Ils ont examiné les données de 132 établissements de santé, couvrant tout, des soins maternels à l'immunisation. Leur enquête a révélé que le système faisait du bon travail sur un point : presque tous les établissements envoyaient leurs rapports. Les registres étaient presque complets. Cependant, la ponctualité était moins fiable. Dans plusieurs zones reculées, les rapports étaient fréquemment en retard, suggérant que la difficulté du terrain ralentissait le flux d'informations. Mais la découverte la plus surprenante est venue lorsque les chercheurs ont examiné la logique interne des chiffres, plus précisément concernant les vaccinations infantiles. Ils ont découvert un schéma qui défiait le bon sens : les registres montraient qu'un plus grand nombre d'enfants recevaient des doses de vaccins ultérieures que des doses antérieures. Dans l'ensemble du district, le nombre d'enfants enregistrés comme ayant reçu la troisième dose d'un vaccin était supérieur au nombre d'enfants enregistrés comme ayant reçu la première dose. C'est impossible dans la réalité, car un enfant ne peut pas recevoir une troisième injection sans avoir d'abord reçu la première.
Les chercheurs ont réalisé que ce schéma étrange n'était pas une erreur causée par des enfants se déplaçant entre les villages, ce qui ne ferait que déplacer les chiffres sans changer le compte total pour l'ensemble du district. Au contraire, l'erreur pointait vers un problème systématique dans la manière dont les données étaient saisies. L'étude a également mis au jour un problème subtil concernant la façon dont le système de santé vérifie les erreurs. Le logiciel utilisé pour collecter les données possède des règles intégrées qui avertissent les agents si deux nombres liés ne correspondent pas. Les chercheurs ont constaté que pour certaines paires de données, ces règles étaient si strictes qu'elles forçaient les nombres à s'accorder, masquant ainsi toute erreur réelle de saisie. Pour d'autres paires, le logiciel permettait aux agents de continuer même si les chiffres étaient faux. Cela signifiait que le simple fait de voir deux nombres correspondre ne prouvait pas toujours que les données étaient exactes ; cela prouvait parfois simplement que le logiciel les avait forcés à correspondre. L'étude a conclu que, bien que les agents de santé de ce district montagneux fussent assez diligents pour envoyer leurs rapports, la manière dont ils enregistraient certains détails spécifiques sur les immunisations nécessitait une attention particulière. Les données montraient un schéma persistant, à l'échelle du district, où la séquence des doses de vaccins était enregistrée dans l'ordre inverse, une faille que les contrôles standards de complétude et de ponctualité auraient totalement manquée.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.