Data Quality and Associated Technological, Organisational, and Behavioural Factors in the Routine Health Information System of Osun State, Nigeria: A Cross-Sectional Study

Dans tout système de santé fonctionnel, les décisions concernant l'envoi des médecins, la quantité de médicaments à acheter et les maladies à combattre dépendent entièrement des informations circulant des cliniques vers le gouvernement. Cette information n'est pas seulement une liste de chiffres ; elle est le fondement de la santé publique. Pour que ces décisions soient judicieuses, les données doivent être fiables. Si une clinique signale avoir traité cent patients pour le paludisme, mais que les registres sont erronés, le gouvernement pourrait envoyer trop peu de médicaments, laissant les gens malades, ou trop, gaspillant des ressources rares. Dans de nombreuses parties du monde, y compris au Nigéria, les systèmes utilisés pour collecter ces informations quotidiennes peinent souvent. Le défi ne consiste pas seulement à avoir un système en place, mais à s'assurer que les données qu'il contient sont exactes, complètes et arrivent à temps. Les chercheurs soupçonnent depuis longtemps que la qualité de ces données dépend de trois choses : les outils que les gens utilisent, les règles et le soutien qu'ils reçoivent de leurs supérieurs, et les propres habitudes et attitudes du personnel lui-même.

Une équipe de chercheurs s'est donné pour mission de tester ces idées dans l'État d'Osun, au Nigéria, en examinant directement la manière dont les agents de santé de différents types de cliniques gèrent leur rapport quotidien. Ils ont visité vingt-deux établissements, allant de petits centres de santé primaires à de grands hôpitaux universitaires, et ont interrogé près de trois cents membres du personnel responsables de la collecte et de la transmission des données de santé. Au lieu de se contenter de demander au personnel ce qu'il en pensait, les chercheurs ont également vérifié les registres papier et les rapports numériques réels pour voir si les chiffres correspondaient à la réalité. Ils voulaient savoir quels facteurs comptaient réellement : était-ce les ordinateurs et la connexion Internet, le style de gestion de l'hôpital, ou la volonté et la compétence des travailleurs individuels ?

L'étude a révélé un écart surprenant entre ce que les gens disaient et ce qui se passait réellement. Lorsque les agents de santé étaient interrogés sur leurs propres données, ils faisaient preuve d'un certain optimisme. Ils déclaraient que leurs registres étaient généralement complets et arrivaient à temps. Cependant, lorsque les chercheurs ont examiné les fichiers réels, un tableau différent est apparu. Bien que les rapports soient effectivement la plupart du temps complets et arrivaient majoritairement à l'heure, l'exactitude des chiffres posait un problème majeur. Lors du contrôle objectif, seule une installation sur cinq présentait des rapports mensuels totalement exacts. De nombreux registres contenaient des données manquantes ou des chiffres qui ne correspondaient pas aux registres de patients originaux, particulièrement pour des pathologies courantes comme le paludisme et les soins prénatals. Cela suggère que si le système est efficace pour remplir des formulaires, il n'est pas toujours capable de restituer les faits avec justesse.

Les chercheurs ont ensuite cherché à comprendre pourquoi cela se produisait en examinant les trois domaines principaux qu'ils avaient prévus d'étudier. Ils ont découvert que la qualité des données était le plus directement liée au comportement du personnel et à la technologie utilisée. Les agents de santé qui estimaient que leur travail avait du sens, qui étaient ponctuels et qui avaient une attitude positive envers leurs tâches produisaient de meilleures données. De même, disposer d'ordinateurs et d'une connexion Internet fiables aidait, mais cela n'était qu'un facteur direct dans les petites cliniques primaires. Dans les plus grands hôpitaux, plus complexes, disposer d'une meilleure technologie ne menait pas automatiquement à une meilleure qualité de données. L'étude a également révélé que le style de gestion de l'établissement, tel que la manière dont les superviseurs soutenaient leurs équipes, n'améliorait pas directement les données.

Cette dernière conclusion était la partie la plus complexe du puzzle. À première vue, il semblait que le soutien de la direction n'avait aucune importance. Mais en approfondissant l'analyse, les chercheurs ont découvert que le soutien de la direction était en fait très important, mais pas de la manière attendue. L'influence d'une bonne gestion ne touchait pas les données directement. Au contraire, une bonne gestion améliorait la qualité des données en modifiant le comportement du personnel et en s'assurant qu'ils disposaient de la technologie nécessaire. En d'autres termes, un patron de soutien aide en rendant le personnel plus motivé et en veillant à ce que les ordinateurs fonctionnent, et ce sont ces changements de comportement et d'outils qui corrigent réellement les données. Sans ces étapes intermédiaires, simplement changer les règles ou la structure organisationnelle ne permettrait pas d'améliorer les chiffres.

L'étude a également souligné que les besoins des différentes cliniques ne sont pas les mêmes. Les petites cliniques primaires, qui disposent souvent de moins de technologie, produisaient en fait la meilleure qualité globale de données. C'était parce que le personnel y avait des habitudes solides et était étroitement supervisé. Les grands hôpitaux tertiaires, malgré les meilleurs ordinateurs et les ressources les plus abondantes, produisaient des données de moindre qualité. Cela suggère que donner simplement des équipements plus coûteux aux grands hôpitaux ne résoudra pas le problème. Les grands hôpitaux ont des flux de travail plus complexes et des volumes de patients plus élevés, ce qui peut rendre la saisie des données difficile, même avec de bons outils. La solution pour eux n'est pas seulement de plus de matériel, mais de simplifier leur façon de travailler.

Pour les responsables de la santé de l'État d'Osun, la voie à suivre est désormais plus claire. La recherche indique que la principale faiblesse ne réside pas dans la rapidité de transmission des rapports ou dans leur exhaustivité, mais dans leur exactitude. Pour remédier à cela, les responsables de la santé devraient se concentrer sur des activités spécifiques qui vérifient les chiffres par rapport aux registres originaux, plutôt que de simplement compter le nombre de formulaires soumis. Ils devraient également investir dans la technologie, mais spécifiquement pour les petites cliniques où l'impact sera le plus immédiat. Surtout, ils doivent reconnaître que les changements organisationnels, comme de nouvelles règles de supervision, ne fonctionneront que si ces changements motivent réellement le personnel et l'équipent mieux pour utiliser ses outils. Le problème de la qualité des données n'est pas seulement un incident technique ; c'est un problème humain, qui se résout en comprenant comment les personnes, les outils et le leadership interagissent dans le rythme quotidien d'une clinique.