Tools, Methods, and the Current State of Data Quality in the Routine Health Information System of Osun State, Nigeria: A Qualitative Study
Cette étude qualitative du Système de l'Information Sanitaire de Routine de l'État d'Osun révèle que, bien que les outils standardisés et un cycle de rapportage mensuel discipliné garantissent la soumission ponctuelle des données, l'exactitude et l'exhaustivité des registres demeurent vulnérables aux contraintes de ressources humaines au niveau des établissements et ne sont que partiellement atténuées par la vérification au niveau du district, soulignant la nécessité de renforcer la validation interne à la source.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Chaque jour, des millions de personnes visitent des cliniques et des hôpitaux à travers le Nigeria. Au moment où un patient reçoit des soins, un agent de santé note ce qui s'est passé : combien d'enfants ont été vaccinés, combien de femmes ont accouché, ou combien de cas de paludisme ont été traités. Ces notes ne sont pas seulement destinées au dossier du patient ; elles sont la matière première du système de santé du pays. Lorsque ces notes quotidiennes sont collectées, additionnées et envoyées au gouvernement, elles deviennent le Système d'Information Sanitaire de Routine. Ce système est l'épine dorsale de la planification de la santé publique. Si les chiffres sont exacts, les dirigeants peuvent envoyer suffisamment de médicaments aux bons endroits. Si les chiffres sont erronés, manquants ou en retard, l'ensemble du système vacille, et des personnes peuvent se retrouver sans soins. Pendant des années, des chercheurs ont compté ces chiffres pour voir s'ils étaient bons, mais le simple comptage ne peut expliquer pourquoi un chiffre est faux. Il ne peut pas vous dire si un agent de santé était pressé, si un formulaire était manquant, ou si un superviseur a simplement oublié de vérifier le travail.
Pour comprendre l'histoire humaine derrière les statistiques, une équipe de chercheurs dans l'État d'Osun, au Nigeria, a décidé de cesser de compter et de commencer à écouter. Ils ont mené une étude pour entendre directement les personnes qui écrivent les chiffres et celles qui les vérifient. Ils ont interrogé trente-cinq individus, allant du personnel des cliniques locales aux responsables qui supervisent des districts entiers. Les chercheurs leur ont demandé de décrire leurs routines quotidiennes, les outils qu'ils utilisent et les moments spécifiques où les erreurs se produisent. Leur objectif était de découvrir les raisons réelles pour lesquelles la qualité des données réussit ou échoue, en allant au-delà des simples scores pour trouver les mécanismes réels à l'œuvre.
L'étude a révélé un système qui est remarquablement discipliné dans son calendrier, mais fragile dans sa précision. Les chercheurs ont constaté que presque toutes les structures de santé de l'État suivent un calendrier strict. À la fin de chaque mois, le personnel compile ses registres quotidiens en un rapport de synthèse. Cette étape est universelle ; chaque établissement enquêté prépare ce rapport. Ils l'envoient également presque toujours à temps, généralement dans les cinq premiers jours du nouveau mois. Cette constance montre que les agents de santé sont dévoués et que le cycle de rapportage lui-même est bien établi. Cependant, l'étude a mis en évidence un écart critique entre l'acte de rapporter et l'acte de vérifier. Bien que les rapports soient envoyés de manière fiable, les vérifications internes pour s'assurer que les chiffres sont corrects sont souvent sautées ou effectuées de manière irrégulière.
Le principal coupable des erreurs n'est pas un manque de connaissances, mais un manque de temps et de personnel. Les chercheurs ont entendu de manière répétée que les agents de santé sont débordés par les patients. Lorsque la clinique est bondée, le personnel se précipite pour remplir les formulaires. Dans cette précipitation, ils commettent des erreurs de transcription, recopiant incorrectement les chiffres du registre quotidien vers le résumé mensuel. Ils laissent également des champs vides parce qu'ils n'ont tout simplement pas le temps de revérifier leur travail. Cette pression affecte deux qualités spécifiques des données : l'exactitude et l'exhaustivité. L'exactitude souffre lorsque les chiffres sont mal écrits, et l'exhaustivité souffre lorsque des parties du formulaire sont laissées vides. L'étude a révélé que ces deux problèmes ne sont pas des questions distinctes ; ils sont tous deux les symptômes d'une même cause profonde : trop de travail pour trop peu de personnel.
Un second niveau du système, les superviseurs au niveau du district, fait office de filet de sécurité. Ces responsables reçoivent les rapports des cliniques et les vérifient avant qu'ils ne soient saisis dans le système informatique national. Les chercheurs ont constaté que ces superviseurs sont très efficaces pour détecter les erreurs. Ils utilisent des règles informatiques intégrées pour repérer les chiffres impossibles et rejettent activement les rapports incomplets, les renvoyant à la clinique pour correction. À bien des égards, l'équipe du district effectue le plus gros du travail pour garantir que les données finales sont exploitables. Cependant, l'étude soutient qu'il s'agit d'un rôle compensatoire, ce qui signifie qu'ils corrigent les problèmes après qu'ils se sont déjà produits, plutôt que de les prévenir à la source. Le système repose sur cette correction en aval car la prévention en amont, au niveau de la clinique, est faible.
Les chercheurs ont conclu que l'approche actuelle n'est viable que parce que les superviseurs de district travaillent très dur pour détecter les erreurs. Si le nombre d'établissements augmente ou si la charge de travail s'accroît davantage, ce filet de sécurité pourrait rompre. L'étude suggère que le moyen le plus direct d'améliorer la qualité des données n'est pas d'exiger plus de rapports des cliniques, mais de renforcer les vérifications qui ont lieu à l'intérieur des cliniques avant l'envoi des rapports. En veillant à ce que chaque établissement dispose d'une étape dédiée à la vérification de ses propres chiffres et en s'attaquant à la pénurie de personnel qui cause la précipitation, le système peut prévenir les erreurs plutôt que de simplement les corriger plus tard. Les conclusions dressent le portrait d'une main-d'œuvre dévouée essayant de faire un travail difficile avec des ressources limitées, où la solution ne réside pas dans une nouvelle technologie, mais dans le soutien aux personnes qui font le travail.
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.