The use of theories, models and frameworks to institutionalise routine data-driven decision-making in sub-Saharan African health facilities: a scoping review
Cette revue de portée portant sur 44 études à travers quatorze pays d'Afrique subsaharienne révèle que, bien que les cadres de déterminants dominent les efforts pour institutionnaliser la prise de décision routinière fondée sur les données, les applications actuelles demeurent largement opérationnelles et manquent de l'approche dynamique de pensée systémique nécessaire pour intégrer l'utilisation des données dans la prise de décision stratégique et clinique au fil du temps.
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
Dans les hôpitaux d'Afrique subsaharienne, une révolution tranquille s'est opérée au cours des deux dernières décennies. Les gouvernements et les organisations de santé ont injecté des ressources pour construire des systèmes numériques, installer des ordinateurs et créer des dossiers électroniques pour assurer le suivi des soins aux patients. L'objectif était simple : si les médecins et les infirmiers pouvaient accéder facilement à des informations précises sur qui était malade, de quels médicaments ils avaient besoin et combien de patients étaient traités, ils pourraient prendre de meilleures décisions pour sauver des vies. Ce passage des carnets papier aux bases de données numériques promettait de transformer les chiffres bruts en un outil puissant pour améliorer la santé. Cependant, posséder les données ne signifie pas les utiliser. Ce n'est pas parce qu'un ordinateur détient un dossier qu'un gestionnaire va l'examiner pour modifier le fonctionnement d'une clinique. Le défi réside dans l'« institutionnalisation », un mot qui signifie simplement faire de l'utilisation des données une partie naturelle et automatique du travail quotidien, comme se brosser les dents, plutôt qu'une tâche spéciale effectuée uniquement lorsqu'un inspecteur arrive.
Pour comprendre pourquoi cette transition a été si difficile, une équipe de chercheurs du programme de recherche KEMRI-Well-come Trust et de l'Université d'Oxford s'est donné pour mission d'examiner les outils que les scientifiques utilisent pour étudier ce problème. Ils ont examiné comment les experts tentent d'expliquer pourquoi certains hôpitaux utilisent leurs données avec succès tandis que d'autres peinent à le faire. Ces experts s'appuient sur des « théories, modèles et cadres », qui sont essentiellement des cartes structurées ou des listes de contrôle aidant les chercheurs à identifier les raisons spécifiques de la réussite ou de l'échec. Ces cartes peuvent pointer vers des éléments tels que la formation du personnel, la qualité de la connexion Internet ou la manière dont les directeurs d'hôpitaux donnent leurs ordres. Les chercheurs voulaient savoir : quelles sont ces cartes les plus souvent utilisées en Afrique subsaharienne, et aident-elles réellement les hôpitaux à faire de la donnée une partie permanente de leur processus de prise de décision ?
L'équipe a mené une recherche massive, parcourant six bases de données scientifiques majeures pour les études publiées entre 2007 et 2025. Ils ont restreint leur champ d'étude à 44 articles de recherche spécifiques portant sur quatorze pays différents de la région. Ces articles couvraient un large éventail de méthodes, incluant des entretiens avec des agents de santé, des enquêtes et des analyses statistiques. Les chercheurs ont ensuite examiné attentivement ces études pour voir comment les auteurs utilisaient leurs cartes théoriques. Ils ont découvert que la grande majorité de ces études reposaient sur des « cadres de déterminants ». Ce sont des types de cartes spécifiques conçues pour lister les facteurs qui influencent un résultat, comme la motivation d'un agent de santé, la facilité d'utilisation du logiciel ou le soutien de la direction de l'hôpital à l'effort. Les cartes les plus couramment utilisées étaient le cadre PRISM et le cadre CFIR, qui représentaient ensemble près des deux tiers de toutes les études examinées.
Ce que les chercheurs ont découvert est un fossé important entre l'identification des problèmes et leur résolution. Bien que ces cartes soient excellentes pour lister les barrières — telles qu'un mauvais accès à Internet, un manque de formation ou une charge de travail lourde — elles expliquaient rarement comment ces barrières interagissaient entre elles au fil du temps. Par exemple, une étude peut noter qu'un ordinateur est en panne et que le personnel est fatigué, mais elle échoue souvent à montrer comment l'ordinateur en panne fatigue le personnel, ce qui conduit ensuite à une saisie incorrecte des données, ce qui, à son tour, fait perdre confiance aux gestionnaires dans la fiabilité des chiffres. Les chercheurs ont constaté que la plupart des études traitaient ces facteurs comme une liste statique d'obstacles plutôt que comme un système dynamique où un problème alimente un autre. En conséquence, les preuves ont montré que si les hôpitaux s'amélioraient dans la collecte de données, ils ne s'amélioraient pas dans leur utilisation pour opérer des changements stratégiques. Les données étaient principalement utilisées pour des tâches opérationnelles de base, comme compter le nombre de patients vus ou vérifier si les stocks de médicaments venaient à manquer, plutôt que pour des décisions cliniques plus approfondies ou une planification à long terme.
La revue a souligné que la manière dont les données sont utilisées dans ces établissements est souvent dictée par des pressions externes plutôt que par des besoins internes. Les agents de santé remplissent fréquemment des rapports parce qu'ils y sont obligés par les autorités nationales, et non parce qu'ils croient que l'information les aidera à mieux traiter leurs patients. Cela crée un cycle où les données sont collectées pour satisfaire une exigence de reporting, mais ne sont jamais renvoyées au personnel de première ligne d'une manière qui aide à améliorer leur travail quotidien. Lorsque la qualité des données est médiocre ou qu'elles arrivent tardivement, cela érode la confiance, et le personnel cesse de croire que les chiffres comptent. Les chercheurs ont noté que l'introduction de nouvelles technologies, comme les dossiers de santé électroniques, ne règle pas le problème. Dans de nombreux cas, les nouveaux systèmes numériques ont simplement été superposés aux anciens systèmes papier, créant un travail supplémentaire sans changer les habitudes sous-jacentes ou les structures de prise de décision.
En fin de compte, l'étude suggère que la voie à suivre nécessite un changement de pensée. Au lieu de simplement cocher une liste de barrières, les systèmes de santé doivent comprendre le réseau complexe de relations entre la technologie, les personnes et les règles. Les chercheurs soutiennent que pour que les données deviennent véritablement utiles, elles doivent être tissées dans le rythme quotidien de l'hôpital. Cela signifie que les personnes qui collectent les données doivent voir en quoi elles les aident, et que les décideurs doivent s'appuyer sur elles pour guider leurs actions. Les preuves actuelles montrent que si les outils pour comprendre ces problèmes existent, ils ne sont pas encore pleinement exploités pour créer un changement durable. L'avenir des soins de santé dans la région ne dépend pas de la génération de plus de données, mais de la construction d'un système où ces données sont fiables, comprises et appliquées par tous, de l'infirmier à la réception jusqu'au directeur au sommet de la hiérarchie.
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.