Data Quality and Associated Technological, Organisational, and Behavioural Factors in the Routine Health Information System of Osun State, Nigeria: A Cross-Sectional Study
ओसुन राज्य, नाइजीरिया के 22 स्वास्थ्य सुविधाओं के इस क्रॉस-सेक्शनल अध्ययन से पता चलता है कि जबकि नियमित स्वास्थ्य सूचना प्रणाली डेटा की गुणवत्ता मुख्य रूप से पूर्णता या सामयिकता के बजाय सटीकता से बाधित होती है, संगठनात्मक कारक प्रत्यक्ष प्रभावों के बजाय कर्मचारियों के व्यवहार और तकनीकी अपनाने को आकार देकर केवल अप्रत्यक्ष रूप से गुणवत्ता को प्रभावित करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
किसी भी सुचारू रूप से कार्य करने वाली स्वास्थ्य प्रणाली में, डॉक्टरों को कहाँ भेजना है, कितनी दवाएँ खरीदनी हैं, और किन बीमारियों से लड़ना है, इसके निर्णय पूरी तरह से क्लीनिकों से सरकार तक पहुँचने वाली जानकारी पर निर्भर करते हैं। यह जानकारी केवल संख्याओं की एक सूची नहीं है; यह सार्वजनिक स्वास्थ्य का आधार है। इन निर्णयों के सटीक होने के लिए, डेटा विश्वसनीय होना चाहिए। यदि कोई क्लिनिक रिपोर्ट करता है कि उसने मलेरिया के सौ मरीजों का इलाज किया, लेकिन रिकॉर्ड गलत हैं, तो सरकार बहुत कम दवाएं भेज सकती है, जिससे लोग बीमार रह सकते हैं, या बहुत अधिक दवाएं भेज सकती है, जिससे दुर्लभ संसाधन बर्बाद हो सकते हैं। दुनिया के कई हिस्सों में, जिसमें नाइजीरिया भी शामिल है, इस दैनिक जानकारी को एकत्र करने के लिए उपयोग की जाने वाली प्रणालियाँ अक्सर संघर्ष करती हैं। चुनौती केवल एक प्रणाली होने की नहीं है, बल्कि यह सुनिश्चित करने की है कि उसके भीतर का डेटा सटीक, पूर्ण और समय पर पहुँचे। शोधकर्ताओं ने लंबे समय से संदेह जताया है कि इस डेटा की गुणवत्ता तीन चीजों पर निर्भर करती है: वे उपकरण जिनका लोग उपयोग करते हैं, वे नियम और सहायता जो उन्हें उनके वरिष्ठों से प्राप्त होती है, और स्वयं कर्मचारियों की व्यक्तिगत आदतें और दृष्टिकोण।
शोधकर्ताओं की एक टीम ने ओसुन राज्य, नाइजीरिया में इन विचारों का परीक्षण करने के लिए, विभिन्न प्रकार के क्लीनिकों में स्वास्थ्य कर्मियों के दैनिक रिपोर्टिंग के तरीके को सीधे देखकर इन विचारों की जांच की। उन्होंने छोटे प्राथमिक स्वास्थ्य केंद्रों से लेकर बड़े शिक्षण अस्पतालों तक, बाईस सुविधाओं का दौरा किया और लगभग तीन सौ कर्मचारियों से बात की जो स्वास्थ्य डेटा एकत्र करने और रिपोर्ट करने के लिए जिम्मेदार हैं। केवल कर्मचारियों से उनकी राय पूछने के बजाय, शोधकर्ताओं ने वास्तविक कागजी रिकॉर्ड और डिजिटल रिपोर्टों की भी जांच की ताकि यह देखा जा सके कि क्या संख्याएँ वास्तविकता से मेल खाती हैं। वे जानना चाहते थे कि कौन से कारक वास्तव में मायने रखते थे: क्या यह कंप्यूटर और इंटरनेट कनेक्शन था, अस्पताल की प्रबंधन शैली थी, या व्यक्तिगत श्रमिकों की इच्छाशक्ति और कौशल?
अध्ययन ने इस बात के बीच एक आश्चर्यजनक अंतर को उजागर किया कि लोग क्या कहते थे और वास्तव में क्या हो रहा था। जब स्वास्थ्य कर्मियों से उनके अपने डेटा को रेट करने के लिए कहा गया, तो वे काफी आशावादी थे। उन्होंने रिपोर्ट किया कि उनके रिकॉर्ड आमतौर पर पूर्ण होते हैं और समय पर पहुँचते हैं। हालाँकि, जब शोधकर्ताओं ने वास्तविक फाइलों को देखा, तो एक अलग तस्वीर सामने आई। जबकि रिपोर्ट वास्तव में ज्यादातर पूर्ण और ज्यादातर समय पर थीं, आंकड़ों की सटीकता एक बड़ी समस्या थी। वस्तुनिष्ठ जांच में, केवल पांच में से एक सुविधा के पास मासिक रिपोर्ट पूरी तरह से सटीक थी। कई रिकॉर्डों में छूटा हुआ डेटा या ऐसी संख्याएँ थीं जो मूल रोगी लॉग से मेल नहीं खाती थीं, विशेष रूप से मलेरिया और प्रसव पूर्व देखभाल जैसी सामान्य स्थितियों के लिए। यह सुझाव देता है कि प्रणाली फॉर्म भरने में तो अच्छी है, लेकिन तथ्यों को सही ढंग से प्राप्त करने में हमेशा अच्छी नहीं होती है।
शोधकर्ताओं ने फिर इसकी जांच की कि यह क्यों हो रहा था, इसके लिए उन तीन मुख्य क्षेत्रों को देखा जिनका उन्होंने अध्ययन करने की योजना बनाई थी। उन्होंने पाया कि डेटा की गुणवत्ता सीधे तौर पर कर्मचारियों के व्यवहार और उनके द्वारा उपयोग किए जाने वाले प्रौद्योगिकी से जुड़ी थी। वे कर्मचारी जो अपने काम को सार्थक समझते थे, जो समय के पाबंद थे, और जिनका अपने कार्यों के प्रति सकारात्मक दृष्टिकोण था, बेहतर डेटा तैयार करते थे। इसी तरह, विश्वसनीय कंप्यूटर और इंटरनेट एक्सेस होने से मदद मिली, लेकिन यह केवल छोटे, प्राथमिक क्लीनिकों में एक सीधा कारक था। बड़े, अधिक जटिल अस्पतालों में, बेहतर तकनीक होने से स्वतः ही बेहतर डेटा गुणवत्ता नहीं मिली। अध्ययन में यह भी पाया गया कि सुविधा की प्रबंधन शैली, जैसे कि पर्यवेक्षकों ने अपनी टीमों को कैसे समर्थन दिया, ने सीधे तौर पर सुधार नहीं किया।
यह अंतिम निष्कर्ष पहेली का सबसे जटिल हिस्सा था। पहली नज़र में, ऐसा लगा कि प्रबंधन का समर्थन बिल्कुल भी मायने नहीं रखता। हालाँकि, जब शोधकर्ताओं ने गहराई से देखा, तो उन्होंने पाया कि प्रबंधन का समर्थन वास्तव में बहुत महत्वपूर्ण था, बस उस तरह से नहीं जैसा उन्होंने सोचा था। अच्छे प्रबंधन का प्रभाव सीधे डेटा पर नहीं पड़ा। इसके बजाय, अच्छे प्रबंधन ने कर्मचारियों के व्यवहार को बदलकर और यह सुनिश्चित करके डेटा की गुणवत्ता में सुधार किया कि उनके पास आवश्यक तकनीक उपलब्ध हो। दूसरे शब्दों में, एक सहायक बॉस मदद करता है क्योंकि वह कर्मचारियों को अधिक प्रेरित करता है और यह सुनिश्चित करता है कि कंप्यूटर काम करें, और वे व्यवहार और उपकरण ही वास्तव में डेटा को ठीक करते हैं। उन मध्यवर्ती चरणों के बिना, केवल नियमों या संगठनात्मक संरचना को बदलने से आंकड़ों में सुधार नहीं होगा।
अध्ययन ने यह भी रेखांकित किया कि विभिन्न क्लीनिकों की ज़रूरतें एक जैसी नहीं हैं। छोटे प्राथमिक क्लीनिक, जिनके पास अक्सर सबसे कम तकनीक होती है, वास्तव में सबसे अच्छी समग्र डेटा गुणवत्ता प्रदान करते हैं। ऐसा इसलिए था क्योंकि वहां के कर्मचारियों की आदतें मजबूत थीं और उनका सूक्ष्म पर्यवेक्षण किया जाता था। बड़े तृतीयक अस्पतालों ने, बावजूद इसके कि उनके पास सबसे अच्छे कंप्यूटर और सबसे अधिक संसाधन थे, निम्न स्तर की डेटा गुणवत्ता प्रदर्शित की। यह सुझाव देता है कि बड़े अस्पतालों को केवल अधिक महंगे उपकरण देने से समस्या हल नहीं होगी। बड़े अस्पतालों में कार्यप्रवाह अधिक जटिल होता है और मरीजों की संख्या अधिक होती है, जो अच्छे उपकरणों के बावजूद भी डेटा प्रविष्टि (डेटा एंट्री) को कठिन बना सकता है। उनके लिए समाधान केवल अधिक हार्डवेयर नहीं, बल्कि अपने काम करने के तरीके को सरल बनाना है।
ओसुन राज्य के स्वास्थ्य अधिकारियों के लिए, आगे का रास्ता अब स्पष्ट है। शोध इंगित करता है कि सबसे बड़ी कमजोरी रिपोर्टों की समयबद्धता या उनकी पूर्णता में नहीं, बल्कि उनकी सटीकता में है। इसे ठीक करने के लिए, स्वास्थ्य नेताओं को उन विशिष्ट गतिविधियों पर ध्यान केंद्रित करना चाहिए जो मूल रिकॉर्ड के साथ संख्याओं की जांच करती हैं, न कि केवल यह गिनने पर कि कितने फॉर्म जमा किए गए। उन्हें तकनीक में निवेश भी करना चाहिए, लेकिन विशेष रूप से छोटे क्लीनिकों के लिए जहाँ इसका सबसे तत्काल प्रभाव पड़ेगा। सबसे महत्वपूर्ण बात यह है कि उन्हें यह पहचानना चाहिए कि संगठनात्मक परिवर्तन, जैसे कि नए पर्यवेक्षी नियम, तभी काम करेंगे जब वे वास्तव में कर्मचारियों को अधिक प्रेरित और उनके उपकरणों का उपयोग करने के लिए बेहतर रूप से सुसज्जित बनाएंगे। डेटा गुणवत्ता की समस्या केवल एक तकनीकी त्रुटि नहीं है; यह एक मानवीय समस्या है, जिसे क्लीनिक की दैनिक लय में लोगों, उपकरणों और नेतृत्व के बीच के अंतर्संबंधों को समझकर हल किया जा सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।