Tools, Methods, and the Current State of Data Quality in the Routine Health Information System of Osun State, Nigeria: A Qualitative Study
ओसुन राज्य की नियमित स्वास्थ्य सूचना प्रणाली का यह गुणात्मक अध्ययन यह प्रकट करता है कि जहाँ मानकीकृत उपकरण और एक अनुशासित मासिक रिपोर्टिंग चक्र समय पर डेटा जमा करना सुनिश्चित करते हैं, वहीं रिकॉर्ड की सटीकता और पूर्णता सुविधा-स्तर के मानव संसाधन संबंधी बाधाओं के प्रति संवेदनशील बनी रहती है और जिला-स्तरीय सत्यापन द्वारा केवल आंशिक रूप से ही कम की जाती है, जो स्रोत पर आंतरिक सत्यापन को मजबूत करने की आवश्यकता को रेखांकित करती है।
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
हर दिन, लाखों लोग नाइजीरिया भर में क्लीनिकों और अस्पतालों में जाते हैं। जिस क्षण एक मरीज को देखभाल मिलती है, एक स्वास्थ्य कार्यकर्ता लिख देता है कि क्या हुआ: कितने बच्चों का टीकाकरण किया गया, कितनी महिलाओं ने बच्चों को जन्म दिया, या मलेरिया के कितने मामलों का इलाज किया गया। ये नोट्स केवल मरीज की फाइल के लिए नहीं हैं; वे देश की स्वास्थ्य प्रणाली के लिए कच्चा माल हैं। जब इन दैनिक नोट्स को एकत्र किया जाता है, जोड़ा जाता है, और सरकार को भेजा जाता है, तो वे 'रूटीन हेल्थ इंफॉर्मेशन सिस्टम' (नियमित स्वास्थ्य सूचना प्रणाली) बन जाते हैं। यह प्रणाली सार्वजनिक स्वास्थ्य नियोजन की रीढ़ है। यदि संख्याएँ सटीक हैं, तो नेता सही स्थानों पर पर्याप्त दवाएं भेज सकते हैं। यदि संख्याएँ गलत, गायब या देरी से आती हैं, तो पूरी प्रणाली लड़खड़ा जाती है, और लोग देखभाल से वंचित रह सकते हैं। वर्षों से, शोधकर्ता इन संख्याओं को यह देखने के लिए गिनते रहे हैं कि वे कितनी अच्छी हैं, लेकिन केवल गिनती यह नहीं समझा सकती कि कोई संख्या गलत क्यों है। यह आपको नहीं बता सकती कि क्या कोई स्वास्थ्य कार्यकर्ता जल्दबाजी में था, या कोई फॉर्म गायब था, या किसी सुपरवाइजर ने बस काम की जांच करना भूल गया था।
सांख्यिकी के पीछे की मानवीय कहानी को समझने के लिए, ओसुन राज्य, नाइजीरिया में शोधकर्ताओं की एक टीम ने गिनती करना बंद करने और सुनना शुरू करने का निर्णय लिया। उन्होंने सीधे उन लोगों से सुनने के लिए एक अध्ययन किया जो संख्याओं को लिखते हैं और वे जो उनकी जांच करते हैं। उन्होंने स्थानीय क्लीनिकों के कर्मचारियों से लेकर पूरे जिलों की देखरेख करने वाले अधिकारियों तक, पैंतीस व्यक्तियों से बात की। शोधकर्ताओं ने उनसे उनकी दैनिक दिनचर्या, उनके द्वारा उपयोग किए जाने वाले उपकरण और उन विशिष्ट क्षणों के बारे में बताने के लिए कहा जहाँ गलतियाँ होती हैं। उनका लक्ष्य यह पता लगाना था कि डेटा की गुणवत्ता क्यों सफल या विफल होती है, साधारण स्कोर से आगे बढ़कर वास्तविक तंत्र को समझना था।
अध्ययन ने एक ऐसी प्रणाली का खुलासा किया जो अपने समय के प्रति उल्लेखनीय रूप से अनुशासित है लेकिन सटीकता में नाजुक है। शोधकर्ताओं ने पाया कि राज्य की लगभग हर स्वास्थ्य सुविधा एक सख्त कार्यक्रम का पालन करती है। हर महीने के अंत में, कर्मचारी अपने दैनिक रिकॉर्ड को एक सारांश रिपोर्ट में संकलित करते हैं। यह कदम सार्वभौमिक है; सर्वेक्षण की गई प्रत्येक सुविधा यह रिपोर्ट तैयार करती है। वे यह भी लगभग हमेशा समय पर भेजते हैं, आमतौर पर नए महीने के पहले पांच दिनों के भीतर। यह निरंतरता दिखाती है कि स्वास्थ्य कार्यकर्ता समर्पित हैं और रिपोर्टिंग चक्र स्वयं अच्छी तरह से स्थापित है। हालांकि, अध्ययन ने रिपोर्ट करने के कार्य और जांच करने के कार्य के बीच एक महत्वपूर्ण अंतर का खुलासा किया। जबकि रिपोर्ट विश्वसनीय रूप से भेजी जाती हैं, संख्याओं को सही सुनिश्चित करने के लिए आंतरिक जांच अक्सर छोड़ दी जाती है या असंगत रूप से की जाती है।
गलतियों के पीछे मुख्य अपराधी ज्ञान की कमी नहीं, बल्कि समय और लोगों की कमी है। शोधकर्ताओं ने बार-बार सुना कि स्वास्थ्य कार्यकर्ता मरीजों के बोझ से दबे हुए हैं। जब क्लिनिक में भीड़ होती है, तो कर्मचारी फॉर्म भरने में जल्दबाजी करते हैं। इस हड़बड़ी में, वे ट्रांसक्रिप्शन (प्रतिलेखन) की गलतियाँ करते हैं, यानी दैनिक लॉग से मासिक सारांश में संख्याओं को गलत तरीके से कॉपी करते हैं। वे खाली स्थान भी छोड़ देते हैं क्योंकि उनके पास अपने काम की दोबारा जांच करने के लिए समय ही नहीं होता। यह दबाव डेटा के दो विशिष्ट गुणों को प्रभावित करता है: सटीकता और पूर्णता। जब संख्याएँ गलत लिखी जाती हैं तो सटीकता प्रभावित होती है, और जब फॉर्म के हिस्से खाली छोड़ दिए जाते हैं तो पूर्णता प्रभावित होती है। अध्ययन में पाया गया कि ये दोनों समस्याएँ अलग-अलग मुद्दे नहीं हैं; वे दोनों एक ही मूल कारण के लक्षण हैं: बहुत कम कर्मचारियों के लिए बहुत अधिक काम।
प्रणाली की दूसरी परत, जिला-स्तरीय पर्यवेक्षक (सुपरवाइजर), एक सुरक्षा जाल के रूप में कार्य करते हैं। ये अधिकारी क्लीनिकों से रिपोर्ट प्राप्त करते हैं और उन्हें राष्ट्रीय कंप्यूटर प्रणाली में दर्ज करने से पहले जांचते हैं। शोधकर्ताओं ने पाया कि ये पर्यवेक्षक गलतियों को पकड़ने में बहुत प्रभावी हैं। वे असंभव संख्याओं का पता लगाने के लिए अंतर्निहित कंप्यूटर नियमों का उपयोग करते हैं और अधूरी रिपोर्टों को सक्रिय रूप से अस्वीकार करते हैं, उन्हें सुधार के लिए क्लिनिक वापस भेज देते हैं। कई मायनों में, जिला टीम अंतिम डेटा को उपयोगी बनाने के लिए भारी काम कर रही है। हालांकि, अध्ययन का तर्क है कि यह एक 'कंपनसेटरी रोल' (क्षतिपूर्ति की भूमिका) है, जिसका अर्थ है कि वे समस्याओं को होने के बाद ठीक कर रहे हैं, न कि स्रोत पर उन्हें रोक रहे हैं। प्रणाली इस 'डाउनस्ट्रीम' सुधार पर निर्भर करती क्योंकि क्लिनिक स्तर पर 'अपस्ट्रीम' रोकथाम कमजोर है।
शोधकर्ताओं ने निष्कर्ष निकाला कि वर्तमान दृष्टिकोण केवल इसलिए टिकाऊ है क्योंकि जिला पर्यवेक्षक त्रुटियों को पकड़ने के लिए इतनी कड़ी मेहनत कर रहे हैं। यदि सुविधाओं की संख्या बढ़ती है या कार्यभार और बढ़ जाता है, तो यह सुरक्षा जाल टूट सकता है। अध्ययन का सुझाव है कि डेटा की गुणवत्ता में सुधार करने का सबसे सीधा तरीका क्लीनिकों से अधिक रिपोर्ट मांगना नहीं है, बल्कि उन जांचों को मजबूत करना है जो रिपोर्ट भेजने से पहले क्लीनिकों के भीतर होती हैं। यह सुनिश्चित करके कि प्रत्येक सुविधा के पास अपने स्वयं के नंबरों को सत्यापित करने के लिए एक समर्पित चरण हो और उन कर्मचारियों की कमी को दूर करके जो जल्दबाजी का कारण बनती है, प्रणाली त्रुटियों को केवल बाद में ठीक करने के बजाय उन्हें रोकने में सक्षम हो सकती है। निष्कर्ष एक समर्पित कार्यबल की तस्वीर पेश करते हैं जो सीमित संसाधनों के साथ एक कठिन काम करने की कोशिश कर रहा है, जहाँ समाधान नई तकनीक में नहीं, बल्कि उन लोगों को सहायता देने में है जो काम करते हैं।
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।