Digital Health and Data Utilisation for Improved Primary Health Services Delivery: Multi-Site Perspectives from Quality Improvement Teams in Council Hospitals in Tanzania

Questo studio evidenzia che, sebbene le iniziative di sanità digitale in Tanzania abbiano un impatto limitato sulla qualità dei sistemi a causa di frammentazione e inaffidabilità, la compatibilità, l'usabilità e l'accessibilità a dati di qualità rimangono fattori determinanti per migliorare la presa di decisioni basata sui dati e la consegna dei servizi sanitari primari.

L'essenziale

🏥 Il Problema: La Biblioteca Disordinata

Immagina che gli ospedali del Consiglio in Tanzania siano come grandi biblioteche. Il loro compito è curare le persone, ma per farlo bene hanno bisogno di sapere esattamente cosa succede: quanti pazienti arrivano, quali medicine servono, quanti medici sono necessari e dove allocare il budget.

In teoria, oggi abbiamo dei sistemi digitali (computer, software, app) che dovrebbero funzionare come bibliotecari robot super-veloci. Questi robot dovrebbero prendere tutti i dati, organizzarli e dirci subito: "Ehi, ci servono 50 sciroppi per la tosse e dobbiamo spostare due infermieri nel reparto pediatrico!".

Tuttavia, questo studio ha scoperto che, nella realtà, questi "robot" spesso non funzionano come dovrebbero.

🔍 Cosa hanno scoperto i ricercatori?

I ricercatori hanno intervistato 203 membri delle squadre di miglioramento della qualità in 12 ospedali. Hanno usato una "lente d'ingrandimento" (un modello teorico chiamato UTAUT) per capire perché i sistemi digitali non stanno aiutando abbastanza.

Ecco le 4 cause principali del "mal di testa" digitale, spiegate con metafore:

1. Compatibilità (Il Puzzle che non combacia):

   • La metafora: Immagina di avere pezzi di puzzle di tre scatole diverse che provano a formare un'immagine. I pezzi non si incastrano.
   • La realtà: I dati che servono per ordinare le medicine non "parlano la stessa lingua" dei dati usati per pianificare il budget o assegnare il personale. I sistemi sono frammentati e non comunicano tra loro.

2. Usabilità (Il Telecomando con 1000 pulsanti):

   • La metafora: Hai un telecomando così complicato che ci vogliono 20 minuti per accendere la TV, e spesso premi il tasto sbagliato.
   • La realtà: I sistemi sono difficili da usare. Gli operatori sanitari si sentono persi, non hanno ricevuto abbastanza formazione e trovano i software troppo complessi. Di conseguenza, molti si arrendono e tornano a usare carta e penna.

3. Affidabilità (Il Meteo che mente):

   • La metafora: Se un'app meteo ti dice che c'è il sole, ma fuori piove a dirotto, smetti di fidarti di lei.
   • La realtà: I sistemi digitali spesso si bloccano, sono lenti o mostrano dati sbagliati. Se un medico non si fida che il computer gli dica quanti farmaci ci sono, non userà il computer per prendere decisioni.

4. Utilità (La mappa che non porta da nessuna parte):

   • La metafora: Avere una mappa che sembra bella, ma che non ti aiuta a trovare la strada più veloce per il lavoro.
   • La realtà: Molti operatori pensano: "A che serve? Non mi aiuta davvero a lavorare meglio". Se non vedono un beneficio immediato, non usano il sistema.

📉 I Risultati Numerici (In parole povere)

• Circa la metà degli intervistati ha detto: "No, questi sistemi digitali non ci aiutano davvero a prendere decisioni migliori".
• C'è molta insoddisfazione per quanto riguarda l'affidabilità e la facilità d'uso.
• Tuttavia, c'è una buona notizia: quando i sistemi funzionano (sono affidabili, facili da usare e utili), gli operatori riescono ad accedere a dati di qualità. E quando hanno dati di qualità, prendono decisioni migliori, il che porta a ospedali più efficienti e pazienti più curati.

💡 La Soluzione Proposta: Costruire un Ponte, non un Muro

Lo studio conclude che non basta comprare nuovi computer. Bisogna fare tre cose fondamentali:

1. Unificare i sistemi: Invece di avere 10 app diverse che non si parlano, bisogna creare un unico "grande magazzino dati" (un data warehouse) dove tutto è collegato. È come unire tutti i pezzi del puzzle in un'unica scatola.
2. Formare le persone: Non basta dare il computer; bisogna insegnare come usarlo. È come dare un'auto nuova a qualcuno senza dare le chiavi o le istruzioni: non serve a nulla.
3. Fiducia: Bisogna assicurarsi che i dati siano precisi e che il sistema non si blocchi, così gli operatori si fidano e lo usano ogni giorno.

🎯 In Sintesi

Questo studio ci dice che la tecnologia digitale in Tanzania ha un enorme potenziale, ma al momento è come un'auto sportiva con il freno a mano tirato e un motore sporco. Se si toglie il freno (si risolvono i problemi di compatibilità e affidabilità) e si fa il pieno di benzina (formazione e fiducia), quella macchina potrà correre veloce e portare la sanità a un livello superiore, salvando più vite e gestendo meglio le risorse.

Il messaggio finale: La tecnologia da sola non è la magia. La magia sta nell'integrare bene gli strumenti e nell'allenare le persone a usarli.

Sommario tecnico

Titolo dello Studio

Salute digitale e utilizzo dei dati per il miglioramento dei servizi di assistenza sanitaria primaria: Prospettive multi-sito dai team di miglioramento della qualità negli ospedali dei consigli comunali in Tanzania.

1. Il Problema e il Contesto

Nonostante gli investimenti significativi in sistemi di dati sanitari e strategie di eHealth in Tanzania (incluso l'uso di DHIS-2), persiste un divario critico tra la disponibilità dei dati e il loro effettivo utilizzo per la pianificazione e il processo decisionale.

• La sfida: Esiste una tendenza globale, accentuata nei paesi a basso e medio reddito, verso un utilizzo inadeguato dei dati sanitari da parte dei decisori politici e manageriali. Questo porta a inefficienze, ridotta accessibilità e qualità compromessa nei servizi sanitari.
• Il gap specifico: Sebbene i sistemi digitali generino grandi quantità di dati, questi rimangono spesso sottoutilizzati per compiti critici come l'ordinazione di commodity essenziali, l'allocazione del personale e la pianificazione dei budget.
• Obiettivo: Lo studio indaga i determinanti che influenzano l'uso della salute digitale per migliorare la fornitura di servizi sanitari negli ospedali dei consigli comunali in Tanzania, focalizzandosi su fattori come compatibilità, usabilità, affidabilità e utilità percepita.

2. Metodologia

Lo studio ha adottato un approccio quantitativo rigoroso basato su un disegno trasversale.

• Setting e Campionamento:
  • Luogo: 12 ospedali dei consigli comunali selezionati in 6 regioni della Tanzania (Mbeya, Ruvuma, Kilimanjaro, Mwanza, Mara).
  • Criteri di selezione: Gli ospedali sono stati scelti in modo purposivo basandosi sul sistema nazionale di classificazione a stelle (inclusi sia ospedali ad alte prestazioni che a basse prestazioni).
  • Campionamento: È stato utilizzato un campionamento a più stadi. Il campione finale è composto da 203 membri dei Team di Miglioramento della Qualità (QIT) su un totale di 218 selezionati inizialmente (tasso di risposta del 93,1%).
• Strumenti di Raccolta Dati:
  • Questionari auto-amministrati strutturati che raccoglievano dati socio-demografici e percezioni sui fattori della salute digitale.
  • Le risposte sono state misurate su una scala Likert.
• Analisi Statistica:
  • Descrittiva: Frequenze, proporzioni e medie.
  • Modellazione Strutturale: È stato utilizzato il PLS-SEM (Partial Least Squares Structural Equation Modelling) tramite il software SmartPLS 3.
  • Validazione: Sono stati valutati il carico degli indicatori, l'affidabilità (Cronbach's Alpha, affidabilità composita) e la validità convergente/discriminante (AVE).
  • Bootstrapping: Utilizzato per testare la significatività statistica delle influenze dei fattori della salute digitale sull'uso dei dati.
• Quadro Teorico: Lo studio si basa sulla teoria UTAUT (Unified Theory of Acceptance and Use of Technology), adattata per analizzare come i fattori digitali influenzano l'intenzione comportamentale e l'uso effettivo dei dati.

3. Contributi Chiave e Risultati

A. Percezioni Attuali (Risultati Descrittivi)

I risultati rivelano un livello di soddisfazione moderato-basso riguardo all'efficacia dei sistemi attuali:

• Compatibilità: C'è un accordo moderato sul fatto che i dati supportino la pianificazione (38,4%) e l'allocazione del personale (43,8%), ma la soddisfazione è più alta per l'ordinazione di commodity (40,4%).
• Insoddisfazione: Si registra un alto livello di insoddisfazione riguardo all'usabilità (47,8% in disaccordo), affidabilità (fino al 65,5% in disaccordo) e utilità (fino al 63,5% in disaccordo).
• Consenso generale: Il 50,2% dei rispondenti ha dichiarato di non essere d'accordo sul fatto che i sistemi digitali supportino efficacemente l'uso dei dati per la pianificazione e il processo decisionale (Media = 2,74 ± 0,87).

B. Analisi del Modello Strutturale (Relazioni Causali)

L'analisi PLS-SEM ha testato diverse ipotesi (H1-H11), rivelando relazioni significative e non significative:

1. Fattori Digitali -> Accesso a Dati di Qualità (AQD):
   • Supportate: L'utilità percepita (β=0,369, p<0,001), l'usabilità (β=0,540, p<0,001) e la compatibilità (β=0,145, p=0,002) hanno un'influenza positiva significativa sull'accesso a dati di qualità.
   • Inaspettato: L'affidabilità (REDS) ha mostrato un'influenza negativa significativa (β=-0,259, p<0,001) sull'accesso ai dati, suggerendo che le preoccupazioni sulla stabilità del sistema ostacolano attivamente l'accesso percepito.
2. Accesso a Dati di Qualità -> Uso dei Dati (DUPDM):
   • L'accesso a dati di qualità ha un impatto fortemente positivo e significativo sull'uso dei dati per la pianificazione (β=0,729, p<0,001).
3. Uso dei Dati -> Miglioramento dei Servizi (IPHSD):
   • L'uso dei dati per la pianificazione e il processo decisionale influisce positivamente e significativamente sul miglioramento dei servizi sanitari (β=0,593, p<0,001).
4. Relazioni Dirette Non Significative:
   • Non è stata trovata un'influenza diretta significativa dei fattori digitali sull'uso dei dati (H5, H6, H7 rifiutate) né un'influenza diretta dell'accesso ai dati sul miglioramento dei servizi senza la mediazione dell'uso dei dati (H10 rifiutata). L'impatto è prevalentemente mediato dall'uso effettivo dei dati.

C. Potere Esplicativo del Modello

• Il modello spiega il 78,0% della varianza nell'uso dei dati per la pianificazione (R² = 0,780).
• Spiega il 50,1% della varianza nell'accesso a dati di qualità e il 38,0% nel miglioramento dei servizi.
• L'accuratezza predittiva (Q²) è accettabile per tutti i costrutti.

4. Significato e Implicazioni

• Diagnosi Sistemica: Lo studio conferma che le iniziative digitali attuali in Tanzania hanno un impatto limitato sulla facilità d'uso, affidabilità e utilità percepita. La coesistenza di piattaforme frammentate e non interoperabili crea un onere gestionale che riduce l'efficacia dei dati.
• Fattori Critici di Successo: Per migliorare i servizi sanitari, non basta avere i dati; è fondamentale che i sistemi siano percepiti come utili, affidabili e facili da usare. Questi fattori sono prerequisiti per garantire l'accesso a dati di qualità, che a sua volta è il motore dell'uso dei dati per la pianificazione.
• Raccomandazioni Strategiche:
  1. Integrazione dei Sistemi: È necessario rafforzare e integrare i sistemi esistenti in un'unica "data warehouse" per garantire l'interoperabilità e ridurre la ridondanza.
  2. Formazione Continua: È essenziale fornire formazione continua e specifica su salute digitale a tutto il personale per colmare il divario tra le competenze tecniche e la complessità dei software.
  3. Cultura basata sui Dati: Promuovere un cambiamento culturale verso il processo decisionale informato dai dati (data-informed decision-making) istituzionalizzando l'uso dei dati nelle routine ospedaliere.

Conclusione

Lo studio dimostra che, sebbene i fattori tecnologici (compatibilità, usabilità, affidabilità, utilità) siano fondamentali per l'accesso ai dati, il loro impatto diretto sul miglioramento dei servizi è mediato dall'effettivo utilizzo di tali dati per la pianificazione. Senza un'adeguata integrazione dei sistemi e senza investire nella capacità umana (formazione), gli investimenti digitali rischiano di non tradursi in miglioramenti tangibili della qualità dell'assistenza sanitaria primaria in Tanzania.