Data Quality and Associated Technological, Organisational, and Behavioural Factors in the Routine Health Information System of Osun State, Nigeria: A Cross-Sectional Study
Questo studio trasversale condotto su 22 strutture sanitarie nello Stato di Osun, in Nigeria, rivela che, sebbene la qualità dei dati del sistema informativo sanitario di routine sia limitata principalmente dall'accuratezza piuttosto che dalla completezza o dalla tempestività, i fattori organizzativi influenzano la qualità solo indirettamente, plasmando il comportamento del personale e l'adozione tecnologica, piuttosto che attraverso effetti diretti.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
In qualsiasi sistema sanitario funzionante, le decisioni su dove inviare i medici, quanto farmaco acquistare e quali malattie combattere dipendono interamente dalle informazioni che fluiscono dalle cliniche al governo. Questa informazione non è solo un elenco di numeri; è il fondamento della salute pubblica. Affinché queste decisioni siano oculate, i dati devono essere affidabili. Se una clinica riferisce di aver trattato cento pazienti per la malaria, ma i registri sono errati, il governo potrebbe inviare troppo pochi farmaci, lasciando le persone malate, o troppi, sprecando risorse scarse. In molte parti del mondo, inclusa la Nigeria, i sistemi utilizzati per raccogliere queste informazioni quotidiane spesso faticano. La sfida non è solo avere un sistema in atto, ma garantire che i dati al suo interno siano accurati, completi e arrivino in tempo. I ricercatori hanno a lungo sospettato che la qualità di questi dati dipenda da tre cose: gli strumenti che le persone usano, le regole e il supporto che ricevono dai loro superiori e le abitudini personali e gli atteggiamenti del personale stesso.
Un team di ricercatori si è posto l'obiettivo di testare queste idee nell'Osun State, in Nigeria, osservando direttamente come gli operatori sanitari in diversi tipi di cliniche gestiscano la loro rendicontazione quotidiana. Hanno visitato ventidue strutture, che vanno dai piccoli centri di assistenza primaria ai grandi ospedali universitari, e hanno parlato con quasi trecento membri del personale responsabili della raccolta e della rendicontazione dei dati sanitari. Inveve di chiedere semplicemente al personale cosa ne pensasse, i ricercatori hanno anche controllato i registri cartacei e i rapporti digitali effettivi per vedere se i numeri corrispondevano alla realtà. Volevano sapere quali fattori contassero davvero: era il computer e la connessione internet, lo stile gestionale dell'ospedale o la volontà e la competenza dei singoli lavoratori?
Lo studio ha rivelato un divario sorprendente tra ciò che le persone dicevano e ciò che stava effettivamente accadendo. Quando agli operatori sanitari veniva chiesto di valutare i propri dati, erano piuttosto ottimisti. Riferivano che i loro registri erano solitamente completi e arrivavano in tempo. Tuttavia, quando i ricercatori hanno esaminato i file effettivi, è emersa un'immagine diversa. Sebbene i rapporti fossero effettivamente per lo più completi e per lo più puntuali, l'accuratezza dei numeri era un problema importante. Nel controllo oggettivo, solo circa un impianto su cinque presentava rapporti mensili completamente accurati. Molti registri contenevano dati mancanti o numeri che non corrispondevano ai registri originali dei pazienti, in particolare per condizioni comuni come la malaria e le cure prenatali. Ciò suggerisce che il sistema è bravo a compilare i moduli, ma non è sempre bravo a riportare i fatti correttamente.
I ricercatori hanno poi indagato sul perché ciò accadesse, esaminando le tre aree principali che avevano pianificato di studiare. Hanno scoperto che la qualità dei dati era legata più direttamente al comportamento del personale e alla tecnologia utilizzata. Il personale che sentiva che il proprio lavoro fosse significativo, che era puntuale e che aveva un atteggiamento positivo verso i propri compiti produceva dati migliori. Allo stesso modo, avere computer e accesso a internet affidabili aiutava, ma questo era un fatto diretto solo nelle piccole cliniche primarie. Negli ospedali più grandi e complessi, avere una migliore tecnologia non portava automaticamente a una migliore qualità dei dati. Lo studio ha anche scoperto che lo stile di gestione della struttura, come il modo in cui i supervisori supportavano i loro team, non migliorava direttamente i dati.
Quest'ultima scoperta è stata la parte più complessa del puzzle. A prima vista, sembrava che il supporto della gestione non contasse affatto. Ma quando i ricercatori hanno guardato più a fondo, hanno scoperto che il supporto della gestione era in realtà molto importante, solo non nel modo in cui si aspettavano. L'influenza di una buona gestione non raggiungeva i dati direttamente. Invece, una buona gestione migliorava la qualità dei dati cambiando il modo in cui il personale si comportava e assicurando che avessero la tecnologia necessaria. In altre parole, un capo che supporta aiuta rendendo il personale più motivato e assicurandosi che i computer funzionino, ed è attraverso questi cambiamenti nel comportamento e negli strumenti che i dati vengono effettivamente corretti. Senza questi passaggi intermedi, semplicemente cambiare le regole o la struttura organizzativa non migliorerebbe i numeri.
Lo studio ha anche evidenziato che le necessità di diverse cliniche non sono le stesse. Le piccole cliniche primarie, che spesso hanno la minore quantità di tecnologia, producevano in realtà la migliore qualità complessiva dei dati. Questo perché il personale lì presente aveva abitudini solide ed era strettamente supervisionato. I grandi ospedali terziari, nonostante avessero i migliori computer e le maggiori risorse, producevano una qualità dei dati inferiore. Ciò suggerisce che dare semplicemente attrezzature più costose ai grandi ospedali non risolverà il problema. I grandi ospedali hanno flussi di lavoro più complessi e volumi di pazienti più elevati, il che può rendere difficile l'inserimento dei dati anche con buoni strumenti. La soluzione per loro non è solo più hardware, ma semplificare il modo in cui lavorano.
Per i funzionari sanitari dell'Osun State, la strada da seguire è ora più chiara. La ricerca indica che la debolezza maggiore non è nella tempestività dei rapporti o nella loro completezza, ma nella loro accuratezza. Per risolvere questo problema, i leader sanitari dovrebbero concentrarsi su attività specifiche che controllino i numeri rispetto ai registri originali, piuttosto che limitarsi a contare quanti moduli sono stati consegnati. Dovrebbero anche investire nella tecnologia, ma specificamente nelle cliniche più piccole dove avrà l'impatto più immediato. Soprattutto, dovrebbero riconoscere che i cambiamenti organizzativi, come le nuove regole di supervisione, funzioneranno solo se tali cambiamenti renderanno effettivamente il personale più motivato e meglio equipaggiato per usare i propri strumenti. Il problema della qualità dei dati non è solo un glitch tecnico; è un problema umano, risolvibile comprendendo come le persone, gli strumenti e la leadership interagiscono nel ritmo quotidiano di una clinica.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.