Tools, Methods, and the Current State of Data Quality in the Routine Health Information System of Osun State, Nigeria: A Qualitative Study
Questo studio qualitativo del Sistema di Informazione Sanitaria di Routine dello Stato di Osun rivela che, sebbene gli strumenti standardizzati e un ciclo di reporting mensile disciplinato garantiscano la tempestività della sottomissione dei dati, l'accuratezza e la completezza dei record rimangono vulnerabili ai vincoli delle risorse umane a livello di struttura e sono solo parzialmente mitigate dalla verifica a livello di distretto, evidenziando la necessità di rafforzare la validazione interna alla fonte.
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
Ogni giorno, milioni di persone visitano cliniche e ospedali in tutta la Nigeria. Nel momento in cui un paziente riceve cure, un operatore sanitario annota ciò che è accaduto: quanti bambini sono stati vaccinati, quante donne hanno partorito o quanti casi di malaria sono stati trattati. Questi appunti non servono solo per la cartella del paziente; sono la materia prima per il sistema sanitario del paese. Quando queste note quotidiane vengono raccolte, sommate e inviate al governo, diventano il Sistema Informativo Sanitario di Routine. Questo sistema è l'ossatura della pianificazione della sanità pubblica. Se i numeri sono accurati, i leader possono inviare abbastanza medicinali nei posti giusti. Se i numeri sono sbagliati, mancanti o in ritardo, l'intero sistema vacilla e le persone potrebbero rimanere senza cure. Per anni, i ricercatori hanno contato questi numeri per vedere quanto fossero validi, ma contare da solo non può spiegare perché un numero sia sbagliato. Non può dirti se un operatore sanitario fosse di fretta, se un modulo fosse mancante o se un supervisore avesse semplicemente dimenticato di controllare il lavoro.
Per comprendere la storia umana dietro le statistiche, un team di ricercatori nello Stato di Osun, in Nigeria, ha deciso di smettere di contare e iniziare ad ascoltare. Hanno condotto uno studio per ascoltare direttamente le persone che scrivono i numeri e quelle che li controllano. Hanno parlato con trentacinque individui, che spaziavano dal personale delle cliniche locali ai funzionari che supervisionano interi distretti. I ricercatori hanno chiesto loro di descrivere le proprie routine quotidiane, gli strumenti che utilizzano e i momenti specifici in cui avvengono gli errori. Il loro obiettivo era scoprire le ragioni reali per cui la qualità dei dati ha successo o fallisce, andando oltre i semplici punteggi per trovare i meccanismi effettivi in gioco.
Lo studio ha rivelato un sistema che è notevolmente disciplinato nei suoi tempi, ma fragile nella sua accuratezza. I ricercatori hanno scoperto che quasi ogni struttura sanitaria nello stato segue un programma rigoroso. Alla fine di ogni mese, il personale compila i propri registri giornalieri in un rapporto riassuntivo. Questo passaggio è universale; ogni singola struttura intervistata prepara questo rapporto. Inoltre, inviano quasi sempre il rapporto in tempo, solitamente entro i primi cinque giorni del nuovo mese. Questa costanza mostra che gli operatori sanitari sono dedicati e che il ciclo di rendicontazione stesso è ben stabilito. Tuttavia, lo studio ha scoperto una lacuna critica tra l'atto di riferire e l'atto di controllare. Sebbene i rapporti vengano inviati regolarmente, i controlli interni per garantire che i numeri siano corretti sono spesso saltati o eseguiti in modo incoerente.
Il principale colpevole dietro gli errori non è la mancanza di conoscenza, ma la mancanza di tempo e di personale. I ricercatori hanno sentito ripetutamente che gli operatori sanitari sono sopraffatti dai pazienti. Quando la clinica è affollata, il personale si affretta a compilare i moduli. In questa fretta, commettono errori di trascrizione, copiando i numeri in modo errato dal registro giornaliero al riassunto mensile. Lasciano anche dei campi vuoti perché semplicemente non hanno il tempo di ricontrollare il proprio lavoro. Questa pressione influisce su due qualità specifiche dei dati: l'accuratezza e la completezza. L'accuratezza soffre quando i numeri vengono scritti male, e la completezza soffre quando parti del modulo vengono lasciate vuote. Lo studio ha scoperto che questi due problemi non sono questioni separate; sono entrambi sintomi della stessa causa radice: troppo lavoro per troppo pochi membri del personale.
Un secondo livello del sistema, i supervisori a livello di distretto, funge da rete di sicurezza. Questi funzionari ricevono i rapporti dalle cliniche e li controllano prima che vengano inseriti nel sistema informatico nazionale. I ricercatori hanno scoperto che questi supervisori sono molto efficaci nel cogliere gli errori. Utilizzano regole informatiche integrate per individuare numeri impossibili e rifiutano attivamente i rapporti incompleti, rimandandoli alla clinica per la correzione. In molti modi, il team del distretto sta svolgendo il lavoro pesante per garantire che il dato finale sia utilizzabile. Tuttavia, lo studio sostiene che questo sia un ruolo compensativo, il che significa che stanno risolvendo i problemi dopo che si sono già verificati, piuttosto che prevenirli alla fonte. Il sistema si affida a questa correzione a valle perché la prevenzione a monte, a livello di clinica, è debole.
I ricercatori hanno concluso che l'attuale approccio è sostenibile solo perché i supervisori del distretto lavorano duramente per cogliere gli errori. Se il numero di strutture crescesse o il carico di lavoro aumentasse ulteriormente, questa rete di sicurezza potrebbe rompersi. Lo studio suggerisce che il modo più diretto per migliorare la qualità dei dati non è pretendere più rapporti dalle cliniche, ma rafforzare i controlli che avvengono all'interno delle cliniche prima che i rapporti vengano inviati. Garantendo che ogni struttura abbia una fase dedicata alla verifica dei propri numeri e affrontando la carenza di personale che causa la fretta, il sistema può prevenire gli errori invece di doverli solo correggere in seguito. Le scoperte dipingono il quadro di una forza lavoro dedicata che cerca di svolgere un lavoro difficile con risorse limitate, dove la soluzione non risiede nella nuova tecnologia, ma nel sostenere le persone che svolgono il lavoro.
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.