Mapping Data Sources for Local Decision-Making on Maternal and Child Health in Tribal Primary Health Centre Settings of Andhra Pradesh, India

Deze studie toont aan dat het data-ecosysteem voor moeder- en kinderzorg in tribale gezondheidscentra in Andhra Pradesh, India, gekenmerkt wordt door een fundamentele mismatch waarbij gegevens voornamelijk voor administratieve rapportage worden verzameld en slechts beperkt toegankelijk zijn voor lokaal besluitvorming, ondanks de aanwezigheid van talrijke digitale bronnen.

De kern

De Verborgen Schatkamer: Waarom Medische Wereld in India's Stammengebieden "Rijk aan Data, maar Arm aan Informatie" is

Stel je voor dat je een enorme bibliotheek hebt, vol met boeken, kaarten en schatkisten. Je hebt duizenden boeken over hoe mensen gezond blijven, waar ze wonen, wat ze eten en hoe ze reizen. Maar de bibliothecaris (de arts in het dorp) mag niet naar binnen. Hij krijgt alleen een lijstje met aantallen: "Er zijn 50 boeken over zwangerschap." Hij mag de boeken zelf niet lezen, niet zien wie er ziek is, en niet weten of de wegen naar het dorp dicht zijn.

Dat is precies wat dit onderzoek over Moeder- en Kindzorg in de stammengebieden van India ontdekt. Hier is het verhaal, vertaald in alledaags taal:

1. Het Probleem: Een Overvloed aan Papier, maar geen Kompas

In de armere landen van de wereld (zoals India) verzamelen ze enorme hoeveelheden data. Het is alsof ze een regen van cijfers laten regenen. Maar voor de lokale arts, die de beslissingen moet nemen, is het alsof hij in een mist zit. Ze noemen dit: "Rijk aan data, maar arm aan informatie."

In de afgelegen stammengebieden is dit nog erger. De wegen zijn slecht, de dorpen zijn verspreid en de gezondheidszorg is vaak losgekoppeld van andere diensten zoals scholen of landbouw. De arts heeft geen kaart om te weten waar hij moet ingrijpen.

2. De Detectiveklus: Wat is er eigenlijk?

De onderzoekers deden een soort detective-werk in drie gezondheidscentra (PHC's). Ze vroegen niet alleen naar officiële rapporten, maar ook aan de verpleegsters en de lokale gezondheidswerkers: "Wat gebruiken jullie? Wat missen jullie?"

Ze vonden 28 verschillende bronnen met informatie. Maar toen ze deze bronnen in een lijst zetten, zagen ze drie grote problemen:

• Het is te eenzijdig: 57% van de informatie gaat alleen over gezondheidszorg (ziektes, vaccinaties). Maar wat moet een arts weten over de oorzaken? Wat als de moeder geen geld heeft (Inkomen), geen school heeft (Onderwijs), of de weg naar het ziekenhuis onbegaanbaar is (Vervoer)? Die informatie is er nauwelijks (slechts 3,6% tot 10,7%). Het is alsof je alleen kijkt naar de brandblusser, maar niet naar de brandhaard.
• De "Bureaucratische Muur": Veel data wordt verzameld door de overheid, maar dan alleen om naar boven te sturen (naar de hoofdstad) voor verslaglegging. Het is alsof je een brief schrijft aan je oma, maar de postbode gooit hem direct in de vuilnisbak van de burgemeester. De arts in het dorp mag de brief niet lezen.
• Digitaal is niet altijd toegankelijk: Je zou denken: "Oh, het is digitaal, dus het is makkelijk!" Maar nee. Van de bronnen die digitaal zijn, kan de arts slechts 32% echt gebruiken. De rest zit opgesloten in systemen waar hij geen sleutel voor heeft.

3. De Analogie: De Telefooncel en de Sleutel

Stel je voor dat de arts een telefooncel heeft.

• De "Administratieve" data (46% van alles) is als een telefoon die alleen maar kan bellen naar de directeur. De directeur hoort alles, maar de arts in de cabine kan niet terugbellen naar de buren om hulp te vragen.
• De "Ontwerpende" data (zoals speciale onderzoeken) is bijna niet aanwezig (14%). Het is alsof er niemand is die een nieuwe sleutel maakt voor een specifiek slot.
• De "Gelegenheids" data (zoals mobiele netwerkdata of satellietbeelden) is er wel, maar niemand weet hoe ze die te gebruiken.

4. Wat betekent dit voor de mensen?

Omdat de arts geen toegang heeft tot de juiste informatie, kan hij niet goed plannen.

• Hij weet niet welke specifieke moeders in gevaar zijn (want hij ziet alleen gemiddelden).
• Hij kan niet zien welke dorpen geen toegang hebben tot een ziekenhuis omdat de weg dicht is.
• Hij kan niet zien of een moeder anemie heeft omdat ze te weinig te eten heeft (voedselzekerheid), omdat die data bij het ministerie van Landbouw zit, niet bij het ministerie van Gezondheid.

5. De Oplossing: De Deuren Openmaken

De onderzoekers concluderen dat we niet meer hoeven te verzamelen (we hebben al genoeg data). We moeten de deuren openen.

Stel je voor dat je een gigantische schatkamer hebt, maar de schat is verspreid over verschillende kamers die op slot zitten. De oplossing is niet om meer goud te delven, maar:

1. De sleutels delen: Laat de arts in het dorp zien wie er ziek is in het RCH-systeem (in plaats van alleen de gemiddelden).
2. De kamers verbinden: Zorg dat de data van scholen, landbouw en wegen ook bij de arts terechtkomt.
3. Kaarten maken: Gebruik de data om te zien waar de mensen wonen en waar de wegen slecht zijn.

Kort samengevat:
India heeft een overvloed aan cijfers, maar in de afgelegen stammengebieden zit die informatie opgesloten in bureaus. De lokale artsen, die het leven van moeders en kinderen redden, hebben geen toegang tot de informatie die ze nodig hebben om slimme beslissingen te nemen. Het is tijd om te stoppen met alleen naar boven te rapporteren en te beginnen met het delen van de informatie op het niveau waar het echt telt: bij de mensen zelf.

Technische samenvatting

Titel: Kaartlegging van Databronnen voor Lokale Besluitvorming over Moeder- en Kindgezondheid in Inheemse (Tribale) Eerstelijnsgezondheidscentra (PHC)

1. Probleemstelling

Gezondheidsystemen in laag- en middeninkomenslanden worden vaak beschreven als "data-rijk, maar informatie-arm". Hoewel er enorme hoeveelheden data worden verzameld, vertalen deze zich zelden naar bruikbare informatie voor lokale besluitvorming. Dit probleem is in India, en specifiek in tribale gebieden, verergerd door:

• Geografische isolatie en gefragmenteerd bestuur: Tribale gebieden vallen onder de Integrated Tribal Development Agencies (ITDA), waar gezondheidszorg, onderwijs, voedselzekerheid en infrastructuur door verschillende departementen worden beheerd met gescheiden datasystemen.
• Gebrek aan gedetailleerde data: Routine systemen genereren geen data die specifiek is opgesplitst naar tribale bevolkingsgroepen, waardoor deze groepen "onzichtbaar" zijn in statistieken.
• De paradox: Er is veel data beschikbaar, maar artsen op het niveau van het Eerstelijnsgezondheidscentrum (PHC) hebben er geen toegang toe voor lokale planning. Data stroomt primair omhoog voor administratieve rapportage, in plaats van zijwaarts voor lokale actie.

2. Methodologie

Het onderzoek maakte deel uit van een actieonderzoek (action research) project in drie PHC's (Boduluru, Gangavaram, Vadapalli) onder de ITDA Rampachodavaram in het district Alluri Sitarama Raju, Andhra Pradesh, India. De studie volgde een participatieve data-discovery-aanpak in drie fasen:

1. Documentenreview: Systematische analyse van registers, rapportageformulieren, nationale programma-richtlijnen en digitale systeemdocumentatie (zoals HMIS, RCH Portal).
2. Semi-gestructureerde interviews: Gesprekken met Medische Officieren, verpleegkundigen, ANM's (Auxiliary Nurse Midwives), ASHA's en ITDA-coördinatoren om informele databronnen en barrières te identificeren.
3. Stakeholdervalidatie: Een workshop met PHC-personeel om de inventaris te valideren en de toegankelijkheid te verifiëren.

Classificatiekaders:
De geïdentificeerde databronnen werden geclassificeerd met twee complementaire frameworks:

• HEALTHY-framework: Classificeert data op basis van sociale determinanten van gezondheid (Healthcare, Education, Access to healthy choices, Labour, Transportation, Housing, Income).
• Keller Data Discovery Typology: Classificeert data op basis van oorsprong (Designed, Administrative, Opportunity, Procedural).

Toegankelijkheidsmeting:
Data werd beoordeeld op toegankelijkheid voor de Medische Officier: Toegankelijk (directe toegang), Gedeeltelijk toegankelijk (vertragingen/bureaucratie) of Onbereikbaar.

3. Belangrijkste Resultaten

Uit de studie werden 28 distincte databronnen geïdentificeerd die relevant zijn voor moeder- en kindgezondheid (MCH).

• Verdeling per HEALTHY-domein:

  • Gezondheidszorg (Healthcare): 57,1% (16 bronnen). Dit is oververtegenwoordigd.
  • Sociale determinanten: Sterk ondervertegenwoordigd.
    • Huisvesting en Inkomen: elk 10,7%.
    • Onderwijs en Arbeid: elk 7,1%.
    • Vervoer en Toegang tot gezonde keuzes: elk 3,6%.
  • Conclusie: Er is een fundamenteel gebrek aan data over de contextuele factoren die de gezondheid beïnvloeden.

• Verdeling per Data-oorsprong (Keller):

  • Administratief: 46,4% (13 bronnen). Data gegenereerd door overheidsprocessen.
  • Opportunity: 21,4% (6 bronnen). Bijproducten van dagelijkse activiteiten (bijv. mobiele data).
  • Proceduraal: 17,9% (5 bronnen). Data uit standaardwerkprocessen.
  • Ontworpen (Designed): Slechts 14,3% (4 bronnen). Data uit doelbewust wetenschappelijk onderzoek of enquêtes. Dit wijst op een gebrek aan lokaal onderzoekscapaciteit.

• Toegankelijkheid (Het kernprobleem):

  • Alleen 32,1% (9 van de 28) van de bronnen is volledig toegankelijk voor de Medische Officier.
  • 57,1% is volledig onbereikbaar op PHC-niveau.
  • 10,7% is gedeeltelijk toegankelijk.
  • Digitale valkuil: Hoewel 67,9% van de bronnen digitale componenten heeft, is slechts 21,1% van deze digitale data volledig toegankelijk. Systemen zoals ANMOL en E-ASHA worden gebruikt door frontlinewerkers, maar de data is niet in te zien door de Medische Officier; deze stroomt direct naar districtsniveau.

• Technische kenmerken:

  • Ruimtelijke data (geografische coördinaten) is schaars (slechts 14,3% van de bronnen).
  • Datagranulariteit varieert van individueel tot administratief niveau, maar individuele data is vaak onbereikbaar voor lokale planners.

4. Belangrijkste Bijdragen

1. Empirische onderbouwing van de "Data Rich, Information Poor" paradox: Het onderzoek levert gedetailleerd bewijs dat in tribale settings data generatie en data gebruik fundamenteel uit elkaar liggen.
2. Inventarisatie van het lokale ecosysteem: Voor het eerst is een volledige kaartlegging gemaakt van zowel gezondheids- als niet-gezondheidsdata (onderwijs, landbouw, infrastructuur) die beschikbaar zou moeten zijn voor PHC's in India.
3. Identificatie van structurele barrières: Het onderzoek toont aan dat de onbereikbaarheid van data niet het gevolg is van gebrek aan vaardigheden, maar van architecturale en bestuurlijke beperkingen (data stroomt omhoog voor controle in plaats van zijwaarts voor zorg).
4. Methodologische innovatie: De combinatie van het HEALTHY-framework en de Keller-typologie biedt een holistisch beeld van zowel thematische gaten als structurele data-kenmerken.

5. Betekenis en Aanbevelingen

De studie concludeert dat het huidige datasysteem niet functioneert zoals bedoeld in de Indiase gezondheidsarchitectuur: het PHC fungeert meer als een rapportageknooppunt dan als een plannings- en coördinatie-eenheid.

Aanbevelingen voor verbetering:

• Toegang tot individuele data: Medische Officieren moeten toegang krijgen tot individuele data in systemen zoals de RCH Portal om hoogrisicopatiënten te kunnen identificeren.
• Cross-departementale integratie: Mechanismen moeten worden gecreëerd op ITDA-niveau om data uit onderwijs, landbouw en infrastructuur te integreren met gezondheidsdata.
• Ruimtelijke data: Routine rapportage moet ruimtelijke elementen bevatten om kaartgebaseerde planning mogelijk te maken in verspreide tribale gebieden.
• Dashboard-tools: Ontwikkeling van dashboards die de reeds beschikbare (toegankelijke) data samenvoegen tot actieerbare informatie.
• Lokale data-generatie: Capaciteit opbouwen voor het genereren van "ontworpen data" (snelle beoordelingen) om lokale vragen te beantwoorden die door administratieve systemen worden gemist.

Conclusie:
Om de dispariteiten in moeder- en kindgezondheid in tribale populaties aan te pakken, moet het gezondheidsinformatiesysteem worden heroriënteerd van louter administratieve monitoring naar lokale actieerbaarheid. Data die over tribale gemeenschappen wordt gegenereerd, moet ook dienen aan de gezondheid van die gemeenschappen.