Routine health information system data quality in a hill and mountain district of Nepal: a cross-sectional desk review of four years of DHIS2 data from Sankhuwasabha, 2021-2025
Deze transversale deskonderzoek naar vier jaar aan DHIS2-gegevens uit het district Sankhuwasabha, Nepal, onthult dat hoewel de volledigheid en tijdigheid van de rapportage over het algemeen hoog zijn, de gegevens hardnekkige anomalieën in de vaccinatiegraad bevatten die worden gedreven door systematische registratieprocessen en de beperkingen van op validatieregels gebaseerde consistentiecontroles, wat de noodzaak onderstreept om indicatorparen af te zetten tegen actieve validatieregels voordat de datakwaliteit wordt beoordeeld.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
In het hoge, ruige terrein van de Himalaya, waar dorpen verspreid liggen over steile valleien en reizen uren kan duren over moeilijke paden, vertrouwen gezondheidswerkers op een digitaal systeem om de zorg die zij bieden bij te houden. Dit systeem, dat door ministeries van volksgezondheid over de hele wereld wordt gebruikt, fungeert als een centraal grootboek waar elke geboorte, elke vaccinatie en elk bezoek aan een kliniek wordt geregistreerd. Het doel is simpel: een helder beeld creëren van de gezondheid van de gemeenschap, zodat leiders effectief kunnen plannen. Maar om deze gegevens nuttig te laten zijn, moeten ze accuraat zijn. Als de cijfers niet kloppen, zullen de plannen die erop gebaseerd zijn, falen. Een grote uitdaging in dit werk is weten of de data slechts een verzameling getallen is of een ware weerspiegeling van de werkelijkheid. Volksgezondheidsfunctionarissen controleren vaak op twee zaken: of er rapporten worden ingezonden en of deze op tijd aankomen. Er is echter een diepere controle nodig om te zien of de cijfers logisch zijn wanneer ze met elkaar worden vergeleken. Als een kind bijvoorbeeld een eerste dosis van een vaccin ontvangt, zou het logischerwijs later een tweede en derde dosis moeten ontvangen; als de registers meer derde doses laten zien dan eerste doses, is er iets mis met de manier waarop de informatie wordt genoteerd.
Onderzoekers in het district Sankhuwasabha in Nepal, een regio van heuvels en bergen, besloten om nauwkeurig naar vier jaar van deze gezondheidsgegevens te kijken om te zien of het systeem werkte zoals bedoeld. Ze onderzochten gegevens van 132 gezondheidsinstellingen, variërend van moederzorg tot immunisatie. Hun onderzoek onthulde dat het systeem op één punt goed functioneerde: bijna elke instelling stuurde hun rapporten in. De registers waren bijna volledig. De timing was echter minder betrouwbaar. In verschillende afgelegen gebieden waren de rapporten regelmatig te laat, wat suggereerde dat de moeilijkheid van het terrein de informatiestroom vertraagde. Maar de meest verrassende ontdekking kwam toen de onderzoekers naar de interne logica van de cijfers keken, specifiek met betrekking tot kinderimmunisaties. Ze vonden een patroon dat indruist tegen het gezond verstand: de registers toonden aan dat meer kinderen doses van vaccins in latere stadia ontvingen dan in eerdere stadia. In het district als geheel was het aantal kinderen dat geregistreerd stond als ontvanger van een derde dosis van een vaccin hoger dan het aantal kinderen dat geregistreerd stond voor een eerste dosis. Dit is in de werkelijkheid onmogelijk, aangezien een kind geen derde injectie kan krijgen zonder eerst de eerste te hebben ontvangen.
De onderzoekers realiseerden zich dat dit vreemde patroon geen fout was die werd veroorzaakt door kinderen die tussen dorpen verhuisden, wat simpelweg de cijfers zou verschuiven zonder het totaalcijfer voor het hele district te veranderen. In plaats daarvan wees de fout op een systematisch probleem in de manier waarop de gegevens werden ingevoerd. De studie bracht ook een subtiel probleem aan het licht in de manier waarop het gezondheidssysteem controleert op fouten. De software die wordt gebruikt om de gegevens te verzamelen, heeft ingebouwde regels die werkers waarschuwen als twee gerelateerde getallen niet met elkaar overeenstemmen. De onderzoekers ontdekten dat de regels voor sommige paren gegevens zo strikt waren dat ze de getallen dwongen om overeen te stemmen, waardoor echte registratiefouten werden verborgen. Voor andere paren stond de software werkers toe om door te gaan, zelfs als de getallen onjuist waren. Dit betekende dat het simpelweg zien dat twee getallen overeenkwamen niet altijd bewees dat de data accuraat was; het bewees soms alleen dat de software hen had gedwongen om overeen te stemmen. De studie concludeerde dat hoewel de gezondheidswerkers in dit bergachtige district gedienstig genoeg waren om hun rapporten in te dienen, de manier waarop zij specifieke details over vaccinaties registreerden, aandacht behoefde. De gegevens toonden een hardnekkig, districtbreed patroon waarbij de volgorde van de vaccinatie doses in omgekeerde volgorde werd geregistreerd, een gebrek dat standaardcontroles op volledigheid en tijdigheid volledig over het hoofd hadden gezien.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.