Data Quality and Associated Technological, Organisational, and Behavioural Factors in the Routine Health Information System of Osun State, Nigeria: A Cross-Sectional Study
Este estudo transversal de 22 instalações de saúde no Estado de Osun, Nigéria, revela que, embora a qualidade dos dados do sistema de informação de saúde de rotina seja limitada principalmente pela precisão, e não pela completude ou pontualidade, os fatores organizacionais influenciam a qualidade apenas indiretamente ao moldar o comportamento dos funcionários e a adoção tecnológica, em vez de através de efeitos diretos.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Em qualquer sistema de saúde funcional, as decisões sobre para onde enviar médicos, quanto de medicamento comprar e quais doenças combater dependem inteiramente das informações que fluem das clínicas para o governo. Essa informação não é apenas uma lista de números; é o fundamento da saúde pública. Para que essas decisões sejam sólidas, os dados devem ser confiáveis. Se uma clínica relata que tratou cem pacientes com malária, mas os registros estão errados, o governo pode enviar poucos medicamentos, deixando as pessoas doentes, ou muitos, desperdiçando recursos escassos. Em muitas partes do mundo, incluindo a Nigéria, os sistemas usados para coletar essa informação diária frequentemente enfrentam dificuldades. O desafio não é apenas ter um sistema em vigor, mas garantir que os dados dentro dele sejam precisos, completos e cheguem a tempo. Pesquisadores há muito suspeitam que a qualidade desses dados dependa de três coisas: as ferramentas que as pessoas usam, as regras e o apoio que recebem de seus chefes e os próprios hábitos e atitudes do pessoal.
Uma equipe de pesquisadores partiu para testar essas ideias no Estado de Osun, Nigéria, observando diretamente como os profissionais de saúde em diferentes tipos de clínicas lidam com seus relatórios diários. Eles visitaram vinte e duas instalações, variando de pequenos centros de saúde primária a grandes hospitais universitários, e conversaram com quase trezentos funcionários responsáveis pela coleta e pelo relato de dados de saúde. Em vez de apenas perguntar aos funcionários o que eles pensavam, os pesquisadores também verificaram os registros de papel e os relatórios digitais reais para ver se os números correspondiam à realidade. Eles queriam saber quais fatores realmente importavam: era o computador e a conexão de internet, o estilo de gestão do hospital ou a disposição e habilidade dos próprios trabalhadores?
O estudo revelou uma lacuna surpreendente entre o que as pessoas diziam e o que estava realmente acontecendo. Quando os profissionais de saúde eram questionados sobre a avaliação de seus próprios dados, eles eram bastante otimistas. Relatavam que seus registros eram geralmente completos e chegavam no prazo. No entanto, quando os pesquisadores examinaram os arquivos reais, um cenário diferente surgiu. Embora os relatórios fossem, de fato, majoritariamente completos e entregues na maioria das vezes dentro do prazo, a precisão dos números era um problema grave. Na verificação objetiva, apenas cerca de um em cada cinco estabelecimentos possuía relatórios mensais totalmente precisos. Muitos registros continham dados ausentes ou números que não correspondiam aos logs originais de pacientes, particularmente para condições comuns como malária e cuidados pré-natais. Isso sugere que o sistema é bom em preencher formulários, mas nem sempre é bom em acertar os fatos.
Os pesquisadores então investigaram por que isso estava acontecendo, analisando as três principais áreas que planejavam estudar. Eles descobriram que a qualidade dos dados estava mais diretamente ligada ao comportamento do pessoal e à tecnologia que utilizavam. Funcionários que sentiam que seu trabalho era significativo, que eram pontuais e que tinham uma atitude positiva em relação às suas tarefas produziam melhores dados. Da mesma forma, ter computadores confiáveis e acesso à internet ajudava, mas isso era apenas um fator direto nas clínicas primárias menores. Nos hospitais maiores e mais complexos, ter uma tecnologia melhor não levava automaticamente a uma melhor qualidade de dados. O estudo também descobriu que o estilo de gestão da instalação, como a forma como os supervisores apoiavam suas equipes, não melhorava diretamente os dados.
Esta última descoberta foi a parte mais complexa do quebra-cabeça. À primeira vista, parecia que o apoio da gestão não importava de forma alguma. Mas, quando os pesquisadores investigaram mais profundamente, descobriram que o apoio da gestão era, na verdade, muito importante, mas não da maneira que esperavam. A influência de uma boa gestão não alcançava os dados diretamente. Em vez disso, uma boa gestão melhorava a qualidade dos dados ao mudar o comportamento do pessoal e ao garantir que eles tivessem a tecnologia necessária. Em outras palavras, um chefe que oferece apoio ajuda ao tornar o pessoal mais motivado e ao garantir que os computadores funcionem, e são essas mudanças no comportamento e nas ferramentas que realmente corrigem os dados. Sem esses passos intermediários, simplesmente mudar as regras ou a estrutura organizacional não melhoraria os números.
O estudo também destacou que as necessidades de diferentes clínicas não são as mesmas. As pequenas clínicas primárias, que muitas vezes têm a menor quantidade de tecnologia, na verdade produziam a melhor qualidade de dados geral. Isso ocorria porque o pessoal nessas unidades possuía hábitos fortes e era supervisionado de perto. Os grandes hospitais terciários, apesar de terem os melhores computadores e a maior quantidade de recursos, produziam dados de menor qualidade. Isso sugere que simplesmente dar equipamentos mais caros aos grandes hospitais não resolverá o problema. Os grandes hospitais possuem fluxos de trabalho mais complexos e volumes de pacientes mais altos, o que pode dificultar a entrada de dados mesmo com boas ferramentas. A solução para eles não é apenas mais hardware, mas simplificar a forma como trabalham.
Para os oficiais de saúde no Estado de Osun, o caminho a seguir agora está mais claro. A pesquisa indica que a maior fraqueza não está na pontualidade dos relatórios ou na sua completude, mas sim na sua precisão. Para corrigir isso, os líderes de saúde devem focar em atividades específicas que verifiquem os números em relação aos registros originais, em vez de apenas contar quantos formulários foram enviados. Eles também devem investir em tecnologia, mas especificamente para as clínicas menores, onde terá o impacto mais imediato. Acima de tudo, devem reconhecer que mudanças organizacionais, como novas regras de supervisão, só funcionarão se essas mudanças realmente tornarem o pessoal mais motivado e melhor equipado para usar suas ferramentas. O problema da qualidade dos dados não é apenas uma falha técnica; é um problema humano, resolvido compreendendo como as pessoas, as ferramentas e a liderança interagem no ritmo diário de uma clínica.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.