The use of theories, models and frameworks to institutionalise routine data-driven decision-making in sub-Saharan African health facilities: a scoping review
Esta revisão de escopo de 44 estudos em quatorze países da África Subsaariana revela que, embora os frameworks de determinantes dominem os esforços para institucionalizar a tomada de decisão rotineira baseada em dados, as aplicações atuais permanecem amplamente operacionais e carecem da abordagem dinâmica de pensamento sistêmico necessária para integrar o uso de dados na tomada de decisões estratégicas e clínicas ao longo do tempo.
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 hospitais em toda a África Subsaariana, uma revolução silenciosa tem ocorrido nas últimas duas décadas. Governos e organizações de saúde investiram recursos na construção de sistemas digitais, instalação de computadores e criação de registros eletrônicos para acompanhar o atendimento ao paciente. O objetivo era simples: se médicos e enfermeiros pudessem acessar facilmente informações precisas sobre quem estava doente, quais medicamentos eram necessários e quantos pacientes estavam sendo tratados, eles poderiam tomar melhores decisões para salvar vidas. Essa mudança dos cadernos de papel para bancos de dados digitais prometia transformar números brutos em uma ferramenta poderosa para melhorar a saúde. No entanto, ter os dados não é o mesmo que usá-los. Só porque um computador contém um registro, não significa que um gestor o observe para mudar como uma clínica opera. O desafio reside na "institucionalização", uma palavra que significa simplesmente tornar o uso de dados uma parte natural e instintiva do trabalho diário, como escovar os dentes, em vez de uma tarefa especial realizada apenas quando um inspetor chega.
Para entender por que essa transição tem sido tão difícil, uma equipe de pesquisadores do Programa de Pesquisa KEMRI-Wellcome Trust e da Universidade de Oxford propôs-se a examinar as ferramentas que os cientistas utilizam para estudar este problema. Eles analisaram como especialistas tentam explicar por que alguns hospitais utilizam seus dados com sucesso enquanto outros enfrentam dificuldades. Esses especialistas baseiam-se em "teorias, modelos e estruturas", que são essencialmente mapas estruturados ou listas de verificação que ajudam os pesquisadores a identificar as razões específicas por trás do sucesso ou do fracasso. Esses mapas podem apontar para coisas como treinamento de pessoal, a qualidade da conexão de internet ou a maneira como os gestores do hospital dão ordens. Os pesquisadores queriam saber: quais desses mapas estão sendo usados com mais frequência na África Subsaariana e eles estão realmente ajudando os hospitais a aprender como tornar os dados uma parte permanente de seu processo de tomada de decisão?
A equipe realizou uma busca massiva, examinando seis grandes bases de dados científicos para estudos publicados entre 2007 e 2025. Eles restringiram o foco a 44 artigos de pesquisa específicos que ocorreram em quatorze países diferentes da região. Esses artigos cobriram uma ampla mistura de métodos, incluindo entrevistas com profissionais de saúde, questionários e análises estatísticas. Os pesquisadores então leram cuidadosamente esses estudos para ver como os autores utilizaram seus mapas teóricos. Eles descobriram que a grande maioria desses estudos dependia de "estruturas de determinantes". Estas são tipos específicos de mapas projetados para listar os fatores que influenciam um resultado, como se um profissional de saúde está motivado, se o software é fácil de usar ou se a liderança do hospital apoia o esforço. Os mapas mais comuns utilizados foram a estrutura PRISM e a estrutura CFIR, que juntas representaram quase dois terços de todos os estudos revisados.
O que os pesquisadores descobriram foi uma lacuna significativa entre identificar problemas e resolvê-los. Embora esses mapas fossem excelentes em listar as barreiras — como internet precária, falta de treinamento ou carga de trabalho excessiva — eles raramente explicavam como essas barreiras interagiam entre si ao longo do tempo. Por exemplo, um estudo pode notar que um computador está quebrado e que a equipe está cansada, mas frequentemente falhava em mostrar como o computador quebrado deixa a equipe cansada, o que, por sua vez, leva a inserções incorretas de dados, o que, por sua vez, faz com que os gestores percam a confiança nos números. Os pesquisadores descobriram que a maioria dos estudos tratava esses fatores como uma lista estática de obstáculos, em vez de um sistema dinâmico onde um problema alimenta outro. Consequentemente, a evidência mostrou que, embora os hospitais estivessem melhorando na coleta de dados, eles não estavam melhorando no uso deles para realizar mudanças estratégicas. Os dados estavam sendo usados principalmente para tarefas operacionais básicas, como contar quantos pacientes foram atendidos ou verificar se os suprimentos de medicamentos estavam acabando, em vez de decisões clínicas mais profundas ou planejamento de longo prazo.
A revisão destacou que a forma como os dados são usados nessas instalações é frequentemente impulsionada por pressão externa, em vez de necessidade interna. Profissionais de saúde frequentemente preenchem relatórios porque são obrigados pelas autoridades nacionais, não porque acreditam que a informação ajudará no tratamento de seus pacientes. Isso cria um ciclo onde os dados são coletados para satisfazer um requisito de relatório, mas nunca retornam aos profissionais da linha de frente de uma forma que ajude a melhorar seu trabalho diário. Quando os dados são de baixa qualidade ou chegam atrasados, isso corrói a confiança, e o pessoal deixa de acreditar que os números importam. Os pesquisadores observaram que simplesmente introduzir novas tecnologias, como prontuários eletrônicos de saúde, não resolve o problema. Em muitos casos, os novos sistemas digitais foram apenas sobrepostos aos antigos sistemas de papel, criando trabalho extra sem alterar os hábitos subjacentes ou as estruturas de tomada de decisão.
Em última análise, o estudo sugere que o caminho a seguir exige uma mudança de pensamento. Em vez de apenas verificar uma lista de barreiras, os sistemas de saúde precisam compreender a complexa teia de relações entre tecnologia, pessoas e regras. Os pesquisadores argumentam que, para que os dados sejam verdadeiramente úteis, eles devem ser tecidos no ritmo diário do hospital. Isso significa que as pessoas que coletam os dados devem ver como eles ajudam e as pessoas que tomam decisões devem confiar neles para guiar suas ações. A evidência atual mostra que, embora as ferramentas para compreender esses problemas existam, elas ainda não estão sendo utilizadas em todo o seu potencial para criar mudanças duradouras. O futuro do cuidado de saúde na região depende não da geração de mais dados, mas da construção de um sistema onde esses dados sejam confiáveis, compreendidos e colocados em prática por todos, desde o enfermeiro na recepção até o diretor no topo.
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.