Data Quality and Associated Technological, Organisational, and Behavioural Factors in the Routine Health Information System of Osun State, Nigeria: A Cross-Sectional Study
这项针对尼日利亚奥孙州22家医疗机构进行的横断面研究表明，虽然常规卫生信息系统数据的质量主要受限于准确性而非完整性或及时性，但组织因素仅通过影响员工行为和技术采用间接影响质量，而非通过直接影响。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在任何运作良好的医疗系统中，关于向哪里派遣医生、购买多少药物以及应对哪些疾病的决策，完全取决于从诊所流向政府的信息。这些信息不仅仅是一组数字；它是公共卫生的基石。为了使这些决策是明智的，数据必须是可靠的。如果一家诊所报告说它治疗了一百名疟疾患者，但记录是错误的，政府可能会发送过少的药物，导致人们生病，或者发送过多的药物，浪费稀缺的资源。在包括尼日利亚在内的世界许多地方，用于收集这种日常信息的系统往往面临困难。挑战不仅在于建立一个系统，还在于确保其中的数据准确、完整且能按时到达。研究人员长期以来一直怀疑，数据的质量取决于三个方面：人们使用的工具、上级给予的规则与支持，以及工作人员自身的习惯与态度。
一组研究人员通过直接观察不同类型诊所的医务人员如何处理其日常报告，来测试这些观点，并在尼日利亚奥孙州进行了研究。他们走访了二十二家设施，范围从小型初级卫生中心到大型教学医院，并与近三百名负责收集和报告健康数据的员工进行了交流。研究人员并没有仅仅询问员工的想法，而是还检查了实际的纸质记录和数字报告，以查看这些数字是否与现实相符。他们想知道哪些因素才是真正起作用的：是电脑和互联网连接，是医院的管理风格，还是工作人员的意愿与技能？
研究结果揭示了人们所说的与实际发生情况之间存在着令人惊讶的差距。当医务人员被要求对自己的数据进行评价时，他们表现得相当乐观。他们报告说，他们的记录通常是完整的并且按时提交的。然而，当研究人员查看实际文件时，另一幅景象出现了。虽然报告确实大多是完整的且基本准时，但数字的准确性是一个主要问题。在客观检查中，只有大约五分之一的设施拥有完全准确的月度报告。许多记录都存在数据缺失或数字与原始患者日志不符的情况，特别是在疟疾和产前护理等常见病症方面。这表明，虽然该系统擅长填写表格，但并不总是擅长确保事实的准确性。
研究人员随后调查了为什么会发生这种情况，并查看了他们计划研究的三个主要领域。他们发现，数据质量与工作人员的行为以及他们使用的技术有着最直接的联系。那些觉得自己的工作有意义、为人准时且对任务持有积极态度的员工，能产生更好的数据。同样，拥有可靠的电脑和互联网接入也有帮助，但这仅是小型初级诊所的一个直接因素。在规模更大、更复杂的医院中，拥有更好的技术并不会自动带来更好的数据质量。研究还发现，设施的管理风格（例如主管如何支持他们的团队）并不会直接改善数据。
这最后一个发现是这个谜题中最复杂的部分。乍看之下，似乎管理支持并不重要。但当研究人员深入观察时，他们发现管理支持实际上非常重要，只是以一种并非预期的形式存在。良好的管理对数据的直接影响并不显著。相反，良好的管理通过改变员工的行为并确保他们拥有所需的工具，从而间接地提高了数据质量。换句话说，一位支持性的上司通过让员工更有动力以及确保电脑正常运转来提供帮助，而正是这些行为和工具的变化修复了数据。如果没有这些中间步骤，仅仅改变规则或组织结构是无法改善数据的。
研究还强调了不同诊所的需求并不相同。小型初级诊所虽然通常拥有的技术最少，但实际上产生了最好的整体数据质量。这是因为那里的工作人员有着良好的习惯并且受到密切的监督。大型三级医院尽管拥有最好的电脑和最丰富的资源，但产生的数据质量却较低。这表明，仅仅给大医院提供更昂贵的设备并不能解决问题。大医院拥有更复杂的工作流程和更高的患者流量，这使得即使有好的工具，数据录入也会变得困难。对于它们来说，解决方案不仅仅是更多的硬件，而是简化它们的工作方式。
对于奥孙州的卫生官员来说，前进的道路现在变得更加清晰了。研究表明，最大的弱点不在于报告的及时性或完整性，而在于其准确性。为了解决这个问题，卫生领导人应该专注于那些将数字与原始记录进行核对的具体活动，而不是仅仅统计提交了多少份表格。他们也应该投资技术，但应专门针对那些技术提升能产生最直接影响的小型诊所。最重要的是，他们应该认识到，组织变革（如新的监督规则）只有在这些变革能真正让员工更有动力并能更好地使用其工具时才会奏效。数据质量问题不仅仅是一个技术故障；它是一个人类问题，需要通过理解人们、工具和领导力如何在诊所的日常节奏中相互作用来解决。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。