The use of theories, models and frameworks to institutionalise routine data-driven decision-making in sub-Saharan African health facilities: a scoping review
这项涵盖了撒哈拉以南非洲十四个国家的44项研究的范围综述表明，尽管决定因素框架在将常规数据驱动决策制度化的努力中占据主导地位，但目前的实际应用仍主要停留在操作层面，缺乏将数据利用整合进长期战略和临床决策所需的动态系统思维方法。
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
在撒哈拉以南非洲地区的各家医院中，一场无声的变革在过去二十年间正在发生。各国政府和卫生组织投入了大量资源用于建设数字化系统、安装计算机并创建电子记录，以追踪患者护理情况。其目标非常简单：如果医生和护士能够轻松获取关于谁生病了、需要什么药物以及正在治疗多少名患者的准确信息，他们就能做出更好的决策来挽救生命。这种从纸质笔记本到数字数据库的转变，承诺将原始数字转化为改善健康的强大工具。然而，拥有数据并不等同于使用数据。仅仅因为一台电脑里存有一份记录，并不意味着管理者会查看它并据此改变诊所的运作方式。挑战在于“制度化”（institutionalization），这个词简单来说就是让使用数据成为日常工作中自然而然、无需思考的一部分，就像刷牙一样，而不是只有在检查员到来时才进行的特殊任务。
为了理解为什么这一转型如此困难，来自 KEMRI-Wellicke Trust 研究计划和牛津大学的一个研究小组着手研究科学家们用来研究这一问题的工具。他们观察了专家们是如何试图解释为什么有些医院能成功使用数据，而有些医院却举步维艰的。这些专家依赖于“理论、模型和框架”，这些本质上是结构化的地图或清单，有助于研究人员识别成功或失败背后的具体原因。这些地图可能会指向诸如员工培训、互联网连接质量或医院管理者下达命令的方式等因素。研究人员想知道：在撒哈拉以南非洲地区，哪些此类地图被使用得最频繁，以及它们是否真的在帮助医院学习如何使数据成为决策过程中的永久组成部分。
该团队进行了一次大规模搜索，扫描了六个主要科学数据库中发表于 2007 年至 2025 年间的研究。他们将重点缩小到在十四个不同国家进行的 44 篇特定研究论文。这些论文涵盖了广泛的方法论，包括对卫生工作者的访谈、调查和统计分析。研究人员随后仔细阅读了这些研究，以观察作者是如何使用其理论地图的。他们发现，绝大多数研究都依赖于“决定因素框架”（determinant frameworks）。这些是特定类型的地图，旨在列出影响结果的因素，例如卫生工作者是否受到激励、软件是否易于使用，或者医院领导层是否支持这项工作。最常用的地图是 PRISM 框架和 CFIR 框架，它们共同占据了所审查研究的近三分之二。
研究人员发现，在识别问题与解决问题之间存在着显著的差距。虽然这些地图非常擅长列出障碍（如网络差、缺乏培训或工作量大），但它们很少解释这些障碍随时间推移是如何相互作用的。例如，一项研究可能会指出计算机坏了且员工很累，但它往往未能展示坏掉的计算机是如何导致员工疲劳，进而导致他们录入数据错误，并反过来导致管理者对数据的信任度下降。研究人员发现，大多数研究将这些因素视为静态的障碍清单，而非一个其中一个问题会引发另一个问题的动态系统。因此，证据显示，虽然医院在收集数据方面做得越来越好，但在利用数据进行战略性变革方面并未做得更好。数据主要被用于基础性的操作任务，比如统计接诊了多少患者或检查药品供应是否短缺，而不是用于更深层次的临床决策或长期规划。
综述强调，这些设施中数据的使用方式往往是由外部压力而非内部需求驱动的。卫生工作者频繁填写报告，是因为国家权威机构要求这样做，而不是因为他们相信这些信息能帮助他们更好地治疗患者。这创造了一个循环：数据收集是为了满足报告要求，但信息从未以一种有助于改善其日常工作的方式反馈给一线员工。当数据质量较差或到达延迟时，会侵蚀信任，导致员工不再相信这些数字的重要性。研究人员指出，仅仅引入新技术（如电子健康记录）并不能解决问题。在许多情况下，新的数字系统只是叠加在旧有的纸质系统之上，在没有改变底层习惯或决策结构的情况下增加了额外的工作量。
最终，这项研究表明，未来的路径需要思维方式的转变。卫生系统不应仅仅勾选障碍清单，而是需要理解技术、人员和规则之间复杂的相互关系。研究人员认为，要使数据真正发挥作用，必须将其编织进医院的日常节奏中。这意味着收集数据的人必须看到它如何帮助自己，而做出决策的人必须依靠它来指导行动。目前的证据表明，虽然理解这些问题的工具已经存在，但尚未被充分利用以创造持久的变革。该地区医疗保健的未来，不在于产生更多的数据，而在于建立一个让数据被每个人——从前台护士到最高层管理者——所信任、理解并付诸行动的系统。
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。