Integración de los sistemas HMIS y eLMIS para mejorar la toma de decisiones en Malawi

En Malawi, los datos de los programas sanitarios y los datos de las existencias médicas se recogen en sistemas diferentes. DHIS2 ha sido utilizado por el Ministerio de Sanidad desde 2012 (cuando sustituyó al sistema DHIS original) como su Sistema de Información de Gestión Sanitaria (HMIS), su principal herramienta de recopilación y agregación de datos y repositorio nacional de datos sanitarios. Por su parte, OpenLMIS se utiliza como sistema electrónico de información de gestión logística (eLMIS) para recopilar y gestionar datos sobre existencias médicas hasta el nivel de centro. Antes de su integración, estos sistemas no compartían datos entre sí, lo que dificultaba la combinación de datos de ambas fuentes para una gestión eficaz de los programas sanitarios y un apoyo a la toma de decisiones basado en pruebas.

El Ministerio de Sanidad reconoció el valor de reunir los datos de estos sistemas. En colaboración con varios socios y partes interesadas, se embarcaron en un proyecto de un año de duración para integrar sus sistemas HMIS y eLMIS. El objetivo último de este esfuerzo era facilitar la toma de decisiones basadas en datos empíricos por parte de los equipos sanitarios y logísticos a nivel de distrito y de centro, proporcionando acceso a datos combinados de ambos sistemas presentados en paneles de fácil manejo construidos en torno a indicadores clave. Aunque el HMIS de Malawi, basado en DHIS2, incluye datos de más de 60 programas sanitarios, este proyecto de integración se centró principalmente en el VIH, la tuberculosis y la malaria.

El éxito de la integración de sistemas empieza por un buen plan

Antes del trabajo técnico de integración de DHIS2 y OpenLMIS, fue necesario reunir a las partes interesadas de los equipos de salud y logística, así como a otros expertos, para definir los objetivos del proyecto a alto nivel, evaluar las posibilidades de integración y planificar los resultados específicos -como los Indicadores Clave de Rendimiento (KPI)- que se requerían del sistema resultante, para garantizar que el diseño del sistema respaldara las necesidades de información de los distintos programas y partes interesadas. El Ministerio de Sanidad de Malawi fue la principal parte interesada en este proyecto, y contó con el apoyo de socios como la Universidad de Oslo e HISP Malawi para los requisitos técnicos de DHIS2, GHSC-PSM para los requisitos técnicos de OpenLMIS, y Kuunika Data for Action (un proyecto financiado por la Fundación Bill y Melinda Gates) para el desarrollo de la capa de interoperabilidad. La ejecución fue financiada por el Fondo Mundial.

El proyecto arrancó en octubre de 2018 y se desarrolló a través de las siguientes fases durante los 14 meses que transcurrieron desde el inicio hasta el final, cuando el sistema integrado entró en funcionamiento en diciembre de 2019:

• Evaluaciones de preparación
• Desarrollo de indicadores clave de rendimiento en todos los programas
• Cartografía y documentación de indicadores (tanto en DHIS2 como en OpenLMIS)
• Desarrollo de la capa de interoperabilidad, el registro maestro de instalaciones y el catálogo de productos
• Desarrollo de la API para la integración LMIS/DHIS
• Pruebas de aceptación del usuario para la integración
• Configuración de los indicadores
• Integración DHIS2/LMIS finalizada

Una vez lograda la interoperabilidad del sistema, los datos de OpenLMIS podían enviarse a DHIS2 a través de una capa de interoperabilidad desarrollada con OpenHIM (una plataforma mediadora de código abierto), basada en las directrices de OpenHIE. DHIS2 se convierte entonces en el destino final de los datos logísticos y sanitarios para el análisis y la gestión de programas. Algunos ejemplos de KPI generados por el sistema integrado HMIS-eLMIS son: relación entre el número de casos y el consumo de productos, entre el número de casos y las existencias disponibles, consumo medio mensual de productos y estimación de los niveles adecuados de existencias por centro (para mostrar qué centros tienen existencias suficientes, insuficientes o excesivas). Debido a la naturaleza de los indicadores de los SIGL, fue necesario actualizar el sistema DHIS2 de Malawi a la versión 2.32 para poder utilizar los predictores, que no estaban disponibles en las versiones anteriores de DHIS2. La API de OpenLMIS también se actualizó para apoyar este proyecto de integración.

Las pruebas comenzaron en octubre de 2019, junto con la configuración de indicadores dependientes del predictor. La integración se completó en diciembre de 2019, cuando el sistema de Malawi pudo enviar con éxito datos de OpenLMIS a DHIS2.

El buen uso de los datos depende de unas buenas herramientas y de la capacidad para utilizarlas.

Tras la integración del sistema HMIS-LMIS y la configuración de los cuadros de mando, quedaba una tarea importante: capacitar al personal que utilizaría estos cuadros de mando y que tomaría decisiones basadas en pruebas. Para ayudar a orientar el uso de los cuadros de mando, en DHIS2 se añadieron interpretaciones para facilitar a los usuarios la comprensión y el uso de los resultados de los datos. La parte final del proceso fue una Academia DHIS2 sobre Integración de Datos Logísticos, que estaba previsto que se celebrara en Malawi en mayo de 2020, a la que seguirían formaciones a nivel de distrito. Lamentablemente, la Academia y las formaciones a nivel de distrito se pospusieron debido a la pandemia de COVID-19. En marzo de 2020 se llevó a cabo una formación nacional sobre el uso del sistema con el apoyo de HISP Malawi, y un versión digital de la Academia de Logística DHIS2 se celebró en línea en noviembre de 2020, dando a los socios de Malawi la oportunidad de presentar su trabajo en este proyecto a una audiencia global de implementadores y expertos de DHIS2.

Una vez formados en el sistema, los usuarios pueden utilizar las herramientas de análisis dinámico de DHIS2 para revisar los datos combinados de LMIS y HMIS. Por ejemplo, un mapa en DHIS2 puede mostrar rápidamente qué instalaciones tienen exceso o falta de existencias de suministros específicos y calcular la distancia entre ellas, lo que ayuda a facilitar la toma de decisiones sobre posibles transferencias de existencias para prevenir o remediar la escasez crítica. La comparación de las ratios de los indicadores clave con los objetivos también ha ayudado a identificar posibles irregularidades en instalaciones concretas. Una revisión e investigación más profundas han revelado posteriormente algunas prácticas de gestión de existencias que contribuían a un estado inexacto de las existencias, como mantener demasiadas existencias en el dispensario (disponibilidad en estantería), lo que no se refleja en el estado final de las existencias.

Al reflexionar sobre este proyecto, el equipo identificó algunas lecciones clave aprendidas. En primer lugar, que la interoperabilidad es compleja, y se requiere un trabajo preparatorio tanto en el sistema de origen como en el de destino -en este caso OpenLMIS y DHIS2- para garantizar que pueden conectarse, incluida una comprobación del cumplimiento de la capa de interoperabilidad (como OpenHIM) si se va a utilizar un mediador. En segundo lugar, que el proyecto de integración no termina con la puesta en marcha inicial del sistema, ya que los cambios en el mundo real, como la apertura y cierre de centros sanitarios y los cambios en los productos del inventario de suministros, requieren un mantenimiento de los sistemas HMIS y LMIS para que los cambios correspondientes se reflejen en la lista maestra de centros y en el registro de productos.

Reutilización de la capa de interoperabilidad para los datos de laboratorio COVID-19

Aunque la aparición de la pandemia de COVID-19 a principios de 2020 alteró los planes de Malawi para el despliegue de su sistema integrado HMIS y LMIS, también creó una nueva y apremiante necesidad de integración de sistemas. Las autoridades sanitarias de Malawi decidieron utilizar DHIS2 para la vigilancia y respuesta a COVID-19 como parte de su plataforma de vigilancia sanitaria única basada en DHIS2. Sin embargo, los laboratorios responsables de procesar las pruebas COVID-19 utilizaban otros sistemas de información de gestión de laboratorio para realizar el seguimiento de la información sobre las muestras y los resultados de las pruebas. Utilizando el mediador OpenHIM, el equipo de Kuunika Data for Action pudo integrar estos sistemas, de modo que los casos sospechosos de COVID-19 y los datos de las muestras de prueba pudieran registrarse en Rastreador DHIS2La información de las pruebas podría transmitirse electrónicamente a los laboratorios, y los resultados de las pruebas podrían devolverse a DHIS2, donde podrían utilizarse para análisis estadísticos y para notificar los resultados al paciente. Esta integración redujo en gran medida los costes logísticos de envío de la información de las pruebas a los laboratorios y aumentó la calidad e integridad de los datos en el proceso de pruebas. El equipo de Kuunika Data for Action presentó este proyecto en la Conferencia Anual de DHIS2 en 2020: