Cette page a été traduite automatiquement et pourrait contenir des erreurs
Améliorer la saisie et l’utilisation des données sur la vaccination en Zambie
Le HISP Afrique du Sud soutient le Programme élargi de vaccination (PEV) de la Zambie en renforçant la collecte, l’analyse et l’utilisation des données de vaccination par le biais du renforcement des capacités et de l’exploration d’outils démographiques avancés dans DHIS2.
La morbidité et la mortalité infantiles en Zambie sont principalement dues à des maladies évitables par la vaccination. Bien que de nombreuses interventions aient tenté d’augmenter la couverture vaccinale, la couverture totale reste relativement faible. Le HISP Afrique du Sud a été engagé par GAVI, l’Alliance pour les vaccins, pour soutenir l’initiative d’optimisation du programme élargi de vaccination (PEV) de la Zambie en renforçant la collecte, l’analyse et l’utilisation des données relatives à la vaccination. Ce travail, qui a débuté en 2020, s’est d’abord concentré sur le district de Chinsali, et comprend le renforcement des capacités par le biais de cours en ligne paramétrés pour le programme PEV et le contexte local, ainsi que l’exploration de l’utilisation d’outils démographiques avancés dans DHIS2.
Aborder les questions de la saisie, de la qualité et de l’utilisation des données et développer l’esprit d’équipe par le renforcement des capacités en ligne.
Des informations fiables et opportunes sur la santé constituent un fondement essentiel de l’action de santé publique. L’utilisation d’un système d’information sanitaire (SGIS) solide est un outil essentiel pour garantir que des données et des informations valides et fiables sont disponibles où et quand elles sont nécessaires pour une prise de décision fondée sur des données probantes et des programmes de santé efficaces, y compris le PEV. En Zambie, l’utillisation de DHIS2 (et précédemment de DHIS version 1) a été utilisée comme SGIS national de routine depuis 2006.
Chaque district de Zambie a accès à DHIS2. Cependant, l’utillisation de DHIS2 pour les programmes de vaccination en Zambie a été généralement limitée, et dans le district de Chinsali, dans la province de Muchinga, il n’était pas du tout utilisé. Cette situation est due à la combinaison de plusieurs facteurs, notamment de faibles compétences en informatique, des connexions internet instables et l’indisponibilité de forfaits de données, ainsi qu’un accès limité aux ordinateurs portables.
Afin d’améliorer la saisie, l’analyse, la présentation et l’utilisation des données du PEV et de contribuer ainsi à l’amélioration des résultats du programme du PEV, le HISP Afrique du Sud a formé le personnel de tous les établissements du district de Chinsali à l’amélioration de la saisie des données au niveau de l’établissement dans le DHIS2. Il s’agissait notamment de former le personnel chargé de la saisie des données, les responsables de l’information, le personnel des provinces, des districts et des établissements, ainsi que les responsables du PEV, afin d’améliorer les domaines suivants :
- Accès aux données, en utilisant les systèmes et applications existants pour identifier les lacunes et les goulets d’étranglement
- Utilisation des données pour suivre les résultats de la vaccination au niveau de l’établissement
- Capacité du personnel à assurer la qualité des données dans le DHIS2
Ces formations devaient initialement se dérouler en présentiel, mais la pandémie de COVID-19 a rendu la chose impossible. Le HISP Afrique du Sud a rapidement adapté et pivoté la formation vers un format en ligne comprenant les cours et le matériel suivants :
- Une formation des formateurs (ToT), pour former le personnel du DHMT en tant que maîtres formateurs.
- Un cours de base sur le PEV, élaboré avec le soutien de l’unité de suivi et d’évaluation du PEV du district et du ministère de la santé.
- Sept vidéos sur le PEV créées par le HISP Afrique du Sud et comprenant des exercices pratiques basés sur le contexte local du district de Chinsali.
Pour soutenir les FdF et les participants aux cours, le HISP Afrique du Sud a fourni des ordres du jour clairs, des lignes directrices et un soutien continu par le biais de réunions Zoom et de WhatsApp. Deux administrateurs de cours spécialisés ont supervisé le déroulement du cours en ligne et ont apporté leur soutien aux participants à la formation sur le tas. Une formation ToT de six semaines et un cours de formation de base au PEV de dix semaines ont été organisés. 91 % des étudiants (58 sur 64) ont suivi avec succès le programme de formation, dont au moins deux membres du personnel de chaque établissement et huit membres de l’équipe de gestion sanitaire du district.
Grâce à ces cours, les données du PEV sont désormais saisies dans les 16 établissements de Chinsali. Le personnel a une meilleure compréhension de la collecte de données, de la qualité des données et de l’utilisation de ces informations. Ils disposent également des outils nécessaires pour mieux analyser les informations et les traiter beaucoup plus rapidement. Il existe un gestionnaire de projet pour le programme qui apporte son soutien aux établissements pour les questions de gestion des programmes et de l’information. En outre, le fait de réunir ces différentes équipes pour les former – même dans un contexte en ligne, grâce à des groupes de discussion entre établissements et districts – leur a permis de développer un esprit d’équipe plus fort et d’améliorer leur moral.
L’expérience du HISP Afrique du Sud dans le district de Chinsali montre que la formation en ligne au DHIS2 peut conduire à de nettes améliorations dans l’utilisation du DHIS2, en particulier avec l’implication de formateurs locaux, le soutien du ministère de la santé et des autorités locales, la structuration des cours sous forme de formation en équipe avec une participation volontaire, et la production d’un contenu court, simple et attrayant qui inclut du matériel adapté au contexte local.
Prochaines étapes : Amélioration de la disponibilité, de l’exactitude et de l’utilisation des données sur le dénominateur de la population au niveau des établissements grâce à des outils avancés de cartographie de la population dans le DHIS2.
En Zambie, le SGIS est l’instance de collecte de données de routine pour toutes les activités de santé publique et toutes les maladies, les données sur les symptômes et la prestation de services étant collectées chaque mois au niveau des établissements de santé. Les indicateurs basés sur les services et les données démographiques officiellement projetées (à partir du recensement de 2010) sont fournis par ZamStats et utilisés aux niveaux national, provincial et du district pour calculer les indicateurs cibles dans le DHIS2.
L’utilisation de ces données démographiques officielles pose plusieurs problèmes. La première est l’ancienneté des données et des calculs démographiques correspondants : La population de la Zambie a augmenté de manière significative dans les zones urbaines depuis le dernier recensement, et les multiplicateurs des groupes d’âge dans les projections démographiques n’ont pas été mis à jour depuis 1992. En outre, les données désagrégées sur la population ne sont pas disponibles au niveau de l’aire de recrutement des établissements de santé – à la place, les données sur les effectifs des établissements sont utilisées. Cependant, lorsqu’elles sont agrégées, les données sur les effectifs ne correspondent pas aux données sur la population du district correspondant. Il en résulte des indicateurs trompeurs au niveau national (tels que le pourcentage d’enfants complètement vaccinés), avec des taux de couverture de 100 % ou plus, car les dénominateurs de population basés sur le recensement officiel sont nettement inférieurs à la population réelle.
Cela signifie que la qualité de ces dénominateurs de population (et des indicateurs qui en découlent) varie d’un établissement à l’autre, et qu’il est difficile de comparer leur exactitude avec les chiffres officiels de la population utilisés aux niveaux supérieurs de la hiérarchie du ministère de la santé.
Actuellement, le travail du SGIS au niveau des établissements se fait essentiellement sur papier, les données étant saisies quotidiennement sur des formulaires papier standardisés, totalisées dans des feuilles de pointage quotidiennes et hebdomadaires, puis regroupées dans des formulaires mensuels qui sont envoyés au bureau du district pour saisie dans le DHIS2. Ce processus basé sur le papier rend difficile l’utilisation des données en temps voulu. Dans les quelques établissements qui saisissent les données directement dans le DHIS2, le personnel n’a pas toujours les compétences ou l’accès au système nécessaires pour les analyser. Dans les deux cas, les problèmes de qualité des données sur la population du bassin versant remettraient en question la précision de l’analyse basée sur les indicateurs au niveau de l’établissement.
Les récents développements en matière de données géospatiales et de technologie de cartographie offrent plusieurs solutions potentielles aux problèmes de données démographiques dans le SGIS de Zambie. Grâce au comité de l’infrastructure nationale de données spatiales (NSDI) et au projet Grid3, des ensembles de données géographiques de base sont disponibles et accessibles en Zambie. Grid3 a aidé ZamStats à modéliser les données démographiques à l’aide des données d’enquête sur les ménages disponibles, y compris les données issues de la cartographie de recensement et de l’imagerie satellite, en utilisant des algorithmes pour générer des estimations de population basées sur les structures des bâtiments. Les « estimations démographiques ascendantes » qui en résultent sont modélisées avec une résolution fine de 100 m par 100 m, ce qui permet de les agréger aux limites des établissements de santé et des districts.
Le HISP Afrique du Sud a travaillé avec le programme du PEV dans le district de Chinsali sur l’intégration des cartes de population Grid3 dans leur processus de micro-planification au niveau des sous-facultés, qui utilise désormais ces données visuelles et démographiques pour examiner l’accessibilité géographique, identifier les communautés difficiles à atteindre et planifier de nouveaux sites de sensibilisation. Le HISP d’Afrique du Sud a réussi à intégrer les données Grid3 dans l’utillisation de DHIS2 de la Zambie, où elles peuvent être utilisées avec les données relatives à la prestation des services de santé et aux symptômes pour calculer des indicateurs au niveau des établissements. Cela a déjà permis de mieux comprendre la couverture vaccinale à Chinsali.
Au niveau national, la Zambie a récemment commencé à utiliser les géodonnées de population dans le domaine de la santé publique. Par exemple, les géodonnées ont été utilisées dans la micro-planification des mesures de lutte contre le paludisme en 2021-22 ainsi que dans la planification de la sensibilisation et de la micro-planification de la vaccination COVID. En outre, l’unité Choléra du ministère de la santé a utilisé la population et d’autres données géographiques pour modéliser les points chauds du risque de choléra. Le département PEV souhaite continuer à utiliser les données géographiques relatives à la population pour établir des cartes de micro-planification pour d’autres campagnes au-delà de COVID-19. Le travail du HISP Afrique du Sud avec les établissements du district de Chinsali montre le potentiel de la combinaison des estimations géospatiales de la population avec les données et les outils d’analyse du DHIS2 pour renforcer la planification, le suivi et la supervision au niveau local, ainsi que pour faciliter l’utilisation précise des outils existants pour soutenir les programmes du PEV, tels que le… Analyse des goulets d’étranglement, cartes de pointage et Tracker d’action qui sont actuellement sous-utilisées en raison de problèmes liés à la population et à d’autres données.
Cet article est basé sur des rapports fournis par le HISP Afrique du Sud sur leur travail dans le district de Chinsali, en Zambie. Des informations supplémentaires sur l’utilisation des outils avancés de calcul et de cartographie de la population dans DHIS2 sont disponibles dans nos webinaires DHIS2 pour la vaccination sur la microplanification et la cartographie avancée de la population.