O trabalho do DHIS2 na área do clima e da saúde no Uganda baseia-se na infraestrutura e nas capacidades existentes do DHIS2 e incorpora ferramentas inovadoras do DHIS2 para a integração, análise e modelação preditiva de dados climáticos.
Sistemas de informação na área da saúde e capacidade
No Uganda, o DHIS2 tem sido utilizado pelo Ministério da Saúde desde 2013 como o HMIS do país, constituindo a sua principal ferramenta de recolha e agregação de dados, bem como o repositório nacional de dados de saúde. O HMIS dispõe agora de quase 15 anos de dados sobre os principais programas de saúde pública. O Uganda também utiliza o DHIS2 para a vigilância de doenças infecciosas, dados sobre mortalidade, programas de nutrição e para o acompanhamento de doenças não transmissíveis consideradas prioritárias. A HISP Uganda tem apoiado o reforço das capacidades locais no que diz respeito a estes sistemas.
Através do projeto «Clima e Saúde» do DHIS2, a HISP Uganda tem vindo a trabalhar na elaboração de resultados informativos para apoiar os casos de utilização prioritários do Uganda e está a envidar esforços para reforçar as capacidades na utilização de ferramentas e resultados relacionados com o clima e a saúde.
- Cartografia dos riscos de propensão à malária, com base na abordagem fundamentada na investigação implementada no ENACTS MapRoom, integrada no sistema nacional de gestão de informações de saúde (HMIS). Estes resultados também estão disponíveis na base de dados de demonstração global «Clima e Saúde» do DHIS2 e foram adaptados por outros países aos seus sistemas locais.
- Cartografia do risco de desnutrição através de modelos preditivos que incorporam dados relativos à população, à desnutrição, às doenças e à sazonalidade, com vista a gerar mapas de risco ao nível distrital e visualizações de séries temporais no DHIS2, a fim de orientar o planeamento e a definição de prioridades.
Integração de dados climáticos
A aplicação DHIS2 Climate foi instalada nos sistemas nacionais de gestão de informações de saúde (HMIS) e de registo da malária do Uganda, com 10 anos de dados importados de conjuntos de dados globais, tais como o ERA-5 e os dados de observação da Terra da NASA. Estes conjuntos de dados climáticos foram igualmente incluídos no quadro de avaliação da malária no Uganda, elaborado pela Aliança de Líderes Africanos contra a Malária (ALMA). Estes conjuntos de dados globais foram validados através da comparação com dados climáticos recolhidos localmente, garantindo a sua relevância contextual e precisão.
Foi aprovado um quadro de colaboração e um acordo de partilha de dados entre o Departamento de Serviços Meteorológicos (DMS) e o Ministério da Saúde (MoH), estando em curso reuniões técnicas para facilitar a implementação, incluindo a utilização da ferramenta de integração ENACTS para permitir a importação de dados da sala de mapas nacional ENACTS do Uganda para o DHIS2.
Além disso, os dados em tempo real sobre a qualidade do ar (PM10 e PM2,5) do Projeto AirQo da Universidade de Makerere foram integrados no DHIS2. Esta colaboração no domínio da qualidade do ar permitiu a integração de dados provenientes de mais de 70 estações fixas de monitorização da qualidade do ar espalhadas por Kampala, a capital do Uganda. A HISP Uganda está atualmente a colaborar com a CICERO na correção de enviesamentos destes dados sobre a qualidade do ar, com vista a desenvolver um produto em grelha à escala nacional.
Modelação preditiva
A Plataforma de Modelização Chap e a Aplicação de Modelização DHIS2 foram instaladas na instância de teste do HMIS DHIS2 do Uganda, onde foram testadas com dados climáticos e aprovadas pela direção do Ministério da Saúde. Foi também instalado no repositório sobre a malária, a fim de permitir a modelação e a realização de testes com dados relativos a intervenções contra a malária.
A HISP Uganda está a colaborar com vários parceiros locais e internacionais na área da modelização, com o objetivo de apoiar o desenvolvimento e o teste de modelos para diversas ameaças à saúde sensíveis às alterações climáticas no contexto ugandês. Entre estes contam-se o projeto DIDIDI da Universidade de Glasgow, dedicado à modelação da esquistossomíase; o projeto RIF da Universidade de Makerere, destinado ao desenvolvimento de modelos preditivos integrados no DHIS2 para a saúde materno-infantil; e o projeto FORECAST do Malaria Consortium, dedicado à modelação de doenças transmitidas por vetores.