B. Qualité des données
Dans les 22 Aires de Santé 40.9% des formations
sanitaires ont un ratio de vérification compris entre 1 et 83%. Ce
facteur n'atteignant pas la barre des 90%, il reste très insuffisant
pour constituer les bases des décisions en santé. Cette
insuffisance est semblable aux résultats obtenus par J.
Bénié et al en 2015 en côte d'ivoire. Ceci pose
des problèmes dans l'exactitude et l'intégrité des
données transmises, et soustrait les opportunités qu'elles
peuvent offrir dans le suivi sanitaire au sein du District de santé, en
sachant que ces Aires de Santé sont situation de sur rapportage. 18,1 %
présentaient des ratios supérieurs à 110% donc un
état de sous rapportage dans ce cas, ou égal à 0 ce qui
traduit ici en plus d'une inexactitude, une incohérence entre les
données recueillies et les données transmises. Cela pourrait
s'expliquer par le fait que les données contenues dans les rapports
d'activités ne sont simplement pas fidèlement saisies dans le
système numérique d'information sanitaire.
Selon les responsables la multiplicité des fiches
(95,45%) et le manque d'équipements (82,55%) étaient les raisons
les plus dénoncées dans la survenue des erreurs. En dehors des
fiches sur les données du PLMI, les FOSA doivent remplir toutes une
multitude de fiches pour renseigner d'autres informations. Il se pose donc un
besoin d'intégration des indicateurs de collecte dans le processus et de
la révision du besoin d'exhaustivité des données
collectées. En parlant d'équipements, aucune formation ne dispose
d'un ordinateur et d'une connexion internet dédiée au
système d'information sanitaire. (77,27%) dénoncent cette
difficulté. les incompréhensions des tâches (66%) et le
manque de personnel (66%) passaient ensuite comme causes d'erreurs dans le
système. Les mauvaises saisies ne représentaient que 45,5% des
causes dénoncées.
C. Taux de rapportages des données
Selon le DHIS 8/22 AS avaient des données
renseignées des Rapports Mensuels d'Activités 2018, ce qui
représente 36.3% de rapportage pour le District de Santé de
Dschang. Cela pourrait s'explique par le fait que les RMA n'ont pas
été enregistrés par le SSDD une fois transmises par ces
Aires de Santé, et pour certaines, qu'elles n'ont pas du tout transmis
leurs rapports au SSDD, puisque le DHIS étant encore en début
d'implémentation. Dans cette proportion, la complétude la plus
élevée était de 91.7% et celle la plus basse de 20.8%.
Cette différence peut s'expliquer par une absence de monitoring et de
supervision dans le renseignement des informations, pour s'assurer de la
systématisation des procédures. Cette lacune favorise le report
des données inexactes et par conséquent inopportunes. Pour la
promptitude, 33.3% était le plus grand score et 3 Aires de Santé
sur 8 ont enregistré une promptitude de 0.
Le Système d'Information Sanitaire du District de
Santé de Dschang évalué, possède un système
de gestion des données de faible performance malgré la mise
à disposition du logiciel DHIS2. L'absence de lignes directives et de
protocoles pour guider les actions visant à assurer le bon renseignement
des données est une caractéristique commune (3.81% de
Mémoire : évaluation qualité des
données. Page 32
documentation). Le système de collecte s'efforce de
respecter les procédures de bases oralement transmises du niveau
supérieur, et la transmission des données présente un
facteur de vérification légèrement au-dessus de la
médiane, qui néanmoins reste très insuffisant pour
permettre à ces données de constituer la base des orientations
des actions en santé. Même si les données sont
collectées, les rapports sont encore incomplets, présentant aussi
des incohérences et des inexactitudes, qui se traduisent en sous ou en
sur rapportages. La transmission des données collectées est aussi
très loin de respecter les délais. En matière
d'utilisation de l'information au sein de la formation sanitaire et de l'aire
de santé, le taux de feed back systématique sur la qualité
des données ou des performances des résultats du programme est de
0%.
S'inspirant de deux méthodologies déjà
utilisées pour l'évaluation de la qualité des
données, nous avons proposé pour cette étude des outils de
collectes hybrides dans un souci d'adaptation à notre contexte. Notre
méthodologie a permis de pouvoir prendre en compte de nombreux
paramètres à examiner, que nous pouvons ensuite regrouper pour
exprimer des résultats globaux. Mais cet outil et cette
méthodologie présentent encore des besoins d'harmonisation et de
standardisation pour une meilleure évaluation des systèmes. La
mise en oeuvre rencontre également une difficulté due à la
multitude d'informations à collecter chez chaque participant et donc
pour une étude à grande échelle, elle nécessitera
une grande mobilisation des ressources temporelle, financières et
humaine. Cette étude porte aussi une limite car elle ne permet pas de
faire des précisions sur chacun des critères de la qualité
des données.
Mémoire : évaluation qualité des
données. Page 33
| 
