La vaccination est l’une des interventions de santé publique les plus cruciales pour prévenir la
propagation des maladies infectieuses et sauver des vies. Au Niger, la région de Zinder est confrontée à
des défis persistants en matière de vaccination, notamment des défis dans la qualité des données de
vaccination.
Pour améliorer cette situation, la Direction Régionale de la Santé Publique de Zinder avec l’appui d’Askaan et des autres partenaires (OMS , UNICEF) a mis en place un outil innovant d’analyse de la
qualité des données et de catégorisation des formations sanitaires. Cet article explore la problématique, le processus, les résultats et les défis de cette initiative de restructuration des réunions d’apurement des
données du Programme Elargi de Vaccination (PEV) à Zinder.
Des données imprécises ou incohérentes
La qualité des données de vaccination est essentielle pour évaluer l’efficacité des programmes de
vaccination et identifier les gaps à combler. Cependant, dans de nombreuses régions du Niger, y compris
Zinder, les données de vaccination souffraient de problèmes de précision, d’exhaustivité et de cohérence.
Les raisons de ces problèmes étaient multiples, allant de l’insuffisance de formation du personnel de santé à la faiblesse de la documentation et l’analyse des données. Ces différents gaps entravaient la prise de décisions éclairées et la planification efficace des activités de vaccination.
Restructurer pour améliorer la qualité
Dès lors, du point de vue de Askaan, il était nécessaire de restructurer les réunions d’apurement des données en vue d’améliorer la qualité des résultats obtenus.
Le processus de restructuration s’est déroulé en plusieurs étapes :
- Analyse mensuelle des données du DHIS2 : Les données de vaccination sont extraites chaque mois du DHIS2 pour permettre un suivi régulier de la qualité des données et une réaction proactive en cas de problèmes.
- Introduction d’outils innovants d’analyse de la qualité des données : un masque Excel paramétré avec des mises en forme conditionnelles et qui permet de détecter automatiquement les erreurs et autres aberrations a été mis en place. Un autre outil permettant de catégoriser les centres de santé en fonction de leur performance a été également mis en place.
- Formation du personnel de santé : Les capacités des équipes cadres de la DRSP (SPIS et CRI) et des districts (CDI et CSE) sont renforcés sur l’utilisation de ces outils d’analyse des données. Ces sessions de renforcement sont réalisées à travers les réunions du groupe technique PEV et les supervisions formatives mensuelles des districts par l’équipe de la DRSP et les partenaires.
- Réorganisation des réunions d’apurement des données : Les réunions d’apurement des données qui se tiennent à tous les niveaux de la pyramide sanitaire ont été restructurées pour inclure une revue approfondie des données de chaque formation sanitaire, en mettant l’accent sur la qualité, la cohérence et l’exhaustivité. Les outils développés permettent d’optimiser l’analyse les données et d’avancer plus rapidement sur le processus de correction et de catégorisation des formations sanitaires selon la couverture Penta 1 et le taux d’abandon Penta1/Penta3
- Feedback et suivi régulier : Un système de feedback et de suivi a été mis en place pour identifier les problèmes de manière proactive et les résoudre rapidement. En effet, après détection des erreurs, ces dernières sont d’abord vérifiées et corrigées sur les outils de collecte primaires (Registres, fiches de cochage, rapport mensuel …etc.) avant de les saisir dans le DHIS2. Les données sont ensuite téléchargées 24h après la correction et réintroduites dans le masque pour vérifier l’effectivité de la correction. Ce processus permet de s’assurer que les valeurs aberrantes sont corrigées.
Des résultats de données prometteurs
Cette restructuration des réunions d’apurement des données du PEV à Zinder a donné des résultats
prometteurs :
- Amélioration de la qualité des données : Les données de vaccination sont devenues plus précises, complètes et cohérentes grâce à une meilleure formation et à un suivi régulier.
- Identification des centres de santé à problèmes : L’outil d’analyse de la qualité des données a permis de catégoriser les formations sanitaires en fonction de leur performance, ce qui a facilité l’identification des centres de santé nécessitant une intervention particulière.
- Meilleure prise de décision : Les données de meilleure qualité ont permis aux autorités de santé de Zinder de prendre des décisions plus éclairées en matière de vaccination et de planifier plus efficacement les campagnes.
Un engagement continu pour une vaccination efficace
En conclusion, la restructuration des réunions d’apurement des données du PEV à Zinder, avec l’introduction de l’outil d’analyse de la qualité des données, a considérablement amélioré la qualité des donées de vccination dans la région.
Cependant, il reste des défis à relever pour maintenir cette amélioration à long terme et étendre cette approche à l’ensemble du pays. L’engagement continu des autorités sanitaires, des partenaires techniques et du personnel de santé est essentiel pour garantir que les avantages de cette initiative se perpétuent et contribuent à sauver des vies grâce à une vaccination efficace.
