Utiliser les données de routine pour la redevabilité en matière de nutrition : expérience acquise dans le cadre de l’élaboration du tableau de bord de la nutrition du Forum des gouverneurs du Nigéria

Read an English version of this article here

Cet article décrit l’utilisation d’un tableau de bord de la nutrition au Nigéria qui, en plus d’inclure des indicateurs relatifs à un environnement favorable, comprend des indicateurs de résultats nutritionnels issus du système d’information sanitaire ou du logiciel DHIS2, lesquels sont des sources essentielles de données de routine sur la nutrition au niveau infranational.

Ahmad Abduwahab est le conseiller santé senior du secrétariat du Forum des gouverneurs du Nigéria.

Yashodhara Rana est Directeur associé chez Results for Development.

Oluwagbenga Sadik est analyste en nutrition au sein du secrétariat du Forum des gouverneurs du Nigéria.

Caroline Snead est étudiante en médecine à la Kaiser Permanente Bernard J. Tyson School of Medicine.

Grace Agi est une nutritionniste travaillant avec le secrétariat du Forum des gouverneurs du Nigéria.  

Gianni Dongo est médecin en santé publique et chargé des programmes santé pour le Forum des gouverneurs du Nigéria.

Chinekwu Oreh est spécialiste santé au sein du secrétariat du Forum des gouverneurs du Nigéria.

Rebecca Heidkamp est nutritionniste en santé publique et scientifique associée à la Johns Hopkins Bloomberg School of Public Health qui mène l’initiative DataDENT.

Les auteurs remercient sincèrement l’équipe de gestion du système d’information sanitaire du Nigéria et le bureau de l’UNICEF au Nigéria pour leur contribution aux contenus utilisés dans le présent article, ainsi qu’Albertha Nyaku et Alexandra Farina de l’organisation Results for Development pour leurs commentaires. Nous tenons également à remercier le ministère fédéral du Budget et de la Planification du Nigéria, l’initiative Alive and Thrive, l’UNICEF et le Réseau de la société civile du Mouvement pour le renforcement de la nutrition au Nigéria (CS-SUNN) pour leur participation à l’élaboration du tableau de bord.

Contexte

Le Nigéria a récemment approuvé son Plan d’action national multisectoriel pour l’alimentation et la nutrition 2021-2025 qui vise à réduire le taux de retard de croissance chez les enfants de moins de cinq ans de 31% à 18% et à accroître le taux d’allaitement maternel exclusif de 28% à 65% (Reliefweb, 2021). Ce programme ambitieux nécessite un appui important de la part des gouverneurs des 36 États du Nigéria.

Le Forum des gouverneurs du Nigéria¹ est une plateforme non partisane qui réunit les 36 gouverneurs du pays. La plateforme utilise les données pour éclairer le processus décisionnel des gouverneurs du Nigéria en vue de promouvoir la bonne gouvernance et les efforts en matière de développement. Les tableaux de bord ont été utilisés par le passé pour encourager l’engagement des gouverneurs en faveur de certaines questions telles que l’éradication de la poliomyélite et les régimes d’assurance maladie financés par l’État.

En 2019, le secrétariat du Forum des gouverneurs du Nigéria a décidé de mettre au point un outil similaire pour la nutrition afin de suivre les progrès de chaque État au regard des engagements pris par les gouverneurs pour instaurer un environnement favorable aux mesures mises en œuvre dans ce domaine. Ces quatre engagements sont les suivants :

1. Mettre en place ou redynamiser les Comités d’État sur l’alimentation et la nutrition
2. Élaborer des plans d’action multisectoriels pour la nutrition propres à chaque État
3. Accroître les dépenses budgétaires consacrées aux interventions nutritionnelles
4. Améliorer la protection de la maternité pour les fonctionnaires

Entre 2019 et 2021, le secrétariat du Forum des gouverneurs du Nigéria a collaboré avec Data for Decisions to Expand Nutrition Transformation (DataDENT²), une initiative financée par la Bill and Melinda Gates Foundation qui œuvre à renforcer la chaîne de valeur des données relatives à la nutrition aux niveaux mondial et national. D’autres parties prenantes ont participé à la conception et à la mise en œuvre du tableau de bord de la nutrition (Rana et al., 2021), notamment le ministère fédéral du Budget et de la Planification du Nigéria, l’initiative Alive and Thrive, CS-SUNN, l’organisation Save the Children et l’UNICEF.

Le tableau de bord de la nutrition, présenté dans la figure 1, a été lancé en 2021 en tant qu’outil de plaidoyer, de redevabilité et de suivi des progrès de chaque État au regard des quatre engagements pris par les gouverneurs. Le tableau de bord est présenté deux fois par an aux gouverneurs de tous les États.

Figure 1 : Présentation du tableau de bord de la nutrition

Outre les indicateurs relatifs aux quatre engagements, le tableau de bord de la nutrition comprend également un indicateur de résultat afin de sensibiliser les gouverneurs à la situation nutritionnelle globale au sein de leurs États respectifs. Le tableau de bord de la nutrition est mis à jour tous les six mois au niveau infranational. Par conséquent, les indicateurs de résultat proviennent des rapports du système d’information sanitaire et du logiciel DHIS2. Les difficultés liées à l’utilisation de ces données administratives sont largement documentées, et comprennent entre autres : des rapports incomplets ou inexacts, le manque d’outils de collecte de données ainsi que les limites relatives à l’estimation des populations cibles pour les dénominateurs (Agiraembabazi et al., 2021 ; Maina et al., 2017).

Dans le présent article, nous décrivons les difficultés rencontrées lors de la sélection des indicateurs de résultats nutritionnels pour le tableau de bord de la nutrition du Forum des gouverneurs du Nigéria et formulons des recommandations visant à faciliter l’utilisation des données issues du système d’information sanitaire et du logiciel DHIS2 à des fins similaires.

Processus de sélection des indicateurs de résultats nutritionnels pour le tableau de bord de la nutrition

Le logiciel DHIS2 est un logiciel basé sur le Web adopté par le Nigéria en 2010 afin de faciliter la collecte et l’analyse des données sanitaires (Shuaib et al., 2020). Les données proviennent du système national d’information sanitaire. Tous les établissements de santé du pays remplissent mensuellement un formulaire de synthèse (NHMIS-001)³ en s’appuyant sur les données consignées dans leurs registres du système d’information sanitaire. Ils partagent ensuite ces statistiques avec leurs supérieurs administratifs par le biais de la plateforme Web du logiciel DHIS2. Les taux de déclaration, mesurés par le nombre de formulaires NHMIS-001 remplis par l’ensemble des établissements de santé, sont généralement élevés : 76,2% en 2017, 80,6% en 2018, 86,2% en 2019 et 81,9% en 2020.

Figure 2 : Indicateurs relatifs à la nutrition issus des formulaires de synthèse destinés aux établissements de santé (NHMIS-001) en 2013 et 2019

*Indicateur supprimé ou modifié dans la version de 2019

**Indicateur nouvellement introduit dans la version de 2019

Signification des acronymes utilisés : MAS : malnutrition aiguë sévère, PCMA : prise en charge communautaire de la malnutrition aiguë, PTA : programme de traitement ambulatoire.

Les équipes du Forum des gouverneurs du Nigéria et de DataDENT ont collaboré dans le cadre d’un processus en quatre étapes pour sélectionner des indicateurs de résultats dérivés des données du logiciel DHIS2 :

1. Dans un premier temps, le formulaire de synthèse mensuel et le tableau de bord en ligne du logiciel DHIS2 ont été examinés afin de déterminer les indicateurs disponibles relatifs à la nutrition. Le format de la synthèse mensuelle dans sa version de 2013 a été mis à jour en 2019, en y ajoutant plusieurs indicateurs nutritionnels ou en révisant certains indicateurs existants (figure 2). Toutefois, lorsque le tableau de bord a été conçu, seuls six États (Benue, Delta, Imo, Kaduna, Nasarawa et Oyo) avaient introduit l’utilisation du formulaire de 2019. C’est pourquoi nous avons décidé de n’inclure que les indicateurs issus du formulaire de 2013 dans le tableau de bord de la nutrition.
2. Ensuite, pour l’ensemble des indicateurs nutritionnels disponibles, l’équipe a téléchargé les données mensuelles émanant des États pour la période allant de janvier 2019 à novembre 2020. Elle a alors examiné les tendances mensuelles et relevé les anomalies, telles que des indicateurs de couverture dont les valeurs dépassaient 100 %.
3. L’équipe a ensuite réduit la liste des indicateurs potentiels en fonction des critères suivants : 1) l’exhaustivité des données associées à l’indicateur en question ; et 2) le fait que l’indicateur reflète les résultats nutritionnels pour l’ensemble des enfants et non pas uniquement pour ceux ayant reçu des soins dans des établissements de santé. L’équipe a notamment vérifié si les dénominateurs pouvaient être définis de manière à refléter les tendances au niveau des États.
4. Enfin, l’équipe a demandé à des spécialistes des méthodes de mesure de la nutrition ainsi qu’à l’équipe responsable de la gestion du système d’information sanitaire et du logiciel DHIS2 au Nigéria de confirmer que la liste des indicateurs proposés était adaptée.

Indicateurs sélectionnés pour être intégrés au tableau de bord de la nutrition

L’équipe a examiné l’ensemble des indicateurs disponibles dans le formulaire de 2013 comme indiqué dans le tableau 1. Elle a ensuite retenu un seul indicateur, celui de la couverture du traitement de la malnutrition aiguë sévère (MAS), car les données associées étaient généralement complètes. Elle a en outre estimé que cet indicateur pouvait fournir une indication des tendances relatives à l’ensemble des enfants. La méthode de calcul, y compris la manière de déterminer le numérateur et le dénominateur, est présentée dans l’encadré 1.

Le traitement de la MAS est presque exclusivement administré dans les établissements de santé, sauf dans certaines situations d’urgence. L’équipe a donc estimé que le système d’information sanitaire et le logiciel DHIS2 intégreraient la plupart des services dispensés dans le calcul du numérateur. Le dénominateur, calculé à l’aide des projections démographiques et de la prévalence de la MAS provenant des enquêtes nationales annuelles, représente une estimation du nombre total d’enfants à risque. Cet indicateur est calculé pour chaque État et mis à jour chaque trimestre.

Encadré 1 : Méthode de calcul de la couverture du traitement de la MAS

Au moment de définir la méthode de calcul de l’indicateur, les auteurs ont envisagé d’utiliser le dénominateur « Fréquentation totale des établissements de santé (enfants âgés de 0 à 59 mois) » issu du formulaire de 2013. Toutefois, cette solution a finalement été rejetée, car, bien que tous les enfants qui fréquentent un établissement de santé puissent être diagnostiqués comme souffrant d’émaciation, seuls ceux souffrant d’émaciation sévère doivent recevoir un traitement contre la MAS. Les auteurs ont donc décidé d’estimer le nombre total de cas suspectés de MAS (enfants âgés de 0 à 59 mois) dans chaque État et à un moment donné en utilisant les estimations de la population de l’État pour les enfants âgés de 0 à 59 mois et en les multipliant par les estimations de prévalence de la MAS au niveau de l’État tirées de l’enquête démographique et de santé (EDS) de 2018 et par le facteur de correction d’incidence de l’émaciation (encadré 1).

Il serait plus précis d’estimer directement la couverture du traitement de la MAS à l’aide de méthodes telles que l’évaluation LQAS (échantillonnage par lots pour l’assurance de la qualité) simplifiée de l’accessibilité et de la couverture (méthode SLEAC) ou la méthode d’enquête spatiale simple (S3M). Cependant, ces méthodes n’ont pas été employées, car elles ne peuvent pas être utilisées à grande échelle. Par conséquent, on a considéré que l’estimation du dénominateur était adéquate, même s’il se peut qu’elle ait donné lieu à une surestimation du nombre de cas.

Tableau 1 : Liste des indicateurs envisagés pour être intégrés au tableau de bord de la nutrition

Limites de l’utilisation des données courantes

Les difficultés liées à l’utilisation des données administratives, telles que celles stockées dans le système d’information sanitaire et le logiciel DHIS2, ne sont pas propres au secteur de la nutrition ni au Nigéria. Afin d’encourager de nouveaux investissements dans le système d’information sanitaire, le logiciel DHIS2 et l’amélioration globale de la qualité des données, nous nous sommes penchés sur certains des obstacles rencontrés lors de l’utilisation des indicateurs du système d’information sanitaire et du logiciel DHIS2 pour le tableau de bord du Forum des gouverneurs du Nigéria. 

Les services de nutrition au niveau communautaire peuvent ne pas être pris en compte de manière adéquate

Le système d’information sanitaire du Nigéria n’est pas conçu pour recenser les services de nutrition au niveau communautaire. Au Nigéria, plusieurs interventions nutritionnelles sont en effet couramment mises en œuvre à la fois dans les établissements de santé et au sein des communautés. Ainsi, les enfants de moins de cinq ans peuvent recevoir une supplémentation en vitamine A et des traitements antiparasitaires dans les établissements de santé ou lors de campagnes de sensibilisation appelées « semaines de la santé maternelle, néonatale et infantile ». Le nombre d’enfants qui bénéficient de ces services lors des campagnes n’est pas systématiquement enregistré dans le système d’information sanitaire ou le logiciel DHIS2 et peut être déclaré par le biais d’autres canaux. Cela signifie, par exemple, que pour évaluer la distribution de la supplémentation en vitamine A et des traitements antiparasitaires à l’échelle d’un État, on ne peut pas se fier uniquement à un indicateur issu du système d’information sanitaire ou du logiciel DHIS2, car les données seraient trompeuses. C’est pourquoi ces indicateurs n’ont pas pu être intégrés au tableau de bord de la nutrition.

Les données ventilées par âge nécessaires pour estimer les dénominateurs de certains indicateurs de couverture ne sont pas toujours disponibles

Les données ventilées par âge nécessaires pour estimer les dénominateurs de certains indicateurs de couverture ne sont pas disponibles dans le système d’information sanitaire ou le logiciel DHIS2. Ainsi, dans le cas de l’indicateur relatif à l’allaitement maternel exclusif qui évalue le pourcentage de nourrissons âgés de 0 à 5 mois qui sont exclusivement allaités, le dénominateur idéal serait la fréquentation totale des établissements de santé par les enfants âgés de 0 à 6 mois. Cependant, le formulaire de déclaration mensuelle des établissements de santé ne tient compte que de la fréquentation des nouveau-nés âgés de 0 à 28 jours et des nourrissons âgés de 0 à 12 mois. Il n’existe aucun moyen clair et fiable d’estimer le pourcentage d’enfants âgés de moins de 6 mois.

Les données peuvent présenter des problèmes de qualité.

Certains indicateurs n’ont pas pu être utilisés dans le tableau de bord en raison soit d’un trop grand nombre de données manquantes, soit de la présence de résultats anormaux. Par exemple, entre juillet et septembre 2020, un État a déclaré pendant plusieurs mois une prévalence de l’insuffisance pondérale atteignant jusqu’à 7700 %. En 2020, nous avons attribué l’absence de certaines données à la pandémie de COVID-19. En revanche, un nombre important de valeurs nulles enregistrées pendant plusieurs mois en 2018 et 2019 n’a pas pu être expliqué.

Retard dans le déploiement de la version de 2019 du formulaire mensuel et dans la mise à jour des registres des établissements de santé

Comme nous l’avons déjà mentionné, le déploiement de la version de 2019 du formulaire mensuel et la mise à jour des registres des établissements de santé ont accusé des retards. De ce fait, la plupart des États n’ont pas transmis de données pour de nombreux indicateurs potentiels liés à la nutrition. Par exemple, seuls trois États sur 36 disposaient de données relatives à l’indicateur « Enfants de moins de 5 ans admis dans un établissement de santé pour recevoir un traitement contre la MAS (nouveaux/transférés) ». Parmi les États qui ont adopté le formulaire de 2019 mis à jour, on a également observé des données manquantes pour de nombreuses déclarations mensuelles. Le Forum des gouverneurs du Nigéria a envisagé d’utiliser des projections pour combler les lacunes dans les données de certains indicateurs en 2020, mais cette option n’était pas viable compte tenu du manque de données historiques.

Recommandations

Au vu des difficultés rencontrées, plusieurs recommandations ont été adressées au ministère fédéral de la Santé, qui supervise le système national d’information sanitaire. Ces recommandations peuvent également s’avérer pertinentes pour les parties qui, dans d’autres contextes, travaillent avec des données relatives à la nutrition issues de systèmes administratifs tels que le système d’information sanitaire et le logiciel DHIS2 :

1. Étudier la manière dont les rapports du système d’information sanitaire et du logiciel DHIS2 peuvent prendre en compte les services de proximité. Cela peut passer par : 1) la création d’un évènement pour la semaine de la santé maternelle, néonatale et infantile dans le système d’information sanitaire et le logiciel DHIS2 ; ou 2) l’agrégation des données issues des formulaires de synthèse mensuels des établissements de santé qui participent à la semaine de la santé maternelle, néonatale et infantile.
2. Pour estimer les dénominateurs, définir des tailles standards (par groupe d’âge) de populations desservies par les services de nutrition ou envisager d’établir des points de référence tenant compte de la population pour le nombre absolu de services dispensés chaque mois. Par exemple, dans l’État Y, nous prévoyons qu’au moins X doses de vitamine A soient administrées tous les mois. 
3. Envisager d’inclure des estimations des dénominateurs provenant d’autres sources de données dans le système d’information sanitaire et le logiciel DHIS2. Par exemple, nous avons pu facilement calculer le dénominateur de l’indicateur de couverture du traitement de la MAS grâce aux autres données disponibles dans le système.
4. Accroître les investissements dans les activités d’évaluation et d’assurance de la qualité des données au niveau des établissements de santé : il convient de mettre l’accent sur les programmes de formation portant sur l’extraction et sur la collecte des données issues des formulaires mensuels, ainsi que sur la saisie de données correctes dans le système d’information sanitaire ou le logiciel DHIS2, car les données déjà enregistrées sont difficiles à modifier.

Conclusion

La plateforme du système d’information sanitaire ou du logiciel DHIS2 est une source essentielle de données de routine sur la nutrition au Nigéria, ainsi que dans de nombreux pays en général. Toutefois, son utilité pour la prise de décisions dépend de l’amélioration de la qualité des données, de la correction des lacunes dans les informations et de la résolution des autres problèmes décrits ici. L’équipe en charge de la santé du Forum des gouverneurs du Nigéria continuera à utiliser les données provenant de la plateforme du système d’information sanitaire et du logiciel DHIS2 pour mener ses activités de plaidoyer au niveau des États et mobilisera davantage les parties prenantes du ministère fédéral de la Santé afin qu’elles s’engagent à améliorer la qualité et la fiabilité des données de la plateforme. Nous sommes convaincus que la qualité des données s’améliorera lorsqu’elles seront réellement utilisées. 

Pour en savoir plus, veuillez contacter Ahmad Abduwahab à l’adresse aabdulwahab@ngf.org.ngf.

Pour obtenir des informations supplémentaires, veuillez consulter la publication suivante disponible (en anglais) sur la plateforme Gates Open Research, dans laquelle l’équipe de conception décrit plus en détail le processus d’élaboration du tableau de bord : https://gatesopenresearch.org/articles/5-98.

References

Agiraembabazi G, Ogwal J, Tashobya C, Kananura RM, Boerma T, Waiswa P (2021) Can routine health facility data be used to monitor subnational coverage of maternal, newborn and child health services in Uganda? BMC Health Services Research.

Isanaka S, Andersen C, Cousens S, Myatt M, Briend A, Krasevec J et al (2020) Improving estimates of the burden of severe wasting: analysis of secondary prevalence and incidence data from 352 sites. BMJ Global Health.

Maina I, Wanjala P, Soti D, Kipruto H, Droti B, Boerma T (2017) Using health-facility data to assess subnational coverage of maternal and child health indicators, Kenya. Bull World Health Organ,

Rana Y, Dongo G, Snead C, Agi G, Sadik O, Heidkamp R et al (2021) Developing effective data visualization tools for nutrition: Reflections on the design of a nutrition scorecard in Nigeria [version 1; peer review: 1 approved]. Gates Open Research.

Reliefweb (2021) National council on nutrition approves a five-year nutrition action plan for Nigeria. Reliefweb.int.

Shuaib F, Garba A, Meribole E, Obasi S, Sule A, Nnadi C et al (2020) Implementing the routine immunisation data module and dashboard of DHIS2 in Nigeria, 2014-2019. BMJ Global Health.