Cet article de blog a été rédigé par Aniqa Tasnim Hossain, chercheuse associée au sein de l’icddr,b, dans la division Santé maternelle et infantile, et membre de la collaboration nationale du Countdown au Bangladesh. Il résume un article récent intitulé : « Utilisation des données de routine DHIS2 pour la préparation du système de santé dans des contextes aux ressources limitées : une approche prédictive bayésienne au Bangladesh »
Utiliser les données de santé de routine pour anticiper la hausse de la demande et renforcer la préparation du système de santé au Bangladesh
Les systèmes de santé des pays à revenu faible ou intermédiaire fonctionnent souvent de manière réactive, répondant à la demande au fur et à mesure qu’elle se présente plutôt que de l’anticiper. Au Bangladesh, cette approche contribue à créer des goulots d’étranglement dans les services, des inefficacités et des inégalités d’accès. Pour relever ces défis, il est nécessaire de s’orienter vers des approches de planification plus anticipatives et fondées sur les données.
Les données de routine DHIS2 peuvent être utilisées non seulement pour l’établissement de rapports, mais aussi pour les prévisions et la planification proactive du système de santé
Les systèmes d’information sanitaire de routine, tels que le logiciel d’information sanitaire de district (DHIS2), sont largement utilisés au Bangladesh pour suivre la prestation des services et générer des rapports de routine. Cependant, leur potentiel va bien au-delà du suivi rétrospectif. Lorsqu’elles sont analysées à l’aide d’approches statistiques appropriées, ces données peuvent être exploitées pour identifier des tendances, détecter la saisonnalité et générer des prévisions à court et moyen terme de la demande de services. Cela permet aux responsables de la santé d’anticiper les augmentations de la charge de patients, d’allouer plus efficacement les ressources humaines, de garantir la disponibilité en temps opportun des médicaments et des fournitures, et de préparer les établissements à des pics de demande prévisibles. De cette manière, les données de routine peuvent passer d’un rôle purement descriptif à celui d’un outil essentiel pour une prise de décision prospective.
Notre nouvelle analyse démontre comment l’analyse prédictive peut soutenir une planification plus proactive et fondée sur les données. En analysant les données mensuelles sur les services de 2021 à 2025 et en établissant des prévisions de tendances jusqu’en 2026, l’étude fournit des informations opportunes sur l’évolution de la demande en services de santé essentiels. L’analyse a appliqué des modèles de régression de Poisson log-linéaires bayésiens, intégrant la saisonnalité et l’autocorrélation, afin de générer des projections robustes de l’utilisation des services. Une approche bayésienne est particulièrement bien adaptée aux données de santé courantes, car elle permet de gérer avec souplesse la structure des séries chronologiques, de tenir compte de l’incertitude grâce à des intervalles de crédibilité et de produire des estimations stables même lorsque la qualité des données varie selon les contextes. Cette approche analytique renforce la fiabilité des prévisions et améliore leur utilité pour l’élaboration des politiques et la planification.
Une demande en hausse pour l’ensemble des services, marquée par des disparités régionales et une saisonnalité
L’analyse montre une nette tendance à la hausse de l’utilisation des services dans différents domaines. Les soins maternels « kangourou » (KMC) devraient augmenter de plus de 75 % d’ici 2026, tandis que les consultations externes et les traitements de la pneumonie devraient progresser d’environ 30 %. Les admissions à l’hôpital devraient également augmenter de plus de 25 %. Ces hausses reflètent à la fois les pressions démographiques et l’amélioration des comportements en matière de recours aux soins. Cependant, elles signalent également une pression croissante sur la capacité du système de santé. Il est donc essentiel, pour une planification efficace, de comprendre comment cette demande est répartie et à quel moment elle atteint son pic.
Les disparités régionales dans l’utilisation des services reflètent un accès inégal aux soins et des différences dans l’état de préparation des systèmes de santé à travers le pays. On observe également des tendances saisonnières distinctes, les accouchements et les maladies infantiles atteignant leur pic au cours de certains mois de l’année. Ensemble, ces résultats soulignent la nécessité d’une planification à la fois ciblée géographiquement et adaptée aux variations saisonnières, garantissant que les ressources, les effectifs et les fournitures soient alignés sur les lieux et les périodes où la demande est la plus forte. Ces observations démontrent l’intérêt pratique des prévisions pour améliorer à la fois l’efficacité et l’équité dans la prestation des services.
Implications pour les politiques et la planification
Ces résultats soulignent l’importance de passer de la collecte de données à leur utilisation. Sans une traduction active des données en décisions, la valeur totale des systèmes d’information de routine reste inexploitée.
Alors que le Bangladesh progresse vers la couverture sanitaire universelle, l’exploitation des données de routine pour une planification prédictive sera essentielle pour construire un système de santé plus réactif et plus résilient. À terme, l’intégration de ces approches dans la pratique courante peut transformer la manière dont les systèmes de santé anticipent et répondent aux besoins de la population.