Page Comparison

...

Introduction

RDQA DHIS2 metadata package provides an out-of-the-box DHIS2 configuration that allows DHIS2 system administrators efficiently establish a routine quality assessment module within DHIS2. The RDQA metadata package creates data quality assessment tools that will enable data assessors to capture inputs using a DHIS2 Android app and provide outcomes and analysis in real-time using standardized DHIS2 dashboards, allowing for improved data quality and decision-making at facility, district, and country levels. As gaps are identified, management can allocate resources and technical assistance where needed.

Implementing the RDQA metadata package within the DHIS2 Android app meets the on-the-ground M&E team's demands for a mobile tool to collect RDQA data while providing assessment outcomes and corrective action plans to those responsible for supporting data quality.

The metadata package comprises multiple components, which can be customized for a project as necessary. This includes:

• Data elements coded by assessment area

• An RDQA Assessment dataset that allows technical advisors to establish data quality targets and baselines

• Indicators

• Programs and stages

• Program Indicators

• Dashboards

• Feedback Module - when used in conjunction with the PSI Android App

The system needs to be configured with your Health Areas and Indicators list. You can also tailor the feedback content, action plan level of detail, and district and country-level dashboards.

DHIS2 Data Quality App - What's that?

DHIS2 includes a built-in "Data Quality" app that allows users to analyze data quality in various ways. The app reports the individual Organization Unit and period for which a particular value is an outlier or violates a specific validation rule.

• At the point of data entry, DHIS 2 can check the data entered to see if it falls within the minimum and maximum value ranges of that data element (based on all previous data registered).

• By defining validation rules, which can be run once the user has finished data entry. The user can also check the entered data for a particular period and organization unit(s) against the validation rules and display the violations for these validation rules.

• By analyzing data sets, that is, examine gaps in the data.

• By data triangulation, that is, comparing the same data or indicator from different sources.

DHIS 2 Validation Rules

A validation rule is a 'boolean' expression, as it can only result in true or false when evaluated. A 'left side' could contain any number of data elements or a number, followed by a logical operator (greater than, less than, equal to…), which is compared to a 'right side.' If the evaluation is not met, a report indicating what value/ period/ org unit triggered the violation is generated for further inquiries.

Additionally, validation rules can be run during data entry or as a periodic process sent as DHIS2 messages.

DHIS2 outlier analysis

DHIS2 allows you to run two types of outlier analysis post-data entry:

• Minimum, maximum outlier analysis, for which you can manually define the Min/Max value or generate them automatically. It makes sense if your data is usually distributed across time and space, but it should be avoided if it is highly skewed or zero-inflated. It is also possible to do.

• Standard deviation outlier analysis to identify values that are numerically distant from the rest of the data, potentially indicating that they are outliers.

Read more at DHIS2 Documentation

RDQA and the DHIS2 Data Quality App: What's the difference?

Think of RDQA and the DHIS2 Data Quality app as peanut butter and jelly. They are two completely different tools, but when used together, they become a powerful combination to improve data quality at your organization.

• The DHIS2 Data Quality app helps to identify out-of-range values for the captured data based on outlier analytics or by using explicitly defined validation rules across all data capture apps.

• The RDQA is a tool to conduct data quality assessments that look holistically into all M&E processes and the entire life cycle of the data for a selected set of data points at a facility. It is part of routine supervision and reporting health facility site visits to monitor data quality continuously.

• DHIS2 Data Quality app allows system administrators to define data value criteria to flag values out of range and marked for follow-up. It can be used with the RDQA metadata package to customize the assessment tool further.

• RDQA is a holistic assessment conducted on-site or remotely and looks at the data and the people and processes that manipulate that data to ensure that best practices are being followed. As gaps are identified, it suggests corrective actions and encourages the creation of improvement plans to address gaps across related processes and people.

Using both tools together should result in better data across your health systems in the medium and long termLe package de métadonnées RDQA DHIS2 fournit une configuration DHIS2 prête à l'emploi qui permet aux administrateurs du système DHIS2 d'établir efficacement un module d'évaluation de la qualité de routine au sein de DHIS2. Le kit de métadonnées RDQA crée des outils d'évaluation de la qualité des données qui permettront aux évaluateurs de données de saisir des données à l'aide d'une application Android DHIS2 et de fournir des résultats et des analyses en temps réel à l'aide de tableaux de bord DHIS2 standardisés, ce qui permettra d'améliorer la qualité des données et la prise de décision au niveau de l'établissement, du district et du pays. Au fur et à mesure que les lacunes sont identifiées, la direction peut allouer des ressources et une assistance technique en cas de besoin.

La mise en œuvre des métadonnées du RDQA dans l'application Android du DHIS2 répond à la demande de l'équipe de S&E sur le terrain de disposer d'un outil mobile pour collecter les données du RDQA tout en fournissant des résultats d'évaluation et des plans d'action correctifs aux personnes chargées de soutenir la qualité des données.

Le paquet de métadonnées comprend plusieurs éléments, qui peuvent être adaptés à un projet si nécessaire. Il s'agit des éléments suivants

• Éléments de données codés par zone d'évaluation

• Un ensemble de données d'évaluation de l'AQRD qui permet aux conseillers techniques d'établir des objectifs et des niveaux de référence en matière de qualité des données.

• Indicateurs

• Programmes et étapes

• Indicateurs de programme

• Tableaux de bord

• Module de retour d'information - lorsqu'il est utilisé avec l'application Android de l'ISP

Le système doit être configuré avec votre liste de domaines de santé et d'indicateurs. Vous pouvez également adapter le contenu du feedback, le niveau de détail du plan d'action et les tableaux de bord au niveau du district et du pays.

...

DHIS2 Data Quality App - Qu'est-ce que c'est ?

DHIS2 comprend une application intégrée "Qualité des données" qui permet aux utilisateurs d'analyser la qualité des données de différentes manières. L'application indique l'unité organisationnelle et la période pour lesquelles une valeur particulière est aberrante ou ne respecte pas une règle de validation spécifique.

• Au moment de la saisie des données, le DHIS 2 peut vérifier si les données saisies se situent dans les fourchettes de valeurs minimales et maximales de cet élément de données (sur la base de toutes les données enregistrées précédemment).

• En définissant des règles de validation, qui peuvent être exécutées une fois que l'utilisateur a terminé la saisie des données. L'utilisateur peut également vérifier les données saisies pour une période et une unité d'organisation particulières par rapport aux règles de validation et afficher les violations de ces règles de validation.

• En analysant les ensembles de données, c'est-à-dire en examinant les lacunes dans les données.

• Par triangulation des données, c'est-à-dire en comparant les mêmes données ou indicateurs provenant de différentes sources.

Règles de validation du DHIS 2

Une règle de validation est une expression "booléenne", car elle ne peut aboutir qu'à vrai ou faux lorsqu'elle est évaluée. Le "côté gauche" peut contenir n'importe quel nombre d'éléments de données ou un nombre, suivi d'un opérateur logique (supérieur à, inférieur à, égal à...), qui est comparé au "côté droit". Si l'évaluation n'est pas satisfaisante, un rapport indiquant la valeur, la période ou l'unité organique à l'origine de la violation est généré en vue d'une enquête ultérieure.

En outre, les règles de validation peuvent être exécutées pendant la saisie des données ou en tant que processus périodique envoyé sous forme de messages DHIS2.

Analyse des valeurs aberrantes du DHIS2

DHIS2 vous permet d'effectuer deux types d'analyse des valeurs aberrantes après la saisie des données :

• Analyse des valeurs aberrantes minimales et maximales, pour laquelle vous pouvez définir manuellement les valeurs Min/Max ou les générer automatiquement. Cette méthode est utile si vos données sont généralement distribuées dans le temps et dans l'espace, mais elle doit être évitée si elles sont fortement asymétriques ou gonflées à zéro. Il est également possible de le faire.

• Analyse des valeurs aberrantes de l'écart-type pour identifier les valeurs numériquement éloignées du reste des données, ce qui peut indiquer qu'il s'agit de valeurs aberrantes.

Pour en savoir plus Documentation DHIS2

...

RDQA et l'application DHIS2 pour la qualité des données : Quelle est la différence ?

Le RDQA et l'application DHIS2 Data Quality sont comme le beurre de cacahuète et la confiture. Ce sont deux outils complètement différents, mais lorsqu'ils sont utilisés ensemble, ils deviennent une combinaison puissante pour améliorer la qualité des données au sein de votre organisation.

• L'application DHIS2 Data Quality permet d'identifier les valeurs hors normes pour les données capturées en se basant sur l'analyse des valeurs aberrantes ou en utilisant des règles de validation explicitement définies dans toutes les applications de capture de données.

• Le RDQA est un outil permettant de réaliser des évaluations de la qualité des données qui examinent de manière holistique tous les processus de S&E et l'ensemble du cycle de vie des données pour un ensemble sélectionné de points de données dans un établissement. Il fait partie de la supervision de routine et des visites des établissements de santé pour contrôler en permanence la qualité des données.

• L'application DHIS2 Data Quality permet aux administrateurs du système de définir des critères de valeur des données afin de signaler les valeurs hors limites et de les marquer pour un suivi. Elle peut être utilisée avec le package de métadonnées RDQA pour personnaliser davantage l'outil d'évaluation.

• Le RDQA est une évaluation holistique menée sur place ou à distance, qui examine les données ainsi que les personnes et les processus qui manipulent ces données, afin de s'assurer que les meilleures pratiques sont respectées. Lorsque des lacunes sont identifiées, il suggère des actions correctives et encourage la création de plans d'amélioration pour combler les lacunes dans les processus et les personnes concernés.

L'utilisation conjointe de ces deux outils devrait permettre d'obtenir de meilleures données dans l'ensemble de vos systèmes de santé à moyen et à long terme.