Aprovechando la Ciencia de Datos para la Salud Materna e Infantil en África
Investigando el papel de la ciencia de datos en mejorar la salud materna e infantil en toda África.
― 8 minilectura
Tabla de contenidos
En 2015, los países de todo el mundo acordaron metas para mejorar la salud de las madres, Recién nacidos y niños, con el objetivo de reducir muertes evitables para 2030. Estas metas incluyen reducir el número de niños menores de cinco años que mueren a 25 por cada 1,000 nacimientos vivos, bajar las muertes neonatales a 12 por cada 1,000 nacimientos vivos, y aspirar a una tasa global de mortalidad materna de no más de 70 por cada 100,000 nacimientos vivos. Para que los países sean responsables de estas metas, se necesita datos de alta calidad. A pesar de algunos avances, muchos países aún luchan con la recolección y gestión de datos sobre nacimientos, muertes y el bienestar de grupos vulnerables.
UNICEF monitorea el bienestar de los niños usando varios indicadores, como el registro de nacimientos, educación, protección contra daños, ambientes de vida limpios y reducción de la pobreza. Sin embargo, muchos países enfrentan desafíos para obtener datos completos. Más de 190 países proporcionan datos a varias agencias de las Naciones Unidas, incluyendo información sobre mortalidad, muertes fetales y otros factores relacionados con la salud. Desafortunadamente, las regiones con mayores desafíos de salud, como África, a menudo carecen de buenos datos, lo que lleva a una situación de "ricos en datos, pobres en información".
Tener datos precisos sobre la salud materna e infantil es vital para que los líderes de los países africanos rindan cuentas y alcancen metas para reducir muertes evitables. Además, buenos datos pueden ayudar a dirigir intervenciones para apoyar a las poblaciones vulnerables de manera efectiva. Los países deben priorizar la salud materna, neonatal y de niños (MNCH) y promover esfuerzos para recolectar y analizar datos. La pandemia de COVID-19 reveló algunos métodos nuevos para recolectar e informar datos de salud, pero también interrumpió el seguimiento de muchos indicadores de salud, afectando servicios esenciales como las vacunas.
El papel de la Ciencia de Datos
La ciencia de datos combina técnicas científicas, algoritmos y sistemas para extraer información útil de datos tanto estructurados como no estructurados. Implica el uso de matemáticas, estadísticas, informática y conocimiento de campos específicos como MNCH para ayudar a recolectar, organizar, gestionar, analizar e interpretar grandes cantidades de información. En los últimos años, la ciencia de datos ha sido empleada en varios sectores, incluido el de la salud, para enfrentar desafíos difíciles, predecir resultados y dar forma a estrategias.
En MNCH, especialmente en África, la ciencia de datos ha mostrado promesas. Ejemplos incluyen proyectos que predicen la mortalidad infantil, rastrean programas de vacunación y mejoran el uso de servicios de salud materna en áreas rurales. Además, la ciencia de datos podría conectar datos de MNCH con otros conjuntos de datos globales, como patrones climáticos y factores ambientales.
En lugares como Europa, EE. UU. y Asia, las iniciativas de ciencia de datos han mejorado la calidad de los datos y la entrega de atención médica, permitiendo una mejor planificación y acciones dirigidas. Afortunadamente, ya hay varios esfuerzos en África para utilizar la ciencia de datos, incluidos programas para sistemas de información de salud y plataformas de salud móvil. Sin embargo, muchas de estas iniciativas están aisladas y carecen de coordinación, lo que limita su efectividad.
Propósito del estudio
Este estudio pretende revisar cómo se ha utilizado la ciencia de datos para mejorar MNCH en África. Mapearemos dónde y cómo se han aplicado enfoques de ciencia de datos en la región. Esta visión general proporcionará información sobre brechas y oportunidades, ayudando a guiar el trabajo futuro en esta área.
Razonamiento del estudio
La Organización Mundial de la Salud (OMS) ha creado una estrategia para promover la salud digital durante cinco años. También han establecido un atlas de salud digital para rastrear proyectos de salud digital. En África, existen más de 600 proyectos, pero solo 316 se enfocan en MNCH, y hay poca información sobre sus etapas de implementación. Por lo tanto, la extensión exacta del uso de la ciencia de datos para mejorar MNCH no se conoce bien.
Al revisar la literatura existente, este estudio resaltará brechas y oportunidades para la ciencia de datos en MNCH y sugerirá direcciones futuras para este importante campo en África. Los hallazgos fortalecerán el conocimiento en esta área y pedirán más investigación mientras proporcionan referencias útiles para tomadores de decisiones interesados en invertir y colaborar en MNCH.
Objetivos del estudio
Las metas principales de este estudio son:
- Mapear y resumir dónde se han implementado proyectos de ciencia de datos en MNCH en África.
- Describir las experiencias y prácticas de aplicar ciencia de datos en MNCH en la región.
- Identificar brechas y oportunidades en el uso de ciencia de datos para MNCH.
- Explorar cómo aprovechar estas brechas y oportunidades para avanzar en la ciencia de datos en MNCH.
- Discutir la trayectoria futura de la ciencia de datos en MNCH en África.
Métodos y análisis
Modelo conceptual
Este estudio aplicará un enfoque conceptual para entender cómo se ha aplicado la ciencia de datos en MNCH a través de niveles clínicos, comunitarios y regionales. El marco se basará en un modelo diseñado para evaluar y mejorar sistemas de información de salud en países de ingresos bajos y medios. Nuestro modelo amplía esto al incluir áreas específicamente relacionadas con la ciencia de datos, como tecnología, desarrollo de habilidades y necesidades políticas.
Dominios del marco
Desafíos de infraestructura y sistemas: Este dominio examina las iniciativas actuales de ciencia de datos, accesibilidad y la efectividad de los sistemas de datos de salud existentes.
Calidad de los datos: Esta área se centra en estandarizar datos para asegurar la fiabilidad y precisión para decisiones de salud informadas.
Gobernanza de datos y política: Este dominio observa cómo se gestionan los datos de manera ética y examina el efecto del entorno regulatorio sobre la ciencia de datos en MNCH.
Innovaciones tecnológicas: Este dominio explora el papel de la tecnología digital en mejorar la recolección y análisis de datos en MNCH.
Desarrollo de capacidades: Esta área se centra en construir habilidades y conocimientos en ciencia de datos entre profesionales de la salud para maximizar oportunidades.
Marcos colaborativos: Este dominio promueve la formación de asociaciones entre sectores para fomentar decisiones basadas en datos en MNCH.
Recomendaciones para la implementación: Esta área proporcionará estrategias para implementar iniciativas de ciencia de datos en MNCH y asegurar su sostenibilidad.
Diseño de revisión de ámbito
Para estructurar la revisión, seguiremos un marco metódico que incluye cuatro etapas principales: identificar preguntas de investigación, buscar estudios relevantes, seleccionar artículos y compilar y resumir datos.
Identificación de preguntas de investigación: Nos enfocaremos en cinco preguntas clave que exploran el uso de la ciencia de datos en MNCH en África.
Búsqueda de estudios relevantes: Se llevará a cabo una búsqueda exhaustiva de literatura utilizando múltiples bases de datos y buscando trabajos no publicados. El enfoque estará en publicaciones en inglés específicamente relacionadas con las aplicaciones de ciencia de datos en MNCH en África.
Selección de artículos: Los artículos seleccionados pasarán por un proceso de selección para asegurar que son relevantes para las preguntas de investigación.
Extracción y síntesis de datos: Después de identificar documentos relevantes, extraeremos información esencial y resumiremos los hallazgos utilizando un análisis descriptivo.
Ética y difusión
Dado que esta revisión usará datos existentes publicados, no se necesita aprobación ética. Los resultados de la revisión de ámbito se compartirán con profesionales de la salud, responsables de políticas e investigadores a través de varios canales, incluyendo publicaciones revisadas por pares, conferencias, plataformas digitales y redes sociales. Esta amplia difusión tiene como objetivo asegurar que las ideas de las aplicaciones de ciencia de datos en MNCH se compartan y utilicen para informar intervenciones prácticas.
Conclusión
Este estudio sobre el uso de la ciencia de datos en la salud materna, neonatal y de niños en África es esencial ya que busca mapear aplicaciones, identificar brechas y explorar oportunidades futuras. Al abordar estos aspectos, el estudio puede contribuir significativamente a mejorar los resultados de salud para madres e hijos en la región, apoyando a las naciones en su compromiso de reducir muertes evitables y mejorar el bienestar general. La ciencia de datos tiene el potencial de desempeñar un papel crucial en estos esfuerzos, por lo que es importante entender y aplicar efectivamente dentro del contexto de MNCH en África.
Título: Unlocking the transformative potential of data science in improving maternal, newborn and child health in Africa: A scoping review protocol
Resumen: IntroductionApplication of data science in Maternal, Newborn, and Child Health (MNCH) across Africa is variable with limited documentation. Despite efforts to reduce preventable MNCH morbidity and mortality, progress remains slow. Accurate data is crucial for holding countries accountable, tracking progress towards realisation of SDG3 targets on MNCH, and guiding interventions. Data science can improve data availability, quality, healthcare provision, and decision-making for MNCH programs. We aim to map and synthesise use cases of data science in MNCH across Africa. Methods and AnalysisWe will develop a conceptual framework encompassing seven domains: Infrastructure and Systemic Challenges, Data Acquisition, Data Quality, Governance, Regulatory Dynamics and Policy, Technological Innovations and Digital Health, Capacity Development, Human Capital, Collaborative and Strategic Frameworks, data analysis, visualization, dissemination and Recommendations for Implementation and Scaling. A scoping review methodology will be used including literature searches in seven databases, grey literature sources and data extraction from the Digital Health Initiatives database. Three reviewers will screen articles and extract data. We will synthesise and present data narratively, and use tables, figures, and maps. Our structured search strategy across academic databases and grey literature sources will find relevant studies on data science in MNCH in Africa. Ethics and disseminationThis scoping review require no formal ethics, because no primary data will be collected. Findings will showcase gaps, opportunities, advances, innovations, implementation, areas needing additional research and propose next steps for integration of data science in MNCH programs in Africa. The findings implications will be examined in relation to possible methods for enhancing data science in MNCH settings, such as community, and clinical settings, monitoring and evaluation. This study will illuminate data science applications in addressing MNCH issues and provide a holistic view of areas where gaps exist and where there are opportunities to leverage and tap into what already exists. The work will be relevant for stakeholders, policymakers, and researchers in the MNCH field to inform planning. Findings will be disseminated through peer-reviewed journals, conferences, policy briefs, blogs, and social media platforms in Africa. ARTICLE SUMMARYO_ST_ABSStrengths and limitations of this studyC_ST_ABS This scoping review is the first to examine the role and potential of data science applications in maternal, newborn and child health (MNCH) in Africa, with assessments on healthcare infrastructure, data quality improvement, innovative data collection and analyses, policy formulation, data-driven interventions, technologies for healthcare delivery, and capacity building. We will conduct systematic searches across multiple databases (PubMed, Scopus, Web of Science, Google Scholar, CINAHL, EMBASE, and Ovid) and grey literature. Focusing on studies that have used data science we will synthesise our findings with detailed explanations, informative charts, graphs, and tables. The study will deliver actionable recommendations for stakeholders engaged in MNCH policy formulation, strategic planning, academia, funders and donors, and clinicians aimed at improving MNCH outcomes in Africa. Our scoping review will primarily rely on published literature in English, therefore, will omit valuable insights that may have been published for non-anglophone and francophone regions of Africa.
Autores: Akuze Joseph Waiswa, B. Ngatia, S. Y. Amare, P. Wanduru, G. P. Otieno, R. M. Kananura, F. Kirakoya-Samadoulougou, A. Amouzou, A. S. Estifanos, E. O. Ohuma
Última actualización: 2024-08-01 00:00:00
Idioma: English
Fuente URL: https://www.medrxiv.org/content/10.1101/2024.07.31.24311286
Fuente PDF: https://www.medrxiv.org/content/10.1101/2024.07.31.24311286.full.pdf
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a medrxiv por el uso de su interoperabilidad de acceso abierto.