Aproveitando a Ciência de Dados para a Saúde Materna e Infantil na África
Investigando o papel da ciência de dados em melhorar a saúde materna e infantil na África.
― 8 min ler
Índice
Em 2015, os países ao redor do mundo concordaram com metas para melhorar a saúde de mães, Recém-nascidos e crianças, com o objetivo de reduzir mortes evitáveis até 2030. Essas metas incluem reduzir o número de crianças com menos de cinco anos que morrem para 25 por 1.000 nascimentos, diminuir as mortes neonatais para 12 por 1.000 nascimentos e buscar uma taxa global de mortalidade materna de no máximo 70 por 100.000 nascimentos. Para manter os países responsáveis por essas metas, são necessárias dados de alta qualidade. Apesar de algum progresso, muitos países ainda enfrentam dificuldades na coleta e gestão de dados sobre nascimentos, mortes e o bem-estar de grupos vulneráveis.
A UNICEF acompanha o bem-estar das crianças usando vários indicadores, como registro de nascimentos, educação, proteção contra danos, ambientes de vida limpos e redução da pobreza. No entanto, muitos países ainda enfrentam desafios para obter dados completos. Mais de 190 países fornecem dados para várias agências das Nações Unidas, incluindo informações sobre mortalidade, natimortos e outros fatores relacionados à saúde. Infelizmente, regiões com os maiores desafios de saúde, como a África, frequentemente carecem de bons dados, levando a uma situação de "dados ricos, informações pobres".
Dados precisos sobre saúde materna e infantil são vitais para que os líderes dos países africanos sejam responsabilizados e alcancem metas de redução de mortes evitáveis. Além disso, bons dados podem ajudar a direcionar intervenções para apoiar populações vulneráveis de forma eficaz. Os países precisam priorizar a saúde materna, neonatal e infantil (MNCH) e impulsionar esforços para coletar e analisar dados. A pandemia de COVID-19 revelou alguns novos métodos para coletar e relatar dados de saúde, mas também interrompeu o acompanhamento de muitos indicadores de saúde, impactando serviços essenciais como vacinas.
O Papel da Ciência de Dados
A ciência de dados combina técnicas científicas, algoritmos e sistemas para extrair informações úteis de dados estruturados e não estruturados. Envolve o uso de matemática, estatística, ciência da computação e conhecimento de campos específicos como MNCH para ajudar a coletar, organizar, gerenciar, analisar e interpretar grandes volumes de informações. Nos últimos anos, a ciência de dados tem sido empregada em diversos setores, incluindo saúde, para enfrentar desafios difíceis, prever resultados e moldar estratégias.
Na MNCH, especialmente na África, a ciência de dados mostrou promessa. Exemplos incluem projetos que preveem mortalidade infantil, acompanham programas de vacinação e melhoram o uso de serviços de saúde materna em áreas rurais. Além disso, a ciência de dados poderia conectar dados de MNCH com outros conjuntos de dados globais, como padrões climáticos e fatores ambientais.
Em lugares como Europa, EUA e Ásia, iniciativas de ciência de dados melhoraram a qualidade dos dados e a entrega de serviços de saúde, permitindo um planejamento melhor e ações direcionadas. Felizmente, já existem vários esforços na África para usar a ciência de dados, incluindo programas para sistemas de informação em saúde e plataformas de saúde móvel. No entanto, muitas dessas iniciativas são isoladas e carecem de coordenação, o que limita sua eficácia.
Objetivo do Estudo
Esse estudo tem como objetivo revisar como a ciência de dados tem sido usada para melhorar a MNCH na África. Ele vai mapear onde e como abordagens de ciência de dados foram aplicadas na região. Essa visão geral vai fornecer insights sobre lacunas e oportunidades, ajudando a guiar o trabalho futuro nessa área.
Justificativa do Estudo
A Organização Mundial da Saúde (OMS) criou uma estratégia para promover a saúde digital ao longo de cinco anos. Eles também estabeleceram um atlas de saúde digital para acompanhar projetos de saúde digital. Na África, existem mais de 600 projetos, mas apenas 316 focam em MNCH, e há pouca informação sobre seus estágios de implementação. Portanto, a extensão exata do uso da ciência de dados para melhorar a MNCH não é bem conhecida.
Ao revisar a literatura existente, este estudo destacará lacunas e oportunidades para a ciência de dados na MNCH e sugerirá direções futuras para esse importante campo na África. Os resultados vão fortalecer o conhecimento nessa área e pedir mais pesquisas, ao mesmo tempo que oferecem referências úteis para tomadores de decisão interessados em investir e colaborar na MNCH.
Objetivos do Estudo
As principais metas deste estudo são:
- Mapear e resumir onde projetos de ciência de dados em MNCH foram implementados na África.
- Descrever as experiências e práticas de aplicação da ciência de dados em MNCH na região.
- Identificar lacunas e oportunidades no uso da ciência de dados para MNCH.
- Explorar como utilizar essas lacunas e oportunidades para avançar na ciência de dados em MNCH.
- Discutir a trajetória futura da ciência de dados em MNCH na África.
Métodos e Análise
Modelo Conceitual
Este estudo aplicará uma abordagem conceitual para entender como a ciência de dados foi aplicada na MNCH em níveis clínicos, comunitários e regionais. A estrutura será baseada em um modelo projetado para avaliar e melhorar sistemas de informação em saúde em países de baixa e média renda. Nosso modelo expande isso, incluindo áreas relacionadas à ciência de dados, como tecnologia, desenvolvimento de habilidades e necessidades políticas.
Domínios do Quadro
Desafios de Infraestrutura e Sistemas: Esse domínio examina iniciativas atuais de ciência de dados, acessibilidade e a eficácia dos sistemas de dados de saúde existentes.
Qualidade dos Dados: Essa área se concentra na padronização dos dados para garantir confiabilidade e precisão para decisões de saúde informadas.
Governança e Política de Dados: Este domínio analisa como os dados são geridos eticamente e examina o efeito do ambiente regulatório na ciência de dados na MNCH.
Inovações Tecnológicas: Esse domínio explora o papel da tecnologia digital na melhoria da coleta e análise de dados na MNCH.
Desenvolvimento de Capacidades: Essa área se concentra em construir habilidades e conhecimentos em ciência de dados entre profissionais de saúde para maximizar oportunidades.
Estruturas Colaborativas: Este domínio promove a formação de parcerias entre setores para incentivar decisões baseadas em dados na MNCH.
Recomendações para Implementação: Essa área fornecerá estratégias para implementar iniciativas de ciência de dados na MNCH e garantir sua sustentabilidade.
Design da Revisão de Escopo
Para estruturar a revisão, seguiremos uma estrutura metódica que inclui quatro etapas principais: identificação de perguntas de pesquisa, busca de estudos relevantes, seleção de artigos e coleta e resumo de dados.
Identificação de Perguntas de Pesquisa: Vamos focar em cinco perguntas-chave explorando o uso da ciência de dados na MNCH em toda a África.
Busca de Estudos Relevantes: Uma busca abrangente na literatura será conduzida usando várias bases de dados e pesquisas por trabalhos não publicados. O foco será em publicações em inglês especificamente relacionadas às aplicações de ciência de dados em MNCH na África.
Seleção de Artigos: Os artigos selecionados passarão por um processo de triagem para garantir que sejam relevantes para as perguntas de pesquisa.
Extração e Síntese de Dados: Após identificar documentos relevantes, vamos extrair informações essenciais e resumir as descobertas usando análise descritiva.
Ética e Disseminação
Como essa revisão usará dados publicados existentes, não é necessária aprovação ética. Os resultados da revisão de escopo serão compartilhados com profissionais de saúde, formuladores de políticas e pesquisadores por meio de vários canais, incluindo publicações revisadas por pares, conferências, plataformas digitais e redes sociais. Essa ampla disseminação visa garantir que os insights das aplicações de ciência de dados em MNCH sejam compartilhados e usados para informar intervenções práticas.
Conclusão
Este estudo sobre o uso da ciência de dados na saúde materna, neonatal e infantil na África é essencial, pois busca mapear aplicações, identificar lacunas e explorar futuras oportunidades. Ao abordar esses aspectos, o estudo pode contribuir significativamente para melhorar os resultados de saúde para mães e crianças na região, apoiando os países em seu compromisso de reduzir mortes evitáveis e melhorar o bem-estar geral. A ciência de dados tem o potencial de desempenhar um papel crucial nesses esforços, tornando importante compreender e aplicar efetivamente dentro do contexto MNCH na África.
Título: Unlocking the transformative potential of data science in improving maternal, newborn and child health in Africa: A scoping review protocol
Resumo: 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 atualização: 2024-08-01 00:00:00
Idioma: English
Fonte URL: https://www.medrxiv.org/content/10.1101/2024.07.31.24311286
Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.07.31.24311286.full.pdf
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.