Reflex

1
Reflexão sobre Qualidade e Qualidade de
DadosMEASURE Evaluation
2
Conceito Amplo de Qualidade

• Qualidade
• provedor (padrão técnico) recebedor
  (expectativa)

A definição mais simplista pode ser resumida em
Qualidade Um conceito multifacetado .Doing
the right thing right, right away..
3
Qualidade Um conceito amplo e multifacetado

• Competência técnica

Acesso Serviços
Eficácia
Relações de trabalho
Eficiência
Continuidade
Segurança
Satisfação do cliente
4
Qualidade Um conceito amplo e multifacetado

• Competência técnica

• Perfil dos funcionários
• Capacidade técnica em atender o público
• Capacidade de organizar a informação
• Capacidade em gestão humana
• Capacidade em monitorar
• Capacidade em logística
• Capacidade em receber e estocar mercadoria
• Capacidade em controle
• .......

5
Qualidade Um conceito amplo e multifacetado

• Competência técnica

Acesso Serviços

• Acesso geográfico
• Acesso económico
• Acesso social
• Acesso cultural
• Acesso linguístico
• Facilidade de acesso interno
• Acesso intra-institucional
• .......

6
Qualidade Um conceito amplo e multifacetado

• Competência técnica

Acesso Serviços
Eficácia

• Normas e especificações da qualidade
• Adaptar a norma à realidade local
• Acesso ao bom atendimento
• Garantir a atenção e satisfação ....

7
Qualidade Um conceito amplo e multifacetado

• Competência técnica

Acesso Serviços
Eficácia
Relações de trabalho

• Respeito
• Confidencialidade
• Empatia
• Credibilidade
• Relação com a comunidade
• Relação com o provedor
• Relações interpessoais de trabalho ....

8
Qualidade Um conceito amplo e multifacetado

• Competência técnica

Acesso Serviços
Eficácia
Relações de trabalho
Eficiência

• Maior beneficio com menor custo existente
• ....

9
Qualidade Um conceito amplo e multifacetado

• Competência técnica

• Recebe o serviço completo
• Sem necessidade de repetição dos serviços de
  apoio (laboratório, diagnóstico)
• Conhecimento do processo do paciente
• Tempo de atendimento do próximo encontro....

Acesso Serviços
Eficácia
Relações de trabalho
Eficiência
Continuidade
10
Qualidade Um conceito amplo e multifacetado

• Competência técnica

• Minimização do risco
• Infecções
• Contaminação
• Lixo
• Conhecimentos técnicos sobre segurança..

Acesso Serviços
Eficácia
Relações de trabalho
Eficiência
Continuidade
Segurança
11
Qualidade Um conceito amplo e multifacetado

• Competência técnica

• Retorno aos cuidados iniciados
• Expectativas
• Confiança
• Confidencialidade
• Ambiente agradável à espera..

Acesso Serviços
Eficácia
Relações de trabalho
Eficiência
Continuidade
Segurança
Satisfação do cliente
12
Alguns Princípios da Garantia da Qualidade

• Qualidade tem que ir ao encontro às expectativas
  do cliente
• Foco em sistemas e processos
• Uso de dados para analisar como os serviços são
  oferecidos
• Encoraja o trabalho em equipa visando melhorar a
  qualidade e solucionar os problemas.

13
Ciclo da Garantia da Qualidade
Implementar Solução
Planeamento
Proposta de Solução
Fixar Padrões
Análise e Estudo do Problema
Padrões de Comunicação
Identificar quem trabalhará no Problema
Monitoria
Identificar Oportunidades e Melhoramentos
Definir o Problema
13
14
Porque é importante a qualidade dos dados?

• Possibilita saber se os recursos estão a ser
  utilizados da forma mais eficaz e eficiente
  possível, isto é, a qualidade dos dados é
  necessária a todos os níveis para as decisões de
  gestão
• O financiamento está ligado ao desempenho. A
  responsabilidade pelo financiamento e os
  resultados reportados são cada vez mais
  importantes
• Os gestores precisam confiar nos seus dados para
  poderem usá-los na tomada de decisões
• Os gestores querem compreender e melhorar os
  resultados

15
Dimensões da qualidade dos dados

• Exatidão
• Fiabilidade
• Pontualidade
• Totalidade
• Precisão
• Confidencialidade
• Integridade

16
Exercício

• Podemos transpor o conceito multifacetado em
  ações de coleta e supervisão de dados?
• Exercicio em grupo
• desenvolva ações que representem os conceitos
  apresentados, na visão da gestão de dados. Cada
  grupo terá um conceito para analisar
  detalhadamente

17
Dimensões da qualidade dos dados

• Exatidão
• Os dados válidos são considerados exatos Eles
  medem aquilo que devem medir.
• Existe uma relação entre a atividade ou o
  programa e aquilo que se está a medir?
• Qual é o processo de transcrição de dados?
  Existem possibilidades de se cometer erros?
• Estarão a ser dados passos para limitar os erros
  de transcrição (por ex., dupla introdução de
  dados para grandes inquéritos, verificações de
  validação incorporadas, verificações aleatórias)?

18
Dimensões da qualidade dos dados

• Exatidão (continuação)
• Se existirem erros nos dados, o que fazer para
  repará-los?
• Existe um procedimento uniforme que se aplica
  para o registo dos dados primários (por ex., de
  local para local, ao longo do tempo?
• O que faço quando tiver um conjunto de dados em
  falta/incompletos?
• Os números finais são reportados com exatidão
  (por ex., o total corresponde)

19
Dimensões da qualidade dos dados

• Fiabilidade
• Os dados são medidos e recolhidos uniformemente
  (isto é, as medições repetidas que recorreram aos
  mesmos procedimentos obtêm os mesmos resultados)
• Utiliza-se o mesmo instrumento de ano para ano,
  de local para local?
• Utiliza-se o mesmo procedimento de recolha de
  dados de ano para ano, de local para local?
• Existem procedimentos implementados que garantem
  que os dados estão isentos de erros
  significativos e que não existe parcialidade (por
  ex. instruções, folhas de informação indicadora,
  formação, etc.)?

20
Dimensões da qualidade dos dados

• Pontualidade
• Os dados são suficientemente atuais e frequentes
  para contribuir no processo de gestão e de tomada
  de decisão - são recebidos dentro do prazo
  estabelecido
• Os dados estão disponíveis com a frequência
  suficiente para contribuir nas decisões da gestão
  do programa?
• Existe um cronograma regular de recolha de dados
  que responda às necessidades da gestão do
  programa?
• O pessoal do programa tem conhecimento sobre o
  prazo de envio dos relatórios? Esta informação é
  conhecida em todos os níveis de envio de
  relatórios?
• Os dados são reportados logo após a recolha?

21
Dimensões da qualidade dos dados

• Totalidade
• Abrangência da recolha de dados
• Percentagem de todos os campos do formulário de
  recolha de dados preenchidos
• Percentagem de todos os relatórios esperados
  realmente recebidos
• Os dados de todos os locais que devem reportar
  estarão incluídos nos dados agregados? Se não o
  estiverem, quais os locais em falta?

22
Dimensões da qualidade dos dados

• Precisão
• Os dados têm detalhes suficientes, por ex., estão
  convenientemente desagregados onde necessário.
• A margem de erro dos dados é inferior à mudança
  esperada que o projecto deveria produzir
• A margem de erro é inferior à mudança esperada
  que está sendo medida?
• As margens de erro são aceitáveis para a tomada
  de decisão do programa?

23
Dimensões da qualidade dos dados

• Confidencialidade
• Os clientes têm a garantia de que os seus dados
  serão mantidos e tratados de acordo com as normas
  nacionais e/ou internacionais

24
Dimensões da qualidade dos dados

• Integridade
• Os dados são protegidos contra a parcialidade ou
  contra a manipulação deliberada por motivos
  políticos ou pessoais
• Existem riscos de manipulação dos dados por
  motivos pessoais ou políticos?
• Quais são os sistemas implementados para
  minimizar esses riscos?
• É feita uma revisão independente?

25
Qual a qualidade que os dados devem ter?

• Não há dados perfeitos!
• Os dados deverão ser suficientemente bons para
  documentar o desempenho e apoiar a tomada de
  decisão
• Diferentes objetivos/indicadores podem requerer
  níveis diferentes de qualidade de medição
• A mudança esperada a ser medida deverá ser
  superior à margem de erro
• Use discernimento profissional
• Documente decisões e informações de suporte

26
Passos para conduzir uma Avaliação

• Verificar e validar o desempenho da informação
  para se certificar de que os dados têm qualidade
  razoável
• Analisar a recolha de dados e os procedimentos de
  processamento para garantir uma aplicação
  consistente
• Analisar a capacidade do programa e os recursos
  humanos - o pessoal do programa possui as
  capacidades e recursos adequados (ex.
  formulários, computadores, tempo) para executar o
  trabalho que lhes compete?
• Quando se identificam questões relacionadas com a
  qualidade dos dados, estabelecer passos para a
  abordagem, isto é, desenvolver e implementar um
  plano de ação, com os devidos custos associados,
  para o reforço do sistema.

27
O que Avaliar ?

• Quantitativo - Verificação de Dados
• Observação/Descrição
• Observar ou descrever a ligação entre a prestação
  de serviços/fornecimento de produtos e a
  elaboração do documento original que regista a
  prestação desse serviço
• Análise da Documentação
• Analisar a disponibilidade e abrangência de todos
  os documentos indicadores originais para o
  período do relatório selecionado

28
O que Avaliar ?

• Quantitativo - Verificação de Dados (continuação)
• Verificar dados reportados
• Identificar e verificar números reportados
• Fazer a recontagem dos números reportados a
  partir de documentos originais disponíveis
• Comparar os números verificados com o número
  reportado pelo local
• Identificar motivos para quaisquer discrepâncias

29
O que Avaliar ?

• Quantitativo - Verificação de Dados (continuação)
• Verificações cruzadas
• Executar "verificações cruzadas dos totais
  reportados com outras fontes de dados (por ex.,
  registos de inventários, relatórios de
  laboratórios, etc.)
• Verificações localizadas
• Executar "verificações aleatórias" para verificar
  a prestação de serviços e/ou fornecimento de
  produtos às populações-alvo (onde aplicável)

30
O que Avaliar ?

• Qualitativo Avaliação do Sistema
• Capacidades, Funções e Responsabilidades em MA
• O pessoal-chave de MA e gestão de dados está
  identificado com responsabilidades claramente
  atribuídas?
• Formação
• A maioria do pessoal-chave de MA e gestão de
  dados recebeu a formação necessária?
• Requisitos de Reporte de Dados
• O Programa/Projeto documentou claramente o que
  deve ser reportado a quem e como e quando deve
  ser reportado?

31
O que Avaliar ?

• Qualitativo Avaliação do Sistema (continuação)
• Definições de Indicadores
• Existem definições de indicadores operacionais
  que cumprem os padrões relevantes e são
  sistematicamente seguidas por todos os pontos de
  serviço?
• Formulários e Ferramentas de Recolha e Reporte de
  Dados
• Existem formulários e ferramentas de recolha e
  reporte de dados que sejam usados
  sistematicamente?
• Os documentos originais são guardados e
  disponibilizados em conformidade com uma política
  escrita?

32
O que Avaliar ?

• Qualitativo Avaliação do Sistema (continuação)
• Processos de Gestão de Dados
• Existe documentação clara sobre os passos de
  recolha, agregação e manipulação/manuseio dos
  dados?
• Mecanismos e Controlos de Qualidade dos Dados
• Os desafios/problemas para manter a qualidade dos
  dados estão identificados e existem mecanismos
  para evitá-los/corrigí-los?
• Existem procedimentos claramente definidos e
  seguidos que identifiquem e reconciliem as
  discrepâncias dos relatórios?
• Existem procedimentos claramente definidos e
  seguidos para a verificação periódica dos dados
  fonte?

33
Quando avaliar a qualidade dos dados do programa
?

• Integrar mecanismos de controlo de qualidade dos
  dados aos procedimentos operacionais padrão
• Integrar verificações de qualidade dos dados em
  visitas de supervisão / monitoria de rotina
• Conduzir avaliações formais periódicas (a cada
  dois anos para um sistema estabelecido, com mais
  frequência para sistemas mais recentes)

34
Fatores-chave para assegurar a Qualidade dos
Dados

• Sistemas funcionais de informação
• Definição clara de indicadores constantemente
  utilizados em todos os níveis
• Descrição de funções e responsabilidades em todos
  os níveis
• Cronogramas específicos de relatórios
• Formulários/ferramentas de recolha de dados e
  relatórios padronizados, compatíveis e com
  instruções claras

35
Fatores-chave que asseguram a Qualidade dos Dados

• Procedimentos de revisão de dados documentados a
  serem executados a todos os níveis
• Os passos para abordar/corrigir os
  desafios/problemas da qualidade dos dados (dados
  em falta, dupla contagem, dados perdidos,...)
  estão bem definidos
• Política de armazenagem e práticas de arquivo que
  permitem a recuperação de documentos para fins de
  auditoria
• Conheça os seus dados - A melhor forma de
  melhorar a qualidade dos dados é UTILIZAR os
  dados!

36
MEASURE Evaluation é financiado pela Agência
Norte-Americana para o Desenvolvimento
Internacional (USAID) através do Acordo de
Cooperação GHA-A-00-08-00003-00 e implementado
pelo Carolina Population Center da Universidade
da Carolina do Norte em parceria com Futures
Group, John Snow Inc., Macro International Inc.,
Management Sciences for Health e Universidade
Tulane. Visite-nos em http//www.cpc.unc.edu/meas
ure.