Etape 1. Téléchargez et analysez l’ensemble de données se trouvant sur le fichier Excel (Desk Review Practice Dataset.xlsx).

* Nous avons téléchargé l'ensemble de données se trouvant sur le fichier Excel

Etape 2. Analysez l’exactitude et le caractère complet du rapport.

a) Complétude et Promptitude de rapports de 2012,2013 et 2014 par District

a.1 Complétude de rapports 

a.2 Promptitude des rapports

a) Les données sont-elles complètes?

- Non pour 2014, mais celles de 2012 et 2013 sont complètes

b) Quelles régions présentent un problème d’exhaustivité?

- Les régions présentant un problème d’exhaustivité sont: CENTRE, NORD, NORD OUEST, SUD et SUD OUEST.

c) Qu’est-ce que cela implique concernant l’interprétation des données ?

- Concernant l’interprétation des données, cela ne peut pas nous empêcher de prendre les décisions basées sur les évidences. Selon les normes d’organisation de réunion de monitorage dans notre Pays la RDC, avec 80% des données on peut organiser une réunion d’analyse/REVUE à chaque niveau de la pyramide sanitaire

d) Les données ont-elles été envoyées en temps utile ?

- Non, les données ne sont pas toujours soumis en temps utile

e) Si Ce n’est pas le cas, quelles régions n’envoient pas dans un délai convenable les données?

- Excepté la région du SUD qui ont amélioré leur promptitude en 2013 et 2014, les autres régions n’envoient pas dans un délai convenable les données, il s’agit de : CENTRE, EST, EXTREME NORD, NORD, NORD OUEST, SUD ET SUD EST

f) La promptitude de l’envoi des données a-t-elle empiré ou s’est-elle améliorée avec le temps?

- La promptitude de l’envoi des données s’est améliorée en 2014 par rapport aux autres mois, à part le CENTRE

g) Quels indicateurs ou visualisations avez-vous utilisé pour analyser le caractère complet et la promptitude de l’envoi des données ?

- la complétude : le nombre des rapports reçus sur le nombre des rapports attendus
- la promptitude : le nombre des rapports soumis ou reçus à temps sur le nombre des rapports attendus

Etape 3. Repérez les anomalies et les incohérences

h) Référez-vous aux onglets 3 et 4 avec les doses administrées mensuellement de Penta 1 et 3 et d’OPV3.

- Il y a discordance des antigènes qui se donnent au même. (Penta3, OVP3)

i) Repérez-vous d’autres erreurs potentielles ?

- Mauvaise tenue de documents, c’est-à-dire document non mis à jours,
Insuffisance du personnel chargé des activités de vaccination, c’est-à-dire la même personne qui vaccine et celle qui tient le document

j) Qu’est-ce qui pourrait expliquer les différences entre les vaccins à part des problèmes au niveau de la qualité des données ?

- Rupture de stock régulière des intrants qui se donnent au même moment (Penta , OVP, PCV )

Quels types d’indicateurs ou de visualisations avez-vous utilisés afin de repérer des anomalies ou incohérences entre les doses ?

L’exhaustivité des données rapportées
La couverture vaccinale des antigènes qui se données au même moment

Etape 4. Analysez les tendances de couverture

k) Les estimations de couverture par région sont-elles solides ou existe-t-il des problèmes évidents avec les données ?

-Non, elles ne sont pas solides, il existe de problèmes évidents avec les données dans les régions : Nord, Ouest, Sud-Ouest, on a également le même dénominateur en 2008 et en 2019 pour toutes les régions

i) On voit une importante baisse de la couverture l’année précédente. D’où cela provient-il ?

Cette baisse peut provenir de la non maitrise du dénominateur. Elle a été constatée dans les régions : Nord, Ouest, Sud-Ouest

Etape 5. Comparez votre dénominateur aux estimations de population de l’ONU

En comparant notre dénominateur aux estimation de la population de l’ONU, nous constatons que pour notre Pays, le dénominateur ne tient pas compte de l’accroissement de la population, comme celle de l’ONU, à tritre d’exemple la population pays de 2008 et celle de 2019 est la même