 Dans cette vidéo, nous allons discuter de la deuxième dimension constitutive de DHS2, l'élément de données. Vous savez maintenant que les éléments de données permettent de définir ce que représente une valeur particulière dans DHS2, autrement dit, le QUOI. Reprenons notre exemple sur les cas positifs de paludisme enregistrés dans le centre de santé de Namshala en octobre 2020. L'élément de données décrit ce qui est compté. Il s'agit ici de cas positifs de paludisme. Nous pouvons nous représenter les éléments de données comme des étiquettes ou des variables qui décrivent ce que signifie une donnée en particulier. Les éléments de données sont souvent des chiffres. Par exemple, la population totale, les individus vaccinés contre la rougeole et les lits d'hôpitaux disponibles sont tous des exemples d'éléments de données qui contiennent des valeurs numériques. Notez que les éléments de données peuvent également contenir d'autres types de données. Par exemple, du texte, des valeurs oui, non et autres. Une caractéristique importante des éléments de données est qu'ils peuvent être agrégés de diverses manières. Les éléments de données qui sont collectés dans DHS2 sous la forme de données numériques peuvent être additionnés dans le temps. On peut calculer leurs moyennes dans le temps, comme par exemple le calcul de données trimestriels à partir de données mensuelles. On peut également agréger les éléments de données en remontant l'arboréissance, comme par exemple additionner les données des établissements de santé pour obtenir le total par district. Les éléments de données peuvent également être ventilés. Alors que l'agrégation consiste à additionner des choses, ventiler quelque chose signifie séparer un élément constitutif. L'âge et le sexe sont des exemples courants de ventilation appliqués à des éléments de données. Ici, nous avons ventilé l'élément de données qu'à de paludisme, à TDR positifs par sexe. Ainsi, nous pouvons distinguer le nombre de cas masculins et féminins. Ce type de ventilation de données est très utile pour l'analyse des données, car il peut révéler s'il y a des différences entre les sexes. Parlons maintenant des indicateurs qui sont utilisés dans l'analyse des données du système DHIS2. Que sont les indicateurs et en quoi sont-ils différents des éléments de données? Alors que les éléments de données sont des valeurs brutes qui sont collectées, les indicateurs sont des valeurs qui sont calculées. Pour illustrer la différence, un exemple d'éléments de données serait le nombre de personnes vaccinées, tandis qu'un indicateur serait le taux de couverture vaccinale calculé sur la base d'une formule définie. La couverture vaccinale représente un pourcentage d'individus vaccinés. Il s'agit des doses administrées à une population cible composée de toutes les personnes éligibles. Ici, la couverture vaccinale est l'indicateur, tandis que les doses administrées et la population cible sont tous deux des éléments de données dans DHIS2. Maintenant, combinons ces éléments de données dans une formule mathématique. Dans cette formule, nous pouvons remarquer que la couverture vaccinale est calculée en divisant les doses administrées, le numérateur, par la population cible, le dénominateur, et multiplié par un facteur 100 pour obtenir un pourcentage. Des formules similaires peuvent être utilisées pour calculer de nombreux autres indicateurs dans DHIS2. En règle générale, ces formules se composent d'un numérateur, d'un dénominateur et d'un facteur. Les calculs d'indicateurs peuvent également donner des taux taux, par exemple, l'indicateur calculant le nombre de cas confirmés de paludisme qui est obtenu en additionnant les cas diagnostiqués par différentes méthodes, tels que le TDR ou test de diagnostic rapide et la microscopie. L'utilisation d'indicateurs calculés à partir de données sur la population permet de comparer les performances en matière de santé entre des zones géographiques ayant des tailles de population différentes, une comparaison souvent plus utile que celle des données brutes. Dans ce tableau, nous voyons à la fois les valeurs des éléments de données d'ausses administrées et populations, ainsi que les valeurs de l'indicateur couverture pour deux districts dont la taille de la population est différente. En comparant les deux districts, on constate que le nombre de doses administrées est plus élevé dans le district A que dans le district B. Mais si l'on considère plutôt le taux de couverture qui tient compte de la taille de la population cible, une image différente apparaît. Le district B a une couverture de 50%, alors que le district A ne présente qu'une couverture de 30%. Cela signifie donc que le district B est plus performant pour matière de vaccination de la population cible, même si le taux absolu de doses administrées est plus faible. Récapitulons rapidement les principales caractéristiques des éléments de données et des indicateurs et leurs différences. Les éléments de données et les indicateurs représentent tous deux ce qui est mesuré, c'est-à-dire le quoi. Les éléments de données représentent souvent des données collectées et généralement un comptage brut, comme les cas confirmés d'une maladie, les données démographiques ou le nombre de lits d'hôpitaux. D'autre part, les indicateurs font référence à des valeurs qui ne sont pas saisies directement, mais qui sont calculées à partir de deux éléments de données ou plus. Habituellement, le calcul comprend un numérateur, un dénominateur et un facteur, comme dans le calcul de la couverture vaccinale ou du taux de mortalité maternelle. Ils peuvent également être un total de plusieurs éléments de données additionnés, comme nous l'avons lu lors de notre analyse du nombre de cas de paludisme confirmé.