For the complete DHIS2 documentation index, see llms.txt.

Implémentation de fonctionnalités et de procédures relatives à la qualité des données{ #implementing-data-quality-functionality-and-procedures }¶

Comme indiqué dans les sections sur les caractéristiques de la qualité des données relatives à la [saisie des données] (data-quality-02-data-entry.md) et à l'[analyse] (data-quality-03-analysis.md), il existe une multitude de fonctionnalités permettant d'assurer la qualité des données dans DHIS2. Toutefois, l'existence de fonctionnalités ne conduit pas automatiquement à leur utilisation. Cette section aborde les approches visant à accroître leur adoption. Trois thèmes sont abordés à cet effet :

Automatisation de l'analyse de la qualité des données grâce à des tableaux de bord et des notifications de validation
[Exigences minimales pour l'implémentation de la fonctionnalité de qualité des données dans DHIS2] (#minimum-standards-for-data-quality)
[Procédures opérationnelles standard (SOP) sur la qualité des données à utiliser à différents niveaux du système de santé] (#standard-operating-procedures)

Analyse automatique de la qualité des données¶

Pour encourager les utilisateurs à vérifier régulièrement la qualité des données, la fonctionnalité de qualité des données doit être facilement accessible et " orientée " vers les utilisateurs dans la mesure du possible. Dans DHIS2, il existe principalement deux façons de procéder :

Configurer et partager avec les utilisateurs des tableaux de bord qui fournissent des analyses de qualité des données prêtes à l'emploi.
Utilisation de la fonctionnalité de notification des règles de validation pour informer les utilisateurs des notifications de règles de validation strictes.

Tableaux de bord sur la qualité des données¶

Les tableaux de bord contenant des mesures de qualité des données constituent le principal moyen d'offrir aux utilisateurs une analyse automatique de la qualité des données. Comme nous le verrons plus en détail dans la section normes minimales, différents groupes d'utilisateurs devraient avoir accès à l'analyse automatique de la qualité des données au moyen de tableaux de bord conçus spécifiquement pour leurs besoins. Lors de la planification et de la conception de tableaux de bord pour différents groupes d'utilisateurs, plusieurs aspects doivent être pris en considération.

Sélection des indicateurs de base¶

La plupart des mesures de qualité des données plus approfondies que nous pouvons définir dans DHIS2 nécessitent un travail de configuration important et des métadonnées supplémentaires (telles que des prédicteurs, des éléments de données pour stocker les calculs et des indicateurs) pour chaque variable de base que nous souhaitons être en mesure d'évaluer. Cela signifie que de telles mesures ne peuvent être réalisées que pour un ensemble d'indicateurs de base. Le [kit d'outils AQD de l'OMS] (https://www.who.int/data/data-collection-tools/health-service-data/data-quality-assurance-dqa) fournit une liste d'indicateurs de base pour certains programmes de santé, qui, avec les indicateurs de base définis dans les plans nationaux de suivi et d'évaluation, constituent un bon point de départ pour déterminer les variables à classer par ordre de priorité. Cela signifie également que si les tableaux de bord peuvent donner un aperçu des problèmes de qualité des données et des informations plus approfondies pour certaines variables clés, les utilisateurs doivent toujours être [formés] ((#normes minimales de qualité des données)) à l'utilisation d'autres fonctionnalités de qualité des données, et il doit y avoir des SOPs décrivant les activités liées à la qualité des données qu'ils doivent effectuer régulièrement.

Orientation opérationnelle ou analytique¶

Le deuxième élément à prendre en compte est de savoir dans quelle mesure les tableaux de bord automatiques doivent être conçus pour être des outils opérationnels ou analytiques, ou une combinaison des deux. Au niveau du district et de l'établissement, où les utilisateurs sont directement responsables de la saisie de données exactes en temps voulu, les tableaux de bord peuvent être conçus pour être plus opérationnels. Par exemple, ils peuvent mettre en évidence des valeurs de données spécifiques signalées comme potentiellement aberrantes, ou des établissements individuels qui n'ont pas encore présenté de rapport pour la période en cours. Pour les analystes au niveau national, les besoins sont plus susceptibles d'être liés à l'évaluation de la qualité des données afin de prendre des décisions éclairées sur la base de celles-ci. Il est donc moins important de voir les valeurs aberrantes individuelles, mais une mesure de la proportion des valeurs de données déclarées qui sont des valeurs aberrantes potentielles est pertinente pour l'analyse. L'analyse peut également avoir un objectif opérationnel à des niveaux plus élevés, comme la possibilité de suivre les tendances ou de faire des comparaisons géographiques des problèmes de qualité des données afin que des interventions puissent être effectuées.

Personnaliser pour des groupes d'utilisateurs¶

Les tableaux de bord doivent être adaptés et partagés avec des groupes d'utilisateurs ayant des besoins d'information et des rôles similaires en ce qui concerne la qualité des données. D'un point de vue technique, il est facile de donner à tous les utilisateurs de DHIS2 l'accès à un grand nombre de tableaux de bord en utilisant la fonctionnalité sharing pour les rendre publics (pour tous les utilisateurs) ; cependant, alors qu'un ensemble de tableaux de bord publics pourrait être développé pour couvrir tous les aspects clés de la qualité des données, il est peu probable que les utilisateurs trouvent et examinent les informations disponibles dans un ensemble de tableaux de bord si seul un petit sous-ensemble de ces informations est pertinent pour eux. Il convient donc d'identifier des groupes clés d'utilisateurs pour lesquels des analyses automatiques et personnalisées peuvent être développées sous la forme de tableaux de bord.

Deux dimensions sont essentielles pour définir ces groupes d'utilisateurs : le niveau du système de santé auquel les utilisateurs sont basés (national, district, établissement, etc.) et le(s) domaine(s) de santé pour lequel (lesquels) ils travaillent. Ces deux dimensions sont étroitement liées, car les utilisateurs des niveaux supérieurs sont généralement plus spécialisés en termes de domaines/programmes de santé, tandis que les utilisateurs des niveaux inférieurs ont des responsabilités plus étendues. Par exemple, dans un petit établissement, une ou deux personnes peuvent être responsables des données et des rapports pour tous les services de santé, dans le district, il peut y avoir des personnes responsables à la fois des rapports HMIS transversaux et des points focaux plus spécialisés pour des programmes spécifiques, tandis qu'au niveau national, chaque programme de santé peut disposer d'une équipe d'analystes de données.

Lors de l'examen des groupes d'utilisateurs à cibler en termes d'exigences relatives aux tableaux de bord de la qualité des données dans DHIS2, il est important de garder à l'esprit que les utilisateurs individuels peuvent faire partie de plusieurs groupes d'utilisateurs - à la fois dans leur travail réel et techniquement en termes de groupes d'utilisateurs dans DHIS2. Par exemple, si deux tableaux de bord de qualité des données ont été développés spécifiquement pour contrôler la qualité des données sur le paludisme et pour fournir des mesures clés de qualité des données pour les districts, les utilisateurs travaillant dans un district qui sont également responsables de la lutte contre le paludisme devraient avoir accès aux deux tableaux de bord (c'est-à-dire qu'ils devraient faire partie des groupes "utilisateurs du district" et "utilisateurs du programme de lutte contre le paludisme"). En supposant que les unités d'organisation relatives et les [périodes relatives] (https://docs.dhis2.org/en/use/user-guides/dhis-core-version-master/understanding-the-data-model/about-data-dimensions.html?h=relative+master+use#relative-periods) soient utilisées conformément aux meilleures pratiques de visualisation et de conception des tableaux de bord, les mêmes tableaux de bord peuvent souvent être réutilisés au niveau national et sous-national. L'exception se situe au niveau de l'établissement, car toute analyse impliquant des comparaisons entre plusieurs unités d'organisation ne pourra pas fonctionner convenablement pour les utilisateurs de l'établissement.

Exemples de tableaux de bord sur la qualité des données¶

Pour illustrer comment la fonctionnalité de qualité des données du DHIS2 peut être mise en œuvre, des exemples de tableaux de bord de qualité des données sont disponibles dans l'environnement intégré de la [base de données de démonstration du HMIS] (https://demos.dhis2.org/hmis/dhis-web-dashboard/#/c6L3VVdHTGK) géré par le centre HISP. Ces tableaux de bord respectent généralement les principes de qualité des données énoncés dans la section [principes de qualité des données] (data-quality-01-principles.md) et le [cadre AQD de l'OMS] (https://www.who.int/data/data-collection-tools/health-service-data/data-quality-assurance-dqa) ; toutefois, étant donné que l'accent est mis sur le suivi routinier (par exemple, mensuel/trimestriel), les contrôles de qualité des données concernant la cohérence du dénominateur et la cohérence externe (par exemple, avec les enquêtes sur les ménages) ne sont pas inclus, car ils changent au maximum une fois par an dans des circonstances normales.

Outre les contrôles de cohérence externes, les exemples de tableaux de bord fournissent des mesures sur chacune des dimensions clés de la qualité des données :

l'exhaustivité et l'actualité des données, au niveau des ensembles et des éléments de données
cohérence entre les données connexes
cohérence dans le temps (détection des valeurs aberrantes)

Quatre indicateurs sont utilisés dans les tableaux de bord proposés en exemple, sur la base des indicateurs de base recommandés dans le [cadre du AQD de l'OMS] (https://www.who.int/data/data-collection-tools/health-service-data/data-quality-assurance-dqa) (le cinquième indicateur de base, les notifications de tuberculose, n'a pas été inclus dans la version initiale des tableaux de bord en raison des limites des données disponibles dans la base de données de démonstration du système d'information sur les marchés du logement).

Du niveau national au niveau du district¶

Le tableau de bord " QD - Qualité des données de base " est disponible dans la [base de données de démonstration HMIS] (https://demos.dhis2.org/hmis/dhis-web-dashboard/#/c6L3VVdHTGK) à l'aide des détails de connexion suivants : - Nom d'utilisateur : demo_en / Mot de passe : District1# - Nom d'utilisateur : demo_dq_district / Mot de passe : District1#

La meilleure façon de consulter le tableau de bord est de se connecter à DHIS2, mais un résumé des principaux éléments du tableau de bord est fourni ici.

L'exhaustivité

Graphiques linéaires montrant la tendance sur 12 mois des indicateurs de base :

Exhaustivité de déclaration (par ensemble de données)
Établissements établissant des rapports régulièrement au cours des 12 derniers mois

Graphiques à valeur unique pour chaque indicateur de base, pour le mois dernier :

Exhaustivité des éléments de données
Établissements établissant des rapports régulièrement au cours des 12 derniers mois

Tableaux présentant les principales mesures d'exhaustivité/de respect des délais pour le mois dernier, comparant les unités d'organisation (au niveau de l'utilisateur et à un niveau inférieur). Un tableau est inclus pour chaque indicateur de base. Utilise une légende personnalisée pour colorer les cellules en fonction de l'exhaustivité.

Consistance des données connexes

Diagrammes de dispersion montrant les variables de base par rapport à une variable connexe, dans plusieurs unités d'organisation (un niveau en dessous de l'utilisateur). La détection des valeurs aberrantes est activée, mettant en évidence les unités d'organisation dont la valeur se situe à plus de 3 écarts-type de la médiane, à l'aide d'une méthode de z-score modifiée.

Taux d'abandon (pour les variables le cas échéant) au cours des 12 derniers mois, présentés sous forme de diagramme à colonnes trié de bas en haut avec les valeurs négatives mises en évidence et un tableau correspondant répertoriant les unités d'organisation ayant des valeurs négatives.

Cohérence dans le temps

Graphiques de variation annuelle pour chaque variable, montrant les valeurs mensuelles pour l'année en cours et les 5 années précédentes.

Valeur excluant les valeurs aberrantes pour chacune des quatre variables :

Graphiques de valeurs individuelles du mois dernier
Tableau de valeurs des 12 derniers mois, avec ensemble de légendes appliqué

Tableau des grandes valeurs aberrantes pour chacune des variables au cours des 3 derniers mois pour les unités inférieures au niveau de l'utilisateur, avec légende appliquée en fonction de la taille de la valeur aberrante.

Niveau de l'Établissement¶

Le tableau de bord " QD - Qualité des données de base " est disponible dans la [base de données de démonstration HMIS] (https://demos.dhis2.org/hmisdq_dev/dhis-web-dashboard/#/u9bbWIfAX5o) à l'aide des identifiants de connexion suivants : - Nom d'utilisateur : district_qd_établissement / Mot de passe : District1#

La meilleure façon de consulter le tableau de bord est de se connecter à DHIS2, mais un résumé des principaux éléments du tableau de bord est fourni ici.

L'exhaustivité

Tableaux avec les principales mesures d'exhaustivité/de respect des délais des 12 derniers mois (un tableau pour chaque indicateur de base), montrant :

Ensemble de données des déclarations attendues : 1 si l'établissement est censé faire une déclaration, 0 sinon
Rapports effectifs sur l'ensemble des données : 1 si l'établissement a marqué l'ensemble de données comme terminé, 0 sinon
Déclarations effectives de l'ensemble de données dans les délais : 1 si l'établissement a marqué l'ensemble de données comme terminé avant la date limite de déclaration, 0 sinon
Valeur de la variable (par ex. CPN 1ère visite) : la valeur réelle des données, pour évaluer directement l'exhaustivité de l'élément de données.

Utilise une légende personnalisée pour mettre en évidence les valeurs égales à 0, mais dans une couleur neutre, car certains établissements ne sont pas censés fournir des informations sur toutes les variables clés.

Consistance des données connexes

Taux d'abandon (pour les variables le cas échéant) au cours des 12 derniers mois, présentés sous la forme d'un graphique à colonne unique avec les valeurs négatives surlignées et un tableau correspondant répertoriant les unités d'organisation présentant des valeurs négatives.

Cohérence dans le temps

Graphiques de variation annuelle pour chaque variable, montrant les valeurs mensuelles pour l'année en cours et les 5 années précédentes.

Tableau comprenant de grandes valeurs aberrantes (valeurs de + 10 uniquement) pour chacune des variables au cours des 12 derniers mois pour l'unité d'organisation de l'utilisateur, avec un ensemble de légendes appliquées en fonction de la taille de la valeur aberrante.

Graphiques comparant les valeurs déclarées à la valeur aberrante calculée pour chacune des variables au cours des 12 derniers mois pour l'unité d'organisation de l'utilisateur.

Tableaux de bord des boîtes à outils de l'OMS¶

Comme partie intégrante des boîtes à outils sur les données de santé, se trouvent des tableaux de bord relatifs à la qualité des données pour des programmes de santé spécifiques. Il s'agit de ressources précieuses qu'il convient d'examiner lors de la mise en œuvre des tableaux de bord relatifs à la qualité des données dans chaque domaine respectif. Actuellement, le [tableau de bord sur la qualité des données relatives au paludisme] (https://docs.dhis2.org/en/topics/metadata/malaria/malaria-hmis/design.html#malaria-data-quality-dashboard) a été publié et est disponible dans la [base de données de démonstration HMIS] (https://demos.dhis2.org/hmis/dhis-web-dashboard/#/xRjeIawqMbW). Les tableaux de bord relatifs à la tuberculose et au VIH sont en cours d'élaboration et seront publiés et mis à disposition dans la base de données de démonstration HMIS d'ici la fin de l'année 2023.

Notifications des règles de validation¶

Les tableaux de bord sont le principal moyen de fournir aux utilisateurs une analyse automatique de la qualité des données. Toutefois, les notifications de règles de validation peuvent également être utilisées à cette fin et constituer un complément utile si elles sont configurées correctement. Selon la configuration de DHIS2, les notifications de règles de validation peuvent être paramétrées de manière à ce que les utilisateurs reçoivent des messages dans DHIS2, des courriels ou des SMS si un certain test logique est vrai. Pour la qualité des données, cela signifie qu'une valeur est supérieure à un certain seuil et qu'elle est signalée comme une valeur aberrante potentielle.

L'implémentation de cette fonctionnalité doit être gérée avec soin, car l'envoi d'un trop grand nombre de messages peut amener les gens à ne plus prêter attention à ce qu'ils disent. Ceci est particulièrement vrai si les notifications :

sont envoyés à des personnes pour lesquelles le message n'est pas pertinent (c'est-à-dire qu'elles n'ont pas la responsabilité de vérifier/corriger l'erreur potentielle)
comportent trop de faux positifs (c'est-à-dire des valeurs qui s'avèrent ne pas être des erreurs de qualité des données)
ne sont pas suffisamment importants pour justifier l'envoi d'un message spécifique

Les notifications de règles de validation doivent donc être utilisées avec prudence dans le cadre du contrôle qualité des données et conviennent mieux aux variables hautement prioritaires pour lesquelles des problèmes de qualité des données ont été régulièrement constatés.

Référence - mesures de qualité des données{ #reference-data-quality-metrics }¶

Vous trouverez ci-dessous une liste de référence des mesures de qualité des données et des analyses qui peuvent être configurées dans DHIS2 et fournies sous forme d'analyse automatique par le biais de tableaux de bord ou de notifications push, pour une seule variable.

L'exhaustivité

L'exhaustivité et le respect des délais de l'ensemble des données.
Complétude des éléments de données. Peut être configuré avec différentes unités de mesure pour le dénominateur ("rapports attendus").
Les unités d'organisations/établissements font des rapports réguliers.

cohérence entre les données connexes

Diagrammes de dispersion, contre une variable connexe
Graphiques mettant en évidence les taux d'abandon négatifs (le cas échéant)

Cohérence dans le temps

Graphiques de variation annuelle permettant d'identifier visuellement les valeurs aberrantes
Mesure des valeurs aberrantes
- Valeur globale excluant les valeurs aberrantes
- Nombre et proportion de valeurs aberrantes
- Listes des valeurs aberrantes par période/unités d'organisation
Notifications (message DHIS2, e-mail ou SMS) si les valeurs dépassent le seuil des valeurs aberrantes.

Normes minimales de qualité des données¶

DHIS2 dispose d'un large éventail de fonctionnalités permettant de garantir et d'évaluer la qualité des données ; toutefois, une grande partie de ces fonctionnalités doit être configurée par l'équipe centrale de DHIS2 et doit être mise à la disposition des utilisateurs finaux. Au-delà de la configuration de DHIS2, il est essentiel que la formation dispensée aux utilisateurs finaux de DHIS2 comprenne la fonctionnalité de qualité des données et qu'il existe des SoPs (procédures opérationnelles standard) pour le personnel à tous les niveaux, qui définissent clairement leur rôle dans l'assurance de la bonne qualité des données. Cette section présente ce que nous considérons comme un minimum de normes de configuration et de mise en œuvre pour garantir la qualité des données.

Configuration de la saisie des données¶

Règles de validation configurées pour tous les ensembles de données actuellement utilisés, couvrant tous les éléments de données pour lesquels il est possible de définir des comparaisons logiques conformément aux bonnes pratiques en matière de règles de validation.
- Les boîtes à outils relatives aux données de santé fournissent une référence avec des règles de validation recommandées pour plusieurs programmes de santé.
Les ensembles de données qui ont été utilisés régulièrement pendant au moins un an et dont les rapports sont raisonnablement exhaustifs doivent être pris en considération pour la génération de valeurs min-max.
- Il convient d'utiliser d'autres méthodes que la fonction intégrée de "génération de valeurs min-max".

Tableaux de bord et indicateurs¶

Les indicateurs de qualité des données doivent être configurés pour (au moins) les indicateurs prioritaires du ministère de la santé/programme de santé :
- Exhaustivité des éléments de données
- Les établissements qui font des rapports réguliers
- Données excluant les valeurs aberrantes
Des tableaux de bord sur la qualité des données devraient être élaborés et mis à la disposition de tous les utilisateurs, en fonction de leurs besoins en matière d'analyse de la qualité des données.
- Les tableaux de bord sur la qualité des données provenant des boîtes à outils des données sur la santé devraient être examinés comme référence.

Rôles des utilisateurs et accès¶

Les utilisateurs doivent avoir accès à l'application principale "Qualité des données" et à d'autres applications de qualité des données installées/configurées (par exemple, l'outil de qualité des données de l'OMS). Il s'agit notamment de :
- Au minimum, tous les utilisateurs responsables de la saisie et de la validation des données
- En l'absence d'arguments clairs en ce sens, les autres utilisateurs ayant accès à l'analyse des données

Autre configuration¶

L'outil de qualité des données de l'OMS est installé et configuré de façon à supporter les examens annuels de qualité des données.
La notification de la règle de validation est envisagée (en fait, la mise en œuvre de cette règle n'est pas considérée comme faisant partie d'une norme minimale de qualité des données).
- Options de notification ( email et/ou SMS) configurées si les notifications des règles de validation sont utilisées.

Formation et aides de travail¶

Le programme et le matériel de formation du personnel qui utilise DHIS2 devraient couvrir l'utilisation de la fonctionnalité de qualité des données.
Les aides de travail, les manuels d'utilisation et les autres ressources mises à la disposition des utilisateurs doivent couvrir la fonctionnalité de la qualité des données.

Procédures opérationnelles normalisées¶

Les procédures opérationnelles normalisées relatives à la qualité des données doivent être définies et mises à la disposition des utilisateurs.
- Il peut s'agir d'un SOP dédié à la qualité des données, ou la qualité des données peut être intégrée dans les SOP pour la collecte et/ou l'analyse des données.

procédure opérationnelle normalisée relative à la qualité des données¶

Des procédures opérationnelles normalisées couvrant la qualité des données doivent être mises à la disposition des utilisateurs qui travaillent avec des données à tous les niveaux des systèmes de santé. Les procédures opérationnelles normalisées doivent indiquer qui doit faire quoi, quand - et comment cela doit être fait. Cela signifie que les rôles clés liés à la qualité des données doivent être définis, ainsi que les responsabilités de chacun. Voici quelques exemples d'activités liées à la qualité des données qui doivent être décrites :

Quelles sont les mesures à prendre en cas de violation des règles de validation ou des valeurs min/max lors de la saisie des données ?
Quand les données doivent-elles être communiquées et quand doivent-elles être contrôlées ?
Quelles sont les mesures à prendre par les différents niveaux du système de santé pour contrôler les données ?
Que faire lorsqu'une valeur incorrecte ou aberrante est identifiée ?

Les procédures opérationnelles normalisées relatives à la qualité des données doivent être élaborées en fonction du contexte et des procédures établies dans chaque mise en œuvre. Toutefois, un modèle de procédure opérationnelle normalisée relatif à la qualité des données est disponible [ici] (https://docs.google.com/document/d/1w9bhvCEgewrKLSNsizfpPBoAv2WCd3aM9wzbt3x4yHE/edit?usp=sharing) et peut servir de point de départ à l'élaboration d'une version spécifique à chaque pays.

Opérations clés de maintenance¶

Pour que la fonctionnalité de qualité des données décrite ici fonctionne comme prévu, certaines fonctionnalités sous-jacentes doivent également être mises en place.

Programmation¶

Plusieurs mesures de qualité des données reposent sur l'utilisation de prédicteurs pour effectuer les calculs sous-jacents. Dans le cas des valeurs aberrantes, deux ensembles de prédicteurs sont nécessaires : d'abord pour calculer les seuils de valeurs aberrantes, puis pour évaluer les données par rapport à ces seuils. Les prédicteurs doivent être planifiés à l'aide de l'application [Scheduler app] (https://docs.dhis2.org/en/use/user-guides/dhis-core-version-master/maintaining-the-system/scheduling.html?h=scheduler+master+use#scheduling), et doivent être exécutés de manière à ce qu'ils soient terminés avant que le travail de génération de la table d'analyse n'ait lieu, généralement tous les soirs.

Les tâches planifiées ne peuvent pas être enchaînées de sorte qu'une tâche démarre lorsque la précédente est terminée. Ainsi, pour s'assurer que les tâches requises s'exécutent dans le bon ordre, vous devez mesurer le temps nécessaire pour que chaque tâche se termine et les planifier en conséquence.

Voici un exemple de génération des prédicteurs et de leur utilisation dans le cadre d'une analyse

Dans ce deuxième exemple, nous pouvons ajouter la tâche de suivi pour l'utilisation des règles de validation et des notifications.

Dans l'exemple ci-dessous, les prédicteurs chargés de calculer les seuils de qualité des données commencent à 23h00 et se terminent en 15 minutes environ. Les prédicteurs chargés de calculer d'autres mesures de qualité des données démarrent à 23 h 30 et durent 45 minutes. Enfin, les tâches de mise à jour de la table d'analyse démarrent à 02:00. Les tests sont effectués avec soin dans un système de développement afin de déterminer le temps nécessaire à chaque tâche et les planifier en conséquence.

Paramètres des notifications par e-mail et par SMS¶

Les messages, qu'il s'agisse de messages directs envoyés par les utilisateurs, de notifications de validation ou de notifications du système, sont par défaut envoyés en tant que messages internes de DHIS2. Pour que ces messages soient également transmis par e-mail et/ou SMS, DHIS2 doit être configuré de manière appropriée et l'utilisateur doit activer les notifications par e-mail/SMS.

Configuration de l'e-mail¶

Pour que DHIS2 puisse envoyer des notifications par e-mail, un serveur SMTP doit être configuré dans les [paramètres du système] (https://docs.dhis2.org/en/use/user-guides/dhis-core-version-238/configuring-the-system/system-settings.html?h=smtp+2.38#system_email_settings). Tout fournisseur de messagerie offrant un service SMTP peut en principe être utilisé à cette fin. [Un tutoriel] (https://docs.dhis2.org/en/topics/tutorials/setting-up-email.html?h=smtp+tutorials#setting-up-email-on-a-server) est également disponible pour configurer un service de courrier électronique sur le serveur hôte DHIS2.

Configuration des SMS¶

Pour que DHIS2 puisse envoyer (et recevoir) des messages SMS, une [passerelle SMS] (https://en.wikipedia.org/wiki/SMS_gateway) doit être configurée. D'autres options de passerelles SMS pour DHIS2 sont présentées ici. L'utilisation d'un appareil Android comme passerelle est techniquement possible, mais n'est recommandée que pour les essais et les projets pilotes à petite échelle. Les passerelles SMS dédiées sont généralement proposées par des fournisseurs commerciaux ou des opérateurs de téléphonie mobile (moyennant un paiement), et ces fournisseurs de services fourniront les paramètres nécessaires à la configuration de la passerelle.

Les étapes spécifiques de la configuration des passerelles SMS dans DHIS2 sont décrites [ici] (https://docs.dhis2.org/en/use/user-guides/dhis-core-version-238/maintaining-the-system/configure-sms.html?h=#sms-configuration-gateways), avec des détails supplémentaires [ici] (https://docs.dhis2.org/en/use/user-guides/dhis-core-version-238/maintaining-the-system/mobile.html#mobile_sms_service).

Activation et désactivation des notifications¶

Il appartient à chaque utilisateur de choisir d'activer/désactiver le transfert de ces messages vers les SMS ou les e-mails (en supposant qu'ils aient été configurés comme décrit ci-dessus). Pour ce faire, ouvrez les Paramètres utilisateurs dans la barre de menu de DHIS2 et activez ou désactivez chaque option pour les SMS et les e-mails (réglez les paramètres sur "Oui" pour les activer).