Cada vez que una jurisdicción sanitaria reporta un caso de sarampión, una infección de transmisión sexual o un brote local, ese dato tiene que viajar: de la libreta del personal de campo a un sistema digital, de ese sistema a las autoridades de salud, y de ahí a las decisiones que definen dónde poner recursos y atención médica. El problema es que, en México, ese viaje no siempre llega completo ni a tiempo.

Esa fue la pregunta que guió una investigación reciente en la Jurisdicción Sanitaria (JS) Iztacalco, en la Ciudad de México: ¿qué tan bien gobernada está la información que alimenta la vigilancia epidemiológica, y qué tanto se refleja esa gobernanza en la calidad real de los datos?

El punto de partida: dos ideas que suelen confundirse

Antes de entrar en resultados conviene aclarar un término clave: gobernanza de datos. No es lo mismo que “gestionar” o “capturar” datos. La gobernanza es el marco de reglas, roles y políticas que define cómo deben manejarse los datos desde arriba: quién es responsable de qué, qué estándares se siguen, cómo se documentan. La gestión, en cambio, es la ejecución operativa del día a día. Puede haber mucha gestión (personal capturando información constantemente) y muy poca gobernanza (sin políticas claras que ordenen ese trabajo).

Para medir la gobernanza, la investigación usó un marco internacional llamado DAMA-DMBOK2, que la evalúa en cinco frentes: políticas de datos, roles y responsabilidades, gestión de metadatos (información que describe a los datos, como cuándo y quién los capturó), ciclo de vida de los datos, e interoperabilidad (qué tan bien “se hablan” entre sí los distintos sistemas).

Para medir la calidad de la información resultante, se usó el modelo de DeLone y McLean (2003), un clásico en sistemas de información, que evalúa seis dimensiones: exactitud, consistencia, oportunidad (si llega a tiempo), completitud, validez y accesibilidad.

Cómo se hizo la investigación

El estudio siguió un diseño mixto, es decir, combinó números (encuestas, listas de verificación) con información cualitativa (percepciones del personal), bajo lo que en metodología se llama un Diseño Anidado Concurrente de Modelo Dominante (DIAC): ambos tipos de datos se recolectan al mismo tiempo, pero uno de los dos —en este caso, el cuantitativo— tiene mayor peso en el análisis final.

Participaron seis coordinadores del área de epidemiología y captura de datos de la JS Iztacalco, la totalidad del personal relevante para el estudio (lo que en investigación se llama una muestra censal: no es una muestra parcial, es todo el universo posible). Se auditaron dos sistemas de vigilancia: el SUIVE, con 2,037 registros, y el SINAVE/EPV, con 113 registros activos por el brote de sarampión que atravesaba el país en ese momento. El periodo analizado cubrió las primeras 12 semanas epidemiológicas de 2026.

Lo que se encontró

Los resultados numéricos mostraron un panorama de cumplimiento parcial, con una brecha crítica muy específica.

La gobernanza de datos, en conjunto, alcanzó un 76.8% de cumplimiento, un nivel que podría considerarse aceptable. Pero al desglosarlo por dimensión, la dimensión de políticas de datos cayó a apenas 60.7%: la jurisdicción tiene personal capacitado y sistemas operando, pero carece de reglas formales que ordenen ese trabajo.

En cuanto a la calidad de la información, el sistema SUIVE cumplió en un 69.2% de los criterios evaluados, mientras que el SINAVE/EPV apenas llegó al 50%. Y la dimensión que peor resultado tuvo, en ambos sistemas, fue la accesibilidad: 20% en SUIVE y 0% en SINAVE. En otras palabras, incluso cuando los datos existen y son correctos, muchas veces no están disponibles para quien los necesita consultar.

El hallazgo que nadie esperaba

Uno de los resultados más llamativos surgió al cruzar estadísticamente la percepción de gobernanza del personal con la calidad real de los datos, usando un coeficiente llamado Rho de Spearman (una medida que indica si dos variables se mueven juntas, y en qué dirección). El resultado fue de −0.8452, una correlación fuerte, pero inversa: entre el personal, quienes percibían mejor la gobernanza no eran quienes trabajaban con los datos de mejor calidad, y viceversa.

La explicación con más sustento fue lo que la investigación bautizó como la “paradoja del experto”: el personal con más años de experiencia tiende a aplicar criterios de evaluación más estrictos y, por lo tanto, es más crítico al calificar su propio entorno de trabajo. No es que la gobernanza esté fallando donde la perciben peor; es que quienes más saben, más exigen.

Otro hallazgo, este no anticipado por ninguna hipótesis inicial, fue que la gobernanza de datos en la jurisdicción opera bajo un modelo descendente (top-down): las decisiones sobre calidad de datos se toman arriba, sin que el personal operativo —quienes capturan la información día a día— tenga voz real en ese proceso. Es una desconexión estructural que ayuda a explicar por qué las políticas, aun existiendo, no siempre se traducen en mejor calidad de datos en la práctica.

Por qué esto importa más allá de una jurisdicción

Es fácil pensar que esto es un problema puramente administrativo, pero tiene consecuencias directas: un sistema de vigilancia epidemiológica que no logra que sus datos sean accesibles a tiempo, es un sistema que reacciona tarde ante un brote. La frase que mejor resume el hallazgo central de esta investigación es esta:

La gobernanza sin accesibilidad es solo almacenamiento de datos.

Tener políticas, tener personal capacitado y tener sistemas digitales no sirve de mucho si, al final, la información no puede llegar a quien debe tomar una decisión con ella.

Lo que se recomienda

El estudio no se quedó solo en el diagnóstico. Entre las recomendaciones principales están: formalizar políticas de gobernanza de datos que hoy no existen por escrito, mejorar específicamente la accesibilidad de los registros en ambos sistemas, capacitar al personal en estándares como DAMA-DMBOK2 y la normativa mexicana NOM-017-SSA2-2012 (la norma oficial que regula la vigilancia epidemiológica en el país), y —quizás lo más importante— abrir espacios donde el personal operativo pueda participar en las decisiones sobre cómo se manejan los datos, no solo ejecutarlas.

Esta investigación fue desarrollada como tesis de licenciatura en Informática Administrativa en el Instituto Mexicano de Estudios Superiores y de Posgrado (IMESP), bajo la dirección de la Dra. Patricia De los Santos Armenta, con base en trabajo de campo realizado dentro de la Jurisdicción Sanitaria Iztacalco.