Impact de la "social accountability" sur la disponibilit e des m edicaments: evidence empirique de la Tanzanie
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Impact de la ”social accountability” sur la disponibilité
des médicaments: évidence empirique de la Tanzanie
Francetic, I., Fink, G., Tediosi, F.
Igor Francetic
Doctorante
23 août 2019, Congrès ALASS 2019, Montréal
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 1 / 16
Social accountability?
Populaire dans les pays en développement
Engagement des citoyens dans la supervision de l’activité des
prestataires publics avec des mécanismes spécifiques de supervision et
feedback
Viable pour responsabiliser prestataires publics dans différents
domaines (santé, éducation, ...) dans les contexte suivants
• Pays aux ressources limitées où la supervision du sommet vers la base
n’est pas possible
• Zones rurales avec des sites dispersés
Contribution séminale: ”Power to the People”, Björkman and
Svensson (QJE 2009)
La littérature fait état de résultats mitigés
→ information vs. processus et facilitation
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 2 / 16
Disponibilité des médicaments essentiels Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 3 / 16
Disponibilité des médicaments essentiels
Priorité de santé mondiale incluse dans les SDGs → objectif 3B
Ruptures de stock (stock-outs) de ME → satisfaction du patient →
comportement de santé
Stock-outs → les patients vers les prestataires privés (à but lucratif)
Compte tenu de l’état de la protection sociale de la santé dans la
plupart des LMICs → paiements directs (OOP) → paupérisation
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 4 / 16Ou sommes-nous? Dodoma region, Tanzania Points vert = établissements sanitaires Points violets = districts d’intervention Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 5 / 16
Contexte
Données au niveau de l’établissement sanitaires obtenues à partir des
enquêtes du projet HPSS (baseline in 2011, endline in 2017)
HPSS = Health Promotion and System Strenghtening
Projet de renforcement du système de santé dans toute la région du
Dodoma avec différent composantes:
• Health promotion
• Health financing
• Medicine management
• Health infrastructure maintenance
• Cross-cutting issues (gender, HIV/AIDS, etc.)
Financé par la Direction du développement et de la coopération
Suisse)
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 6 / 16Intervention
ONG locale (Sikika) a mis en œuvre une intervention globale de
Social Accountability Monitoring → info+processus+facilitation
Sélection dans le traitement: les liens préexistants entre Sikika et
certains opérateurs de terrain dans les districts de Kondoa et
Mpwapwa
Objectifs de Sikika: Disponibilité des médicaments essentiels,
maintenance des infrastructures, l’utilisation des fonds publics et le
fonctionnement des mécanismes de gouvernance existants dans les
établissements de santé publique
Processus SAM: (1) sélection des citoyens dans les villages; (2)
formations des équipes SAM; (3) identification des problèmes au
niveau des établissement de santé locales; (4) discussions avec les
autorités au niveaux des districts; (5) feedback aux citoyens dans les
villages. Approx. 1.5 ans pour chaque round.
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 7 / 16Une chronologie
2011 2012 2013 2014 2015 2016 2017
Survey Baseline Endline
HPSS No Yes Yes Yes Yes Yes Yes
Jazia PV No No No Pilot Pilot Pilot Pilot
SAM Kondoa No Yes Yes Yes No Yes Yes
SAM Mpwapwa No Yes Yes Yes Yes Yes Yes
Jazia PV = Jazia Prime Vendor system, chaı̂ne d’approvisionnement alternative
pour les médicaments, principale composante du projet HPSS pour remédier aux
ruptures de stocks de médicaments essentiels. Mise en œuvre homogène dans
toute la région.
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 8 / 16Données
Tous les établissements pour baseline, 47% des établissements
échantillonnés au hasard pour endline
Outcome principal: jours de rupture de stock pour 13 médicaments
essentiels différents, pendant les 3 mois précédant l’enquête
Analyse pour: somme de jours de rupture de stock pour tous
médicaments et séparé pour antibiotiques, antipaludéens,
médicaments prescrits pour la SR, autres médicaments/vaccins
Outcome secondaire: deux indices de maintenance des infrastructures
Contrôles:
• Établissement: type, comité actif, distance du magasin MSD
• Cluster DHS le plus proche: urbaine, proportion de la population en
1er/5ème quintile de richesse, pluviométrie annuelle moyenne
• District: population, densité des établissements, visites OPD,
prévalence du paludisme, incidence de la tuberculose
Les groupes expérimental et control ne présentent pas de différences
significatives
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 9 / 16Approche empirique: diff-in-diff
Le modèle difference-in-differences estimé est donné par:
Yi,d,t =β0 + β1 Postt + β2 Treatmentd + δPostt × Treatmentd +
(1)
φi,t Xi,t + γΩd,t + i,d,t
ou Xi,t est une matrice de variables de contrôle au niveau des ES, Ωd,t est
une matrice de variables de contrôle au niveau des districts.
Pour tenir compte du clustering au niveau du district:
t test sur les erreurs-types robustes au clustering (CRSE)
wild cluster bootstrap ← préférée
t test alternative sur CRSE avec D − 1 degrés de liberté
wild sub-cluster bootstrap
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 10 / 16Resultats: spécification principale
(1) (2) (3) (4) (5)
Antibiotics Antimalarials Other med. Reprod. All
& vaccines Health Drugs
Treat 59.67∗∗ 15.34 45.53 -21.77∗ 49.34
(13.08) (12.15) (19.33) (7.18) (23.54)
Post -34.92∗ -22.01∗ -79.27∗∗∗ -18.32 -113.21∗∗∗
(9.84) (8.35) (10.63) (8.45) (13.55)
Treat×Post -59.21∗∗∗ 3.04 -45.18 -23.63 -79.95∗
(9.58) (6.79) (18.49) (11.17) (25.63)
N 317 317 317 317 317
Baseline avg. 70.50 50.20 126.66 48.25 206.13
Baseline std 71.96 48.49 92.21 63.77 147.92
Max so days 360 180 630 360 1170
Cluster robust standard errors in parentheses; * < 0.05, ** < 0.01, *** < 0.001
Note: the estimation performed using OLS. In red coefficients significant under
wild cluster bootstrap procedure.
Pas d’effet significatif sur les Indices de maintenance des infrastructures.
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 11 / 16Pre-trends pour des variables connexes
Households reporting U5 sleeping under ITN Cluster average malaria−attributable febrile episodes
200
.8
Cases per 1’000 people
Share of households
150
.4 .6
100
.2
50
0
2007 2011 2005 2010
Year Year
95% CI Control group Treatment group 95% CI Control group Treatment group
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 12 / 16Contrôles de robustesse
Modèle DID principale pour 3 placebo outcomes: pas d’effet
significatif
Groupe expérimental avec seulement Kondoa:
• estimations ≈ tous médicaments ensemble, < pour antibiotiques
Groupe expérimental avec seulement Mpwapwa:
• estimations < tous médicaments, ≈ pour antibiotiques
DID sans Dodoma Urban:
• estimations < tous médicaments, ≈ pour antibiotiques
Effect fixes au niveau des ES, échantillon non équilibré: > estimations
Effect fixes au niveau des ES, échantillon équilibré: estimations
Modèle multilevel avec clustering au niveau du district:
≈ estimations
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 13 / 16Conclusion
Prise en compte adéquate du clustering, réduction significative
d’environ 60 jours, soit 0,83 de sd (moyenne de référence 71,96) pour
antibiotiques.
La tendance temporelle largement attribuable au HPSS est
significative dans tous les cas.
Portée limitée du programme SAM, mais preuve de l’efficacité de
certains médicaments essentiels.
Aucun effet sur la maintenance de l’infrastructure → Plus de temps?
Mécanisme différent?
Les antipaludéens et, dans une certaine mesure, les vaccins →
Programmes verticaux
Santé de la reproduction et de l’enfant → Programme national
centralisé
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 14 / 16Principales limitations
Deux points dans le temps seulement
• Pas de pre-trends disponibles
• N’a pas tenu compte du rythme de mise en œuvre.
Étude quasi-expérimentale → Pas contrôle parfait pour les
confondants
Pas de contrôle sans HPSS (mais assure l’homogénéité entre les
districts)
Validité externe limitée
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 15 / 16Remerciements
Co-auteurs Günther Fink et Fabrizio Tediosi (Swiss TPH, Basel)
Support:
• HPSS team (Tanzania and Switzerland)
• Sikika (Tanzania)
• Ifakara Health Institute (Tanzania)
• SUPSI (Switzerland)
• Financement du programme r4d (www.r4d.ch)
Igor Francetic,Doctorante 23 août 2019, Congrès ALASS 2019, Montréal 16 / 16Vous pouvez aussi lire
