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 / 16
Ou 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 / 16
Intervention 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 / 16
Une 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 / 16
Données 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 / 16
Approche 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 / 16
Resultats: 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 / 16
Pre-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 / 16
Contrôles 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 / 16
Conclusion 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 / 16
Principales 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 / 16
Remerciements 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 / 16
Vous pouvez aussi lire