Annual Results and Impact Evaluation Workshop for RBF - Day One - Utiliser les données opérationnelles et SIGS pour le suivi de programme et l’évaluation d’impact – Zambie
Upcoming SlideShare
Loading in...5
×
 

Annual Results and Impact Evaluation Workshop for RBF - Day One - Utiliser les données opérationnelles et SIGS pour le suivi de programme et l’évaluation d’impact – Zambie

on

  • 45 views

A presentation from the 2014 Annual Results and Impact Evaluation Workshop for RBF, held in Buenos Aires, Argentina. French Version.

A presentation from the 2014 Annual Results and Impact Evaluation Workshop for RBF, held in Buenos Aires, Argentina. French Version.

Statistics

Views

Total Views
45
Views on SlideShare
45
Embed Views
0

Actions

Likes
0
Downloads
0
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Annual Results and Impact Evaluation Workshop for RBF - Day One - Utiliser les données opérationnelles et SIGS pour le suivi de programme et l’évaluation d’impact – Zambie Annual Results and Impact Evaluation Workshop for RBF - Day One - Utiliser les données opérationnelles et SIGS pour le suivi de programme et l’évaluation d’impact – Zambie Presentation Transcript

  • Utiliser les données opérationnelles et SIGS pour le suivi de programme et l’évaluation d’impact – Zambie Atelier sur les Résultats et l’Evaluation d’Impact 2014 Délégation zambienne 25 Mars 2014
  • Modèle de FBR en Zambie  L’undes rares exemples de “contrat interne” à travers le secteur public de la santé  Quasi séparation Acheteur-Prestataire par différents niveauxdu système de prestation de soins de santé zambien  Vérification des données sur la quantité et la qualité  Comités de pilotage (CPs) en tantque vérificateurs indépendants  Vérification externe périodique  Paiements basés sur la performance  “Paiement à l’acte” sur un ensemble d’indicateurs de santématernelle, néonatale et infantile (SMNI) dans les centres de santé  Cadre d’Evaluation de la Performance pour les Bureaux Médicaux de District  Autonomie de gestion et financière des formations sanitaires 2
  • Données opérationnelles 3
  • Tendances des indicateurs de performance: T2 2012-T4 2013 4 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 T2 2012 T3 2012 T4 2012 T1 2013 T2 2013 T3 2013 T4 2013 Nombre Accouchements qualifiés Visites anténatales et de suivi pendant la grossesse Visite postnatale Enfant complétement immunisé 3ème dose de TPI Fansidar Femmes enceintes ayant reçu Niverapine et AZT
  • Tendances des indicateurs de performance: T2 2012-T4 2013… 5 0 100,000 200,000 300,000 400,000 500,000 600,000 700,000 800,000 900,000 T2 2012 T3 2012 T4 2012 T1 2013 T2 2013 T3 2013 T4 2013 Nombre Consultation curative Utilisateurs de méthodes modernes de PF Femmes enceintes conseillées et testées au VIH
  • Augmentation en pourcentage – Indicateurs de Quantité 6 14% -1% 23% -49% 69% 44% 94% 70% 203% 14% 19% 21% 22% 22% 25% 63% 67% 88% -100% -50% 0% 50% 100% 150% 200% 250% Consultation curative Femmes enceintes HIV+ ayant reçu Niverapine et AZT Femmes enceintes conseilléeset testées au VIH Visites anténataleset de suivi pendant la grossesse Accouchements qualifiés 3ème dose de TPI Fansidar Visite postnatale Enfant complétement immunisé Utilisateurs de méthodes modernesde PF Pourcentagedechangement T2 2012 contre T4 2013 (depuis début projet) T4 2012 contre T4 2013
  • Utilisation des données du Système d’Information et de Gestion Sanitaire (SIGS) 7
  • Similarités et différences: Données opérationnelles (OP) contre données SIGS • Les données OP et SIGS sont collectées des mêmes formations sanitaires, et des mêmes entrées de données • Cependant, les données OP sont compilées bien plus vite que les données SIGS étant donnés les conditions nécessaires à la vérification, et les liens avec les paiements • Les données opérationnelles sont seulement compilées à partir des patients inscrits, tandis que les données HMIS sont compilées à partir des registres et des feuilles de comptage • La consolidation des données OP et SIGS est faite par un personnel distinct au niveau du district • 100% des données OP sont vérifiées sur une base mensuelle, tandis que les données SIGS reposent principalement sur des données auto-rapportées qui sont vérifiées occasionnellement • Les données OP et SIGS DOIVENT indiquer les mêmes tendances dans les indicateurs, malgré des différences de magnitude 8
  • Utiliser les données SIGS pour comparer les 3 bras de l’étude de l’évaluation d’impact  Que peut-on dire avant l’enquête finale?  Analyse en différences-de-différencesdes tendances avant et après le FBR  Période d’analyse – jan 2011 à déc 2012: FBR introduit en avril 2012  Pas une analyse définitive puisqueles données SIGS sont auto- rapportées mais:  Vérification importante sur le FBR: Les résultats des données opérationnelles concordent-ils avec les données SIGS?  Quel est l’impact du FBR sur les indicateurs non incités? 9
  • Evaluation d’Impact  Explore s’il existe un lien causal entre le projet de FBR et les résultats  Enquête de base – quantitative et qualitative  Evaluation de processus (entretiens,observations, revue des donnéesopérationnelles et SIGS)  Enquête finale – quantitative et qualitative  Trois (3) bras d’étude:  10 districts d’intervention FBR (FBR)  10 districts financés sur la base des intrants (C1)  10 districts de pur contrôle (C2) 10
  • Impact sur les indicateurs incités  Toutes les mesures: par service par formation par mois  Gains dans plusieurs services ciblés, pas de changement dans l’utilisation totale, et déclins dans l’immunisation  Pas de gains du financement additionnel aux districts 11
  • Tendance dans l’accouchementqualifié (Jan 2011-Déc 2012) 0 200 400 600 800 1000 1200 1400 1600 1800 2000 Basé sur les intrants Pur contrôle Sourcedonnées:SIGS, Ministèrede la Santé FBR implémenté 12 FBR
  • Impact sur indicateurs non incités  Peu de répercussionsurles non incités  Financementadditionnela embauchéplus de personnel(mais pas de changementsur les mesuresdes services) 13
  • Utilisation des données OP et SIGS a rendu possible de:  Triangulerles données OP et SIGS càd. vérifierla concordancedes données OP avec les données SIGS  Vérifier indépendemment les données OP  Suivre les tendances des indicateursincités et non-incités dans les trois (3) bras de recherche  Suivre l’utilisationdes fonds par indicateur,et le montant total alloué au projet de FBR  Faire des ajustements au design du FBR, ainsi que fournir plus de renforcement des capacités et de soutien technique 14
  • Exemples de comment l’information émergente a été utilisée  Changementde l’application de l’outil qualité pourrécompenserles améliorations de qualité plutôt que de pénaliser les déficits de qualité  Etablissementde la composanteinvestissementà un minimum de 40% et des incitations à la performancepour le personnelà un maximum de 60%  Augmentation des frais d’évaluation pour leshôpitauxfaisant les audits de la qualité  Révision du pack assistancetechniquepour s’appuyer sur les capacitéslocales  Soutien techniqueaccru aux formations sanitairesen sous- performance  Introduction defrais de supervision pour les comités de pilotage du FBR de la province 15
  • Défis • Transmission tardive des données SIGS • Faible qualité des données SIGS du fait de la migration à un système en ligne DHIS-2 • Agents de saisie des données inadéquats dans les formations sanitaires en particulier dans les districts de contrôle • Coûteux de faire une évaluation de processus impliquant des observations en formation sanitaire et des entretiens avec prestataires de service, patients et membres de la communauté 16
  • Merci 17