Annual Results and Impact Evaluation Workshop for RBF - Day One - Performance des Programmes FBR - Un Aperçu Comparatif entre Pays à Partir de Données Operationnelles
Similar to Annual Results and Impact Evaluation Workshop for RBF - Day One - Performance des Programmes FBR - Un Aperçu Comparatif entre Pays à Partir de Données Operationnelles
Annual Results and Impact Evaluation Workshop for RBF - Day Seven - Des expér...RBFHealth
Similar to Annual Results and Impact Evaluation Workshop for RBF - Day One - Performance des Programmes FBR - Un Aperçu Comparatif entre Pays à Partir de Données Operationnelles (20)
Providing Health in Difficult Contexts: Pre-Pilot Performance-Based Financing...
Annual Results and Impact Evaluation Workshop for RBF - Day One - Performance des Programmes FBR - Un Aperçu Comparatif entre Pays à Partir de Données Operationnelles
1. PERFORMANCE DES PROGRAMMES
FBR – UN APERÇU COMPARATIF
ENTRE PAYS À PARTIR DE DONNÉES
OPÉRATIONNELLES
BUENOS AIRES, MARS 2014
2. OBJECTIF
Fournir un aperçu comparatif des performances
entre pays afin d’évaluer les progrès réalisés et
identifier les domaines nécessitant des enquêtes
supplémentaires
3. PROGRAMMES PAYS EXAMINÉS
Population Totale pour 2012 (WDI)
Pays Date de Début Zone Programmes Population ciblée
Bénin Mar. 2012 8 districts 2.2 millions (22%)
Burkina Faso Déc. 2011 3 districts 813 mille (5%)
Burundi Mar. 2010 niveau national 9.8 millions (100%)
Cameroun Littoral: Avr. 2011
3 autres: Juil. 2012
4 regions 2.8 millions (13%)
Kenya Déc. 2011 1 sous-préfecture 200 mille (0.5%)
Nigéria Déc. 2011 3 LGAs 416 mille (0.2%)
Zambie Avr. 2012 11 districts 1.5 millions (11%)
Zimbabwe Mar. 2012 18 districts 4.2 millions (30%)
Afghanistan Avr. 2009 11 provinces
Laos Mar. 2013 5 provinces 2.2 millions (33%)
Sierra Leone Oct. 2010 13 districts 5.9 millions (100%)
4. COMPRENDRE LES DONNÉES
OPÉRATIONNELLES
Données vérifiées des institutions contractantes
• Non-disponibles pour les institutions non-participantes (secteur
privé, hôpitaux dans certains cas)
• Ne reflètent pas la couverture réelle des populations
• Usuellement non-disponibles pour les groupes contrôle ou pour les
indicateurs non-incitatifs (dépend du SIGS)
• Peuvent encore être sujettes à erreurs malgré les vérifications
• Pas d’EI, l’effet (absence de) est évocateur mais non-concluant
Manque d’informationprécise pour calculer la couverture
• Taille de la population ciblée
• Paramètres permettant de chiffrer les populations à risque (c.à.d. les
dénominateurs)
Enjeux de l’analyse entre pays
• Défis dans la comparabilité (ou dans la non-comparabilité) des
définitions et des conceptions
• Ne considère que le niveau programme, pas le niveau sous-
programme
13. SCORES QUALITÉ TOTAUX POUR LES
INSTITUTIONS DE SANTÉ
%
Les résultats indiquent des moyennes pour les centres de santé et les hôpitaux, techniques
et subjectives lorsque cela convient
Chaque barre représente un trimestre de mise en oeuvre
0
10
20
30
40
50
60
70
80
90
100
Burkina
Faso
Benin Cameroon Kenya Nigeria Zambia Zimbabwe
16. PAIEMENT FBR POUR PRESTATION DE SERVICE
PAR HABITANT PAR ANNÉE
“Année” signifie 12 mois calendairescomplets incluant le mois au cours duquel le programme a débuté
La valeur pour l’année la plus récenteest extrapolée si la durée du programme est inférieure à 12 mois
Les composantes de paiements se réfèrentà la quantité, la qualité, et l’équité des bonus lorsque cela
s’applique
0
0.5
1
1.5
2
2.5
3
3.5
Kenya Cameroon B Faso Nigeria Zambia Benin Zimbabwe Burundi
Year 1 Year 2 Year 3 Year 4
Paiementparhabitant(US$)
17. PROPORTION DE PAIEMENTS FAITS AUX CENTRES
DE SANTÉ ET AUX ÉCHELONS INFÉRIEURS DANS
LES PAIEMENTS TOTAUX DES PRESTATIONS DE
SERVICES
%
Les chiffres communiqués forment des moyennes pour tous les trimestres écoulés jusqu’à
présent
0 10 20 30 40 50 60 70 80 90 100
Kenya
Zambia
Nigeria
Burkina Faso
Benin
Zimbabwe
Burundi
Cameroon
18. TROIS SERVICES ABSORBANT LA PLUS GRANDE
PROPORTION DES PAIEMENTS
Soins
Amb.>5
11%
Soins
Amb.
<=5
[PERC
ENTA
GE]Accouc
h. Inst.
[PERC
ENTA
GE]
Autres
[PERC
ENTA
GE]
Burundi
Zambie
Cameroun
Zimbabwe
Conta
ct
Amb.
[PERC
ENTA
GE]
Accou
ch.
Institu
tionnel
[PERC
ENT…
PF
[PERC
ENTA
GE]
Autres
[PERC
ENTA
GE]
Soins
Amb.
[PERCE
NTAGE]
Accouc
h.
Instituti
onnel
15%
PF
[PERCE
NTAGE]
Autres
[PERCE
NTAGE]
Soins
Amb.
[PERC
ENTA
GE]
Jour
Hôp.
[PERC
ENTA
GE]
CDV
[PERC
ENTA
GE]
Autres
[PERC
ENTA
GE]
Les chiffres communiqués forment des moyennes pour tous les trimestres écoulés jusqu’à
présent
19. RÉSUMÉ DES POINTS SAILLANTS
1. Il existe de fortes variations de performance à travers les programmes, à
la fois au niveau des données de références et dans la durée
2. En général, il y a eu de bonnes améliorations aux niveauxdes services
essentiels et de la qualité tel que mesuré par les programmes
3. Les paiements annuels par personne varient entre US$ 0.3 et US$ 3.
Certains programmes “un dollar par habitant” réussissent plutôt bien
(Zambie, Nigéria)
4. Les soins curatifs (particulièrement en ambulatoire), les accouchements
institutionnels et le PF constituent les éléments les plus coûteux
5. La plupart des programmes insistent particulièrement sur les échelons
les plus bas du système de santé (centres de santé et plus bas)
6. Certaines zones requérant plus d’investigations:
• Améliorations systématiquement lentes en PF dans certains pays: pourquoi?
• Couverture >100%: problème lié aux mesures, excès dans les rapports fournis par les
prestataires, population?
• Que faire si le niveau de performance est élevé et se stabilise?
• Est-ce que la méthode « honoraire-pour-service » est la bonne pour les contacts en
ambulatoire?
20. RENFORCEMENT DU TRAVAIL SUR LES
DONNÉES ADMINISTRATIVES
1. Régulièrement suivre les progrès réalisés par les programmes
pour identifier les zones pouvant être ajustées (indicateurs et
outils)
2. Mettre les données provenant du SIGS à profit pour comparer
celles des structures contrôles et évaluer la performance des
services ne disposant pas d’incitatifs
3. Développer un tableau de bord en ligne afin de faciliter
l’utilisation des données et promouvoir la transparence
4. Développer un logiciel d’analyse de données automatisée pour
réduire le fardeau des équipes chargées d’analyser les données
et encourager une concentration sur les résultats (ADEPT RBF)