Bonjour à tous.
Enfin, grace à l'analyse des données et surtout des opinions que j'ai collectées et à l'analyse des expériences vécues, je suis avancée dans l'élaboration de mon projet..
En effet, c’est reconnu que en augmentant les investissements dans le secteur de la santé on a une augmentation de la croissance économique.
Mais certaines fois c’est impossible d’augmenter les investissements en manière consistante et durative, surtout pour les pays en voie de développement qui dépendent des pays plus développés pour la majorité de leurs investissements en santé. En effet, ces pays se trouvent à opérer dans une situation de ressources restreintes et difficilement croissantes.
C’est a partir de ces constatations que je me suis intéressée à comment maximiser l’efficace et l’efficience des investissements dans le secteur de la santé. En effet, si l’efficace et l’efficience des investissements est majeure, pour chaque niveau donné des investissement on peut rejoindre un output meilleure.
Dans ce cas, concernant la santé, j’ai pensé utiliser comme output le nombre de malades prise en charge.
En effet, plus est grande le nombre de malades pris en charge plus on réduit la mortalité (et le nombre de malades prises en charge est, avec la qualité des soins, la seule-je crois- levier directe pour influencer le taux de mortalité). Et la réduction de la mortalité est l’un des aspects qui permettent une majeure croissance économique. Donc je crois que l’augmentation du nombre de malades pris en charge a parité d’investissement doit être un des objectifs des états, surtout s’ils n’ont pas des ressources trop vastes, comme dans le cas du Cameroun. En effet, cet état dépende comme plusieurs pays de l’Afrique subsaharienne des investissements étrangers pour effectuer efficacement sa lutte contre le SIDA. Cependant, ces investissement ne sont pas infini dans le temps, comme est en train d’émerger dramatiquement dans le cas de ce pays.
La demande que je me suis posée est donc : à l’intérieur de la lutte contre le SIDA, quels sont les secteurs d’investissement qui permettent de maximiser l’efficience des investissements mêmes ? Est-il mieux d’investir dans la sensibilisation ou dans les contributions pour les médicaments ? Dans la réduction des temps d’attente ou dans la réduction du coût des visites ?
Pour répondre à cette question, je doit voir quel a été l’impact des investissements dans les différentes facteurs sur l’output.
Je pense utiliser un modèle (Nombre malades pris en charge = ß1 X1+ ß2 X2 + ß3 X3 + ß4 X4 + ß5 X5 + ß6 X6 +Ɛ ) où la variable expliquée est le nombre de malades pris en charge, tandis que les variables explicatives sont tous les facteurs qui influencent ce nombre et qui peuvent être amélioré par un augmentation de l’investissement (qui peut être « additionnel », dans le cas meilleure, ou « soustractif », quand l’investissement totale est constante et cette augmentation est possible à détriment des autres facteurs). Je considère seulement l’investissement publique ou des organisations internationales (il n’y a pas un gros investissement privé, à l’exclusion des investissements effectués par les malades). En effet, les malades n’ont pas l’opportunité de modifier la répartition de leur investissement, qui est dépendante des choix d’investissement « publiques ».
C’est à partir des entretiens que j’ai eu sur le terrain avec des travailleurs du secteur sanitaire, des patients et des gestionnaires de la santé publique, que j’ai identifié les six différents facteurs qui j’ai mis dans le modèle et qui peuvent influencer directement le nombre des malades qui se font détecter et qui sont pris en charge. Ces facteurs sont :
X1 = coût des médicaments.
X2 = niveau de stigmatisation, qui est la cause d’une réduction du nombre des personnes qui se font dépister et soigner.
X3 = coûts indirects (de transport et de logement) soutenus pour aller à l’hôpital et pour se loger dans la ville où il se trouve.
X4 = temps d’attente (pour faire la visite de contrôle ou pour recevoir les médicaments à la pharmacie).
X5 = nombre d’agents de soutien psychosociale, qui influence le nombre des perdus de vue
X6 = coût des visites et des examens.
Pour chaque variable, j’ai besoin d’une série historique de données qui va du 2000 au 2009.
Dans plusieurs cas, pour estimer la valeur de ces facteurs on doit utiliser des proxi. La choix de proxi est influencée par le problème de l’incomplétude des données pour ce type de pays, où les collectes de données officielles sont insuffisantes et limité dans le temps.
J’ai des idées, mais je n’ai pas encore décidé pour toutes les variables quelle proxi j’utiliserai. Ça dépendra des données que j’ai pu collecter ou que je peux trouver sur des revues/des sites spécialisés. Et surtout je dois vérifier leur cohérence
Pour ce qui concerne la variable dépendante, j’ai choisi utiliser le nombre de malades pris en charge puisqu’elle est une variable influencée seulement par l’investissement totale et l’efficace et l’efficience des investissements. En effet, l’incidence, qui est le nombre de nouveaux cas d'une pathologie observés pendant une période et pour une population déterminée, n’influence pas le nombre de prise en charge : même si le nombre de malades augmente, si les ressources sont constantes, comme l’investissement pro capite nécessaire pour la prise en charge, le nombre de suivi ne change pas. Au contraire, la variation du nombre de prises en charge influence l’incidence.
Aussi le taux de prévalence, qui est le calculée en rapportant à la population totale le nombre de cas de maladies présents à un moment donné dans une population, n’influence pas le nombre de prises en charge, pour le même raisonnement qu’avant. En plus, dans ce cas, on peut dire aussi que la variation du nombre de prises en charge influence seulement marginalement le taux de prévalence : les suivis ne peuvent pas guérir. De l’autre coté, plus de prise en charge permet une espérance de vie de malades plus longue, et donc une augmentation de la prévalence.
Le problème majeur de ce modèle, a coté de la difficulté de collecter le données, est la multicollinearité.En outre, l’utilité marginale d’une unité ultérieure d’investissement dans un certain facteur peut être décroissante. Cependant, je n’ai pas l’opportunité de tenir en compte cette possibilité, en devant donc assumer que les utilités marginales soient toujours croissantes.
Est-ce que les experts de STATA et de l'économetrie ont des idées pour résoudre ces problèmes? d'autres notes ou suggestions?
merci beaucoup, et bon suivi de terrain!
Inscription à :
Publier les commentaires (Atom)
Je n'ai peut-être pas tout compris, mais comment pensez-vous mesurer l'impact de l'investissement si vous n'introduisez pas cette variable dans vos déterminants? Il me semble qu'il faudrait une variable qui mesure cet investissement tandis que les autres variables [X1-X6] seraient des variables de contrôle.
RépondreSupprimerPar ailleurs, j'ai des doutes en ce qui concerne votre variable dépendante. Le nombre de malades, en soi, ne signifie rien (si la population totale augmente de 10% et le nb de malades "seulement" de 5%, qu'en déduisez-vous en termes d'efficacité de l'investissement?). Il faudrait "normaliser" votre variable, autrement dit la rapporter à une autre variable. Par exemple, nb de malades/population totale ou encore nb de malades traités/personnes infectées.
Enfin, je me dis (encore une fois, je vois ça de très loin) qu'une hausse du nb de malades n'est pas forcément bon signe quant à l'investissement réalisé, notamment en matière de prévention (a priori, si la prévention fonctionne, le nb de malades devrait diminuer, non?).
Bien cordialement.
David
J’ai déjà eu l’occasion de vous donner mes commentaires mais je vais compléter et partager mon point de vue :
RépondreSupprimer- Le choix de la problématique orienté à la fois « health policy » et développement me semble adapté aux enjeux de santé publique du Cameroun et à l’orientation de la filière.
- Le point noir de votre travail sera bien évidemment le manque de données, puisqu’on a une série chronologique de seulement 10 points avec des indicateurs macro. Nous avions évoqué la possibilité de recueillir les variables au niveau des différentes régions du Cameroun, ce qui aurait multiplié le nombre d’observations et donc augmenté un peu la puissance de l’analyse. Mais cela n’avait pas l’air possible pour toutes les variables : vous le confirmez ?
-En ce qui concerne le choix de la variable dépendante : David a raison dans sa remarque, cela dit je crois que vous pouvez effectivement le standardiser à peu de frais (rapporté à la pop° totale par ex.). Cela étant, je pense que raisonner sur un nb de malades traités est plutôt un bon choix : c’est plutôt un indicateur de process que d’outcome et il me semble plus adapté que votre choix initial qui était de raisonner sur un indicateur de mortalité (indicateur d’outcome parasité par de nombreux autres facteurs exogènes qu’on ne peut pas contrôler).
- Cela étant, effectivement il me semble qu’il y a dans votre travail Simona des hypothèses fortes qu’il faudra discuter. En l’occurrence quand vous dites que l’incidence du SIDA n’impacte pas le nb de patients pris en charge... Cela requiert notamment que le système de santé fonctionne déjà au maximum de sa production possible. Si ce n’est pas le cas, une augmentation de l’incidence provoque une augmentation mécanique des recours et donc du nb de personnes suivies. Comme l dit David, on peut normaliser le nb de patients en fonction de l’incidence.
- Par rapport à la remarque de David sur la signification du nb de patients pris en charge. Je suis en partie d’accord avec lui sur l’aspect préventif. Sur l’aspect curatif en gros, l’hypothèse de Simona est que ceteris paribus l’augmentation du nb de patients pris en charge est totalement imputable à l’offre de soins disponible. Donc une augmentation du nb de patients révèle une augmentation de l’investissement public. Bon cela dépend de ce qu’il y a dans le « ceteris paribus ». Cela étant, même en préventif, l’augmentation de l’investissement n’a pas forcément un impact dans le sens « attendu » : si les efforts de santé publique et de sensibilisation sont renforcés, cela provoque des prises de conscience, plus de dépistages, etc. et cela se répercute sur le nombre de cas recensés (ex. en France : plus d’investissement sur le dépistage et l’information du cancer du sein implique une plus grande incidence du cancer du sein).
-Enfin, dans votre pbmatique ce que vous n’avez pas forcément dit c’est que dans la plupart de ces proxys vous capturez des « chocs » qui sont imputables à des modifications légales ou organisationnelles et qui ont induit un investissement public : passage à la gratuité des médicaments, instauration des agents de soutien psycho-social, etc. Par rapport à la remarque de David, en fait ce que vous mesurez c’est plutôt l’impact de certaines réformes ayant nécessité une volonté et un financement public, c’est bien cela ?
- Par contre, il y a 2 variables dont je ne suis as sûr que l’interprétation soit facile : le temps d’attente et la stigmatisation. Le temps d’attente est endogène au nb de patients pris en charge, en tout cas au rapport nb de patients pris en charge/incidence. Par ailleurs, je ne me souviens plus que vous ayez évoqué le niveau de discrimination des malades dans notre discussion. Est-ce qu’il s’agit d’une nouvelle variable ? D’où vient-elle ? Parce que les autres sont des variables macro de provenance essentiellement institutionnelle, et celle là ressemble plutôt à un indicateur indirect ou à une mesure d’enquête auprès des malades… Comment comptez-vous l’interpréter ?
Bonne continuation,
Thomas
Bonjour,
RépondreSupprimerNota Bene : J'avais édité un commentaire il y a quelques jours en utilisant mon compte Gmail mais pour une raison inexplicable, il semble de ne pas être apparu.
Je le reproduis donc in extenso avec 3 jours de retard.
Bonjour Simona,
J’ai déjà eu l’occasion de vous donner mes commentaires puisque nous avons longuement discuté de votre problématique. Néanmoins, pour compléter et partager mon point de vue, j’apporte quelques remarques supplémentaires.
Le choix de la problématique orienté à la fois « health policy » et développement me semble adapté à la fois aux enjeux de santé publique du Cameroun et à l’orientation de la filière.
Le point noir de votre travail sera évidemment le manque de données, puisqu’on a une série chronologique de seulement 10 points avec des indicateurs macro. Nous avions évoqué la possibilité de recueillir les variables au niveau des différentes régions du Cameroun, ce qui aurait multiplié le nombre d’observations. Mais cela n’avait pas l’air possible pour toutes les variables : vous le confirmez ?
En ce qui concerne le choix de la variable dépendante, j’abonde dans le sens de David. Cela dit je crois que vous pouvez effectivement le standardiser à peu de frais (rapporté à la pop° totale). A ceci près, je pense que raisonner sur un nb de malades traités est plutôt un bon choix : c’est un indicateur de process que d’outcome et il me semble plus adapté que votre choix initial qui était de raisonner sur la mortalité (indicateur d’outcome parasité par de nombreux autres facteurs exogènes difficiles à contrôler).
Cela étant, il me semble qu’il y a tout de même dans votre travail Simona des hypothèses fortes qu’il faudra discuter. En l’occurrence quand vous dites que l’incidence du SIDA n’impacte pas le nb de patients pris en charge : c’est vrai uniquement si le système de santé fonctionne déjà au maximum de sa production possible. Si ce n’est pas le cas, une augmentation de l’incidence provoque une augmentation mécanique des recours. De toute façon, je pense qu’analyser par ailleurs ou intégrer en variable de contrôle l’influence de l’incidence sur le nb de patients pris en charge est incontournable…
Par rapport à la remarque de David sur la signification du nb de patients pris en charge. Je suis en partie d’accord avec lui sur l’aspect préventif. En revanche sur l’aspect curatif en gros, l’hypothèse de Simona est que ceteris paribus l’augmentation du nb de patients pris en charge est totalement imputable à l’offre de soins disponible. Donc une augmentation du nb de patients révèle une augmentation de l’investissement public et de l’offre disponible. Cela dépend de ce qu’il y a dans le « ceteris paribus » (et aussi de la validité de l’hypothèse sur l’absence de relation entre incidence et nb de patients pris en charge). Cela étant, même en préventif, l’impact de l’augmentation de l’investissement n’est pas si univoque que cela car il y a aussi une causalité inverse bien connue : si les efforts de santé publique et de sensibilisation sont renforcés, cela provoque des prises de conscience, plus de dépistages... et cela se répercute sur le nombre de cas recensés (ex. en France : plus d’investissement sur le dépistage et l’information du cancer du sein entraîne une plus grande incidence du cancer du sein).
Suite de mon commentaire dans un second post...
Thomas
Suite du commentaire...
RépondreSupprimerEnfin, dans votre pbmatique Simona ce que vous n’avez pas forcément dit et qui est fondamental c’est que dans la plupart de ses proxys vous capturez des « chocs » qui sont essentiellement imputables à des modifications légales ou organisationnelles et qui ont induit un investissement public : passage à la gratuité des médicaments, instauration des agents de soutien psycho-social, etc. En fait ce que vous mesurez c’est plutôt l’impact de certaines réformes ayant nécessité un financement public. C’est bien cela ?
Par contre, il y a 2 variables dont je ne suis pas sûr de l’interprétation : le temps d’attente et la stigmatisation. Le temps d’attente est endogène au nb de patients pris en charge, en tout cas au rapport nb de patients pris en charge/incidence. Par ailleurs, je ne me souviens plus que vous ayez évoqué le niveau de discrimination des malades dans notre discussion. Est-ce qu’il s’agit d’une nouvelle variable ? D’où provient-elle ? Parce que les autres sont des variables macro de provenance essentiellement institutionnelle, et celle là ressemble plutôt à un indicateur indirect ou à une mesure d’enquête auprès des malades… Comment comptez-vous l’interpréter ?
Bonne continuation,
Thomas
Je vous remercie pour vos remarques et vos suggestionnes.
RépondreSupprimerJe vais chercher de clarifier certaines aspects que effectivement dans mon premier post étaient peut être traites trop rapidement ou pas trop claires.
Avant tout, mon modelé fait référence a' des pays qui se trouvent dans un contexte de ressources insuffisantes par rapport a' la demande potentielle des services faite par les malades. Ça implique que dans ces pays la capacité économique permet d'avoir un nombre de malades prises en charge ( nombre de malades soignes par les structures publiques) qui est inférieure au nombre de malades du pays. Donc, le nombre de malades prises en charge dépende de
l'investissement effectue. Il ne dépende pas de la population totale ou du nombre de malades totales.
C'est pour cette raison que je n'ai pas mis dans le modelé l'incidence: même si l'incidence change, le nombre de malades prises en charge ne change pas. En effet, si l'incidence augmente et les ressources restent constantes, le nombre de prises en charge ne peut pas augmenter (pour ce qui concerne la santé publique), sauf grâce a' une meilleure gestion de ces ressources.
De l'autre part, en étant toujours dans un contexte de ressources insuffisantes, même si l'incidence baisse et même si heureusement aussi la prévalence baisse, dans la coût période (surtout pour une maladie comme le SIDA) le nombre de malades totales qui ont besoins d'être soignes difficilement pourra baisser si beaucoup de devenir inférieure au nombre de malades qui peuvent être prise en charge par la santé publique.
En effet, le nombre de malades prises en charge dépendrait du taux de prévalence et/ou d'incidence seulement dans le cas que les financements disponibles soient majeures et permettraient de prendre en charge un nombre de malades supérieures a' ceux qui le demandaient dans la période précédente.
Comme variable dépendante, j'utilise donc le nombre de malades prises en charge, qui est différente du nombre de malades totales. (Comme on a dit, dans le cas considéré, caractérisé par des ressources insuffisantes, le nombre de malades prises en charge peut être sensiblement inférieure au nombre de malades totales.)
Donc un hausse du nombre de malades pris en charge est un bon signe quant a' la quantité d'investissement réalisé et a' son efficience.
Pour ce qui concerne les variables dépendantes, elles sont toutes influencées strictement par l'investissement publique. Donc tous les proxi que j'utilise (comme par exemple le temps d'attente), sont influencées directement par cet investissement et elles sont observables directement. La relation entre les variables utilisées et l'investissement devra passer a' travers des hypothèses que en effet je devrai détailler a' l'intérieur de la description des variables utilisées.
RépondreSupprimerEn effet, dans le cas des temps d'attente, un majeur investissement permet d'avoir un nombre de docteurs par population totale (ou par nombre de malades, je ne sais pas encore qu'est ce que est mieux utiliser et ou' je peux avoir des données plus reliables et complètes) majeure. Et si ce rapport augmente, ça implique que les temps d'attentes baissent. D'ici, le nombre de malades disponibles a' se faire soigner augmentera, comme mis en évidence par les recherches sur le terrain.
Je crois donc que, pour mesurer l'impact des temps d'attente, l'utilisation du rapport surnomme permets de résoudre le problème de l'endogeneite.
Dans mes variables indépendantes il y a le niveau de stigmatisation, tandis que je n'ai pas prévu d'y mettre le niveau de prévention. Quand le niveau de stigmatisation devient moins élevé, il y a plus de malades qui acceptent de faire connaître leur maladie et de se faire soigner. Donc il y a une augmentation du nombre de prises en charge, ou des malades qui demandent d'être soignes. En plus, c'est vrai que en admettant et en faisant connaître leur maladie, on réduit la transmission de la maladie même, et donc le niveau d'incidence (cependant, comme j'ai dis, je ne croyais pas d'inclure l'incidence dans le modèle).
Je comprend très biens vos soucis pour ce qui concerne les données. En effet, il n'y a pas des dataset complets plus longues, problème typiques de plusieurs pays en développement. En plus, les investissements et leur gestion sont encore un argument "chaude" sur lequel il n'y a pas beaucoup des donnes. Je suis en train de voir de la littérature pour voir comment ce problème est typiquement abordé par qui s'occupe des modélisation concernant l'économie des pays en développement.
Pour ce qui concerne l'utilisation des datasets régionaux, j'ai vérifié qu'ils sont encore plus incomplètes et incoherentes de ceux nationaux. Donc je chercherai de donner la priorité aux dataset a' niveaux nationale. Je crois que j'utiliserai les datasets régionaux seulement en manière marginale, surtout en phase descriptive des variables et comme contrôle.
En conclusion, avec ce modèle je veux déterminer l'impact des différentes politiques publiques dans le secteur de la santé publique, qui se traduisent dans des choix différentes d'investissement.
Comme je disais au professeur Renaud, plusieurs politiques adoptées dans le passe ont été pensées comme des politiques "one shot", donc qui produisent une modification immédiate d'un des facteurs qui impactent sur la prise en charge. Cependant, en analysant les données, j'ai vu que l'application de ces politiques plusieurs fois a été "divisée" sur plusieurs années. Cependant, je suppose ça ne change pas le modèle. Mais j'aurai plus de variables continue.
J'espère avoir répondu a vos doutes.
Je serai heureuse de connaître votre opinion (aussi celle des camarades, si vous n'êtes pas trop pris par votre terrain!) sur les choix effectuées et surtout de savoir s'il y a quelque chose que j'ai oublie de clarifier ou d'analyser.
Bon travail a tous!
Simona