18 Les effets du financement basé sur les résultats au Mali sur le recours aux soins

David Zombré, Manuela De Allegri et Valéry Ridde

Introduction

Étant donné que la santé maternelle et infantile reste une priorité dans les pays à faible revenu, toutes les possibilités continuent d’être explorées pour améliorer l’accès aux soins de santé dans le but de réduire la charge de morbidité des mères et de leurs enfants (Lassi et al., 2016)[1]. Ainsi, le financement basé sur les résultats (FBR) est de plus en plus mis en œuvre pour accroître l’utilisation et la qualité des soins de santé primaires, avec un accent particulier sur la santé maternelle et infantile. Les résultats des études menées en Afrique sur l’efficacité du FBR sur les résultats et la qualité des soins de santé maternelle et infantile, y compris les synthèses et les examens des données probantes, sont généralement mitigés (Das et al., 2016; Paul et al., 2018; Renmans et al., 2016; Witter et al., 2012) et incertains (Wiysonge et al., 2017), de sorte qu’aucune conclusion générale ne peut actuellement être tirée sur leur efficacité (Witter et al., 2012). Cela a d’ailleurs conduit certain-e-s auteurs et autrices et décideurs et décideuses à s’interroger sur la pertinence du FBR dans les pays à faible revenu (Paul et al., 2018).

Entre 2012 et 2013, le ministère de la Santé et de l’hygiène publique du Mali, en collaboration avec la Coopération néerlandaise (SNV), a mis en œuvre un programme pilote FBR dans les Centres de Santé Communautaires (CSCOM) de trois districts sanitaires de la région de Koulikoro[2]. Ce programme pilote a été déployé durant six trimestres (du troisième trimestre de 2012 au quatrième trimestre de 2013). Une évaluation réalisée par l’équipe de mise en œuvre du programme pilote FBR a montré une augmentation de l’utilisation des services de santé maternelle et infantile et une amélioration significative de la qualité des soins et de la capacité de génération de revenus des associations de santé communautaire (ASACO) (Toonen et al., 2014). Cependant, l’évaluation existante souffre d’un problème de fiabilité des données et une lacune méthodologique importante car les effets ont estimés sans tenir compte d’un groupe témoin, ce qui compromet la validité interne de l’étude (Gautier, 2016). Dans l’ensemble, bien que le projet FBR ait eu des effets bénéfiques sur la plupart, mais pas sur la totalité, des services de santé maternelle et infantile ciblés dans certains pays à faible revenu et des résultats moins intéressants dans d’autres (Huillery & Seban, 2014; Paul et al., 2018; Renmans et al., 2016; Ssengooba et al., 2012; Steenland et al., 2017; Witter et al., 2012; Zizien et al., 2018), les évaluations des effets du FBR doivent être approfondies, en partie en raison du manque de rigueur méthodologique (Witter et al., 2012).

L’intervention pilote FBR au Mali peut être considérée comme une expérience naturelle dans le cadre de laquelle l’intervention a été mise en œuvre de manière séquentielle dans plusieurs centres de santé, puis retirée 16 mois plus tard[3]. Par conséquent, la disponibilité des données du système national d’information sanitaire systématiquement collectées avant, pendant et après la phase pilote du FBR offre une occasion unique d’évaluer en profondeur son impact, au-delà de l’analyse bien utile mais plus simplifié déjà réalisée par l’équipe de mise en œuvre. Il s’agit de la première étude visant à examiner les effets de la mise en œuvre et du retrait ultérieur du programme pilote de FBR dans la région de Koulikoro au Mali sur les tendances des indicateurs de santé maternelle et infantile pertinents ciblés par le programme.

Méthodes

Contexte

Cette étude a été menée à Koulikoro, la deuxième plus grande région du pays, située à 60 km de Bamako dans le nord-est du Mali (CAD-Mali, 2011). La région est dominée par des plateaux et des plaines bordés par le fleuve Niger sur plus de 130 km. La pluviométrie annuelle moyenne est de 700 à 900 mm par an. Elle couvre une superficie de 90 120 km2 et compte 2 785 637 habitant-e-s (CAD-Mali, 2011). Différents groupes sociaux vivent dans la région, et les Bambara, les Malinké et les Sarakollé constituent la majorité. L’économie de la région est essentiellement basée sur l’agriculture et l’élevage. Ces deux activités occupent plus de 80% de la population. L’élevage occupe une place importante dans l’économie, surtout dans sa partie nord (CAD-Mali, 2011).

Le système de santé est formé par un réseau de CSCOM gérés par des associations de santé communautaire (ASACO) composées de représentant-e-s de la population (Ponsar et al., 2011). Les CSCOM constituent les services de première ligne, offrant un paquet minimum de soins essentiels tout en orientant les cas de maladies les plus graves vers le centre de santé de référence (CSREF) (Ponsar et al., 2011). Le ministère de la Santé construit les centres, les équipe et fournit les stocks initiaux de médicaments, et il affecte et rémunère les agent-e-s de santé responsables (Ponsar et al., 2011). Certaines dépenses supplémentaires des CSCOM sont subventionnées par le gouvernement et par de multiples organisations non gouvernementales (ONG), mais une part importante des dépenses totales de santé (62%) est encore payée par les ménages par le biais de dépenses directes (World Health, 2014).

Intervention

Dans le but de réduire la mortalité maternelle et néonatale, le ministère de la Santé a lancé un programme pilote FBR en 2012. Ce programme pilote, financé par la SNV, se voulait un « FBR à la malienne », c’est-à-dire qu’il devait tenir compte du contexte institutionnel et administratif spécifique au Mali de la décentralisation dans le secteur de la santé (Toonen et al., 2014). Des contrats de performance ont été signés avec les comités de gestion des 26 CSCOM, au travers desquels les structures reçoivent une compensation financière basée sur l’atteinte d’un ensemble d’indicateurs quantitatifs et qualitatifs prédéfinis en lien avec les résultats de santé maternelle et infantile (Toonen et al., 2014). Les indicateurs du FBR comprenaient les consultations curatives des moins de cinq ans, les consultations prénatales et postnatales, la vaccination des enfants, le planning familial, les accouchements assistés, le nombre d’enfants ou de femmes référé-e-s vers les CSCOM, et les femmes recevant une dose de vitamine A.

Des scores de performance ont été calculés et les paiements ont été effectifs pour les CSCOM qui ont atteint au moins 75% de l’objectif prenant à la fois en compte la quantité et la qualité des prestations fournies. Un paiement intégral a été accordé aux CSCOM qui ont atteint 100% de l’objectif. La vérification des indicateurs de performance, tant quantitatifs que qualitatifs, a été confiée aux services techniques de l’État, tandis qu’une contre-vérification indépendante a été effectuée par une ONG locale. 60% des fonds générés par le FBR devaient être réinvestis dans le CSCOM tandis que les 40% restant devaient être utilisés pour payer les primes du personnel[4]. Le ministère de la Santé s’attendait à ce que le programme FBR augmente les prestations de services, améliore la qualité des soins et les conditions de travail du personnel de santé. Le programme FBR a été mis en œuvre dans 26 CSCOM des districts de Banamba, Fana et Dioila sur les 121 de la région. Ces districts ont été sélectionnés par la SNV sur la base de performances antérieures en matière de gouvernance et d’utilisation des services (Toonen et al., 2014). Compte tenu des contraintes en matière de ressources humaines au sein de l’équipe de la SNV, le programme a été mis en œuvre de manière séquentielle. L’idée était de permettre à l’équipe d’intervention de s’appuyer sur l’expérience des premiers CSCOM pour corriger les imperfections. Toutefois, des contraintes financières ont obligé la SNV à retirer le programme FBR en décembre 2013.

Devis de l’étude

Nous nous sommes appuyé-e-s sur un modèle de série chronologique interrompue contrôlée (Lopez Bernal et al., 2018) impliquant deux interruptions dont la première indique l’introduction du FBR et la seconde indique son retrait. La fenêtre d’observation couvrait la période allant du premier trimestre 2009 au dernier trimestre 2015, soit 15 trimestres avant le début de l’intervention, six trimestres pendant la mise en œuvre de l’intervention et sept trimestres après le retrait de l’intervention. En raison de considérations pragmatiques de mise en œuvre, les CSCOM ont été inclus de manière séquentielle : sept CSCOM ont reçu le FBR au 15ème trimestre; un au 17ème trimestre; cinq au 18ème; sept au 19ème et six au 20ème trimestre. L’intervention a été retirée au 21ème trimestre dans tous les CSCOMS.

Sources de données

Nous avons extrait les données pertinentes sur les indicateurs de santé maternelle et infantile du système national d’information sanitaire sur la période allant du premier trimestre 2009 au quatrième trimestre 2015 afin de former une série chronologique de 27 trimestres. En outre, à partir de la même source et sur la même période, nous avons obtenu des données sur le nombre et la qualification des professionnel-le-s de la santé par établissement, la population cible dans les zones de desserte concernées et sa répartition géographique en fonction de la distance. La fiabilité et la validité des données du système d’information sanitaire dans le contexte du Mali ont été prouvées par des études précédentes (Heinmüller et al., 2013; Ponsar et al., 2011).

Les variables de résultats et leur mesure

Nous avons sélectionné nos variables de résultats pour refléter les indicateurs des services de santé inclus dans le programme et en considérant celles disponibles dans le système national d’information sanitaire. Le tableau 1 publié dans l’article original en anglais résume les variables de résultats incluses dans notre analyse et leur mesure. Pour chaque indicateur, et pour chaque trimestre, nous avons généré des proportions pertinentes en divisant le nombre d’événements (par exemple, le nombre de consultations curatives des moins de cinq ans) par la taille de la population cible spécifique (par exemple, le nombre total d’enfants de moins de cinq ans résidant dans la zone de desserte).

Analyses statistiques

Assurance de la validité interne

Lors de l’évaluation d’une intervention de santé publique à l’aide de données longitudinales, les risques d’absence de validité interne peuvent être limités si le groupe d’intervention et le groupe de contrôle sont comparables tant au plan des caractéristiques pré-intervention qu’au niveau des tendances de changement dans les résultats d’intérêt observés (Handley et al., 2018; Lee & Little, 2017). Dans notre cas, cela signifierait qu’avant le lancement du FBR, les CSCOM inclus dans notre analyse ne devraient pas différer sensiblement de niveau et de tendance dans l’utilisation des services de santé maternelle et infantile. Pour réduire cette menace, nous avons utilisé une stratégie analytique qui combinait un plan de séries chronologiques interrompues contrôlées (Lopez Bernal et al., 2018) à un ajustement par les covariables. Nous avons inclus trois covariables invariantes dans le temps. La première est une variable contextuelle décrivant l’accessibilité aux services, définie comme la proportion de la population qui vit à moins de cinq km de chaque centre de santé. La deuxième variable représente un facteur lié aux services de santé qui mesure la densité du personnel de santé définie comme le nombre de professionnel-le-s de santé (infirmières, sages-femmes et autres professionnel-le-s de la santé) pour 1 000 enfants de moins de cinq ans. La troisième variable décrit la performance initiale, c’est-à-dire la performance moyenne des CSCOM par rapport au niveau d’utilisation de la santé maternelle et infantile deux ans avant le début de l’intervention (voir annexe A pour les détails du calcul).

Justification de la stratégie analytique

Notre stratégie analytique était basée sur les considérations suivantes. Tout d’abord, par rapport aux intervention axées sur la demande comme la suppression du paiement des frais d’utilisation, qui devraient suivre un modèle de changement par étapes (Lopez Bernal et al., 2018) avec des effets souvent immédiats (Zombré et al., 2017,), vu que le FBR est une intervention qui agit directement sur l’offre de soins de santé, son effet sur la demande de soins de santé va nécessairement être conditionné par la motivation du personnel de soins (Renmans et al., 2017) et par l’amélioration de la qualité des soins (Eichler, 2006). Il faudra donc attendre un certain temps avant d’observer une évolution de la demande de soins (Eichler, 2006; Renmans et al., 2017). Ainsi, les effets du FBR sur les indicateurs de santé que nous avons mesurés devraient se produire progressivement avec une période de latence qui exclurait un effet immédiat. Ceci a été confirmé par l’analyse visuelle et l’analyse de sensibilité que nous avons réalisées pour les 26 CSCOM d’intervention. C’est pour ces raisons que nous avons choisi d’analyser l’impact du FBR sur les tendances de l’évolution de l’utilisation des services de santé.

Résultats

Effets du programme pilote FBR sur les indicateurs de santé maternelle et infantile

Comme le montrent le tableau 1 et la figure 1, le taux initial des indicateurs de santé maternelle et infantile visés par le programme FBR était quasi-similaire dans les deux groupes (p > 0,10).

Au cours de la période précédant l’introduction du programme pilote FBR, la tendance était à la baisse et relativement stable dans les deux groupes pour les accouchements assistés (différence de tendance = 0,01, p > 0,45) et la proportion d’enfants complètement vaccinés (différence de tendance = 0,01, p > 0.45) et augmentait presque au même rythme dans les deux groupes pour les consultations postnatales (différence de tendance = 0,01, p > 0,28), les femmes recevant une dose de vitamine A (différence de tendance = 0,01, p = 0,48) et pour les consultations curatives des moins de cinq ans (différence de tendance = 0,01, p > 0,20).

Au cours de la mise en œuvre du projet pilote FBR, le rythme de croissance des résultats en matière de santé maternelle et infantile a été quasi identique dans les deux groupes à celui de la période précédant l’introduction du programme pilote FBR pour les visites postnatales (p > 0,98), les consultations chez les moins de cinq ans (p > 0,93) et les enfants complètement vacciné-e-s (p > 0,57). Toutefois, nos résultats ont montré une diminution statistiquement non significative de la proportion d’accouchements assistés (différence de tendance = -0,04, p = 0,1). Ainsi, nous n’avons pas trouvé de différences dans la tendance de l’utilisation des services de santé maternelle et infantile (p > 0,10), ce qui suggère que le programme pilote FBR n’a pas eu d’impact sur la tendance des résultats ciblés en matière de santé maternelle et infantile dans les CSCOM d’intervention.

Les graphiques ci-dessous présentent l’évolution des indicateurs de santé maternelle et infantile dans les CSCOM pilotes du FBR et dans les CSCOM de comparaison.

Figure 1. Évolution des indicateurs de santé maternelle et infantile dans les CSCOM pilotes du FBR (n = 26) et dans les CSCOM de contrôle (n = 95).

Note : Pour chaque figure, la première ligne verticale indique le début du programme pilote FBR au 3ème trimestre 2012, et la deuxième ligne verticale indique l’arrêt du programme pilote FBR au 4ème trimestre 2013.

Après le retrait du programme pilote FBR, nous avons observé une diminution statistiquement non significative de la tendance des consultations postnatales (différence de tendance = -0,03, p = 0,44), de la proportion de femmes recevant de la vitamine A (différence de tendance = -0,02, p = 0,59), des consultations curatives des moins de cinq ans (différence de tendance = -0,01, p = 0,87) et des enfants complètement vacciné-e-s (différence de tendance = -0,01, p = 0,58) dans le groupe d’intervention par rapport au groupe témoin. Nos résultats ont montré une augmentation statistiquement non significative de la tendance de la proportion des accouchements assistés (différence de tendance = 0,05, p = 0,10). En résumé, nous n’avons pas trouvé de différences statistiquement significatives sur la tendance de l’utilisation des services de santé maternelle et infantile (p > 0,10), ce qui suggère que le retrait de l’intervention de FBR n’a pas eu d’impact sur la tendance des résultats ciblés en matière de santé maternelle et infantile dans les CSCOM d’intervention.

Discussion

En utilisant une approche analytique pragmatique, cette étude contribue au débat sur l’efficacité du FBR pour améliorer les résultats en matière de santé maternelle et infantile, en examinant plus particulièrement les changements dans l’utilisation des services de santé pendant la mise en œuvre du FBR et après son retrait. Contrairement aux résultats d’études précédentes menées dans d’autres contextes (Basinga et al., 2011; Bonfrer et al., 2014; Steenland et al., 2017), ni l’introduction ni le retrait du programme pilote FBR n’a eu un impact significatif sur la tendance de l’utilisation des services de santé maternelle et infantile dans la région de Koulikoro au Mali.

Bien que notre étude n’ait trouvé aucune preuve de l’effet du programme pilote FBR sur les indicateurs de santé maternelle et infantile, une étude antérieure sur la pérennité du programme pilote FBR dans le contexte de notre étude[5] a suggéré que plusieurs gains ont été générés par ce programme, notamment d’investissements à long terme dans les ressources humaines et matérielles, d’intégration de diverses tâches et procédures et de création de confiance entre les parties prenantes (Seppey et al., 2017). Cependant, l’absence d’effets globaux significatifs du programme FBR pourrait s’expliquer par d’autres facteurs importants, liés au contexte, à sa conception et à la durée de sa mise en œuvre[6]. En effet, le programme pilote FBR était une approche très nouvelle au Mali, et l’équipe de mise en œuvre n’a pas reçu suffisamment de ressources financières et humaines pour démarrer le programme simultanément dans les 26 centres de santé. En outre, le programme a été déployé en plusieurs phases, avec des retards dans la distribution des primes aux agent-e-s de santé pendant sa mise en œuvre (Coulibaly et al., 2018). Ces retards ont compromis dans une certaine mesure la motivation des prestataires ainsi que la capacité à mettre en œuvre les investissements visant à améliorer la qualité des soins. En conséquence, ces retards ont probablement contribué à diluer l’effet du programme dans tous les CSCOM qui l’ont expérimenté. De plus, le FBR a été déployé et retiré dans un contexte où 62% des dépenses de santé sont financées par les ménages par le biais de dépenses directes. En effet, même si la qualité des soins de santé a pu être améliorée grâce au programme pilote FBR et que l’intervention a eu suffisamment de temps d’être déployée, son effet sur l’utilisation des services de santé maternelle et infantile demeure incertain si les utilisateurs et les utilisatrices doivent continuer à payer des frais d’utilisation élevés. Ainsi, la demande de soins de santé serait plus sensible aux interventions qui améliorent l’accessibilité financière des soins de santé plutôt qu’à celles qui améliorent la motivation des professionnel-le-s de la santé et la qualité des soins.

Par ailleurs, si la mise en œuvre des interventions de santé publique nécessite un certain temps pour produire les effets attendus, la très courte durée du programme pilote FBR au Mali (16 mois) n’a pas permis à l’équipe de s’appuyer sur l’expérience des premiers centres de santé pour corriger progressivement les imperfections comme prévu (Toonen et al., 2014). Il est également possible que l’intervention pilote FBR n’ait pas eu suffisamment de temps pour stimuler la demande au niveau de la population, et la variabilité de la mise en œuvre d’un CSCOM à l’autre a également rendu difficile de cerner un effet global positif dans l’ensemble des CSCOM. À la lumière de nos conclusions, il est plausible de supposer qu’un projet FBR ultérieur soutenu par la Banque mondiale dans 10 des districts de la région conduira à des résultats similaires, du fait que les retards de mise en œuvre ont finalement limité sa mise en œuvre effective à seulement huit mois (Coulibaly et al., 2018). Du point de vue des évaluations produisant des résultats utiles dans la prise de décisions en santé publique (Wholey, 2004), cela nous amène à nous interroger sur l’évaluabilité du programme FBR (D’Ostie-Racine et al., 2013) et sur la pertinence de la stratégie de mise en œuvre du programme dans le contexte des pays à faible revenu. Ainsi, alors que tous les programmes FBR avaient des théories de changement faibles au démarrage, la nécessité d’une bonne théorie de changement est essentielle afin d’assurer une conception de programme bien pensée et des évaluations qui expliquent comment et pourquoi les changements se produisent (Lindkvist & Bastøe, 2015).

Notre conclusion selon laquelle l’introduction du programme pilote FBR n’a pas eu globalement un impact significatif sur l’utilisation des services de santé maternelle et infantile dans la région de Koulikoro au Mali est conforme à celle d’une étude récente qui n’a trouvé aucune preuve de l’efficacité du FBR pour améliorer les indicateurs de SMI au Burkina Faso (Zizien et al., 2018). Une analyse similaire des données de routine a été réalisée au Bénin sur la période 2010-2015 dans 400 établissements de santé et a également montré une absence d’effets sur l’utilisation des services de santé maternelle et infantile (Johnson et al., 2016). Ce programme a été organisé sur une période plus longue (4-6 ans), et il a montré des améliorations notables de la qualité des soins (Johnson et al., 2016). L’absence d’effets sur la couverture vaccinale des enfants dans le contexte du Bénin a été attribuée au niveau déjà élevé de cet indicateur, qui ne laisse aucune marge à une amélioration significative. Certes, comme l’utilisation des services de santé maternelle et infantile était globalement faible au Mali (Ponsar et al., 2011) et au Bénin (Johnson et al., 2016), nous nous attendions à une amélioration significative, même pour une courte durée d’intervention, et, étonnamment, cela n’a pas été le cas. Il peut donc être nécessaire de remettre en question la théorie du programme (Lindkvist & Bastøe, 2015), les facteurs de mise en œuvre et l’hypothèse causale promue par le FBR (Paul & Renmans, 2017).

En revanche, à partir des données du système national d’information sanitaire, une autre étude a conclu que le programme pilote FBR mis en œuvre dans trois districts du Burkina Faso a permis, sur une période relativement courte, d’augmenter le nombre de consultations (27,7%), d’accouchements (9,2%) et de consultations postnatales avancées (119%) (Steenland et al., 2017). L’efficacité à très court terme de l’intervention FBR au Burkina Faso pourrait s’expliquer par le fait qu’elle a fonctionné pendant 18 mois et qu’il a été suivi de près par la Banque mondiale et le Secrétariat technique pour la mise en œuvre du programme. Cela n’a pas été le cas au Mali, où la mise en œuvre du programme a souffert de faiblesses qui ont réduit les chances que le programme ait un effet substantiel sur les indicateurs de santé maternelle et infantile (Seppey et al., 2017).

Conclusion

La mise en œuvre du programme pilote FBR dans la région de Koulikoro au Mali a créé des conditions exceptionnelles pour une évaluation rapide de ses effets. Dans l’ensemble, l’introduction et le retrait du programme pilote FBR n’ont pas eu d’effets significatifs sur la couverture des services de santé maternelle et infantile dans la région de Koulikoro au Mali. Bien que plusieurs gains aient été générés par la mise en œuvre du programme FBR, selon ses promoteurs et promotrices (Toonen et al., 2014), notamment d’investissements en ressources humaines et matérielles, l’absence d’effets significatifs dans l’ensemble des CSCOM pourrait s’expliquer par le contexte de mise en œuvre, par les faiblesses dans la conception de l’intervention, et par l’hypothèse causale et la mise en œuvre. Dans cet ouvrage, les chapitres de Coulibaly, Zitti et Gautier et leurs collègues donnent des pistes d’explications empiriques fortes intéressantes et confirment l’intérêt de comparer l’efficacité à la mise en œuvre.

Références

Abadie, A., Diamond, A. & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California’s tobacco control program. Journal of the American Statistical Association, 105(490), 493-505. https://economics.mit.edu/files/11859

Akaike, H. (1998). Information theory and an extension of the maximum likelihood principle. Dans E. Parzen, K. Tanabe & G Kitagawa, Selected Papers of Hirotugu Akaike (199-213). Springer. https://doi.org/10.1007/978-1-4612-1694-0_15

Austin, P. C. (2011). An introduction to propensity score methods for reducing the effects of confounding in observational studies. Multivariate Behavioral Research, 46(3), 399-424. https://doi.org/10.1080/00273171.2011.568786

Barnett, A. G. & Dobson, A. J. (2010). Analysing seasonal health data (Vol. 30). Springer. https://www.springer.com/gp/book/9783642107474

Basinga, P., Gertler, P., Binagwaho, A., Soucat, A., Sturdy, J. & Vermeersch, C. (2011). Effect on maternal and child health services in Rwanda of payment to primary health-care providers for performance: an impact evaluation. The Lancet, 377(9775), 1421-1428. https://www.sciencedirect.com/science/article/abs/pii/S0140673611601773

Binyaruka, P., Patouillard, E., Powell-Jackson, T., Greco, G., Maestad, O. et Borghi, J. (2015). Effect of paying for performance on utilisation, quality, and user costs of health services in Tanzania: A controlled before and after study. PLOS ONE, 10(8). https://doi.org/10.1371/journal.pone.0135013

Bonfrer, I., Van de Poel, E. & Van Doorslaer, E. (2014). The effects of performance incentives on the utilization and quality of maternal and child care in Burundi. Social Science & Medicine, 123, 96-104. https://www.sciencedirect.com/science/article/abs/pii/S0277953614007278

Brookhart, M. A., Sturmer, T., Glynn, R. J., Rassen, J. & Schneeweiss, S. (2010). Confounding control in healthcare database research : challenges and potential approaches. Medical Care, 48(6), S114-120. https://doi.org/10.1097/MLR.0b013e3181dbebe3

CAD-Mali (2011). Étude sur « l’état des lieux des sages-femmes au Mali » : Cas de la région de Koulikoro. International Budget Partnership. https://docplayer.fr/4984532-Etude-sur-l-etat-des-lieux-des-sages-femmes-au-mali-cas-de-la-region-de-koulikoro-rapport-final.html

Coulibaly, A., Zitti, T., Dagenais, C. & Ridde, V. (2018). La mise en œuvre du FBR dans les CSCom au Mali: Quelles leçons retenir? [Note]. Miseli. https://www.documentation.ird.fr/hor/fdi:010076728

D’Ostie-Racine, L., Dagenais, C., Briand-Lamarche, M. & Ridde, V. (2013). Étude d’évaluabilité de la stratégie d’évaluation d’une organisation non gouvernementale (ONG) d’aide humanitaire basée au Burkina Faso et au Niger (Afrique de l’Ouest). Dans  J. C. Suárez-Herrera & M.-J. Blain, La recherche en santé mondiale : Perspectives socio-anthropologiques [Actes de colloque, 167-183]. Acfas, Université de Sherbrooke et Université Bishop’s.

Das, A., Gopalan, S.S. & Chandramohan, D. (2016). Effect of pay for performance to improve quality of maternal and child care in low- and middle-income countries: A systematic review. BMC Public Health, 321,(16). https://doi.org/10.1186/s12889-016-2982-4

Dimick, J. B. & Ryan, A. M. (2014). Methods for evaluating changes in health care policy : the difference-in-differences approach. JAMA, 312(22), 2401-2402. https://jamanetwork.com/journals/jama/article-abstract/2020357

Eichler, R. (2006). Can “Pay for Performance” increase utilization by the poor and improve the quality of health services? Background papers for the Working Group on Performance Based Incentives. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.105.4111&rep=rep1&type=pdf

Gautier, L. (2016). Le financement basé sur les résultats au Mali. Atelier de lancement de l’étude FBR & équité au Mali et Burkina Faso. Recherches et interdits communautaires pour l’équité. https://www.researchgate.net/publication/297760179_Le_financement_base_sur_les_resultats_au_Mali

Handley, M. A., Lyles, C. R., McCulloch, C. & Cattamanchi, A. (2018). Selecting and improving quasi-experimental designs in effectiveness and implementation research. Annual Reviews of Public Health, 39, 5-25. https://doi.org/10.1146/annurev-publhealth-040617-014128

Heinmüller, R., Dembélé, Y. A., Jouquet, G., Haddad, S. & Ridde, V. (2013). Free healthcare provision with an NGO or by the Malian government: Impact on health center attendance by children under five. The journal of field actions, (Special 8). https://journals.openedition.org/factsreports/1731?lang=en

Huillery, E. & Seban, J. (2014). Pay-for-performance, motivation and final output in the health sector: Experimental evidence from the Democratic Republic of Congo. Blavatnik School of Government, 1-57. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.1077.3087&rep=rep1&type=pdf

Johnson, P., Korachais, C., Bello, K. & Meessen, B. (2016, juillet). Effets des expériences du financement basé sur les résultats (FBR) dans le secteur de la santé au Bénin, une analyse à partir des données de routine collectées de 2010 à 2015. Institute of Tropical Medicine, Antwerp. https://research.itg.be/en/publications/effects-of-rbf-experiments-in-the-health-sector-in-benin-a-routin

Jung, R. C., Kukuk, M. & Liesenfeld, R. (2006). Time series of count data : modeling, estimation and diagnostics. Computational Statistics & Data Analysis, 51(4), 2350-2364. https://www.sciencedirect.com/science/article/abs/pii/S0167947306002581

Lagarde, M. (2012). How to do (or not to do)… Assessing l’impact d’un changement de politique avec des données longitudinales de routine. Health Policy and Planning, 27(1), 76-83. https://doi.org/10.1093/heapol/czr004

Lassi, Z. S., Kumar, R. & Bhutta, Z. A. (2016). Community-based care to improve maternal, newborn and child health. Disease Control Priorities (3e éd.). World Bank Group. https://doi.org/10.1596/978-1-4648-0348-2_ch14

Lawrence C. & Marsh, D. R. C. (2002). Spline Regression Models. Quantitive Applications in the Social Sciences. SAGE. https://doi.org/10.4135/9781412985901

Lee, J. & Little, T. D. (2017). A practical guide to propensity score analysis for applied clinical research. Behaviour Research and Therapy, 98, 76-90. http://dx.doi.org/10.1016/j.brat.2017.01.005

Linden, A. & Adams, J. L. (2010). Évaluation des programmes de gestion de la santé dans le temps : application de la pondération basée sur les scores de propension aux données longitudinales. Journal of Evaluation in Clinical Practice, 16(1), 180-185. https://doi.org/10.1111/j.1365-2753.2009.01361.x

Lindkvist, I. & Bastøe, P. Ø. (2015). Le financement basé sur les résultats a un potentiel mais n’est pas une solution miracle – Les évaluations et la recherche basées sur la théorie peuvent améliorer la base de données probantes pour la prise de décision [Document de travail, Rapport 4-5]. Le département de l’évaluation, Norad.

Lopez Bernal, J., Cummins, S. & Gasparrini, A. (2018). The use of controls in interrupted time series studies of public health interventions. International Journal of Epidemiology, 47(6), 2082-2093. https://doi.org/10.1093/ije/dyy135

McCaffrey, D. F., Ridgeway, G. & Morral, A. R. (2004). Propensity score estimation with boosted regression for evaluating causal effects in observational studies. Psychological methods, 9(4), 403-425. https://doi.org/10.1037/1082-989X.9.4.403

Organisation mondiale de la Santé (2014). Atlas mondial des dépenses de santé de l’OMS.

Paul, E., Albert, L., Bisala, B. N. S., Bodson, O. et al. (2018). Performance-based financing in low-income and middle-income countries: isn’t it time for a rethink? BMJ Global Health, 3(1). http://gh.bmj.com/content/3/1/e000664.abstract

Paul, E. & Renmans, D. (2017). Performance-based financing in the heath sector in low- and middle-income countries: Is there anything whereof it may be said, see, this is new? International Journal of Health Planning and Management, 33(1), 51-66. https://doi.org/10.1002/hpm.2409

Ponsar, F., Van Herp, M., Zachariah, R., Gerard, S., Philips, M. & Jouquet, G. (2011). Abolishing user fees for children and pregnant women trebled uptake of malaria-related interventions in Kangaba, Mali. Health Policy & Planning, 26(2). https://doi.org/10.1093/heapol/czr068

Renmans, D., Holvoet, N., Criel, B. & Meessen, B. (2017). Performance-based financing: The same is different. Health Policy & Planning, 32(6), 860-868. https://doi.org/10.1093/heapol/czx030

Renmans, D., Holvoet, N., Orach, C. G. & Criel, B. (2016). Opening the « black box » of performance-based financing in low- and lower middle-income countries: a review of the literature. Health Policy Planning, 31(9), 1297-1309. 10.1093/heapol/czw045

Ridde, V., Gautier, L., Turcotte-Tremblay, A. M., Sieleunou, I. & Paul, E. (2018). Performance-based financing in Africa: Time to test measures for equity. International Journal of Health Services, 48(3), 549-561. https://doi.org/10.1177/0020731418779508

Rosenbaum, P. R. & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. https://doi.org/10.1093/biomet/70.1.41

Seppey, M., Ridde, V., Touré, L. & Coulibaly, A. (2017). Donor-funded project’s sustainability assessment: A qualitative case study of a results-based financing pilot in Koulikoro region, Mali. Global Health, 13(86). https://doi.org/10.1186/s12992-017-0307-8

Shadish, W. R., Cook, T. D. & Campbell, D. T. (2002). Experimental and Quasi-experimental Designs for Generalized Causal Inference. Houghton Mifflin Company. https://www.alnap.org/system/files/content/resource/files/main/147.pdf

Ssengooba, F., McPake, B. & Palmer, N. (2012). Why performance-based contracting failed in Uganda – An “open-box” evaluation of a complex health system intervention. Social Science & Medicine, 75(2), 377-383. https://doi.org/10.1016/j.socscimed.2012.02.050

Steenland, M., Robyn, P. J., Compaore, P., Kabore, M., Tapsoba, B., Zongo, A., Haidara, O. D. & Fink, G. (2017). Performance-based financing to increase utilization of maternal health services: Evidence from Burkina Faso. SSM – Population Health, 3, 179-184. https://doi.org/https://doi.org/10.1016/j.ssmph.2017.01.001

Toonen, J., Dao, D., Matthijssen, J. & Kone, B. (2014). Accélérer l’atteinte de l’OMD 5 dans la région de Koulikoro – projet pilote financement base sur les résultats dans les cercles de Dioïla et Banamba. Royal Tropical Institute KIT Development Policy & Practice.

Wagenaar, B. H., Sherr, K., Fernandes, Q. & Wagenaar, A. C. (2015). Using routine health information systems for well-designed health evaluations in low- and middle-income countries. Health & Policy Planning, 31(1), 129-135. https://doi.org/10.1093/heapol/czv029

Wholey, J. S. (2004). Evaluability Assessment (2, 33-62). Handbook of practical program evaluation.

Witter, S., Fretheim, A., Kessy, F. & Lindahl, A. (2012). Paying for performance to improve the delivery of health interventions in low and middle-income countries. Cochrane Database of Systematic Reviews, 2. https://doi.org/10.1002/14651858.CD007899.pub2

Wiysonge, C. S., Paulsen, E., Lewin, S., Ciapponi, A., Herrera, C. A., Opiyo, N., Pantoja, T., Rada, G. & Oxman, A. D. (2017). Implementation strategies for health systems in low-income countries: An overview of systematic reviews. Cochrane Database of Systematic Reviews 9(9). 10.1002/14651858.CD011086.pub2

Zeng, W., Shepard, D. S., Rusatira, J. D. D. Blaakman, A. P. & Nsitou, B. M. (2018). Evaluation of results-based financing in the Republic of the Congo: A comparison group pre–post study. Health & Policy Planning, 33(3), 392-400. https://doi.org/10.1093/heapol/czx195

Zizien, Z. R., Korachais, C., Compaoré, P., Ridde, V. & De Brouwere, V. (2018). Contribution of the results-based financing strategy to improving maternal and child health indicators in Burkina Faso. International Journal of Health Planning & Management, 34(1). https://doi.org/doi:10.1002/hpm.2589

Zombré, D., De Allegri, M., Ridde, V. (2017). Immediate and sustained effects of user fee exemption on healthcare utilization among children under five in Burkina Faso: A controlled interrupted time-series analysis. Social Science & Medicine, 17927-35. https://doi.org/10.1016/j.socscimed.2017.02.027


  1. Ce chapitre est une traduction d’un article publié en anglais et remanié/réduit pour cet ouvrage : Zombré D., De Allegri M. & Ridde V. (2020). No effects of pilot performance-based intervention implementation and withdrawal on the coverage of maternal and child health services in the Koulikoro region, Mali: An interrupted time series analysis. Health Policy Plan, 35(4), 379-387.
  2. Voir le chapitre de Gautier et al. pour son émergence.
  3. Voir le chapitre de Coulibaly et al. pour l'analyse de la mise en oeuvre.
  4. Voir le chapitre de Zitty et al.
  5. Voir le chapitre de Seppey et al.
  6. Voir le chapitre de Coulibaly et al.

Licence

Symbole de License Creative Commons Attribution - Partage dans les mêmes conditions 4.0 International

Vers une couverture sanitaire universelle en 2030 ? de David Zombré, Manuela De Allegri et Valéry Ridde est sous une licence License Creative Commons Attribution - Partage dans les mêmes conditions 4.0 International, sauf indication contraire.

Partagez ce livre