Évaluation de la qualité des services de santé en Tanzanie
Une étude sur la préparation des établissements de santé et la prestation de services de soins prénatals.
― 8 min lire
Table des matières
Dans pas mal de pays à revenu faible ou moyen, c'est super important de comprendre comment les services de santé sont fournis. Une façon de mesurer ça, c'est de combiner les infos des enquêtes qui demandent aux ménages leurs expériences de soins et leur avis sur les Établissements de santé. Le meilleur moyen, c'est de relier les données de chaque personne de l'enquête aux soins qu'ils ont reçus à l'établissement qu'ils ont visité. Mais souvent, c'est trop compliqué pour de grandes enquêtes nationales.
Du coup, les chercheurs utilisent souvent une méthode plus simple appelée liaison écologique. Ça veut dire relier les données d'une personne de l'enquête aux scores de qualité moyens de tous les établissements de santé dans la même zone. Ce truc a quand même des défis, car les établissements de santé varient en types, comme les hôpitaux et les cliniques, et pas tous sont également préparés à fournir des soins.
Pour obtenir des résultats plus précis, c'est essentiel de prendre en compte ces différences. On peut ajuster les scores de qualité selon les types d'établissements et considérer combien de patients chaque établissement accueille.
Sources de données
Dans cette étude, on a utilisé des données de Tanzanie. Pour notre analyse, on a regardé une Évaluation des établissements de santé réalisée en 2014-2015 appelée l'Évaluation de la fourniture de services en Tanzanie (TSPA). Cette évaluation a inclus plusieurs enquêtes différentes, comme des interviews avec des travailleurs de la santé et des clients, et des observations des services de santé.
La TSPA visait à rassembler des données d'un large éventail d'établissements de santé à travers le pays. Elle a été soigneusement conçue pour s'assurer que les données collectées représenteraient des établissements dans différentes régions et types. Ces types incluent les dispensaires, les centres de santé, les cliniques, et les hôpitaux, chacun offrant différents niveaux de soins et de services.
On a aussi utilisé le Registre des établissements de santé de Tanzanie, qui est une base de données publique de tous les établissements de santé en Tanzanie. Ce registre permet de mieux comprendre et connecter les établissements à travers différentes sources de données, assurant des résultats complets.
Quels sont les types d'établissements de santé en Tanzanie ?
Il y a plusieurs types d'établissements de santé en Tanzanie :
Dispensaires : Ce sont généralement le premier point de contact pour les patients. Ils fournissent des services de santé de base, comme les soins maternels et infantiles et les soins ambulatoires pour les maladies courantes.
Centres de santé : Ces établissements supervisent les dispensaires et peuvent offrir des services plus complets, comme des opérations mineures et des soins préventifs.
Cliniques : Ce sont souvent des établissements privés qui fournissent principalement des soins ambulatoires. Ils incluent des services de médecins, d'infirmières et de sages-femmes.
Hôpitaux : Les hôpitaux offrent un niveau de soins supérieur, y compris des services d'hospitalisation et des traitements médicaux spécialisés. Ils vont des hôpitaux de district locaux aux hôpitaux régionaux et nationaux plus grands.
Collecte de données
Pour notre étude, on a rassemblé des données sur un service de santé spécifique appelé les visites de soins prénatals (ANC), qui sont des contrôles pour les femmes enceintes. On a obtenu des données sur ces visites à partir du portail DHIS-2 de Tanzanie. Ça nous a donné des infos sur combien de femmes recevaient des services ANC dans les établissements de santé sur un an.
On a veillé à ce que nos données soient propres en supprimant toute entrée qui ne correspondait pas à des établissements de santé spécifiques et en s'assurant de prendre en compte les données manquantes. À la fin, on a calculé le nombre total de visites ANC à chaque établissement.
Évaluation de la préparation des établissements
On voulait évaluer à quel point chaque établissement était prêt à fournir des soins prénatals de qualité. Pour ça, on a regardé divers facteurs, comme le nombre de personnel formé, l'équipement disponible, les médicaments et autres fournitures nécessaires. On a créé un score de préparation basé sur ces critères.
Les établissements ont reçu un point pour chaque critère qu'ils ont rempli, et le score total a été calculé pour donner un pourcentage représentant leur préparation à fournir des services ANC de haute qualité.
Liaison des données
Ensuite, on a combiné les données des visites ANC avec les scores de préparation des établissements. En reliant ces deux ensembles d'infos, on pouvait évaluer la qualité des soins reçus par les femmes en fonction de l'endroit où elles allaient pour leurs services.
On a utilisé le Registre des établissements de santé pour fusionner les ensembles de données, s'assurant qu'on pouvait identifier chaque établissement correctement. Cette connexion était essentielle pour créer une image complète de la fourniture de services de santé en Tanzanie.
Différentes approches pour estimer la préparation
On a développé trois méthodes différentes pour estimer la préparation des établissements :
Approche pondérée par établissement : Dans cette méthode, on a tenu compte de la répartition des établissements à travers le pays. Chaque établissement était pondéré en fonction de sa probabilité d'être inclus dans l'enquête. Cette approche garantissait que les estimations reflètent le paysage national des services de santé.
Approche pondérée par observation : Cette méthode prenait en compte le nombre de visites de patients qu'un établissement recevait. Chaque établissement était pondéré selon combien de clients étaient observés durant l'étude. Ça a aidé à ajuster les scores selon le volume de patients que chaque établissement servait.
Approche pondérée par charge de travail : Dans cette approche, on multipliait le poids de l'établissement par le nombre de visites ANC, créant un poids de charge de travail. Cette méthode nous a permis de considérer à la fois la qualité des établissements et le nombre de patients qu'ils traitaient.
Analyse des résultats
On a analysé nos résultats pour voir comment chaque approche se comparait à la méthode idéale de pondération par charge de travail. On s'est concentré sur la détermination si ces méthodes alternatives produisaient des résultats suffisamment similaires aux estimations pondérées par charge de travail.
Dans l'ensemble, on a découvert que les estimations pondérées par établissement et par observation pouvaient servir d'approximations raisonnables de ce qu'on considérait comme la meilleure méthode.
Cependant, les estimations pondérées par établissement montraient souvent des scores plus bas que les estimations pondérées par charge de travail. Ça arrivait parce que les établissements avec une meilleure préparation et qui traitaient plus de patients avaient plus de poids dans la méthode idéale.
L'approche pondérée par observation montrait une comparaison plus équilibrée quand on regardait les différents types d'établissements. Les deux méthodes peuvent donner des idées utiles, mais comprendre quand utiliser chacune dépend du contexte spécifique et des données disponibles.
Limitations de l'étude
Cette étude avait certaines limitations. On a rencontré des défis avec la qualité des données routinières utilisées pour calculer la charge de travail. Même si on a essayé de résoudre ça en imputant les valeurs manquantes, ces problèmes de qualité de données existent souvent dans des études similaires dans d'autres pays à revenu faible ou moyen.
En plus, nos résultats étaient basés sur des données d'un seul pays, ce qui peut affecter l'applicabilité des résultats à d'autres contextes. Cependant, les méthodes utilisées dans cette étude peuvent être reproduites dans d'autres pays avec des données similaires disponibles.
Conclusion
Cette étude contribue à la connaissance sur comment mesurer l'efficacité des services de santé dans différents contextes. Bien qu'on ait trouvé que les méthodes comparées étaient similaires à certains égards, le choix de la meilleure méthode dépend de la disponibilité des données et de la situation spécifique dans chaque pays.
En pesant soigneusement la préparation des établissements et en comprenant comment analyser ces infos, on peut mieux évaluer la fourniture de services de santé et travailler à améliorer la qualité des soins dans les pays à revenu faible et moyen.
Titre: Exploring approaches to weighting estimates of facility readiness to provide health services used for estimating input-adjusted effective coverage: a case study using data from Tanzania
Résumé: The ideal approach for calculating effective coverage of health services using ecological linking requires accounting for variability in facility readiness to provide health services and patient volume by incorporating adjustments for facility type into estimates of facility readiness and weighting facility readiness estimates by service-specific caseload. The aim of this study is to compare the ideal caseload-weighted facility readiness approach to two alternative approaches 1) facility-weighted readiness and 2) observation-weighted readiness to assess the suitability of each as a proxy for caseload-weighted facility readiness. We utilized the 2014-2015 Tanzania Service Provision Assessment along with routine health information system data to calculate facility readiness estimates using the three approaches. We then conducted equivalence testing, using the caseload-weighted estimates as the ideal approach and comparing with the facility-weighted estimates and observation-weighted estimates to test for equivalence. Comparing the facility-weighted readiness estimates to the caseload-weighted readiness estimates, we found 58% of estimates met the requirements for equivalence. In addition, the facility-weighted readiness estimates consistently underestimated, by a small percentage, facility readiness as compared to the caseload-weighted readiness estimates. Comparing the observation-weighted readiness estimates to the caseload-weighted readiness estimates, we found 64% of estimates met the requirements for equivalence. We found that, in this setting, both facility-weighted readiness and observation-weighted readiness may be reasonable proxies for caseload-weighted readiness. However, in a setting with more variability in facility readiness or larger differences in facility readiness between low caseload and high caseload facilities, the observation-weighted approach would be a better option than the facility-weighted approach. While the methods compared showed equivalence, our results suggest that selecting the best method for weighting readiness estimates will require assessing data availability alongside knowledge of the country context.
Auteurs: Ashley Sheffel, E. Carter, D. Niyeha, K. I. Yahya-Malima, D. Malamsha, S. Shagihilu, M. K. Munos
Dernière mise à jour: 2023-04-03 00:00:00
Langue: English
Source URL: https://www.medrxiv.org/content/10.1101/2023.03.30.23287947
Source PDF: https://www.medrxiv.org/content/10.1101/2023.03.30.23287947.full.pdf
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à medrxiv pour l'utilisation de son interopérabilité en libre accès.