WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Efficience des systèmes de santé: application de la méthode DEA sur les pays à  revenu intermédiaire

( Télécharger le fichier original )
par Rajae TOUZANI
Université d'Auvergne/CERDI - Master 2 économie de la santé et développement international  2013
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

3.2. Le choix des outputs

L'output d'un système de santé concerne le niveau de santé de la population bénéficiant de ce système. Mais le choix de l'indicateur de santé s'avère difficile. En effet, le choix de certains indicateurs peut être pertinent dans l'étude de l'efficience des pays en développement contrairement à l'étude au niveau des pays développés.

Ces indicateurs peuvent être classés en mesures simples et mesures multidimensionnelles (Audibert, 2009).

Les mesures simples regroupent : l'espérance de vie à la naissance, les taux de mortalité (par âge, sexe ou par cause comme par exemple le taux de mortalité lié à une maladie transmissible ou non transmissible). Alors qu'on peut considérer comme mesure multidimensionnelle, l'espérance de vie corrigée de l'incapacité22(*) (EVCI) et les années de vie corrigées de l'incapacité23(*) (AVCI). Malgré la pertinence de ces indicateurs, nous n'allons utiliser dans notre étude que les mesures simples du fait du manque de données.

Nous retenons trois outputs pour estimer l'efficience des systèmes de santé des pays à revenu intermédiaire de la région MENA. L'output le plus pertinent est l'espérance de vie à la naissance puis le taux de mortalité néonatale (0 à 1 an) et le taux de mortalité des personnes suite aux maladies cardiovasculaires. Ce dernier a été choisi, car ces pays connaissent une hausse importante de la prévalence des maladies non transmissibles.

3.3. Les variables et les données

L'estimation de l'efficience des systèmes de santé sera réalisée sur un échantillon de 8 pays à revenu intermédiaire de la région MENA : Maroc, Algérie, Tunisie, Egypte, Jordanie, Liban, Syrie et Iran. Nous avons choisis les pays à développement économique similaire pour voir si à un niveau de revenu par habitant semblable, la performance des systèmes de santé sera pareille. Ainsi que pour éviter le problème d'homogénéité, car les systèmes de santé évoluent dans des circonstances environnementales différentes. Nous supposons ici, que tous les pays à revenu intermédiaire de la région méditerranéenne sont confrontés au même environnement. Les données sont issues de l'OMS, de la banque mondiale et de l'institut de statistique de l'UNESCO. Les estimations seront menées sur 2000, l'année la plus récente où nous avons accès à toutes les données.

Dans le cas de notre étude, le choix de l'orientation output est a priori plus adapté au moment où les pays de note échantillon ne cherchent pas à diminuer leurs ressources mais plutôt à augmenter leurs résultats pour pouvoir atteindre les OMD. Mais mesurer l'efficience de ces pays selon une orientation input est aussi important. Car sa permettrait aux pays de minimiser leurs coûts sans pour autant de dégrader leurs résultats sanitaire. Et donc les gouvernements de ces pays pourront financer d'autres objectifs sociaux, y compris ceux qui auraient une incidence positive plus forte sur l'état de santé de leurs populations. Nous allons donc effectuer dans un premier temps une mesure de l'efficience à orientation output puis une mesure à orientation input.

Le modèle DEA que nous allons utiliser est celui de Banker, Charnes et Cooper (BCC) 1984. Ce choix est motivé par les résultats de Culyer et Wagstaff (1993) qui ont estimé que la relation entre les dépenses de santé et état de santé est concave.

Nos deux variables représentant le taux de mortalité ont subi une transformation car la mesure croissante est nécessaire pour estimer les scores d'efficience. Nous avons inversé les indicateurs de mortalité en taux de survie en utilisant leurs bornes de mesure.

La survie des enfants de moins de 1 an ainsi que celle des personnes ayant une maladie cardiovasculaire est égal à :

Snéonat = 1000 - Tmn

Scardio = 1000 - Tmcard

  Tmn : Taux de mortalité néonatale

Tmcard : Taux de mortalité lié aux maladies cardiovasculaires

Tableau 4: Statistique descriptive des variables choisies

Variables

Description

Moyenne

Ecart-type

Min

Max

Inputs

DSP

Dépenses de santé publiques (% du PIB)

3.11

1.65

1.63

6.75

Educ

Taux d'alphabétisation des adultes %

78.87

11.79

56

93

Nbméd

Nombre de médecins pour 1000 personnes

1.77

1.04

0.62

3.54

Outputs

Esper

Espérance de vie à la naissance (en années)

73.10

1.29

71.59

75.56

Mortnéonat

Taux de mortalité néonatale pour 1000 naissances vivantes

12.34

4.79

6

19.9

Survinéona

Taux de survie des enfants de moins d'un an (%o)

0.987

0.004

0.98

0.99

Mortcardio

Taux de mortalité lié à des maladies cardiovasculaires

11.96

12.43

1.6

36.6

Survicardio

Taux de personnes ayant survécu à des maladies cardiovasculaires

0.988

0.012

0.96

0.99

Source : Auteur

* 22 Cet indicateur a été proposé par l'OMS, il permet de prendre en compte le fait qu'un individu peut vivre en mauvaise santé malgré une espérance de vie longue.

* 23 Cet indicateur été proposé par l'OMS et la banque mondiale. Il permet d'avoir une information sur la charge de la maladie dans une population.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle