Évaluations d impact aleatoires

Présentation au sujet: "Évaluations d impact aleatoires"— Transcription de la présentation:

1 Évaluations d impact aleatoires
Vandana Sharma, MD, MPH Séminaire Handicap International, 4 décembre 2013

2 Sommaire Le Laboratoire d'action contre la pauvreté Abdul Latif Jameel (J-PAL) Qu'est-ce que l'évaluation ? Évaluations aléatoires Qu'est-ce que l'évaluation aléatoire ? Comment mener une évaluation aléatoire ? Défis et difficultés Exemple 1 : éducation et VIH au Kenya Exemple 2 : agents de santé volontaires au Nigéria

3 Laboratoire d'action contre la pauvreté Abdul Latif Jameel (J-PAL) : la science en pratique
J-PAL est Un centre fondé en 2003 au sein du département d'économie du MIT (Massachussets Institute of Technology) Un réseau de chercheurs autour du monde Dont la mission est de faire en sorte que le combat contre la pauvreté soit fondé sur des preuves scientifiques Nous essayons en particulier de tirer des leçons des évaluations aléatoires de programmes visant à réduire la pauvreté (au sens large) Que faisons-nous ? Évaluations d'impact rigoureuses Formations Lobbying politique

4 J-PAL - Réseau d'économistes menant des essais aléatoires contrôlés
91 universitaires, 441 évaluations dans plus de 55 pays du monde entier

5 Qu'est-ce que l'évaluation ?
Une méthode systématique de collecte, analyse et utilisation d'informations dans le but de répondre à des questions sur des politiques et des programmes Évaluation d'un processus : La politique ou le programme a-t-il été mis en œuvre comme prévu ? Évaluation de l'impact : La politique ou le programme a-t-il changé les choses ?

6 L'évaluation est essentielle
Les ressources sont limitées Peu de preuves tangibles de ce qui est le plus efficace De nombreuses décisions se prennent sur une intuition ou pour suivre une mode Des évaluations rigoureuses offrent de la fiabilité

7 L'évaluation est utile Aide les décideurs à mieux investir
Améliore les programmes Identifie les bonnes pratiques

8

9 The Lancet, 13 février 2010

10 Évaluations d'impact : Les évaluations d'impact mesurent l'efficacité d'un programme en comparant les résultats de ceux qui y ont participé (individus, communautés, écoles, etc.) à ceux qui sont restés en dehors L'objectif est de mesurer l'impact déterminant d'un programme ou d'une intervention sur un résultat Exemples : Dans quelle mesure la distribution gratuite de moustiquaires a-t-elle diminué l'incidence du paludisme ? Dans quelle mesure une campagne d'information sur le VIH a-t-elle réduit les comportements sexuels à risque ? Lequel de deux modèles de chaînes d'approvisionnement a-t-il été le plus efficace pour éliminer les pénuries de médicaments ?

11 Évaluations d'impact Pour déterminer le lien de cause à effet entre l'intervention et le résultat, nous devons mesurer le contrefactuel Qu'est-ce qu’il serait arrivé aux participants s’ils n’avaient pas bénéficié du programme ?

12 Impact : qu'est-ce que c'est ?
Intervention Contrefactuel Résultat principal Impact Temps

13 Impact : qu'est-ce que c'est ?
Intervention Contrefactuel Résultat principal Impact Temps

14 Impact : qu'est-ce que c'est ?
Le résultat quelques temps après le lancement du programme comparé Au résultat au même moment précis si le programme n'avait pas été lancé (le « contrefactuel »)

15 Évaluations d'impact MAIS – Nous ne pouvons pas observer le même individu avec et sans le programme au même moment précis ! Comme le contrefactuel n'est pas observable, l'objectif principal de toutes les méthodes d'évaluation d'impact est de construire ou d'imiter le contrefactuel Il faut un groupe de comparaison adéquat Des individus qui ressemblent beaucoup aux participants, mais qui n'ont pas bénéficié du programme Techniques : Avant/après Utilisation des non-bénéficaires comme groupe témoin

16 Après introduction de moustiquaires
Avant/après Avant introduction de moustiquaires Après introduction de moustiquaires 6 cas de paludisme en 6 mois 2 cas de paludisme en 6 mois

17 Avant/après Le programme de moustiquaires a-t-il été efficace pour réduire l'incidence du paludisme ? D'autres facteurs auraient-ils pu provoquer la réduction observée ? Des variations saisonnières Une hausse des revenus : les ménages investissent dans d'autres mesures D'autres programmes

18 Avant/après Important de contrôler avant et après
Insuffisant de montrer l'impact du programme De trop nombreux facteurs évoluent au fil du temps Contrefactuel : qu'est-ce qui se serait passé en l'absence du projet, si le reste était pareil

19 Participants vs non-participants
Comparer les bénéficiaires du programme avec des personnes qui n'étaient pas éligibles au programme des personnes qui ont choisi de ne pas participer au programme Exemple : suite à la distribution de moustiquaires, comparer les ménages qui en ont bénéficié à d'autres qui n'en ont pas bénéficié Impact des moustiquaires ?

20 Participants vs non-participants
Quels autres facteurs pourraient entrer en compte ? Les personnes qui ont choisir de recevoir les moustiquaires peuvent être différents des autres Différences observables Revenu Éducation Différences non observables Facteurs de risques Autres mesures préventives

21 Participants vs non-participants
Il est impossible de savoir dans quelle mesure la différence est due aux moustiquaires Autres facteurs Impact des moustiquaires

22 Participants vs non-participants
Les non bénéficiaires peuvent être très différents des bénéficiaires Les programmes ciblent souvent des zones spécifiques (par ex. des zones plus pauvres, qui manquent de services spécifiques) Les individus sont souvent présélectionnés pour participer au programme La décision de participer est souvent volontaire Ainsi, les non bénéficiaires sont souvent un mauvais groupe de comparaison, du fait de différences préexistantes (biais de sélection) Le biais de sélection disparaît en cas de randomisation

23 LE MODÈLE EXPÉRIMENTAL ALÉATOIRE EST LA RÈGLE D'OR

24 Sélection aléatoire Identifier un groupe assez important
d'individus tous susceptibles de bénéficier d'un programme Affectez-les de manière aléatoire dans l'un des groupes suivants : le groupe expérimental : bénéficiera du programme le groupe témoin : non autorisé à participer au programme (au cours de la période d'évaluation) Pour la sélection aléatoire, il faut que les caractéristiques observables et non observables soient présentes de manière statistiquement identique dans les groupes expérimental et témoin.

25 Sélection aléatoire Comme les membres de ces groupes (expérimental et témoin) sont systématiquement identiques au début de l'essai, toute différence apparaissant entre eux peut être attribuée au programme (traitement) plutôt qu'à un autre facteur Bien conçues et menées, les expériences randomisées sont la méthode la plus crédible pour estimer l'impact d'un programme

26 Sélection aléatoire La randomisation ne fonctionne pas s'il y a seulement deux individus ou groupes Groupe ou individu expérimental Groupe ou individu témoin Par contre, les différences se résorbent si l'échantillon est vaste Grandes différences entre le groupe ou l'individu expérimental et le groupe ou l'individu témoin En moyenne, même nombre de rouges et de bleus dans les groupes expérimental et témoin

27 Peut-on randomiser ? Randomiser ne veut pas dire refuser à des gens de bénéficier du projet Généralement, la mise en place du projet est soumise à des contraintes pour permettre la randomisation La randomisation est la façon la plus juste de répartir le traitement

28 Comment introduire le caractère aléatoire ?
Organiser un tirage au sort Randomiser l'ordre d'introduction progressive du programme Encourager de manière aléatoire certains plus que d'autres Plusieurs traitements

29 Introduction progressive d'un programme
Lancement dans 200 cliniques Lancement dans 200 autres cliniques Lancement dans 400 autres cliniques Jan Jan Juil 2015 Randomiser l'ordre dans lequel les cliniques reçoivent le programme Puis comparer le groupe Jan 2014 au groupe Jan 2015 à la fin de la première année

30 Si plusieurs groupes doivent recevoir le programme
Très vulnérables Vulnérables Non vulnérables Exemple : un programme destiné aux enfants au Kenya Les enfants très vulnérables (orphelins) doivent recevoir le programme Randomiser parmi les enfants moins vulnérables INSCRIRE RANDOMISER REFUSER

31 Varier l'intensité et la nature du traitement
Campagne d'information sur le VIH/sida 100 villages Campagne d'information sur le VIH/sida + relances par SMS 100 villages Campagne d'information sur le VIH/sida (radio) 100 villages Campagne d'information sur le VIH/sida (journaux) 100 villages Randomiser entre les communautés Quelle approche a le plus fort impact ? Randomiser entre les communautés Impact supplémentaire des relances par SMS

32 Unité de randomisation
À quel niveau dois-je randomiser ? Individu Ménage Clinique Communauté Éléments à prendre en compte Faisabilité politique de la randomisation au niveau individuel Retombées entre les groupes Capacité de mise en œuvre : une clinique administrant différents traitements

33 Unité de randomisation
Randomisation individuelle Randomisation au niveau des cliniques 150 cliniques (75 dans le groupe expérimental, 75 dans le groupe témoin) 3000 personnes 630 participants (315 personnes dans le groupe expérimental, 315 dans le groupe témoin) Unité plus grande = étude plus grande

34 Avantages des évaluations aléatoires
Les résultats sont transparents et faciles à partager Difficiles à manipuler ou à contester Plus susceptibles d'être persuasives

35 Limites Ne peuvent pas toujours êtres utilisées (par ex. pour des raisons politiques ou éthiques) Problèmes de validité interne : pouvoir, attrition, conformité, etc. Problèmes de validité externe : taille de l'échantillon, possibilité de généralisation des résultats à la population visée Ces mêmes problèmes se posent souvent pour la validité d'études non expérimentales

36 EXEMPLE 1 Évaluer les programmes pédagogiques sur le VIH mis en place dans les écoles pour les jeunes Kényans

37 Éducation et VIH/sida au Kenya
Esther Duflo, Pascaline Dupas, Michael Kremer, Vandana Sharma

38 Contexte : VIH/SIDA AU KENYA
Enquête sur les indicateurs du SIDA au Kenya Août - décembre 2007 18 000 individus observés, âgés de 15 à 64 ans et provenant de 10 000 ménages de tout le Kenya AU TOTAL : 7,4 % des Kényans sont séropositifs 8,7 % des femmes sont séropositives 5,6 % des hommes sont séropositifs Plus de 1,4 million de Kényans vivent avec le VIH/sida Programme national de lutte contre le SIDA et les IST, Ministère de la Santé, Kenya. Juillet Enquête 2007 sur les indicateurs du SIDA au Kenya : rapport préliminaire. Nairobi, Kenya.

39 VIH/sida au Kenya

40 Mesures de prévention contre le VIH dans les écoles
L'éducation est considérée comme un « vaccin social » contre le VIH/sida Les enfants de 5 à 14 ans sont considérés comme une « lueur d'espoir », car : ils ont de faibles taux d'infection au VIH leurs comportements sexuels ne sont pas encore établis, et peuvent être plus facilement façonnés En Afrique, la plupart des enfants vont désormais à l'école primaire Les programmes de prévention contre le VIH dans les écoles sont peu coûteux, faciles à mettre en œuvre et à reproduire Il existe peu de preuves rigoureuses de l'efficacité de ces types de programmes

41 Contexte - Plan d'étude Entre 2003 et 2006, l'organisation à but non lucratif ICS a mis en place des programmes de prévention contre le VIH dans 328 écoles primaires de l'ouest du Kenya Les écoles ont été tirées au sort pour recevoir une, deux ou aucune des interventions suivantes : Formation des enseignants dans le cadre du Programme éducatif national kényan sur le VIH/sida Le programme national sur le VIH se concentre sur l'abstinence jusqu'au mariage et ne comprend pas d'informations sur les préservatifs Ce programme offre une formation continue à trois enseignants du second cycle pour améliorer la mise en œuvre du programme Programme de distribution d'uniformes Deux uniformes distribués gratuitement à une cohorte d'élèves (filles et garçons), dans le but de les aider à rester plus longtemps à l'école (le deuxième uniforme est distribué 18 mois après le premier)

42 Contexte - Plan d'étude Lieu de l'étude : districts de Butere, Mumias, Bungoma Sud et Bungoma Est, dans la province Ouest Échantillon de l'étude : 19 000 jeunes (dont env. 50 % de filles) inscrits en « Grade 6 » en 2003 (env. 13 ans) Modèle expérimental :

43 Résultats Formation des enseignants :
Enseignants plus enclins à discuter du VIH en classe Faible impact sur les connaissances, l'activité sexuelle autodéclarée ou l'utilisation de préservatifs Tolérance accrue vis-à-vis des personnes séropositives Aucun effet sur les taux de grossesse 3 et 5 ans après

44

45 Résultats Programme des uniformes :
Réduction du taux de décrochage scolaire (de 17 % chez les garçons et 14 % chez les filles) Réduction du taux de grossesse chez les adolescentes : de 14,4 % à 10,6 % trois ans après de 30,7% à 26,1% cinq ans après

46

47 VIH/sida et éducation dans l'ouest du Kenya : une étude de suivi des biomarqueurs
Objectif : étudier l'impact de la formation des enseignants et des programmes d'uniformes sur la transmission réelle d'IST et du VIH Les données autodéclarées sont souvent peu fiables, particulièrement en ce qui concerne les comportements sexuels L'évolution des connaissances ou des mentalités ne se traduit pas forcément par des changements de comportements durables

48 Plan d'étude Une enquête transversale pour mesurer la prévalence du HSV-2 et les conséquences sur le comportement a été soumise à des sujets entre février 2009 et mars 2011 six à huit ans après les interventions Remarque : n'a pas la puissance statistique nécessaire pour estimer l'impact sur le VIH

49 328 écoles de l'ouest du Kenya
Formation des enseignants Uniformes gratuits Groupe témoin CAP Prév. du HSV-2 Sélection aléatoire Programmes offerts en 2003 Suivi en CAP = connaissances, attitudes et pratiques

50 Résultats I Infection au HSV-2 sept ans après l'intervention
Femmes Hommes Positives au HSV-2 Positifs au HSV-2 Programme des uniformes 1,099 1,1 Intervalle de confiance (95 %) (0, ,427) (0, ,461) Valeur P 0,48 0,511 Formation des enseignants 1,041 0,966 (0, ,336) (0, ,303) 0,755 0,82 Les deux 0,802* 0,866 (0, ,040) (0, ,167) 0,096 0,345 Échantillon observé 5509 6300 Moyenne du groupe témoin 0,118 0,074

51 Resultats II Mariage et maternité sept ans après l'intervention
Femmes Hommes A déjà été mariée A déjà été enceinte A déjà été marié A déjà eu un enfant Programme des uniformes 0,810* 0,843 1,063 0,966 Intervalle de confiance (95 %) (0, ,016) (0, ,045) (0, ,380) (0, ,251) Valeur P 0,068 0,119 0,648 0,796 Formation des enseignants 1,119 1,114 0,995 1,045 (0, ,389) (0, ,396) (0, ,292) (0, ,335) 0,309 0,349 0,968 0,724 Les deux 0,95 0,965 1,062 1,03 (0, ,187) (0, ,205) (0, ,361) (0, ,291) 0,653 0,751 0,632 Échantillon observé 5715 5719 6590 6594 Moyenne du groupe témoin 0,391 0,493 0,186 0,214

52 Utilise des poids d'échantillonnage (ceux échantillonnés pendant IT ont une pondération plus élevée)
Pondéré en fonction de l'âge au départ, couches de randomisation (emplacement de l'école, répartition par sexe et performance au départ), date de l'enquête ou de la prise de sang

53 Conclusion La subvention éducative (uniformes gratuits) est efficace pour réduire les taux de mariage et de grossesse chez les adolescents, mais n'est pas suffisante pour réduire la transmission du HSV-2 Le programme national sur le VIH, axé sur l'abstinence jusqu'au mariage, semble inefficace pour réduire la transmission du HSV-2 Les deux programmes, mis en œuvre conjointement, semblent réduire la transmission du HSV-2

54 Merci Vandana Sharma, MD, MPH
Laboratoire d'action contre la pauvreté Abdul Latif Jameel (J-PAL) Massachusetts Institute of Technology