衡量和了解应用于布隆迪营养服务的基于绩效的融资计划的影响 (NutriPBF)

背景

营养不良是布隆迪的一个大问题。 为了改善医院、保健中心和社区层面的服务，卫生部正在试行在其基于绩效的融资 (PBF) 计划中引入营养不良预防和护理指标。 为服务单位和定性指标付费有望提高这些营养服务的提供和质量，正如 PBF 在布隆迪和其他地方为其他几项服务所做的那样。

营养 PBF 干预

干预的重点是五岁以下的儿童。 它遵循布隆迪的标准 PBF 模型，结合定量指标以鼓励增加服务提供（见下文）和定性指标。 每季度对营养活动质量进行评估，根据质量得分对设施获得的补贴进行奖励或处罚。

表：激励指标

社区卫生工作者 (CHW) 级别

• 因急性营养不良 (AM) 筛查并转诊至健康中心的病例数
• 促进良好营养的课程总数

健康中心 (HC) 级别

• 筛查和治疗重度和中度 AM 的病例数
• nb 的增长跟进

医院级

• 有并发症的已治疗严重 AM 病例数
• 逗留时间

所有提供营养服务的医院都属于营养 PBF 计划。 在较低级别，只有干预组中的 HC 和提及他们的 CHW 受营养 PBF 的约束。

变革论

将营养活动引入 PBF 计划转化为政策制定者的信念，即 PBF 可以引发卫生人员、设施或系统绩效的一些积极变化，最终将对家庭和儿童产生影响。 研究人员已经确定了七种传播卫生机构绩效影响的途径：

• 收入轨道：注入额外的财政资源可能对营养服务产生积极影响，因为它允许卫生设施经理招募更多员工，更好地装备他的设施等。
• 现金轨道：财政资源直接转移到卫生机构的银行账户这一事实使后者能够快速、自主地支出。
• 激励轨道：额外资源取决于在营养活动中的更高绩效；这应该会激励社区行动者和工作人员提高绩效，以增加医疗机构和他们自己的收入（如果奖金分配给医疗工作者）。 在设施层面，对其他服务的影响尚不清楚：对某些人可能是负面的（例如，如果负责营养的员工过去负责其他服务，但现在被忽视了，因为它们的经济回报相对较低），对某些人可能是正面的其他（如果存在范围经济——即致力于营养活动，由于协同作用，减少其他活动所需的努力）。
• 信息轨道：通过合同、收费系统和相关的信息会议，就营养服务而言，工作人员可以更清楚地了解绩效应该是怎样的。 该计划的反馈也可以指导他们做出改进的决定。 研究人员假设对营养服务有积极影响。 然而，对于激励轨道，一个负面影响可能是没有报酬的活动可能被认为是不重要的。
• 监督和执法轨道：在新计划下，验证扩展到营养活动；这意味着主管和负责营养的人员之间将有更多的互动。 除了可能的后续信息传输（例如 关于良好做法的建议），监督可能会激活人际激励因素。
• 提供者层面的文化：PBF 计划邀请医疗机构管理者发展一种更有利于创新、灵活性、责任感和创业精神的工作文化。 由于 PBF 已成为五年的国家政策，因此可以假设布隆迪已经如此。 但是，不能排除它可以对营养部门产生更大的积极影响。
• 卫生系统跟踪：有人认为 PBF 可以触发多种系统效应 [1]。 在这里，这些影响的一部分可能来自影响评估的主管（例如卫生部要求联合国儿童基金会和世界粮食计划署更好地提供营养投入；世界银行解决了一些可能影响研究的问题）。 另一部分可能来自卫生机构本身（例如 向卫生部内的营养司施加压力，要求其成为更可靠、响应更快的供应商）。 调查人员预计，社区行为者会将更多营养不良的儿童转诊至保健中心，而保健中心会将更多严重急性营养不良的儿童转诊至转诊医院。 这可能会触发一些意想不到的反馈循环。

方法

研究设计包括采用顺序解释设计的混合方法模型。 定量部分是整群随机对照评估设计：在为研究选择的 90 个健康中心中，一半接受与其营养不良活动结果相关的报酬（营养 PBF 干预组），而另一半获得预算分配（对照组） ). 定性研究主要在定量评价结束时进行。 评估旨在提供项目对社区营养不良结果影响的最佳估计以及健康中心层面的产出（营养不良护理产出），并定量和定性地描述已发生（或未发生）的变化地方）作为该计划的结果在健康中心内。

数据采集

定量数据收集包括两轮卫生中心和家庭调查：干预实施前的基线调查和两年后的终线调查。

家庭调查收集每个选定儿童的营养和健康状况信息，年龄为 6-23 个月，以及他们家庭的一般信息（包括社会经济、粮食安全指数）。

卫生设施调查包括各种工具。 为了获得有关营养不良恢复率的信息，从参加中度急性营养不良（MAM）护理计划（12 个文件）和严重急性营养不良（SAM）的所有五岁以下儿童的档案中随机抽取了总共 24 个单独的临床档案) 转录过去六个月的护理计划（12 个文件）。 此外，健康中心的组织方面以及营养服务通过与管理人员的面谈记录下来。 为了评估服务质量，研究人员结合了两种技术：对六次儿科咨询（最多由两名卫生工作者进行）进行的患者-提供者观察，以及在每次观察咨询结束时进行退出面谈，以便获得有关满意度的信息以及记录儿童的人体测量数据。 最后，为了评估被观察的卫生工作者的知识，研究人员使用小插图来衡量要执行的不同任务的实践知识：提出儿科咨询模式，卫生工作者可以提出所有问题（与病史和体检相关） ) 进行诊断和提出治疗方案所必需的。 向咨询中观察到的每位卫生工作者提供三个小插曲。

在两轮调查期间，现场协调员定期进行批次质量保证调查，以评估记录中人体测量数据的准确性。 大多数数据都是“实时”输入的，现场协调员不断地检测和纠正不规范之处。 数据输入是使用电子设备完成的。 为此，选择了带有开放数据工具包软件和 ONA 互联网数据管理平台的 Android 智能手机。 电子数据录入的优点是减少了记录答案时出错的风险（由于自动有效性检查），并且无需从纸质文件到软件转录的双重数据录入，并大大减少了转录时间。 有些问卷虽然需要在纸上进行（例如使用纸上观察网格的患者与提供者咨询）：组织了两次输入会议以避免任何输入错误。

样本量评估

家庭调查的样本量是根据可被认为具有公共卫生意义的主要结果的最小差异计算的，即干预中心服务范围内的急性营养不良患病率减少约 25%（绝对值 2.5%）区域与控制中心的区域相比。 假设干预将导致 6-23 个月大儿童的 MAM 患病率从 10% 降低到 7.5% [2]，并假设将在每个卫生中心的服务区调查 65 名 6-23 个月大的儿童，需要将 90 个健康中心随机分配到干预组或对照组，α 误差为 5%，β 误差为 20%。 每个健康中心的儿童人数增加到 72 名，以考虑到缺失或不完整的数据，在 90 个选定的健康中心中，总共有 6,480 名 6-23 个月的儿童。 总共对 6,480 名儿童样本进行了基线调查，并且在项目开始两年后，将对另外 6,480 名 6-23 个月的儿童样本进行调查。

受邀参与研究的健康中心的选择是通过简单随机化（基于计算机的随机选择）在 193 个符合条件的健康中心（即提供营养服务（SAM 和 MAM 的治疗）的健康中心）中完成的。 选定的 90 个健康中心已根据基线调查期间测量的结果（MAM 康复活动、活动量、集水区人口以及营养不良儿童康复百分比）的组织和运作基本参数配对。 然后，这将用于控制这些参数的潜在混杂效应。 在 45 对中的每一对中，干预的分配是通过 2014 年 12 月研讨会期间组织的抽签系统随机分配的。

健康中心调查中临床文件的样本量是根据干预中心可被认为具有公共卫生意义的主要结果的最小差异计算的。 假设干预将导致 24 个月以下儿童急性营养不良的恢复率从 80% 提高到 90%，α 误差为 5%，功效为 80% 和集群间相关性 (ICC) 0.15 [3]，在过去六个月内登记的所有儿童中，每个健康中心和每个营养服务（MAM 和 SAM 康复服务）至少需要 12 个临床档案 [4]。

分析策略计划

首先，将进行一些描述性分析，以了解布隆迪卫生中心层面营养不良管理和一般卫生服务的主要特点。 通过将治疗组与对照组进行比较，将使用基线调查数据对设计进行验证。

其次，根据两轮调查的数据，干预措施的影响将通过具有随机效应的多层次统计模型在健康中心层面进行评估。 连续因变量将在混合效应回归模型中进行分析，而分类变量（例如 恢复是/否）将在逻辑回归或泊松回归模型中进行分析。 在人口层面，将控制家庭粮食安全、社会经济地位等儿童营养不良的其他因素。 将分析与季节、儿童年龄和性别、发育迟缓和社会经济参数的相互作用。 还将进行公平分析，以了解干预措施是否使较贫穷或较富裕的家庭受益更多。 在医疗机构层面，儿童营养不良恢复的其他因素，例如医疗机构工作人员的知识和技能，将受到控制。 将分析与儿童年龄和性别、发育迟缓和 MUAC 的相互作用。

讨论

尽管 PBF 计划在低收入国家蓬勃发展，但仍需要证据，尤其是关于修订薪酬指标清单的影响。 预计这一影响评估将有助于布隆迪的国家政策对话，但它也将为现有 PBF 计划和面临营养不良问题的国家提供关键证据，说明将该战略扩展到营养服务的适当性。