Objective: To develop and test a method that allows an objective assessment of the value of any health policy in multiple domains.
Methods: We developed a method to assist decision-makers with constrained resources and insufficient knowledge about a society's preferences to choose between policies with unequal, and at times opposing, effects on multiple outcomes. Our method extends standard data envelopment analysis to address the realities of health policy, such as multiple and adverse outcomes and a lack of information about the population's preferences over those outcomes. We made four modifications to the standard analysis: (i) treating the policy itself as the object of analysis, (ii) allowing the method to produce a rank-ordering of policies; (iii) allowing any outcome to serve as both an output and input; and (iv) allowing variable return to scale. We tested the method against three previously published analyses of health policies in low-income settings.
Results: When applied to previous analyses, our new method performed better than traditional cost-effectiveness analysis and standard data envelopment analysis. The adapted analysis could identify the most efficient policy interventions from among any set of evaluated policies and was able to provide a rank ordering of all interventions.
Conclusion: Health-system-adapted data envelopment analysis allows any quantifiable attribute or determinant of health to be included in a calculation. It is easy to perform and, in the absence of evidence about a society's preferences among multiple policy outcomes, can provide a comprehensive method for health-policy decision-making in the era of sustainable development.
Objectif: Développer et tester une méthode permettant d'évaluer objectivement la valeur de toute politique sanitaire dans de multiples domaines.
Méthodes: Nous avons développé une méthode pour aider les décideurs qui possèdent des ressources limitées et des connaissances insuffisantes concernant les préférences d'une société à choisir entre des politiques ayant des effets inégaux, et parfois opposés, sur de multiples résultats. Notre méthode élargit l'analyse standard de l'enveloppement de données pour tenir compte des réalités d'une politique sanitaire, et notamment de résultats multiples et négatifs et d'un manque d'informations concernant les préférences d'une population à l'égard de ces résultats. Nous avons apporté quatre modifications à l'analyse standard: (i) nous avons pris la politique elle-même comme objet d'analyse; (ii) nous avons fait en sorte que la méthode permette de classer les politiques; (iii) nous avons veillé à ce que chaque résultat serve à la fois d'entrée et de sortie; et (iv) nous avons prévu un rendement d'échelle variable. Nous avons testé la méthode par rapport à trois analyses précédemment publiées de politiques sanitaires dans des pays à faibles revenus.
Résultats: Appliquée aux précédentes analyses, notre nouvelle méthode a donné de meilleurs résultats qu'une traditionnelle analyse coût-efficacité et qu'une analyse standard de l'enveloppement de données. Cette analyse adaptée a permis de repérer les interventions les plus efficaces parmi un ensemble de politiques évaluées et d'établir un classement de toutes les interventions.
Conclusion: L'analyse de l'enveloppement de données adaptée au système de santé permet d'inclure dans un calcul toute caractéristique ou tout déterminant quantifiable de la santé. Cette analyse est facile à réaliser et, en l'absence de données concernant les préférences d'une société parmi plusieurs résultats de politique, elle fournit une méthode complète pour la prise de décision en matière de politique sanitaire à l'ère du développement durable.
Objetivo: Desarrollar y probar un método que permita una evaluación objetiva del valor de cualquier política de salud en múltiples dominios.
Métodos: Se desarrolló un método para ayudar a los responsables de la toma de decisiones con recursos limitados y conocimientos insuficientes sobre las preferencias de una sociedad para elegir entre políticas de efectos desiguales, y en ocasiones opuestos, en resultados múltiples. El método amplía el análisis envolvente de datos estándar para abordar las realidades de la política de salud, como los resultados múltiples y adversos y la falta de información sobre las preferencias de la población con respecto a dichos resultados. Se realizaron cuatro modificaciones al análisis estándar: (i) tratar la política en sí misma como el objeto de análisis; (ii) permitir que el método produzca un orden jerárquico de las políticas; (iii) permitir que cualquier resultado sirva como entrada y salida; y (iv) permitir el rendimiento variable a escala. Se probó el método en comparación con tres análisis publicados anteriormente de políticas de salud en entornos de bajos ingresos.
Resultados: Cuando se aplicó a análisis previos, el nuevo método funcionó mejor que el análisis tradicional de coste y efectividad y que el análisis estándar envolvente de datos. El análisis adaptado identificó las intervenciones de políticas más eficaces de entre un conjunto de políticas evaluadas y proporcionó un orden jerárquico de todas las intervenciones.
Conclusión: El análisis envolvente de datos adaptado al sistema de salud permite incluir cualquier atributo o determinante de salud cuantificable en un cálculo. Es fácil de realizar y, a falta de evidencia sobre las preferencias de una sociedad entre múltiples resultados de una política, proporciona un método integral para la toma de decisiones sobre políticas de salud en la era del desarrollo sostenible.
الغرض: تطوير واختبار طريقة تتيح إجراء تقييم موضوعي لقيمة أي سياسة صحية في العديد من المجالات.
الطريقة: قمنا بتطوير أسلوب لمساعدة صناع القرار المعتمدين على موارد محدودة ومعرفة غير كافية حول أفضليات المجتمع للاختيار ما بين السياسات ذات الآثار غير المتكافئة – والتي أحيانًا ما تكون متعارضة – على المحصلات المتعددة. ويعمل الأسلوب الذي نقدمه على مد نطاق التحليل القياسي لتغطية البيانات بحيث يتعامل مع وقائع السياسة الصحية، مثل تعدد المحصلات الناتجة ونشوء محصلات سلبية، ونقل المعلومات حول أفضليات الشرائح السكانية فيما يتعلق بتلك المحصلات. وقد أجرينا أربعة تعديلات على التحليل القياسي تتمثل فيما يلي: علاج السياسة ذاتها بصفتها هدف للتحليل، و(ب) السماح للأسلوب بإنتاج تصنيف تراتبي للسياسات، و(جـ) السماح باعتبار محصلة بمثابة ناتج ومعطيات في نفس الوقت، و(د) السماح باحتساب عوائد متغيرة الحجم. وقد اختبرنا الأسلوب في ضوء ثلاثة تحليلات سبق نشرها في الماضي للسياسات الصحية في البيئات التي تسودها مستويات الدخل المنخفضة.
النتائج: عند تطبيق الأسلوب المقترح من جانبنا على التحليلات السابقة، فقد حقق هذا الأداء الأسلوب الجديد أداءً أفضل من التحليل التقليدي لفعالية التكلفة والتحليل القياسي لتغطية البيانات. وأمكن للتحليل المعدّل أن يحدد التدخلات الأكثر فعالية في السياسة من بين أي مجموعة من السياسات التي خضعت للتقييم، كما أمكنه تقديم تصنيف تراتبي لجميع التدخلات.
الاستنتاج: يتيح تحليل تغطية البيانات المعدَّل حسب النظم الصحية تضمين أي خاصية أو محدِّد للصحة قابل للقياس الكمّي في عملية حسابية. ومن السهل إجراء هذا التحليل، كما يمكنه في غياب الأدلة حول الأفضليات السائدة في أحد المجتمعات أن يقدم أسلوبًا شاملاً لعملية اتخاذ القرار بشأن السياسات الصحية في عصر التنمية المستدامة.
目的: 开发并测试一种可客观评估多领域任意卫生政策价值的方法。.
方法: 我们开发了一种方法，在资源有限且对社会偏好缺乏足够了解的情况下，协助决策者在对多个结果有不平等（时而相反）效果的政策间做出选择。我们的方法拓展了标准的数据包络分析以解决卫生政策的现实问题，例如产生多种相反结果、缺乏针对这些结果的群体偏好信息。我们对标准分析作了 4 次修改：(i) 将政策本身视为分析对象；(ii) 可采用该方法为政策排序；(iii) 任何结果既可作为输出信息,又可作为输入信息；和 (iv) 可测量浮动回报。我们采用之前发布的三种低收入国家卫生政策分析来测试该方法。.
结果: 我们的新方法用于先前分析时，比传统成本效益分析和标准数据包络分析的效果更好。调整后的分析可从任何一组已评估的政策中确定最有效的政策干预措施，并能将所有干预措施排序。.
结论: 适用于卫生系统的数据包络分析使任何卫生的度量类属性或决定因素均可纳入计算。该分析易于进行，在可持续发展时代，在缺乏社会对多政策结果偏好证据的条件下，它能为卫生政策决策制定提供一种综合方法。.
Цель: Разработать и протестировать метод, который позволил бы объективно оценивать значение любой политики в различных сферах деятельности в области здравоохранения.
Методы: Авторы разработали метод, содействующий принятию решений при выборе между политиками с неравными и порой противоположными последствиями уполномоченными лицами в условиях ограниченных ресурсов и недостаточных знаний о предпочтениях общества. Этот метод позволяет расширить применение стандартного анализа охвата данных для учета реалий политики здравоохранения, таких как многочисленные и неблагоприятные последствия, а также отсутствие информации об отношении населения к этим последствиям. Авторы внесли четыре изменения в стандартный анализ: (i) рассмотрение самой политики как объекта анализа; (ii) включение в метод возможности проведения ранжирования политики; (iii) включение возможности для любого последствия служить в качестве как исходных данных, так и результатов; (iv) включение возможности переменного эффекта масштабирования. Авторы протестировали этот метод на основе трех ранее опубликованных анализов политики здравоохранения в условиях низкого уровня дохода.
Результаты: При применении на основе предыдущего анализа новый метод продемонстрировал лучшие результаты, чем традиционный анализ экономической эффективности и стандартный анализ охвата данных. Адаптированный анализ способен определить наиболее эффективные политические меры среди любого набора оцениваемых стратегий и может обеспечить ранжирование всех мер.
Вывод: Анализ охвата данных, адаптированный к системе здравоохранения, позволяет включать в расчет любой количественный атрибут или детерминант здоровья. Такой анализ прост в осуществлении и при отсутствии информации об отношении общества к нескольким последствиям политики может обеспечить комплексный метод принятия решений в области здравоохранения в эпоху устойчивого развития.