An Exploration of the Unintended Consequences of Performance-Based Financing in 6 Primary Healthcare Facilities in Burkina Faso
Notice bibliographique
Résumé
BACKGROUND: Performance-based financing (PBF) is promoted to improve the quality and quantity of healthcare services in low-income countries. Despite the complexity of the intervention, little attention has been given to studying its unintended consequences. Our objective is to increase evidence on the unintended consequences of PBF in Burkina Faso. METHODS: Using the diffusion of innovations theory, we conducted a multiple case study. The cases were 6 healthcare facilities in two districts. Between April 2015 and 2016, we collected data through 101 semi-structured interviews, discussions, observations, and documents. We conducted thematic analysis using a hybrid deductive-inductive approach. Secondary data was used to illustrate the evolution of reported services. We conducted a cross-case synthesis to identify the results arising independently from more than 1 case. RESULTS: A desirable unintended consequence of PBF was that 3 facilities limited the sale of non-prescribed medication to encourage patients to consult. Undesirable unintended consequences were found in the majority of facilities including fixation on measures rather than on underlying objectives, the pursuit of narrow and less relevant performance indicators, gaming, and teaching trainees improper practices. Providers in all facilities deliberately manipulated medical registers and documents, such that the reported quantity and quality of care differed from what was actually delivered. While most participants indicated that PBF was more advantageous than previous practices, the long payment delays were a source of dissatisfaction and demotivation across all facilities. Dissatisfaction also emerged in relation to the distribution of subsidies and the non-attribution of quality points for services delivered by certain staff considered "unqualified" in guidelines. Results in many facilities revealed suboptimal planning, a perception of the intervention as "budgetivorous," as well as tensions related to the principle of managerial autonomy. CONCLUSION: PBF led to numerous unintended consequences that could undermine the intervention's effectiveness. The findings contribute to a more comprehensive picture of the consequences of implementing PBF. Policy-makers can use the results of this study to devise effective strategies before, during and after the implementation of the intervention to minimize undesirable unintended consequences and promote desirable ones.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».