"Hintergrund": "Die Kosten-Nutzen-Analyse (CEA) ist entscheidend für eine evidenzbasierte Ressourcenallokation in Distriktgesundheitssystemen. In Ruanda, wo die Stärkung des Gesundheitssystems eine Priorität darstellt, sind strenge, aber pragmatische Evaluierungsansätze erforderlich. Quasi-experimentelle Designs (QEDs) bieten eine praktikable Alternative zu randomisierten kontrollierten Studien in realen Kontexten, aber ihre methodische Anwendung und Robustheit in diesem Zusammenhang erfordert eine systematische Bewertung. ", "Zweck und Ziele": "Diese systematische Überprüfung zielt darauf ab, die Anwendung, Strenge und Berichterstattung von quasi-experimentellen Methodologien, die für CEA in ruandischen Distriktkrankenhaussystemen verwendet werden, kritisch zu bewerten und methodische Stärken, Einschränkungen und bewährte Praktiken zu identifizieren. ", "Methodologie": "Eine systematische Suche in mehreren elektronischen Datenbanken wurde gemäß den PRISMA-Richtlinien durchgeführt. Studien, die QEDs (z.B. Differenz-in-Differenzen, Regressionsdiskontinuität, unterbrochene Zeitreihen) für CEA im angegebenen Kontext verwendeten, wurden einbezogen. Daten wurden zum Studiendesign, zu Identifikationsstrategien, zu Ergebnismessungen, zur Kostenschätzung und zu analytischen Techniken extrahiert. Die methodische Qualität wurde mit einem maßgeschneiderten Tool bewertet, das die Cochrane-Risiko-von-Bias- und wirtschaftlichen Evaluierungschecklisten kombiniert. Das primäre statistische Modell von Interesse war die Differenz-in-Differenzen-Spezifikation: Y{it = \ + \ (Treati \ Postt) + \ + \ +, wobei robuste Standardfehler auf der Ebene der Einrichtung gruppiert wurden. ", "Ergebnisse": "Von den gesichteten Aufzeichnungen wurde ein begrenzter, aber informativer Bestand an Studien identifiziert. Ein dominantes Thema war die Verwendung von Differenz-in-Differenzen zur Bewertung von Gesundheitsfinanzierungsinterventionen, obwohl nur eine Minderheit potenzielle serielle Korrelationen und Störfaktoren angemessen berücksichtigte. Ein zentrales Ergebnis war, dass Studien, die Propensity-Score-Matching vor der Analyse der Differenz-in-Differenzen anwendeten, plausiblere inkrementelle Kosten-Nutzen-Verhältnisse berichteten, mit engeren Konfidenzintervallen, was auf eine verbesserte kausale Identifikation hindeutet. ", "Fazit": "Quasi-experimentelle CEA in diesem Kontext ist machbar, wird aber inkonsistent angewendet. Die methodische Strenge, insbesondere bei der Berücksichtigung zeitvariabler Störfaktoren und räumlicher Abhängigkeiten, ist oft unzureichend und könnte die Schätzungen der Kosten-Nutzen-Verhältnisse verzerren"
Uwimana et al. (Wed,) haben diese Frage untersucht.