En général, je suis très sceptique quant à l'idée de considérer les abandons et les rechutes (récurrence de l'émaciation) comme des signes d'échec programmatique. Ayant personnellement traité plusieurs dizaines de milliers d'enfants émaciés en Afrique subsaharienne, il est clair pour moi que si nous sommes honnêtes, le défaut/la rechute se produit souvent. Dans un cas typique de MAM, pourquoi s'attendre à ce que 4 à 6 semaines d'alimentation supplémentaire empêhent les « rechutes » après 6 à 18 semaines de plus ? En réalité, ce n'est pas le cas, et le traitement de la MAM à nouveau doit tout simplement avoir lieu. Dans une étude que nous avons menée au Malawi il y a près de 10 ans, nous avons montré qu'une récidive de MAM n'était pas révélatrice d'un mauvais résultat après un an. La récidive multiple, bien sûr, est un mauvais pronostic.

Malheureusement, les repères de CQ typiques n'ont pas été choisis parce que les meilleurs programmes pouvaient les atteindre en toutes circonstances. Les meilleurs résultats sont observés dans des circonstances de pénurie alimentaire aiguë et remarquable. Mais plus généralement, nous avons des enfants dans la pauvreté, dans des situations sociales stables avec une combinaison de mauvaise qualité de l'alimentation et de multiples stimuli inflammatoires. Lorsque je choisis les références du programme, je recherche avant tout la couverture, puis la disponibilité d'aliments thérapeutiques/d'appoint. Je m'efforce d'obtenir une couverture de 75 %, déterminée par une véritable enquête porte-à-porte et des ruptures de stock < 2 % du temps.

Salut Alex,

En termes de standards / rapports, vous trouverez peut-être un aperçu utile :

https://www.cmamreport.com/sites/all/themes/stc/cmam-assets/STANDARDISED%20CATEGORIES%20AND%20INDICATORS%20FOR%20BETTER%20CMAM%20REPORTING%20%20FINAL%20Apr%202015.pdf

et quelques ressources ici : https://www.cmamreport.com .... bien que, comme pour tous les outils/standards, ils doivent être interprétés de manière appropriée pour le contexte du pays/programme. Même si vous avez de bons résultats/rapports, êtes-vous sûr que la collecte de données et les rapports sont de qualité fiable ?

Je suis tout à fait d'accord avec Mark pour dire qu'une couverture élevée doit être votre priorité - avec une vision légèrement nuancée sur les patients défaillants - je suis d'accord que cela n'indique pas un "échec" du programme bien qu'un taux de défaillance élevé soit généralement associé à une couverture inférieure ou indicatif de la nécessité d'une réponse du programme ; les principales raisons de toute défaillance doivent être déterminées pour informer les changements contextuellement appropriés nécessaires pour réduire la défaillance des patients/ maximiser la couverture.

De même avec les rechutes - je pense que cela se produit plus que nous ne le pensons et je ne connais pas beaucoup de programmes qui enregistrent de manière fiable les informations sur les rechutes. Dans tous les cas, à moins que vous n'ayez un programme de couverture élevée, il est probable que les rechutes ne soient pas reconnues (c'est-à-dire que les patients guérissent ou meurent spontanément sans détection). En fin de compte, je ne considère pas le taux de rechute comme un indicateur de performance pour la PCMA (à moins que la sortie et la notification des cas "guéris" ne soient sérieusement défectueuses - mais cela devrait être détecté par une supervision de routine plutôt que par la notification des rechutes).

En termes de ratios d'abandons et de rechutes, même si vos données étaient exactes, je ne suis pas sûr que la comparaison soit valide. Les défaillants ont cessé de participer au programme pour une raison quelconque et l'enfant en rechute a déjà été guéri et a maintenant été réadmis.

Lorsque l'on compare les abandons par rapport aux nouvelles admissions, il est préférable d'examiner les tendances des données plutôt que les ratios. Interprétez les tendances par rapport aux nombres attendus d'admissions et aux raisons de la modification des niveaux par défaut - consultez le manuel SQUEAC pour des exemples de comparaison des tendances des données par rapport aux calendriers saisonniers - encore une fois, cela revient à l'importance de se concentrer sur la couverture de l'évaluation directe.

https://www.fantaproject.org/monitoring-and-evaluation/squeac-sleac