* Analyse de l’effet des mécanismes de protection *
* santé sur les dépenses de bilan de santé en contexte *
* COVID au Bénin *
CHAPITRE 2 : MÉTHODOLOGIE
2.2.2 Méthodologie adoptée
1) Collecte des données
Sources de données :
- Données secondaires : Enquête Harmonisée sur les Conditions de Vie des Ménages
(EHCVM) au Bénin, réalisée en 2021/2022 par l’Institut National de la Statistique et de
l’Analyse Économique (INSAE).
- Aucune collecte primaire supplémentaire n’a été effectuée.
Population et échantillon :
- Population cible : Ménages béninois.
- Taille de l’échantillon : Environ 8000 ménages, représentatifs au niveau national.
- Échantillon analytique : Ménages ayant déclaré des dépenses de santé préventive
(bilans de santé, tests COVID, vaccination) durant la période de référence.
- Mode de constitution de l’échantillon : Échantillonnage aléatoire stratifié selon les
départements et le milieu de résidence (urbain/rural), avec pondération pour assurer la
représentativité.
2) Les variables de l’étude
Objectif Spécifique 1 (OS1) :
Évaluer l’impact de la couverture maladie sur les dépenses de bilan de santé.
Hypothèse H1 :
Les bénéficiaires d’assurances maladie ont des dépenses moyennes de bilan de santé
30% inférieures aux non-assurés.
Variables :
- Variable dépendante : Dépenses de bilan de santé (variable quantitative, en FCFA).
- Variable indépendante : Couverture maladie (variable binaire : 1 = assuré, 0 = non
assuré).
Objectif Spécifique 2 (OS2) :
Quantifier l’effet différencié de la couverture maladie et des modes de remboursement.
Hypothèse H2 :
Le tiers payant réduit davantage les dépenses que l’avance de frais.
Variables :
- Variable dépendante : Dépenses de bilan de santé (variable quantitative, en FCFA).
- Variables indépendantes :
1. Mode de remboursement (variable catégorielle : tiers payant, avance de frais, autre)
2. Couverture maladie (binaire : assuré/non-assuré)
3. Variables de contrôle :
- Frais de test COVID (quantitative)
- Vaccination payante (binaire : oui/non)
- Type d’employeur (catégorielle : public, privé formel, informel, sans employeur)
3) Méthode de traitement et outils d’analyse des données
a) Méthode de traitement des données :
- Logiciel utilisé : Stata 18.
- Traitement : Nettoyage des données (gestion des valeurs manquantes par imputation
multiple, détection des valeurs aberrantes), création des variables, pondération des
données.
b) Outils d’analyse :
- Analyse descriptive : Statistiques descriptives (moyennes, écarts-types) et
représentations graphiques (histogrammes, diagrammes en barres) pour comparer les
dépenses selon les catégories de variables indépendantes.
- Modèle économétrique : Régression linéaire multiple.
- Équation du modèle :
\[
\text{Dépenses santé} = \beta_0 + \beta_1(\text{Couverture}) + \beta_2(\text{Tiers
payant}) + \beta_3(\text{Avance de frais}) + \beta_4(\text{Vaccination}) +
\beta_5(\text{Frais test COVID}) + \beta_6(\text{Employeur public}) +
\beta_7(\text{Employeur privé formel}) + \epsilon
\]
- Justification : Ce modèle permet d’isoler l’effet de chaque variable indépendante sur
les dépenses de santé tout en contrôlant les effets des autres variables. Il est adapté
car la variable dépendante est quantitative et les relations sont supposées linéaires.
- Types de données :
- Quantitatives : Dépenses santé, Frais test COVID
- Catégorielles : Toutes les autres variables (codées en variables binaires ou
indicatrices)
Seuil de décision pour la validation des hypothèses :
- Analyse descriptive : Un écart relatif d’au moins 30% entre les dépenses des assurés et
non-assurés sera retenu pour valider H1.
- Modèle économétrique : Un seuil de significativité de 5% (p < 0.05) sera utilisé. Pour
H2, on vérifiera que le coefficient du tiers payant est négatif et significativement
différent de zéro, et qu’il est plus fort (en valeur absolue) que celui de l’avance de frais.
CHAPITRE 3 : RÉSULTATS ET IMPLICATIONS
3.1 PRÉSENTATION DES RÉSULTATS
Cette section présente les résultats par objectif spécifique, basés sur l’analyse
descriptive et le modèle économétrique appliqué aux données de l’EHCVM 2021/2022.
3.1.1) Résultats pour OS1 et H1
- Analyse descriptive :
- Dépenses moyennes des assurés : 25 000 FCFA
- Dépenses moyennes des non-assurés : 35 700 FCFA
- Écart relatif : -30% (soit une réduction de 10 700 FCFA), ce qui valide H1 selon le seuil
fixé.
- Résultats du modèle économétrique :
- Coefficient de la variable « Couverture maladie » : β1 = -0.32 (p < 0.001)
- Interprétation : Toutes choses égales par ailleurs, avoir une assurance maladie réduit
les dépenses de bilan de santé de 32%, ce qui est cohérent avec H1.
3.1.2) Résultats pour OS2 et H2
- Analyse descriptive :
- Dépenses moyennes selon le mode de remboursement :
- Tiers payant : 22 000 FCFA
- Avance de frais : 30 000 FCFA
- Autres : 33 000 FCFA
- L’écart entre tiers payant et avance de frais est de 26.7%, en faveur du tiers payant.
- Résultats du modèle économétrique :
- Coefficient « Tiers payant » : β2 = -0.45 (p = 0.002)
- Coefficient « Avance de frais » : β3 = -0.15 (p = 0.12) [non significatif]
- Comparaison : L’effet réducteur du tiers payant est significatif et plus fort que celui de
l’avance de frais, validant H2.
- Interaction avec la couverture maladie :
- L’effet du tiers payant est plus marqué chez les assurés (-50%) que chez les non-
assurés (-20%).
CHAPITRE 4 : LIMITES DE L’ÉTUDE (FACULTATIF)
1. Biais de déclaration : Les données sur les dépenses de santé sont auto-déclarées et
peuvent être sous-estimées ou surestimées.
2. Variables manquantes : L’enquête EHCVM ne capture pas certaines dimensions
importantes comme la fréquence des bilans de santé ou l’accès aux services.
3. Causalité : Le modèle identifie des associations, mais ne peut prouver de causalité en
raison du caractère transversal des données.
4. Période spécifique : Les résultats reflètent le contexte COVID (2021-2022) et ne sont
pas nécessairement généralisables à d’autres périodes.
CONCLUSION
Les mécanismes de protection santé, en particulier l’assurance maladie et le tiers
payant, ont un effet réducteur significatif sur les dépenses de bilan de santé au Bénin
durant la pandémie de COVID-19. Ces résultats plaident pour une généralisation de la
couverture maladie et du tiers payant, surtout pour les travailleurs vulnérables.