Reducing the Costs and Barriers to Evaluations Using Geospatial Data: New Methods with an Application for HIV/AIDS in Cote d'Ivoire

We aim to help evaluators, funders, and project implementers understand their options for combining multiple rounds of surveys and spatial data to evaluate projects, particularly those in the health sector. We describe new geospatial methods that allow one to use geospatially interpolated ("predicted") data in place of one or more rounds of primary survey data. We simulate the statistical power under the most common cases that entail alternative configurations of these methods. As an application of these methods, we focus on the case of HIV/AIDS indicators in Cote d'Ivoire, derived from geo-located DHS and MICS data, as well as interpolated layers from IHME. We find that combining baseline predicted surface data with follow-up survey data provides the most statistical precision, allowing evaluators to detect even small treatment effects. Such configurations are feasible as retrospectively designed evaluations and thus are usable in a wide array of real world contexts and can help evaluators overcome barriers to running impact evaluations such as cost constraints that inhibit the collection of project-specific data.

Cliquez ici pour lire un PDF de cet article en français.

Nos nouvelles méthodes ont pour objectif d’aider les évaluateurs, les partenaires techniques et financiers et les maîtres d'oeuvre des projets, à comprendre qu’ils ont la possibilité de combiner plusieurs séries d’enquêtes avec des données spatiales dans le cadre de l'évaluation des projets, notamment dans le secteur de la santé. En effet, ces nouvelles méthodes permettent d’utiliser les données géospatiales interpolées (« prédites ») à la place d’une ou de plusieurs séries de données d’enquêtes primaires. Nous stimulons la puissance statistique dans les cas les plus courants ce qui entraîne d’autres options de configuration de ces méthodes. Dans leur application, nous nous concentrons sur le cas des indicateurs du VIH/SIDA en Côte d’Ivoire, dérivés des données géolocalisées EDS et MCIS, ainsi que sur les couches interpolées de l’Institut pour l'Evaluation et les Mesures de Santé (IHME). Nous trouvons que la combinaison des données de base sur les surfaces prédites avec les données d’enquête de suivi donne la précision la plus statistique qui permet aux évaluateurs de détecter les effets les plus minimes des traitements. Ces configurations découlent d’évaluations rétroactives et sont ainsi utilisables dans divers contextes. Par ailleurs, elles peuvent aider les évaluateurs à éliminer les obstacles à la réalisation d’évaluations d’impact tels que les contraintes de coûts qui entravent souvent la collecte des données spécifiques aux projets.