OBJECTIVE: To evaluate the relative effectiveness of different policies in attracting nurses to rural areas in Kenya, South Africa and Thailand using data from a discrete choice experiment (DCE). METHODS: A labelled DCE was designed to model the relative effectiveness of both financial and non-financial strategies designed to attract nurses to rural areas. Data were collected from over 300 graduating nursing students in each country. Mixed logit models were used for analysis and to predict the uptake of rural posts under different incentive combinations. FINDINGS: Nurses' preferences for different human resource policy interventions varied significantly between the three countries. In Kenya and South Africa, better educational opportunities or rural allowances would be most effective in increasing the uptake of rural posts, while in Thailand better health insurance coverage would have the greatest impact. CONCLUSION: DCEs can be designed to help policy-makers choose more effective interventions to address staff shortages in rural areas. Intervention packages tailored to local conditions are more likely to be effective than standardized global approaches.
OBJECTIF: Comparer l'efficacité de différentes politiques visant à attirer le personnel infirmier dans les zones rurales au Kenya, en Afrique du Sud et en Thaïlande, en utilisant les données d'une expérience à choix discrets. MÉTHODES: Une expérience à choix discrets a été conçue pour modéliser l'efficacité d'incitations financières et non financières visant à attirer le personnel infirmier dans les zones rurales. Dans chaque pays, des données ont été collectées auprès de 300 élèves infirmiers en fin d'études, puis analysées avec des modèles logit mixtes afin de prédire l'acceptation de postes en milieu rural en fonction de différentes combinaisons de mesures incitatives. RÉSULTATS: Les préférences du personnel infirmier pour diverses interventions de réaffectation des ressources différaient significativement entre les trois pays. Au Kenya et en Afrique du Sud, des possibilités plus intéressantes sur le plan éducatif ou des primes de ruralité seraient les incitations les plus efficaces pour améliorer le recrutement de personnel en milieu rural, tandis qu'en Thaïlande, c'est une meilleure couverture parl'assurance maladie qui aurait le plus d'impact. CONCLUSION: Des expériences à choix discrets peuvent être conçues pour aider les décideurs politiques à définir les interventions les plus efficaces pour remédier aux pénuries de personnel dans les zones rurales. Des interventions adaptées aux conditions locales seront probablement plus efficaces que des approches standardisées, définies au niveau mondial.
OBJETIVO: Evaluar la eficacia relativa de diferentes políticas para atraer a las enfermeras a zonas rurales en Kenya, Sudáfrica y Tailandia utilizando los datos obtenidos mediante un modelo de elección discreta (MED). MÉTODOS: Se diseñó un MED con etiquetas para modelizar la eficacia relativa de la aplicación de estrategias financieras y no financieras para atraer a las enfermeras a las zonas rurales. Se recogieron datos de más de 300 estudiantes de enfermería al término de la carrera en cada país, y se aplicaron modelos logit mixtos para analizar y predecir la ocupación de los puestos rurales en respuesta a distintas combinaciones de incentivos. RESULTADOS: Las preferencias de las enfermeras ante diferentes intervenciones en materia de recursos humanos difirieron significativamente entre los tres países. En Kenya y Sudáfrica, unas mejores oportunidades educativas o la instauración de subsidios rurales serían la fórmula más eficaz para aumentar la ocupación de los puestos rurales, mientras que en Tailandia se conseguiría el máximo impacto ampliando la cobertura del seguro de enfermedad. CONCLUSIÓN: Es posible diseñar MED que ayuden a las autoridades a elegir las intervenciones más eficaces para hacer frente a la escasez de personal en las zonas rurales. Los paquetes de intervenciones adaptados a las condiciones locales tienen más probabilidades de ser eficaces que los enfoques mundiales normalizados.