⏺ارزیابی هزینه اثربخشی یکی از مهمترین بخش های مربوط به مداخلات سلامتی، سیاستی، اجتماعی و ... است که این مهم ارزیابی میکند که به نسبت هزینه های انجام شده، آیا اثر مورد نظر معنی دار و قابل دفاع بوده است یا خیر.

حال برای این اقدام، چند نکته و ملاحظه روش شناسی وجود دارد که اینجا درباره هزینه اثربخش بودن پویش نه به تصادف به صورت مصداقی میگوییم:

1- کاهش عددی یک شاخص الزاما به معنی اثربخش بودن مداخله نیست. زمانی میتوانیم مقایسه کنیم که مقدار مخرج کسر شامل تعداد خودرو، تعداد سفرها، کیلومتر سفر و ... داشته باشیم و بعد مقایسه کنیم.
2- کاهش یک شاخص زمانی وابسته به یک مداخله است که زمان منطقی لازم از شروع مداخله گذشته باشد تا بتوانیم کاهش شاخص تعداد تصادف را وابسته به مداخله بدانیم(Lag Time).
3- باید بررسی کنیم که آیا اگر کاهش آماری رخ داده است، اثر مداخله پویش بوده یا سایر دلایل باعث کاهش آمار شده است. در نتیجه هر تغییر در شاخصی الزاما مربوط به یک مداخله خاص نیست(Adjusted effect).
4- پویش های مبتنی بر آموزش و تغییر رفتار الزاما اثرش در کاهش عددی یک پیامد چند عامله مانند تعداد تصادف دیده نمیشود. بایستی با ابزارهای استاندارد سنجید که مردم آیا تغییری در آگاهی، نگرش، عملکرد و رفتارشان بعد از پویش ایجاد شده است یا خیر.
5- در سطح جمعیتی و کلان، مقایسه آمار تجمعی و ارتباط دادن آن به یک مداخله، تحت تاثیر مغالطه ها و خطاهای شناختی و روش شناسی است و  هرگونه تغییر یک شاخص در سطح جمعیت باید با دقت تحلیل شود.
6- حتی اگر شاخصی تغییر کرد و حتی مدعی شویم این تغییر شاخص بدلیل یک مداخله است، باید دید به نسبت تغییر این شاخص، آیا هزینه معقولی شده است؟ مثلا اگر این منابع مالی صرف اصلاح بخش دیگری میشد، میتوانست اثر بیشتری داشته باشد؟
7- اگر در داده های سالهای قبل، روند کاهشی وجود داشته است، الزاما حتی تغییر خام یک عدد را نمیتوان وابسته به یک کمپین دانست.
📌جمع بندی:

⏺کاهش عددی تعداد تصادفات لزوماً به‌معنای موفقیت کمپین نیست، مگر اینکه با روش‌های علمی و آماری ثابت شود که این کاهش نتیجه‌ی مستقیم اجرای کمپین بوده است.
⏺برای نتیجه‌گیری درست، نیاز به تحلیل داده‌های تاریخی، مقایسه با گروه‌های کنترل، و بررسی تغییر رفتار رانندگان داریم. در غیر این صورت، ممکن است یک همبستگی اشتباه را به‌عنوان رابطه‌ی علت و معلولی تفسیر کنیم.