Determinants of out‐of‐pocket expenditures on prescribed medications in Tajikistan
Notice bibliographique
Résumé
PURPOSE: The purpose of this paper is to quantify the impact of socio-economic characteristics on out-of pocket expenditures for prescribed medications in Tajikistan and provide recommendations for healthcare sector reform. The research question in this paper is: what household, personal, economic, and health factors help explain expenditures on medications? From a theoretical perspective, this paper contributes to the on-going discussion of out-of-pocket expenditures in Tajikistan. From a practical perspective, in line with this recent development in the Tajikistan healthcare sector, it helps to develop evidence-based decision-making by answering practical questions: what factors affect pattern of out-of-pocket expenditures for prescribed medication? Which groups of the population should be granted a discount or fee-waiver when buying them? DESIGN/METHODOLOGY/APPROACH: Based on micro-file data from the most recent cross-sectional nationally-representative survey of Tajik households, this paper develops and tests a multivariate model of identifying determinants of out-of-pocket expenditures on prescribed medications in Tajikistan. FINDINGS: The paper finds that economic status, chronic illness, disability, number of small children, short supply of necessary drugs, and cardiac and acute illnesses are the strongest determinants of spending for prescribed medications in the country. ORIGINALITY/VALUE: This paper demonstrates that to ensure accessibility to and affordability of prescribed medications, discounts or fee-waivers should be granted to specific categories of households, those in poverty, with chronically ill members and with small children. These discounts or fee-waivers should cover prescribed medications for children, long-standing illness as well as for cardiac and acute infectious diseases. Administrative and economic measures should be taken to reduce the extra costs incurred due to the shortage of prescribed medications. Hence, these findings can be used in developing and designing reforms in the Tajikistan healthcare sector.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».