The Hidden Costs of a Free Caesarean Section Policy in West Africa (Kayes Region, Mali)
Notice bibliographique
Résumé
The fee exemption policy for EmONC in Mali aims to lower the financial barrier to care. The objective of the study was to evaluate the direct and indirect expenses associated with caesarean interventions performed in EmONC and the factors associated with these expenses. Data sampling followed the case control approach used in the large project (deceased and near-miss women). Our sample consisted of a total of 190 women who underwent caesarean interventions. Data were collected from the health workers and with a social approach by administering questionnaires to the persons who accompanied the woman. Household socioeconomic status was assessed using a wealth index constructed with a principal component analysis. The factors significantly associated with expenses were determined using multivariate linear regression analyses. Women in the Kayes region spent on average 77,017 FCFA (163 USD) for a caesarean episode in EmONC, of which 70 % was for treatment. Despite the caesarean fee exemption, 91 % of the women still paid for their treatment. The largest treatment-related direct expenses were for prescriptions, transfusion, antibiotics, and antihypertensive medication. Near-misses, women who presented a hemorrhage or an infection, and/or women living in rural areas spent significantly more than the others. Although abolishing fees of EmONC in Mali plays an important role in reducing maternal death by increasing access to caesarean sections, this paper shows that the fee policy did not benefit to all women. There are still barriers to EmONC access for women of the lowest socio-economic group. These included direct expenses for drugs prescription, treatment and indirect expenses for transport and food.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».