Paying for hospital-based care of Kala-azar in Nepal: assessing catastrophic, impoverishment and economic consequences
Notice bibliographique
Résumé
Households obtaining health care services in developing countries incur substantial costs, despite services generally being provided free of charge by public health institutions. This constitutes an economic burden on low-income households, and contributes to deepening their level of poverty. In addition to the economic burden of obtaining health care, the method of financing these payments has implications for the distribution of household assets. This effect on resource-poor households is amplified since they have decreased access to health insurance. Recent literature, however, ignores the importance of the method of financing health care payments. This paper looks at the case of Nepal and highlights the impact on households of paying for hospital-based care of Kala-azar (KA) by analysing the catastrophic, impoverishment and economic consequences of their coping strategies. The paper utilizes micro-data on a random selection of 50% of the KA-affected households of Siraha and Saptari districts of Nepal. The empirical results suggest that direct costs of hospital-based treatment of KA are catastrophic since they consume 17% of annual household income. This expenditure causes more than 20% of KA-affected households to fall below the poverty line, with the remaining households being pushed into the category of marginal poor; the poverty gap ratio is more than 90%. Further, KA incidence can have prolonged and severe economic consequences for the household economy due to the mechanisms of informal sector financing to which households resort. A heavy burden of loan repayments can lead households on a downward spiral that eventually becomes a poverty trap. In other words, the method of financing health care payments is an important ingredient in understanding the economic burden of disease.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».