Factors Influencing PhilHealth Coverage and In-patient Benefit Utilization of Filipino Children under Five
Notice bibliographique
Résumé
According to the 2008 National Demographic and Health Survey (NDHS) report, children under 5 are more likely to use in-patient care than other age groups. These children are not only more vulnerable to getting sick, but are also at risk of incurring high health expenditures if they are without health insurance. Using the 2008 NDHS dataset, this study focused on the coverage and in-patient benefit utilization of children under 5, who are dependents of the Philippine Health Insurance Corporation (PhilHealth). Unique to this analysis was the shift in focus of coverage and utilization from the traditional angle of primary members to the dependents. Descriptive analyses revealed that PhilHealth covered only 33.93 percent of the under-5 population, and of those PhilHealth dependents who were confined in a hospital, 67.59 percent used PhilHealth as a source of payment. Logistic regression analysis determined that age and educational attainment of the household head, region, and wealth index were significant factors that influenced coverage. Moreover, it was found that confinement in a private facility and for longer periods of time increased the probability of in-patient benefit utilization for PhilHealth dependents. These results will be useful for PhilHealth as they create evidence-based initiatives to attain Universal Health Coverage.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».