Consumer out-of-pocket spending for pharmaceuticals in Kazakhstan: implications for sectoral reform
Notice bibliographique
Résumé
What do consumers pay for pharmaceuticals in a transition economy, and who is hit hardest? Kazakhstan is in the midst of emerging from a Soviet Union state to a market economy. It has seen a significant dip in Gross Domestic Product and available revenues for health as a result. New sources of revenues, such as out-of-pocket payments, both formal and informal, have become widespread. In this paper we use the results of a 1996 Living Standards survey jointly sponsored by the World Bank and the Kazakhstan Government to examine patterns of prescribed pharmaceutical spending. We use a two-part regression model that is utilized to adjust for the skewness of non-spenders and heavy utilizers. Results suggest that upper-income groups spend more in absolute terms, but low-income groups pay a higher share of their income for pharmaceuticals. Pharmaceutical expenditure is positively related to poor health status, chronic illness and rural area residence. Our estimates suggest that on average people in rural areas spend 16% more than people in urban areas. The analysis shows that certain types of illnesses impose significant out-of-pocket burden for consumers - gynaecologic as well as intestinal and cardiac. The findings can be used for developing and designing a new 10-year World Bank-financed programme for restructuring the health sector. They also suggest the need for prioritizing rural care, as well as covering pharmaceuticals for specific types of care interventions and certain demographic groups.
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 ».