Effect of a policy to reduce user fees on the rate of skilled birth attendance across socioeconomic strata in Burkina Faso
Notice bibliographique
Résumé
BACKGROUND: In Sub-Saharan Africa, maternal and neonatal morbidity and mortality rates are associated with underutilization of skilled birth attendance (SBA). In 2007, Burkina Faso introduced a subsidy scheme for SBA fees. The objective of this study was to evaluate the effect of Burkina Faso's subsidy policy on SBA rate across socioeconomic status (SES) strata. METHODS: We used a quasi-experimental design. The data sources were two representative surveys (n = 1408 and n = 1403) of women from Houndé and Ziniaré health districts of Burkina Faso, and a survey of health centres assessing structural quality of care. Multilevel Poisson regression models were used with robust variance estimators. We estimated adjusted rate ratios (RR) and rate differences (RD) as a function of time and SES. RESULTS: For lowest-SES women, immediately upon the introduction of the subsidy policy, the rate of SBA was 45% higher (RR = 1.45, 95% confidence interval (CI): 1.19-1.77) than expected in the absence of subsidy introduction. The results indicated a sustained effect after introduction of the subsidy policy, based on RR estimate (95% CI) of 1.48 (1.21-1.81) at 2 years. For middle-SES women, the RR estimates were 1.28 (1.09-1.49) immediately after introduction of the subsidy policy and 1.30 (1.11-1.51) at 2 years, respectively. For highest-SES women, the RR estimates were 1.19 (1.02-1.38) immediately after subsidy introduction and 1.21 (1.06-1.38) at 2 years, respectively. The RD (95% CI) was 14% (3-24%) for lowest-SES women immediately after introduction of the policy, and the effect was sustained at 14% (4-25%) at 2 years. CONCLUSION: Our study suggests that the introduction of a user-fee subsidy in Burkina Faso resulted in increased rates of SBA across all SES strata. The increase was sustained over time and strongest among the poorest women. These findings have important implications for evidence-informed policy making in Burkina Faso and other countries in Sub-Saharan Africa.
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 ».