MétaCan
Menu
Retour à la cohorte
Enregistrement W2598319394 · doi:10.3961/jpmph.16.089

Distribution and Determinants of Out-of-pocket Healthcare Expenditures in Bangladesh

2017· article· en· W2598319394 sur OpenAlexfundno aff
Rashidul Alam Mahumud, Abdur Razzaque Sarker, Marufa Sultana, Zia Ul Islam, Jahangir Khan, Alec Morton

Notice bibliographique

RevueJournal of Preventive Medicine and Public Health · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs CanadaDepartment for International DevelopmentDepartment for International Development, UK GovernmentInternational Centre for Diarrhoeal Disease Research, BangladeshStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésHealth careBusinessSocioeconomic statusGovernment (linguistics)PopulationPaymentDemographic economicsEconomicsPublic economicsEconomic growthEnvironmental healthMedicineFinance

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: As in many low-income and middle-income countries, out-of-pocket (OOP) payments by patients or their families are a key healthcare financing mechanism in Bangladesh that leads to economic burdens for households. The objective of this study was to identify whether and to what extent socioeconomic, demographic, and behavioral factors of the population had an impact on OOP expenditures in Bangladesh. METHODS: A total of 12 400 patients who had paid to receive any type of healthcare services within the previous 30 days were analyzed from the Bangladesh Household Income and Expenditure Survey data, 2010. We employed regression analysis for identify factors influencing OOP health expenditures using the ordinary least square method. RESULTS: The mean total OOP healthcare expenditures was US dollar (USD) 27.66; while, the cost of medicines (USD 16.98) was the highest cost driver (61% of total OOP healthcare expenditure). In addition, this study identified age, sex, marital status, place of residence, and family wealth as significant factors associated with higher OOP healthcare expenditures. In contrary, unemployment and not receiving financial social benefits were inversely associated with OOP expenditures. CONCLUSIONS: The findings of this study can help decision-makers by clarifying the determinants of OOP, discussing the mechanisms driving these determinants, and there by underscoring the need to develop policy options for building stronger financial protection mechanisms. The government should consider devoting more resources to providing free or subsidized care. In parallel with government action, the development of other prudential and sustainable risk-pooling mechanisms may help attract enthusiastic subscribers to community-based health insurance schemes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,112
Tête enseignante GPT0,361
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Preventive Medicine and Public HealthMême sujetHealthcare Systems and ReformsTravaux en français237 207