Future and potential spending on health 2015–40: development assistance for health, and government, prepaid private, and out-of-pocket health spending in 184 countries
Notice bibliographique
Résumé
BACKGROUND: The amount of resources, particularly prepaid resources, available for health can affect access to health care and health outcomes. Although health spending tends to increase with economic development, tremendous variation exists among health financing systems. Estimates of future spending can be beneficial for policy makers and planners, and can identify financing gaps. In this study, we estimate future gross domestic product (GDP), all-sector government spending, and health spending disaggregated by source, and we compare expected future spending to potential future spending. METHODS: We extracted GDP, government spending in 184 countries from 1980-2015, and health spend data from 1995-2014. We used a series of ensemble models to estimate future GDP, all-sector government spending, development assistance for health, and government, out-of-pocket, and prepaid private health spending through 2040. We used frontier analyses to identify patterns exhibited by the countries that dedicate the most funding to health, and used these frontiers to estimate potential health spending for each low-income or middle-income country. All estimates are inflation and purchasing power adjusted. FINDINGS: We estimated that global spending on health will increase from US$9·21 trillion in 2014 to $24·24 trillion (uncertainty interval [UI] 20·47-29·72) in 2040. We expect per capita health spending to increase fastest in upper-middle-income countries, at 5·3% (UI 4·1-6·8) per year. This growth is driven by continued growth in GDP, government spending, and government health spending. Lower-middle income countries are expected to grow at 4·2% (3·8-4·9). High-income countries are expected to grow at 2·1% (UI 1·8-2·4) and low-income countries are expected to grow at 1·8% (1·0-2·8). Despite this growth, health spending per capita in low-income countries is expected to remain low, at $154 (UI 133-181) per capita in 2030 and $195 (157-258) per capita in 2040. Increases in national health spending to reach the level of the countries who spend the most on health, relative to their level of economic development, would mean $321 (157-258) per capita was available for health in 2040 in low-income countries. INTERPRETATION: Health spending is associated with economic development but past trends and relationships suggest that spending will remain variable, and low in some low-resource settings. Policy change could lead to increased health spending, although for the poorest countries external support might remain essential. FUNDING: Bill & Melinda Gates Foundation.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».