SOCIETAL PERSPECTIVE ON COST DRIVERS FOR HEALTH TECHNOLOGY ASSESSMENT IN SINDH, PAKISTAN
Notice bibliographique
Résumé
BACKGROUND: Understanding cost-drivers and estimating societal costs are important challenges for economic evaluation of health technologies in low- and middle-income countries (LMICs). This study assessed community experiences of health resource usage and perceived cost-drivers from a societal perspective to inform the design of an economic model for the Community Level Interventions for Pre-eclampsia (CLIP) trials. METHODS: Qualitative research was undertaken alongside the CLIP trial in two districts of Sindh province, Pakistan. Nine focus groups were conducted with a wide range of stakeholders, including pregnant women, mothers-in-law, husbands, fathers-in-law, healthcare providers at community and health facility-levels, and health decision/policy makers at district-level. The societal perspective included out-of-pocket (OOP), health system, and program implementation costs related to CLIP. Thematic analysis was performed using NVivo software. RESULTS: Most pregnant women and male decision makers reported a large burden of OOP costs for in- and out-patient care, informal care from traditional healers, self-medication, childbirth, newborn care, transport to health facility, and missed wages by caretakers. Many healthcare providers identified health system costs associated with human resources for hypertension risk assessment, transport, and communication about patient referrals. Health decision/policy makers recognized program implementation costs (such as the mobile health infrastructure, staff training, and monitoring/supervision) as major investments for the health system. CONCLUSIONS: Our investigation of care-seeking practices revealed financial implications for families of pregnant women, and program implementation costs for the health system. The societal perspective provided comprehensive knowledge of cost drivers to guide an economic appraisal of the CLIP trial in Sindh, Pakistan.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».