MétaCan
Menu
← Retour à la cohorte
Enregistrement W2720041430

Subsidized antimalarial drugs in Dakar (Senegal): Do the poor benefit?

2017· preprint· en· W2720041430 sur OpenAlexaff
Georges Karna Koné, Martine Audibert, Richard Lalou, Jean‐Yves Le Hesran, Hervé Lafarge

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2017
Typepreprint
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMalariaSubsidyPrimaquineProguanilBusinessChloroquineMedicineEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Senegal opted for an antimalarial drug policy (artemisinin-based combination therapy) of partial and then full exemption from health care costs for the whole population respectively in 2008 and 2010. Has this policy reduced access inequalities in children’s health care between rich and poor households?Data were collected in Dakar between 2008 and 2009 as part of a research program on urban malaria. A survey was conducted among the population of the Dakar metropolitan area. The sample was based on a two-stage sampling. The three questionnaires used for the survey were based on validated data collection tools. Indicators were built to characterize individuals, households and neighborhoods. Bivariate analysis (chi2 test) revealed social gradients within the Dakar agglomeration and characterized health care behaviors of the poorest and richest households. Data have therefore been adjusted by a double zero-inflated Poisson model.Results show that the policy of subsidizing antimalarial drugs in Senegal has reduced health care costs, including for the poor, but without improving its distributive equity. In contrast, this policy has benefited more the richest than the poorest, without mitigating social and financial inequalities. In light of the lessons learnt by the subsidy policy for antimalarial drugs, our study recommends that universal health coverage, currently implemented in Senegal, should seek to mitigate economic inequalities in access to health care for the poorest as well as to improve the health outcomes for the whole population.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,065
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,262
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→