Removing user fees to improve access to caesarean delivery: a quasi-experimental evaluation in western Africa
Notice bibliographique
Résumé
INTRODUCTION: Mali and Benin introduced a user fee exemption policy focused on caesarean sections in 2005 and 2009, respectively. The objective of this study is to assess the impact of this policy on service utilisation and neonatal outcomes. We focus specifically on whether the policy differentially impacts women by education level, zone of residence and wealth quintile of the household. METHODS: We use a difference-in-differences approach using two other western African countries with no fee exemption policies as the comparison group (Cameroon and Nigeria). Data were extracted from Demographic and Health Surveys over four periods between the early 1990s and the early 2000s. We assess the impact of the policy on three outcomes: caesarean delivery, facility-based delivery and neonatal mortality. RESULTS: We analyse 99 800 childbirths. The free caesarean policy had a positive impact on caesarean section rates (adjusted OR=1.36 (95% CI 1.11 to 1.66; P≤0.01), particularly in non-educated women (adjusted OR=2.71; 95% CI 1.70 to 4.32; P≤0.001), those living in rural areas (adjusted OR=2.02; 95% CI 1.48 to 2.76; P≤0.001) and women in the middle-class wealth index (adjusted OR=3.88; 95% CI 1.77 to 4.72; P≤0.001). The policy contributes to the increase in the proportion of facility-based delivery (adjusted OR=1.68; 95% CI 1.48 to 1.89; P≤0.001) and may also contribute to the decrease of neonatal mortality (adjusted OR=0.70; 95% CI 0.58 to 0.85; P≤0.001). CONCLUSION: This study is the first to evaluate the impact of a user fee exemption policy focused on caesarean sections on maternal and child health outcomes with robust methods. It provides evidence that eliminating fees for caesareans benefits both women and neonates in sub-Saharan countries.
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 | 0,001 |
| 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 ».