The health, poverty, and financial consequences of a cigarette price increase among 500 million male smokers in 13 middle income countries: compartmental model study
Notice bibliographique
Résumé
Abstract Objective To examine the impact of a 50% increase in market prices of cigarettes on health, poverty, and financial protection. Design Compartmental model study. Setting 13 middle income countries, totalling two billion men. Participants 500 million male smokers. Main outcome measures Life years gained, averted treatment costs, number of men avoiding catastrophic healthcare expenditures and poverty, and additional tax revenue by income group. Results A 50% increase in cigarette prices would lead to about 450 million years of life gained across the 13 countries from smoking cessation, with half of these in China. Across all countries, men in the bottom income group (poorest 20% of the population) would gain 6.7 times more life years than men in the top income group (richest 20% of the population; 155 v 23 million). The average life years gained from cessation for each smoker in the bottom income group was 5.1 times that of the top group (1.46 v 0.23 years). Of the $157bn (£113bn; €127bn) in averted treatment costs, the bottom income group would avert 4.6 times more costs than the top income group ($46bn v $10bn). About 15.5 million men would avoid catastrophic health expenditures in a subset of seven countries without universal health coverage. As result, 8.8 million men, half of them in the bottom income group, would avoid falling below the World Bank definition of extreme poverty. These 8.8 million men constitute 2.4% of people living in extreme poverty in these countries. In contrast, the top income group would pay twice as much as the bottom income group of the $122bn additional tax collected. Overall, the bottom income group would get 31% of the life years saved and 29% each of the averted disease costs and averted catastrophic health expenditures, while paying only 10% of the additional taxes. Conclusions Higher prices of cigarettes provide more health and financial gains to the poorest 20% than to the richest 20% of the population. Higher excise taxes support the targets of the sustainable development goals on non-communicable diseases and poverty, and provides financial protection against illness.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».