Are family planning vouchers effective in increasing use, improving equity and reaching the underserved? An evaluation of a voucher program in Pakistan
Notice bibliographique
Résumé
BACKGROUND: Low modern contraceptive prevalence rate and high unmet need in Pakistan aggravates the vulnerabilities of unintended pregnancies and births contributing to maternal morbidity and mortality. This research aims to assess the effectiveness of a free, single-purpose voucher approach in increasing the uptake, use and better targeting of modern contraceptives among women from the lowest two wealth quintiles in rural and urban communities of Punjab province, Pakistan. METHODS: A quasi-interventional study with pre- and post-phases was implemented across an intervention (Chakwal) and a control district (Bhakkar) in Punjab province (August 2012-January 2015). To detect a 15% increase in modern contraceptive prevalence rate compared to baseline, 1276 women were enrolled in each arm. Difference-in-Differences (DID) estimates are reported for key variables, and concentration curves and index are described for equity. RESULTS: Compared to baseline, awareness of contraceptives increased by 30 percentage points among population in the intervention area. Vouchers also resulted in a net increase of 16% points in current contraceptive use and 26% points in modern methods use. The underserved population demonstrated better knowledge and utilized the modern methods more than their affluent counterparts. Intervention area also reported a low method-specific discontinuation (13.7%) and high method-specific switching rates (46.6%) amongst modern contraceptive users during the past 24 months. The concentration index indicated that voucher use was more common among the poor and vouchers seem to reduce the inequality in access to modern methods across wealth quintiles. CONCLUSION: Vouchers can substantially expand contraceptive access and choice among the underserved populations. Vouchers are a good financing tool to improve equity, increase access, and quality of services for the underserved thus contributing towards achieving universal health coverage targets.
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 | 0,005 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».