MétaCan
Menu
Retour à la cohorte
Enregistrement W2956700265 · doi:10.1186/s12960-019-0395-z

“Medical tourism will…obligate physicians to elevate their level so that they can compete”: a qualitative exploration of the anticipated impacts of inbound medical tourism on health human resources in Guatemala

2019· article· en· W2956700265 sur OpenAlexafffund
Valorie A. Crooks, Ronald Labonté, Alejandro Cerón, Rory Johnston, Jeremy Snyder, Marcie Snyder

Notice bibliographique

RevueHuman Resources for Health · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Healthcare and Medical Tourism
Établissements canadiensUniversity of OttawaSimon Fraser University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedical tourismHealth careTourismPublic healthThematic analysisHuman resourcesPrivate sectorHealth services researchGovernment (linguistics)Health policyHealth equityEconomic growthGlobal healthHealth economicsHealth human resourcesHealth administrationBusinessInternational healthPublic relationsQualitative researchMedicinePolitical scienceNursingSociologyEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Medical tourism, which involves cross-border travel to access private, non-emergency medical interventions, is growing in many Latin American Caribbean countries. The commodification and export of private health services is often promoted due to perceived economic benefits. Research indicates growing concern for health inequities caused by medical tourism, which includes its impact on health human resources, yet little research addresses the impacts of medical tourism on health human resources in destination countries and the subsequent impacts for health equity. To address this gap, we use a case study approach to identify anticipated impacts of medical tourism sector development on health human resources and the implications for health equity in Guatemala. METHODS: After undertaking an extensive review of media and policy discussions in Guatemala's medical tourism sector and site visits observing first-hand the complex dynamics of this sector, in-depth key informant interviews were conducted with 50 purposefully selected medical tourism stakeholders in representing five key sectors: public health care, private health care, health human resources, civil society, and government. Participants were identified using multiple recruitment methods. Interviews were transcribed in English. Transcripts were reviewed to identify emerging themes and were coded accordingly. The coding scheme was tested for integrity and thematic analysis ensued. Data were analysed thematically. RESULTS: Findings revealed five areas of concern that relate to Guatemala's nascent medical tourism sector development and its anticipated impacts on health human resources: the impetus to meet international training and practice standards; opportunities and demand for English language training and competency among health workers; health worker migration from public to private sector; job creation and labour market augmentation as a result of medical tourism; and the demand for specialist care. These thematic areas present opportunities and challenges for health workers and the health care system. CONCLUSION: From a health equity perspective, the results question the responsibility of Guatemala's medical education system for supporting an enhanced medical tourism sector, particularly with an increasing focus on the demand for private clinics, specific specialities, English-language training, and international standards. Further, significant health inequalities and barriers to care for Indigenous populations are unlikely to benefit from the impacts identified from participants, as is true for rural-urban and public-private health human resource migration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,175
Tête enseignante GPT0,492
Écart entre enseignants0,317 · 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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHuman Resources for HealthMême sujetGlobal Healthcare and Medical TourismTravaux en français237 207