The Financial Burden of Road Traffic Injuries in Mozambique: A Hospital‐Related Cost‐of‐Illness Study of Maputo Central Hospital
Notice bibliographique
Résumé
BACKGROUND: Road traffic injuries (RTIs) are increasingly being recognized for their significant economic impact. Mozambique, like other low-income countries, suffers staggering rates of road traffic collisions. To our knowledge, this is the first study to estimate direct hospital costs of RTIs using a bottom-up, micro-costing approach in the Mozambican context. This study aims to calculate the direct, inpatient costs of RTIs in Mozambique and compare it to the financial capacity of the Mozambican public health care system. METHODS: This was a retrospective, single-centre study. Charts of all patients with RTIs admitted to Maputo Central Hospital over a period of 2 months were reviewed. The costs were recorded and analysed based on direct costs, human resource costs, and overhead costs. Costs were calculated using a micro-costing approach. RESULTS: In total, 114 patients were admitted and treated for RTIs at Maputo Central Hospital during June-July 2015. On average, the hospital cost per patient was US$ 604.28 (IQR 1033.58). Of this, 44% was related to procedural costs, 23% to diagnostic imaging costs, 17% to length-of-stay costs, 9% to medication costs, and 7% to laboratory test costs. The average annual inpatient cost of RTIs in Mozambique was almost US$ 116 million (0.8% of GDP). CONCLUSION: The financial burden of RTIs in Mozambique represents approximately 40% of the annual public health care budget. These results help highlight the economic impact of trauma in Mozambique and the importance of an organized trauma system to reduce such costs.
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) | 0,001 | 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 ».