Socioeconomic inequality in dental care utilization in Iran: a decomposition approach
Notice bibliographique
Résumé
Abstract Purpose Socioeconomic inequalities in dental care utilization in Iran are rarely documented. This study aimed to provide insight into socioeconomic inequalities in dental care utilization and its main contributing factors among Iranian households. Design/methodology/approach A total of 37,860 households from the 2017 Household Income and Expenditure Survey (HIES) were included in the study. Data on dental care utilization, age, gender and education attainment of the head of household, socioeconomic status of households, health insurance coverage, living areas and provinces were obtained for the survey. The concentration curve and the normalized concentration index ( C n ) was used to illustrate and quantify socioeconomic inequalities in dental care utilization among Iranian households. The C n was decomposed to identify the main determinants of the observed socioeconomic inequality in dental care utilization in Iran. Findings The study indicated that the prevalence of dental care utilization among Iranian’s households was 4.67% (95% confidence interval [CI]: 4.46 to 4.88%). The results suggested a higher concentration of dental care utilization among socioeconomically advantaged households ( C n = 0.2522; 95% CI: 0.2258 to 0.2791) in Iran. Pro-rich inequality in dental care utilization also found in rural ( C n = 0.2659; 95%CI: 0.2221 to 0.3098) and urban ( C n = 0.0.2504; 95% CI: 0.0.2159 to 0.2841) areas. The results revealed socioeconomic status of households, age and education status of head of households and residing provinces as the main contributing factors to the concentration of dental care utilization among the wealthy households. Originality/value This study revealed pro-rich inequalities in dental care utilization among households in Iran and its provinces. Thus, health policymakers should focus on designing effective evidence-based interventions to improve healthcare utilization among household with the older head of households, lower education status, and living in relatively poor provinces to reduce socioeconomic inequality in dental care utilization in Iran.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».