MétaCan
Menu
Retour à la cohorte
Enregistrement W3023835449 · doi:10.12688/gatesopenres.13127.1

Impact of cigarette tax increase on health and financing outcomes in four Indian states

2020· preprint· en· W3023835449 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueGates Open Research · 2020
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensCentre for Global Health ResearchSt. Michael's Hospital
Organismes subventionnairesCancer Research UKInternational Development Research CentreBill and Melinda Gates Foundation
Mots-clésTax revenueExciseAdjusted gross incomeEconomicsTax policyRevenueDemographic economicsDemographyMedicineGross incomePublic economicsFinanceState income taxTax reform

Résumé

récupéré en direct d'OpenAlex

<ns5:p> <ns5:bold>Background</ns5:bold> : In India, about one million deaths occur every year due to smoking. Tobacco taxation is the most effective intervention in reducing smoking. In this paper, we examine the impact of a one-time large cigarette price increase, through an increase in excise tax, on health and financing outcomes in four Indian states. </ns5:p> <ns5:p> <ns5:bold>Methods</ns5:bold> : We used extended cost-effectiveness analysis to estimate, across income quintiles, the life-years gained, treatment cost averted, number of men avoiding catastrophic health expenditures and extreme poverty, additional tax revenue collected, and savings to the Ayushman Bharat Pradhan Mantri Jan Arogya Yojana (AB-PMJAY) with a cigarette price increase to Indian Rupees (INR) 10 plus 10% <ns5:italic>ad valorem</ns5:italic> in four Indian states. </ns5:p> <ns5:p> <ns5:bold>Results</ns5:bold> : With the price increase, about 1.5 million men would quit smoking across the four states, with the bottom income group having 7.4 times as many quitters as the top income group (485,725 vs 65,762). As a result of quitting, about 665,000 deaths would be averted. This would yield about 11.9 million life-years, with the bottom income group gaining 7.3 times more than the top income group. Of the INR 1,729 crore in treatment cost averted, the bottom income group would avert 7.4 times more than the top income group. About 454,000 men would avoid catastrophic health expenditures and 75,000 men would avoid falling into extreme poverty. The treatment cost and impoverishment averted would save about INR 672 crore in AB-PMJAY. The tax increase would in turn, generate an additional tax revenue of about INR 4,385 crore. In contrast to the distribution of health benefits, the extra revenue generated from the top income group would be about 3.1 times that from the bottom income group. </ns5:p> <ns5:p> <ns5:bold>Conclusions</ns5:bold> : Cigarette tax increase can provide significant health and economic gains and is a pro-poor policy for India. </ns5:p>

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.

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)0,007
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil0,987

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,006
Intégrité de la recherche0,0000,002
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 Opus0,186
Tête enseignante GPT0,466
Écart entre enseignants0,280 · 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