Resource requirements for essential universal health coverage: a modelling study based on findings from Disease Control Priorities, 3rd edition
Notice bibliographique
Résumé
BACKGROUND: Disease Control Priorities, 3rd edition (DCP3), published two model health benefits packages (HBPs). This study estimates the overall costs and individual component costs of these packages in low-income countries (LICs) and lower-middle-income countries (lower-MICs). METHODS: This study reports on our Disease Control Priorities Cost Model (DCP-CM), developed as part of the DCP3 project to determine the overall costs of the 218 health sector interventions recommended in the model HBP termed essential universal health coverage (EUHC). Model inputs included data on intervention unit costs, demographic and epidemiological data to quantify the populations in need of specific interventions, baseline coverage indicators, and estimates of required health system costs to support direct service delivery. The DCP-CM was informed primarily by published estimates of economic costs of interventions measured from the health system perspective. We estimated counterfactual annual costs for the year 2015. We disaggregated costs according to intervention characteristics (delivery platform, delivery timing, and health system objective) and did one-way and probabilistic sensitivity analyses with determination of 95% credible intervals (Crls). FINDINGS: At 80% population coverage, the annual cost of EUHC would be US$79 (95% Crl 60-110) per capita (in 2016 US dollars) in LICs and US$130 (100-180) per capita in lower-MICs. As a share of 2015 gross national income (GNI), additional investments would require 8·0% (95% Crl 5·7-11·3) in LICs and 4·2% (2·9-5·9) in lower-MICs. A highest priority subpackage comprising 115 of the EUHC interventions would cost approximately half of these amounts (3·7% [2·6-5·3] of 2015 GNI in LICs and 2·0% [1·4-2·8] in lower-MICs). Mortality-reducing interventions would require around two-thirds of the overall package costs, with interventions to reduce mortality at age 5-69 years from non-communicable disease and injury comprising the highest share of total EUHC costs in both income groups (37·6% [37·2-37·9] in LICs and 43·0% [42·6-43·4] in lower-MICs). Interventions addressing chronic health conditions (requiring 45·5% [44·8-46·4] 2015 GNI for LICs and lower-MICs combined) and interventions delivered in health centres (requiring 49·8% [49·5-50·2] 2015 GNI for LICs and lower-MICs combined) would each comprise the plurality of costs. INTERPRETATION: Implementation of EUHC would require costly investment, especially in LICs. DCP-CM is available as an online tool that can inform local HBP deliberation and support efficient investment in UHC, especially as countries pivot towards non-communicable disease and injury care. FUNDING: Bill & Melinda Gates Foundation, Trond Mohn Foundation, and Norwegian Agency for Development Cooperation.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».