Geospatial evaluation of trade-offs between equity in physical access to healthcare and health systems efficiency
Notice bibliographique
Résumé
INTRODUCTION: Decisions regarding the geographical placement of healthcare services require consideration of trade-offs between equity and efficiency, but few empirical assessments are available. We applied a novel geospatial framework to study these trade-offs in four African countries. METHODS: Geolocation data on population density (a surrogate for efficiency), health centres and cancer referral centres in Kenya, Malawi, Tanzania and Rwanda were obtained from online databases. Travel time to the closest facility (a surrogate for equity) was estimated with 1 km resolution using the Access Mod 5 least cost distance algorithm. We studied associations between district-level average population density and travel time to closest facility for each country using Pearson's correlation, and spatial autocorrelation using the Global Moran's I statistic. Geographical clusters of districts with inefficient resource allocation were identified using the bivariate local indicator of spatial autocorrelation. RESULTS: Population density was inversely associated with travel time for all countries and levels of the health system (Pearson's correlation range, health centres: -0.89 to -0.71; cancer referral centres: -0.92 to -0.43), favouring efficiency. For health centres, negative spatial autocorrelation (geographical clustering of dissimilar values of population density and travel time) was weaker in Rwanda (-0.310) and Tanzania (-0.292), countries with explicit policies supporting equitable access to rural healthcare, relative to Kenya (-0.579) and Malawi (-0.543). Stronger spatial autocorrelation was observed for cancer referral centres (Rwanda: -0.341; Tanzania: -0.259; Kenya: -0.595; Malawi: -0.666). Significant geographical clusters of sparsely populated districts with long travel times to care were identified across countries. CONCLUSION: Negative spatial correlations suggested that the geographical distribution of health services favoured efficiency over equity, but spatial autocorrelation measures revealed more equitable geographical distribution of facilities in certain countries. These findings suggest that even when prioritising efficiency, thoughtful decisions regarding geographical allocation could increase equitable physical access to services.
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 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».