MétaCan
Menu
Retour à la cohorte
Enregistrement W3093959014 · doi:10.1136/bmjgh-2020-003493

Geospatial evaluation of trade-offs between equity in physical access to healthcare and health systems efficiency

2020· article· en· W3093959014 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.

Notice bibliographique

RevueBMJ Global Health · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Workforce Issues
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Cancer InstituteNational Institutes of HealthHarvard T.H. Chan School of Public Health
Mots-clésTanzaniaEquity (law)GeographyGeospatial analysisHealth carePopulationSpatial analysisPopulation healthScan statisticBusinessSocioeconomicsDemographyEnvironmental healthMedicineStatisticsEconomic growthCartographyEconomicsPolitical scienceEnvironmental planning

Résumé

récupéré en direct d'OpenAlex

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.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,245
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,333
Tête enseignante GPT0,618
Écart entre enseignants0,285 · 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