Gender-based disparities on health indices during COVID-19 crisis: a nationwide cross-sectional study in Jordan
Notice bibliographique
Résumé
BACKGROUND: COVID-19 has an inevitable burden on public health, potentially widening the gender gap in healthcare and the economy. We aimed to assess gender-based desparities during COVID-19 in Jordan in terms of health indices, mental well-being and economic burden. METHODS: A nationally representative sample of 1300 participants ≥18 years living in Jordan were selected using stratified random sampling. Data were collected via telephone interviews in this cross-sectional study. Chi-square was used to test age and gender differences according to demographics, economic burden, and health indices (access to healthcare, health insurance, antenatal and reproductive services). A multivariable logistic regression analysis was used to estimate the beta-coefficient (β) and 95% confidence interval (CI) of factors correlated with mental well-being, assessed by patients' health questionnaire 4 (PHQ-4). RESULTS: 656 (50.5%) men and 644 (49.5%) women completed the interview. Three-fourths of the participants had health insurance during the COVID-19 crisis. There was no significant difference in healthcare coverage or access between women and men (p > 0.05). Half of pregnant women were unable to access antenatal care. Gender was a significant predictor of higher PHQ-4 scores (women vs. men: β: 0.88, 95% CI: 0.54-1.22). Among women, age ≥ 60 years and being married were associated with significantly lower PHQ-4 scores. Only 0.38% of the overall participants lost their jobs; however, 8.3% reported a reduced payment. More women (13.89%) were not paid during the crisis as compared with men (6.92%) (P = 0.01). CONCLUSIONS: Our results showed no gender differences in healthcare coverage or access during the COVID-19 crisis generally. Women in Jordan are experiencing worse outcomes in terms of mental well-being and economic burden. Policymakers should give priority to women's mental health and antenatal and reproductive services. Financial security should be addressed in all Jordanian COVID-19 national plans because the crisis appears widening the gender gap in the economy.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».