The estimated benefits of increasing cigarette prices through taxation on the burden of disease and economic burden of smoking in Nigeria: A modeling study
Notice bibliographique
Résumé
BACKGROUND: Globally, tobacco consumption continues to cause a considerable burden of preventable diseases. Although the smoking prevalence in Nigeria may be declining over the last years, the absolute number of active smokers remains one of the highest in Africa. Little is known about the disease burden and economic costs of cigarette smoking in Nigeria. Consequently, there is an evidence gap to inform the design and implementation of an effective policy for tobacco control. METHODS: We applied a microsimulation model to estimate the burden attributable to smoking in terms of morbidity, mortality, disability-adjusted life-years (DALYs), and direct medical costs and indirect costs (e.g., productivity loss costs, informal caregivers' costs). We also modeled the health and economic impact of different scenarios of tobacco price increases through taxes. RESULTS: We estimated that smoking is responsible for approximately 29,000 annual deaths in Nigeria. This burden corresponds to 816,230 DALYs per year. In 2019, the total economic burden attributable to tobacco was estimated at ₦ 634 billion annually (approximately U$D 2.07 billion). If tobacco cigarettes' prices were to be raised by 50% through taxes, more than 30,000 deaths from smoking-attributable diseases would be averted in 10 years, with subsequent savings on direct and indirect costs of ₦597 billion and increased tax revenue collection of ₦369 billion. CONCLUSION: In Nigeria, tobacco is responsible for substantial health and economic burden. Increasing tobacco taxes could reduce this burden and produce net economic benefits.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».