Healthcare Equity and Commissioning: A Four-Year National Analysis of Portuguese Primary Healthcare Units
Notice bibliographique
Résumé
Equal and adequate access to healthcare is one of the pillars of Portuguese health policy. Despite the controversy over commissioning processes' contribution to equity in health, this article aims to clarify the relationship between socio-economic factors and the results of primary healthcare (PHC) commissioning indicators through an analysis of four years of data from all PHC units in Portugal. The factor that presents a statistically significant relationship with a greater number of indicators is the organizational model. Since the reform of PHC services in 2005, a new type of unit was introduced: the family health unit (USF). At the time of the study, these units covered 58.1% of the population and achieved better indicator results. In most cases, the evolution of the results achieved by commissioning seems to be similar in different analyzed contexts. Nevertheless, the percentage of patients of a non-Portuguese nationality and the population density were analyzed, and a widening of discrepancies was observed in 23.3% of the cases. The commissioning indicators were statistically related to the studied context factors, and some of these, such as the nurse home visits indicator, are more sensitive to context than others. There is no evidence that the best results were achieved at the expense of worse healthcare being offered to vulnerable populations, and there was no association with a reduction in inequalities in healthcare. It would be valuable if the Portuguese Government could stimulate the increase in the number of working USFs, especially in low-density areas, considering that they can achieve better results with lower costs for medicines and diagnostic tests.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».