Impact of community-based health insurance in low- and middle-income countries: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: To systematically evaluate the empirical evidence on the impact of community-based health insurance (CBHI) on healthcare utilization and financial risk protection in low- and middle-income countries (LMIC). METHODS: We searched PubMed, CINAHL, Cochrane CENTRAL, CNKI, PsycINFO, Scopus, WHO Global Index Medicus, and Web of Science including grey literature, Google Scholar®, and citation tracking for randomized controlled trials (RCTs), non-RCTs, and quasi-experimental studies that evaluated the impact of CBHI schemes on healthcare utilization and financial risk protection in LMICs. We assessed the risk of bias using Cochrane's Risk of Bias 2.0 and Risk of Bias in Non-randomized Studies of Interventions tools for RCTs and quasi/non-RCTs, respectively. We also performed a narrative synthesis of all included studies and meta-analyses of comparable studies using random-effects models. We pre-registered our study protocol on PROSPERO: CRD42022362796. RESULTS: We identified 61 articles: 49 peer-reviewed publications, 10 working papers, 1 preprint, and 1 graduate dissertation covering a total of 221,568 households (1,012,542 persons) across 20 LMICs. Overall, CBHI schemes in LMICs substantially improved healthcare utilization, especially outpatient services, and improved financial risk protection in 24 out of 43 studies. Pooled estimates showed that insured households had higher odds of healthcare utilization (AOR = 1.60, 95% CI: 1.04-2.47), use of outpatient health services (AOR = 1.58, 95% CI: 1.22-2.05), and health facility delivery (AOR = 2.21, 95% CI: 1.61-3.02), but insignificant increase in inpatient hospitalization (AOR = 1.53, 95% CI: 0.74-3.14). The insured households had lower out-of-pocket health expenditure (AOR = 0.94, 95% CI: 0.92-0.97), lower incidence of catastrophic health expenditure at 10% total household expenditure (AOR = 0.69, 95% CI: 0.54-0.88), and 40% non-food expenditure (AOR = 0.72, 95% CI: 0.54-0.96). The main limitations of our study are the limited data available for meta-analyses and high heterogeneity persisted in subgroup and sensitivity analyses. CONCLUSIONS: Our study shows that CBHI generally improves healthcare utilization but inconsistently delivers financial protection from health expenditure shocks. With pragmatic context-specific policies and operational modifications, CBHI could be a promising mechanism for achieving universal health coverage (UHC) in LMICs.
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 | 0,026 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,021 | 0,030 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».