COVID-19 may have increased global support for universal health coverage: multi-country observational study
Notice bibliographique
Résumé
Introduction The multiple risks generated by the COVID-19 pandemic intensified the debate about healthcare access and coverage. Whether the burden of disease caused by the coronavirus outbreak changed public opinion about healthcare provision remains unclear. In this study, it was specifically examined if the pandemic changed support for governmental intervention in healthcare as a proxy to support for universal health coverage (UHC). It also examined which psychological factors related to the socioeconomic interdependence exposed by the pandemic may be associated with a potential change. Methods Online survey data was collected over 18 months (from March 2020 to August 2021) across 73 countries, containing various social attitudes and risk perceptions related to COVID-19. This was a convenience sample composed of voluntary participants ( N = 3,176; age 18 years and above). Results The results show that support for government intervention in healthcare increased across geographical regions, age groups, and gender groups (an average increase of 39%), more than the support for government intervention in other social welfare issues. Factors related to socioeconomic interdependence predicted increased support for government intervention in healthcare, namely, social solidarity (ß = 0.14, p < 0.0001), and risk to economic livelihood (ß = 0.09, p < 0.0001). Trust in the government to deal with COVID-19 decreased over time, and this negative trajectory predicted a demand for better future government intervention in healthcare (ß = −0.10, p = 0.0003). Conclusion The COVID-19 pandemic may have been a potential turning point in the global public support for UHC, as evidenced by a higher level of consensus that governments should be guarantors of healthcare.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».