Multidimensional determinants of willingness to pay for community-based health insurance in Ethiopia and its implication towards universal health coverage: A narrative synthesis
Notice bibliographique
Résumé
Pooling resources to pay for healthcare services and attain universal health coverage is a viable global agenda, especially for underdeveloped health systems. Ethiopia has implemented community-based health insurance (CBHI) since 2011 to improve healthcare funding. However, comprehensive evidence on the demand and determinants of health insurance in Ethiopia is lacking. Therefore, this review aimed at identifying determinants of willingness to pay (WTP) for CBHI in Ethiopia. A narrative review was conducted using search terms from PubMed, Science Direct, Scopus, African Journal Online, and Google Scholar databases. Screening process considered publication year, settings, English language, and study participants. Newcastle Ottawa tool assessed the quality of included studies. A thematic framework was applied. The review protocol was registered in PROSPERO with an ID number CRD42022296840. The review included 10 studies. The synthesis identified 25 determinants of WTP for CBHI in Ethiopia. Socio-demographic and economic, scheme-related, and health-related determinants of WTP for the CBHI were identified. Determinants of household WTP for CBHI in Ethiopia were multi-dimensional. Socio-demographic, socio-economic, scheme-related, and health-related factors are among the common determinants documented. CBHI is thus an alternative and potential source of financing for the healthcare system, primarily for people with low socioeconomic status and a fragile health system. The health system, socioeconomic leaders, and political figures play a significant role in influencing communities towards WTP for CBHI while increasing government spending on health toward UHC.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».