Out-of-pocket pharmaceutical expenditure and its determinants among Iranian households with elderly members: a double-hurdle model
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: The population of older adults continues to grow in Iran, with pharmaceutical costs as a leading driver of household health-related costs. The present study was conducted to estimate the out-of-pocket pharmaceutical expenditure and its socioeconomic predictors among households with the elderly in Iran. METHOD: This study is a secondary analysis using 2019 national household expenditure and income survey data in Iran. The sample size was 9381 households with at least one member older than 65. The double-hurdle model in STATA 16 was used to examine the association between independent variables and households' out-of-pocket pharmaceutical expenditures. RESULTS: The mean out-of-pocket pharmaceutical expenditures for each household with elderly member was $8065 per year. There was a positive association between the (female) gender of the household head, urban residence, employment status, insurance expenditure and a higher level of education of the head of the household with the out-of-pocket pharmaceutical expenditures (P < 0.05). The income of elderly households did not affect these expenditures (P > 0.05). CONCLUSIONS: This study showed that the socioeconomic characteristics of elderly families not only influenced their decision to enter the medicine market, but also the rate of medicine purchase. It is helpful to manage and control the pharmaceutical costs among the elderly.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découle