Acesso a medicamentos, o Sistema Único de Saúde e as injustiças interseccionais
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
OBJECTIVE: To estimate the prevalence of general and public access to prescription drugs in the Brazilian population aged 15 or older in 2019, and to identify inequities in access, according to intersections of gender, color/race, socioeconomic level, and territory. METHODS: We analyzed data from the 2019 National Health Survey with respondents aged 15 years or older who had been prescribed a medication in a healthcare service in the two weeks prior to the interview (n = 19,819). The outcome variable was access to medicines, subdivided into general access (public, private and mixed), public access (via the Unified Health System - SUS) for those treated by the SUS, and public access (via the SUS) for those not treated by the SUS. The study's independent variables were used to represent axes of marginalization: gender, color/race, socioeconomic level, and territory. The prevalence of general and public access in the different groups analyzed was calculated and the association of the outcomes with the aforementioned axes was estimated with odds ratios (OR) using logistic regression models. RESULTS: There was a high prevalence of general access (84.9%), when all sources of access were considered, favoring more privileged segments of the population, such as men, white, and those of high socioeconomic status. When only the medicines prescribed in the SUS were considered, there was a low prevalence (30.4% access) that otherwise benefited marginalized population segments, such as women, black, and people from low socioeconomic backgrounds. CONCLUSIONS: Access to medicines through the SUS proves to be an instrument for combating intersectional inequities, lending credence to the idea that the SUS is an efficient public policy for promoting social justice.
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 | 0,006 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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