Oral Health Care Out-of-Pocket Costs and Financial Hardship: A Scoping Review
Notice bibliographique
Résumé
The objective of this study is to characterize how financial hardship related to oral health care (OHC) out-of-pocket (OOP) spending has been conceptualized, defined, and measured in the literature and to identify evidence gaps in this area. This scoping review follows Arksey and O'Malley's framework and synthesizes financial hardship from OHC concepts, methodologies, and evidence gaps. We searched Ovid-Medline, Ovid-Embase, PubMed, Web of Science, Scopus, EconLit, Business Source Premier, and the Cochrane Library. Gray literature was sourced from institutional websites (World Health Organization, United Nations, World Bank Group, Organisation for Economic Co-operation and Development, and governmental health agencies) as well as ProQuest Dissertations and Thesis Global. We used defined inclusion and exclusion criteria to select studies published between 2000 and 2023. Of the 1,876 records, 65 met our criteria. The studies conceptualized financial hardship as catastrophic spending, impoverishment, negative coping strategies, bankruptcy, financial burden, food insecurity, and personal financial hardship experience. We found heterogeneity in defining OHC OOP payments and services. Also, financial hardship was frequently measured as catastrophic health expenditure using cross-sectional designs and national household spending surveys from high-income and to a lesser extent lower-middle-income countries. We identify and discuss challenges in terms of conceptualizing financial hardship, study designs, and measurement instruments in the OHC context. Some of the common evidence gaps identified include studying the causal relationship in financial hardship from OHC, assessing the financial hardship and unmet dental needs due to cost relationship, and distinguishing the effect between pain/discomfort and esthetic/cosmetic dental treatments on financial hardship. Financial hardship in OHC needs further exploration and the use of consistent definitions as well must distinguish between treatments alleviating pain/discomfort from esthetic/cosmetic treatments. Our study is relevant for policy makers and researchers aiming to monitor financial protection of OOP payments on OHC in the wake of universal health coverage for oral health.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».