Trapped by debt: an ethnographic study of medical indebtedness and hospital detention in the Fundong Health District, Cameroon
Notice bibliographique
Résumé
Background: This study investigates the structural and socio-cultural drivers of medical indebtedness and hospital detention due to unpaid healthcare bills in the Fundong Health District, Cameroon. It explores how poverty, institutional shortcomings, and cultural beliefs converge to exacerbate patients' financial vulnerability and delay access to care. Methods: A qualitative anthropological approach was employed between February and November 2022, combining 34 in-depth interviews with extended ethnographic observation in hospital wards, billing offices, and family waiting areas. Data were analyzed using iterative grounded theory methods, including open, axial, and selective coding of interview transcripts, focus group discussions, and field notes. This methodology allowed for a nuanced understanding of how debt and detention are experienced and perpetuated. All data were transcribed, manually coded, and analyzed using NVivo 14 software to identify recurring themes related to hospital detention. Results: The findings show that medical indebtedness is driven by poverty, lack of health insurance, and limited social support. Institutional factors-including underfunded healthcare infrastructure and high user fees-compound these vulnerabilities. Cultural norms, such as beliefs discouraging financial preparation for illness, further heighten exposure to risk. The practice of hospital detention, though largely undocumented, imposes severe physical, emotional, and financial burdens, prompting some to delay care or adopt harmful coping mechanisms. Conclusion/policy implications: Addressing medical debt and hospital detention requires a multifaceted policy response. Recommendations include eliminating maternal user fees, expanding health insurance coverage for vulnerable populations, protecting hospital-based social assistance, and replacing detention with legal safeguards and social mediation. Additionally, culturally sensitive financial literacy and mental health support programs are vital. Long-term investment in health infrastructure and governance is essential to reduce out-of-pocket spending and ensure equitable, rights-based healthcare access.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,009 | 0,006 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».