MétaCan
Menu
Retour à la cohorte
Enregistrement W4413907306 · doi:10.1186/s12913-025-13204-8

Spatial distribution and determinants of health care access barriers among female Pakistan youths: spatial and multilevel regression analysis

2025· article· en· W4413907306 sur OpenAlexaff
Daniel Gashaneh Belay, Gizachew Assefa Tessema, Salima Meherali, Zohra S Lassi

Notice bibliographique

RevueBMC Health Services Research · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Health and Medical Research CouncilMedical Research Council
Mots-clésHealth careHealth administrationMedicineRespondentHealth informaticsLogistic regressionBiostatisticsNursing researchRepresentativeness heuristicEnvironmental healthPublic healthBusinessNursingEconomic growthPsychologyEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Ensuring universal access to high-quality healthcare services including services free from financial barriers, is a global priority. However, accessing healthcare services remains challenging for youth in low- and middle-income countries (LMICs), including Pakistan. This study investigates the spatial distribution and determinants of healthcare access barriers among female youths in Pakistan. METHODS: We used the 2017/18 Pakistan Demographic and Health Survey (PDHS) dataset, including 2,924 female youth aged 15-24, to examine healthcare access barriers. These barriers were considered as an outcome variable and were regarded where a respondent reported encountering any of the following impediments to accessing healthcare services during illness: (i) difficulty obtaining permission to visit a health facility; (ii) financial constraints in meeting healthcare expenses or treatment costs; (iii) significant travel distance to access a health facility; and (iv) reluctance to visit health facilities alone. To analyse multi-level determinants and geographical disparities in healthcare access barriers among youths, we employed multilevel logistic regression and spatial analysis techniques, respectively. The analysis accounted for sample weights to ensure the robustness and representativeness of the findings. RESULTS: Almost four-fifths (79.4%) of female youth in Pakistan (95% CI: 77.9 to 80.9) have reported having perceived barriers to accessing healthcare services. Barriers to accessing healthcare among female youth were associated with not having employment (AOR = 1.96; 95% CI; 1.39, 2.76), living in a household where the head was a male (AOR = 1.97; 95% CI; 1.40, 2.77), having low and middle household wealth status (low: AOR = 3.22; 95% CI; 2.18, 4.75; middle: AOR = 1.89; 95% CI; 1.36, 2.63), being unempowered (AOR = 2.08; 95% CI; 1.55, 2.80), and residing in areas with low community female youth literacy rates (AOR = 1.48; 95% CI: 1.02, 2.15) and living in federally administered tribal areas (FATA), Balochistan, and Azad Jammu and Kashmir (AJK) regions. CONCLUSION: A substantial proportion of female youth in Pakistan have major perceived barriers to accessing healthcare services. Several individual- and community-level factors were associated with perceived barriers to accessing healthcare services among female youth. Significant geographic variation was observed in the perceived barriers to healthcare services among Pakistan's female youth. Policymakers had better take measures to improve access to healthcare services through the formulation of youth-responsive policies and strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,299
Score d'incertitude au seuil0,932

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,063
Tête enseignante GPT0,423
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetHealthcare Systems and ReformsTravaux en français237 207