MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415705878 · doi:10.1371/journal.pone.0334693

Health systems performance in health outcomes, health financing and COVID-19 pandemic: Lessons from 31 countries

2025· article· en· W4415705878 sur OpenAlexaboutno aff
Pirhossein Kolivand, Jalal Arabloo, Peyman Saberian, Taher Dorooudi, Soheila Rajaie, Fereshte Karimi, Behzad Raei, Masoud Behzadifar, Arash Parvari, ‬Seyed Jafar Ehsanzadeh, Saeid Homayoun, Shahrzad Salehbeigi, Peyman Namdar, Samad Azari

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealthcare systemPublic healthHealth policyGlobal healthHealth promotionHealth spendingHealth economicsSocial determinants of health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: ssssHealth system performance is a multifaceted concept that encompasses various dimensions of a nation's healthcare infrastructure. This study aims to assess and rank the performance of health systems across different regions of the world. METHODOLOGY: We employed the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) method in 2023 to evaluate and rank the health system performance of 31 countries across six geographical regions. Our evaluation included six general categories and twelve indicators related to health, finance, and the COVID-19 pandemic. The final weights for these indicators were determined using the Three-scale method and the Entropy-weighting method. Additionally, we categorized health system performance into three groups: high, moderate, and low. Hierarchical clustering of health system performance scores was conducted using SPSS software (version 26). RESULTS: Luxembourg emerged as the only high-performing health system, while Qatar and the Netherlands fell into the moderate-performance group. Other countries exhibited low-performing health systems. Notably, within the low-performance group, the United States of America, Australia, Singapore, Canada, England, and Germany achieved relatively better rankings. Conversely, Yemen, Egypt, Afghanistan, and Bolivia ranked lowest in terms of health system performance. CONCLUSION: Contrary to the assumption that higher health spending guarantees improved performance, the experience of COVID-19 among high-income countries revealed mixed results. Strengthening resilience, investing in public health systems, and ensuring sustainable financial resources are crucial for enhancing health system performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,075
Tête enseignante GPT0,349
Écart entre enseignants0,274 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetGlobal Maternal and Child Health→Travaux en français237 207→