Determinants of healthcare seeking and out-of-pocket expenditures in a "free" healthcare system: evidence from rural Malawi
Notice bibliographique
Résumé
Abstract Background Monitoring financial protection is a key component in achieving Universal Health Coverage, even for health systems that grant their citizens access to care free-of-charge. Our study investigated out-of-pocket expenditure (OOPE) on curative healthcare services and their determinants in rural Malawi, a country that has consistently aimed at providing free healthcare services. Methods Our study used data from two consecutive rounds of a household survey conducted in 2012 and 2013 among 1639 households in three districts in rural Malawi. Given our explicit focus on OOPE for curative healthcare services, we relied on a Heckman selection model to account for the fact that relevant OOPE could only be observed for those who had sought care in the first place. Results Our sample included a total of 2740 illness episodes. Among the 1884 (68.75%) that had made use of curative healthcare services, 494 (26.22%) had incurred a positive healthcare expenditure, whose mean amounted to 678.45 MWK (equivalent to 2.72 USD). Our analysis revealed a significant positive association between the magnitude of OOPE and age 15–39 years ( p = 0.022), household head ( p = 0.037), suffering from a chronic illness ( p = 0.019), illness duration ( p = 0.014), hospitalization ( p = 0.002), number of accompanying persons ( p = 0.019), wealth quartiles ( p 2 = 0.018; p 3 = 0.001; p 4 = 0.002), and urban residency ( p = 0.001). Conclusion Our findings indicate that a formal policy commitment to providing free healthcare services is not sufficient to guarantee widespread financial protection and that additional measures are needed to protect particularly vulnerable population groups.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».