Socioeconomic inequality in tobacco expenditure in Iran: a cross-sectional analysis at national and subnational levels
Notice bibliographique
Résumé
Abstract Background Tobacco expenditure has adverse impacts on expenditure on basic needs and resource allocation of the households. Using data from a nationally representative survey, we measured socioeconomic inequality in tobacco expenditure as the share of household budget (TEHB) and explained its main determinants among Iranian households at the national and sub-national levels. Methods This cross-sectional study used data from the Iranian Household Income and Expenditure Survey (IHIES), 2018. We included a total of 7649 households with tobacco expenditure more than zero in the analysis. Province-level data on the Human Development Index (HDI) was obtained from the Institute for Management Research at Radbound University. The concentration curve (CC) and the concentration index (C) were used to measure socioeconomic inequality in TEHB at national and sub-national levels. The C was decomposed to identify the factors explaining the observed socioeconomic inequality in TEHB. Results At the national level, households with at least one smoker spent more than 5% of their budget for tobacco consumption in the last month. Households from the urban areas allocated less of their budgets on tobacco products compared to rural households (4.6% vs. 5.8%). Overall, TEHB was more concentrated among the poorer households (C = 0.1423, 95% CI: − 0.1552 to − 0.1301). In other words, the distribution of TEHB was pro-poor in Iran. Pro-poor inequality in TEHB was also found in urban (C = − 0.1707, 95% CI: − 0.1998 to − 0.1516) and rural (C = − 0.1314, 95% CI: − 0.1474 to − 0.1152) areas. We also found that pro-poor inequalities were higher in Iranian provinces with low HDI. The decomposition results indicate that wealth and education were the main factors contributing to the concentration of TEHB among the poorer households. Conclusion This study found that TEHB was disproportionality concentrated among poorer households in Iran. The extent of inequality in TEHB was higher in urban areas and less developed provinces. Designing and implementing tobacco control interventions to decrease the smoking prevalence and increase smoking cessation could protect worse-off households against the financial burden of tobacco spending.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».