Impact of Cash for Health Assistance on Healthcare Access and Health-Seeking Behaviors for Families of Pregnant Women in Sindh, Pakistan
Notice bibliographique
Résumé
Background: The 2022 Pakistan floods devastated healthcare access for pregnant women in already impoverished areas in Sindh province. This study examines how Cash for Health assistance (CH) of USD 112 alleviated financial burdens and improved maternal health outcomes and resilience, bridging a critical literature gap on cash effectiveness in humanitarian crises. Methodology: This study used a mixed-methods approach to assess the CH assistance intervention for families of pregnant/lactating women in flood-affected rural Sindh, Pakistan. A pre-post quantitative analysis of baseline (May–June 2024) and endline (August–November 2024) survey data in ~100 villages (Jamshoro/Sehwan) examined changes in healthcare access, expenditure, and preferences using t-tests, proportion tests, and multivariable regression. Concurrently, five qualitative case studies from key informant interviews provided thematic content analysis, triangulating findings on economic, health, and social impacts. Results: Respondents predominantly had low literacy rates and were from households of daily wage laborers in vulnerable, flood-affected areas. While income and education remained low, instances of forgone care due to financial barriers increased (68% to 97%, p < 0.001). CH significantly improved healthcare access (58% to 98%, p < 0.001). Access to regular physicians (20% to 69%) and private facilities (10% to 41%) notably expanded. Healthcare expenditure significantly increased from USD 9.3 to USD 25, with a shift in spending preference towards medication, consultations, and diagnostics. CH also significantly improved food security (21% to 97%), meal frequency, and overall household stability, including reducing domestic violence. Qualitative data emphasized pre-existing vulnerabilities and CH’s role in addressing health, nutrition, and psychosocial needs. Conclusions: CH significantly improved healthcare access and reduced financial burdens for vulnerable pregnant women post-disaster. However, a sustainable impact requires integrated “cash plus” models, combining financial aid with stronger health systems, psychosocial support, and literacy for long-term resilience.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».