Die Auswirkungen von Geldtransfers auf die Erwachsenen- und Kindersterblichkeit sind gering

May 14, 2023

Natur (2023)Diesen Artikel zitieren

18.000 Zugriffe

403 Altmetrisch

Details zu den Metriken

Armut ist ein wichtiger sozialer Faktor für die Gesundheit, der mit einem erhöhten Sterberisiko verbunden ist1,2,3,4,5. Geldtransferprogramme bieten beitragsfreie Geldtransfers an Einzelpersonen oder Haushalte, mit oder ohne Verhaltensbedingungen wie dem Schulbesuch der Kinder6,7. In den letzten Jahrzehnten haben sich Geldtransferprogramme zu zentralen Bestandteilen der Armutsbekämpfungsstrategien vieler Regierungen in Ländern mit niedrigem und mittlerem Einkommen entwickelt6,7. Die Auswirkungen dieser Programme auf die Sterblichkeitsraten bei Erwachsenen und Kindern stellen jedoch nach wie vor eine große Lücke in der Literatur dar, da sich die vorhandenen Erkenntnisse auf einige spezifische bedingte Geldtransferprogramme beschränken, vor allem in Lateinamerika8,9,10,11,12,13,14 . Hier haben wir die Auswirkungen groß angelegter, staatlicher Geldtransferprogramme auf die Gesamtsterblichkeit von Erwachsenen und Kindern anhand von Längsschnittmortalitätsdatensätzen auf individueller Ebene aus vielen Ländern mit niedrigem und mittlerem Einkommen bewertet. Wir fanden heraus, dass Geldtransferprogramme mit einer erheblichen Verringerung der Sterblichkeit bei Kindern unter fünf Jahren und Frauen verbunden waren. Sekundäre Heterogenitätsanalysen deuteten auf ähnliche Effekte für bedingte und unbedingte Programme und größere Effekte für Programme hin, die einen größeren Teil der Bevölkerung abdeckten und größere Transferbeträge bereitstellten, und in Ländern mit niedrigeren Gesundheitsausgaben, niedrigerer Grundlebenserwartung und höherer wahrgenommener Regulierungsqualität. Unsere Ergebnisse unterstützen den Einsatz von Programmen zur Armutsbekämpfung wie Geldtransfers, die viele Länder während der COVID-19-Pandemie eingeführt oder ausgeweitet haben, um die Gesundheit der Bevölkerung zu verbessern.

Armut ist seit langem als wichtiger sozialer Faktor für die Gesundheit anerkannt. Armut kann sich über zahlreiche, oft miteinander verbundene Wege negativ auf die Gesundheitsergebnisse auswirken – unter anderem Ernährungsunsicherheit, Zugang zu und Qualität der Gesundheitsversorgung, Wohnstabilität, Nachbarschaftssicherheit, Berufsrisiko, Bildungsstand, Gesundheitsverhalten und soziales Wohlbefinden15,16,17 ,18,19. Folglich ist das Leben in Armut eng mit einer Verringerung der Lebenserwartung verbunden, wobei sowohl bei Erwachsenen als auch bei Kindern ein höheres Sterberisiko besteht1,2,3,4,5.

Trotz langjähriger Fortschritte lebten im Jahr 2018 fast 10 % der Weltbevölkerung von weniger als 1,90 US-Dollar pro Tag (extreme Armut) und mehr als 40 % lebten von weniger als 5,50 US-Dollar pro Tag20 (obere Armutsgrenze des mittleren Einkommens). Die COVID-19-Pandemie hat diese Zahlen deutlich verschlechtert – im Jahr 2020 lebten schätzungsweise 97 Millionen Menschen mehr in extremer Armut (ein Anstieg um 12 %), und im Jahr 2021 war in Ländern mit niedrigem Einkommen ein zusätzlicher Anstieg zu verzeichnen21. Diese anhaltenden pandemiebedingten Auswirkungen machen das Die Bewertung und Umsetzung evidenzbasierter Strategien zur Armutsbekämpfung und Verbesserung der Gesundheit ist eine noch dringlichere Priorität.

In den letzten zwei Jahrzehnten haben mehr als 100 Länder mit niedrigem und mittlerem Einkommen (LMICs) Bargeldtransferprogramme als Bestandteile ihrer Armutsbekämpfungs- und Sozialschutzstrategien eingeführt6. Unter Geldtransferprogrammen versteht man solche, die beitragsfreie Geldtransfers an Einzelpersonen oder Haushalte ermöglichen. Dazu gehören bedingungslose Transfers (häufiger in Afrika südlich der Sahara), bedingte Transfers (häufiger in Lateinamerika), staatliche Renten und Unternehmenszuschüsse (Geld zur Unterstützung einkommensschaffender Aktivitäten).

Während der COVID-19-Pandemie sind Bargeldtransferprogramme noch häufiger geworden. In einem Bericht der Weltbank vom Februar 2022 wurden 962 Geldtransferprogramme in 203 Ländern identifiziert – 672 davon wurden während der Pandemie neu eingeführt7. Es wird geschätzt, dass während der Pandemie Bargeldtransfers an 1,36 Milliarden Menschen – 17 % der Weltbevölkerung – verteilt wurden22.

Große, von der Regierung durchgeführte Geldtransferprogramme waren erfolgreich bei der Verringerung der Armut und der Verbesserung der wirtschaftlichen Autonomie, des Schulbesuchs, der Kinderernährung, der Stärkung der Rolle der Frau und der Inanspruchnahme von Gesundheitsdiensten unter den Begünstigten23,24. Einige Studien haben auch bevölkerungsweite Auswirkungen dokumentiert, wie z. B. eine stärkere wirtschaftliche Aktivität in den Gemeinden, in denen die Begünstigten wohnen25, und – im Fall von Infektionskrankheiten wie HIV – eine Verringerung der Neuinfektionen nach der Einführung von Geldtransferprogrammen26. Die bei Geldtransfers beobachteten Verbesserungen könnten auf die Beseitigung wirtschaftlicher und psychologischer Armutshindernisse infolge des Erhalts von Geldtransfers sowie auf Spillover-Effekte auf Nichtbegünstigte zurückzuführen sein27,28,29,30,31,32.

Trotz der umfangreichen Literatur zu den Auswirkungen von Geldtransferprogrammen auf verschiedene Ergebnisse gibt es nur begrenzte Belege für die Wirkung solcher Programme auf die Gesamtsterblichkeitsrate auf Bevölkerungsebene, insbesondere außerhalb einiger bedingter Geldtransferprogramme in Lateinamerika. Mehrere Analysen auf kommunaler Ebene haben einen Rückgang der Kindersterblichkeit im Zusammenhang mit dem Bolsa Familia-Programm in Brasilien gezeigt8,9,10. Eine Analyse auf individueller Ebene ergab, dass die Sterblichkeitswahrscheinlichkeit bei Kindern unter 5 Jahren, die von der Bolsa Familia profitierten, um 17 % geringer war, wobei die Assoziation bei Kindern aus den ärmsten Gemeinden stärker ausgeprägt war11. Andere Analysen auf kommunaler Ebene in einzelnen Ländern deuten auf eine Verringerung der Kindersterblichkeit im Zusammenhang mit bedingten Geldtransferprogrammen in Mexiko, Ecuador und Indien hin33,34,35.

Es gibt sogar noch weniger Studien über Zusammenhänge zwischen Geldtransferprogrammen und der Erwachsenensterblichkeit. Auswertungen des mexikanischen bedingten Geldtransferprogramms Oportunidades ergaben einen Rückgang der Müttersterblichkeit um 11 % und einen Rückgang der Gesamtsterblichkeit um 4 % in Regionen, in denen das Programm schrittweise eingeführt wurde12,13. Eine kommunale Studie der Bolsa Familia ergab ebenfalls einen Rückgang der Müttersterblichkeit um 10–20 %14. In einer Analyse von 42 Ländern stellten wir fest, dass Geldtransferprogramme mit einem bevölkerungsweiten Rückgang der AIDS-bedingten Todesfälle einhergingen, der im Laufe der Zeit immer größer wurde26. Bemerkenswerterweise fehlten den meisten randomisierten und nicht-randomisierten Auswertungen von Geldtransfers jedoch ausreichende Stichprobengrößen oder Studiendauern, um Unterschiede in der Erwachsenen- oder Kindersterblichkeit festzustellen. Das Design der meisten länderspezifischen Evaluierungen konzentriert sich in der Regel auch auf die Schätzung der Programmeffekte auf die Begünstigten und nicht auf die gesamte Bevölkerung. Im Gegensatz zu groß angelegten, multinationalen Evaluierungen wichtiger Gesundheitshilfeprogramme wie dem Emergency Plan for AIDS Relief des US-Präsidenten36,37 (PEPFAR) bewerten keine derartigen multinationalen Studien die Wirksamkeit von Geldtransferprogrammen bei der Senkung der Erwachsenen- und Kindersterblichkeitsraten auf Bevölkerungsebene.

Angesichts der wachsenden Beliebtheit von Geldtransferprogrammen bleibt die Bewertung ihrer Gesamtauswirkungen auf die Sterblichkeitsraten von Erwachsenen und Kindern eine wichtige und politisch relevante Lücke in der Literatur. Um diese Lücke zu schließen, haben wir multinationale Längsschnittdaten aus Geschwister- und Geburtsgeschichten verwendet, die in nationalen Haushaltsbefragungen erhoben wurden, um die Auswirkungen von Geldtransferprogrammen auf die Erwachsenen- und Kindersterblichkeit bei mehr als sieben Millionen Menschen im Zeitraum 2000 bis 2019 zu bewerten. In-Differenzen-Ansatz, eine quasi-experimentelle Technik, die verwendet werden kann, um kausale Effekte aus Beobachtungsdaten abzuschätzen, indem die Unterschiede in den Ergebnissen zwischen Interventions- und Vergleichsgruppen während Zeiträumen vor und nach der Intervention unter der Annahme paralleler Trends verglichen werden (dass Das heißt, dass ohne Geldtransferprogramme die Ergebnistrends in Interventions- und Vergleichsländern ähnlich wären. Unser wichtigstes Ergebnis war, dass diese Programme mit einer erheblichen Verringerung der Sterblichkeit bei Frauen und Kindern unter 5 Jahren verbunden waren, was auf die wichtige Rolle hinweist, die diese Initiativen zur Armutsbekämpfung in den letzten 20 Jahren bei der Förderung der Gesundheit der Bevölkerung gespielt haben.

In unsere Analyse wurden 37 LMICs einbezogen (siehe Methoden, „Mortalitätsdaten“ und „Daten zu Geldtransferprogrammen“ für Auswahlkriterien und Ergänzungstabelle 1 für ausgeschlossene Länder) – 29 in Afrika südlich der Sahara, 3 in Lateinamerika und der Karibik. 4 im asiatisch-pazifischen Raum und 1 in Nordafrika (Abb. 1). Sechzehn Länder führten während des Untersuchungszeitraums groß angelegte Geldtransferprogramme ein und verfügten über Sterblichkeitsdaten während ihrer jeweiligen Geldtransferperioden (siehe Methoden, „Daten zu Geldtransferprogrammen“ und „Statistische Analyse“, um zu erfahren, wie wir Programme identifiziert und definiert haben). Exposition gegenüber dem Cash-Transfer-Programm und erweiterte Daten (Abb. 1 für das Flussdiagramm zur Ländereinbeziehung).

Der Untersuchungszeitraum (2000–2019) ist auf der x-Achse aufgetragen, die einbezogenen Länder (n = 37) sind auf der y-Achse aufgeführt, rote Punkte repräsentieren nationale Demografie- und Gesundheitsumfragen (n = 84), rote Linien repräsentieren entsprechende Jahre mit Inklusive Sterblichkeitsdaten aus Geschwister- und Geburtsgeschichten stellen blaue Punkte das erste vollständige Jahr von Geldtransferprogrammen dar, die mehr als 5 % der verarmten Bevölkerung abdecken (n = 20 insgesamt; n = 16 mit Sterblichkeitsdaten während des Geldtransferzeitraums). ), und blaue Linien stellen den Geldtransferzeitraum dar. DHS, Bevölkerungs- und Gesundheitsumfrage; Demokratische Republik Kongo, Demokratische Republik Kongo.

Innerhalb dieser 16 „Interventionsländer“ gab es insgesamt 29 Geldtransferprogramme, von denen 14 (48 %) bedingungslos waren (Ergänzungstabellen 2 und 3 zeigen programmspezifische Details). In den Interventionsländern lag der Median der letzten armen Bevölkerungsabdeckung bei 27 % (Interquartilsspanne 16–100 %), wobei der Median der letzten maximalen Transfersumme pro Begünstigten 10 % des Pro-Kopf-Bruttoinlandsprodukts (BIP) entsprach (Interquartilsspanne 6,25–100 %). 13,25 %). Sechs Länder hatten eine hohe Abdeckung (über dem Median) mit hohen (über dem Median) maximalen Transferbeträgen, zwei hatten eine hohe Abdeckung mit niedrigen maximalen Transferbeträgen, zwei hatten eine niedrige Abdeckung mit hohen maximalen Transferbeträgen und sechs hatten eine niedrige Abdeckung mit niedrigen maximalen Transferbeträgen Beträge.

Im Erwachsenendatensatz waren 4.325.484 Personen enthalten, mit insgesamt 30.244.277 Personenjahren (6.057.387 (20 %) während der Interventionsjahre) und 126.714 Todesfällen (42 pro 10.000 Personenjahre) (Ergänzungstabelle 4; siehe Methoden, „Mortalitätsdaten“) ' für Einzelheiten zur Generierung der Mortalitätsdatensätze). Im Kinderdatensatz waren 2.867.940 Personen mit insgesamt 16.400.545 Personenjahren (2.943.910 (18 %) während der Interventionsjahre) und 162.488 Todesfällen (99 pro 10.000 Personenjahre) enthalten (Ergänzungstabelle 5). Für beide Datensätze wiesen die Vergleichspersonenjahre ein niedrigeres Pro-Kopf-BIP, niedrigere Perzentile für die World Bank Worldwide Governance Indicators und einen größeren Anteil an Personenjahren aus Subsahara-Afrika auf (erweiterte Datentabellen 1 und 2).

In unseren primären Differenz-in-Differenzen-Analysen waren Geldtransferprogramme mit einer Verringerung der Sterblichkeit bei Frauen (erwachsene weibliche Personen im Alter von mindestens 18 Jahren) verbunden (angepasstes Risikoverhältnis (ARR) 0,80, 95 %-Konfidenzintervall 0,67–0,95) und Kinder unter 5 Jahren (ARR 0,92, 95 %-Konfidenzintervall 0,85–0,99) (Abb. 2 und Ergänzungstabellen 6–10; weitere Einzelheiten zu den Modellen finden Sie unter „Methoden“, „Statistische Analyse“). Diese Kürzungen liegen am oberen Ende der Bandbreite von Schätzungen aus Einzellandstudien zu spezifischen Geldtransferprogrammen8,9,10,11,12,13,14,33,34,35. Es gab keinen Zusammenhang zwischen Geldtransferprogrammen und der Sterblichkeit bei Männern (erwachsene männliche Personen im Alter von mindestens 18 Jahren) (ARR 0,87, 95 %-Konfidenzintervall 0,75–1,00) und Kindern im Alter von 5–9 Jahren (ARR 0,96, 95 %-Konfidenzintervall). 0,86–1,08) oder Kinder im Alter von 10–17 Jahren (ARR 0,93, 95 %-Konfidenzintervall 0,78–1,10).

Walddiagramm, das die vollständig angepassten Gesamtzusammenhänge zwischen Geldtransferprogrammen und der Sterblichkeit bei Frauen (n = 14.994.934 Personenjahren), Männern (n = 15.249.343 Personenjahren) und Kindern unter 5 Jahren (n = 6.757.284 Personenjahre) zeigt. 5 bis 9 Jahre (n = 4.818.370 Personenjahre) und 10 bis 17 Jahre (n = 4.824.891 Personenjahre). Effektschätzungen sind ARRs und Fehlerbalken stellen 95 %-Konfidenzintervalle dar. Schätzungen wurden unter Verwendung multivariabler modifizierter Poisson-Modelle mit länder- und jahresfesten Effekten, Kovariaten auf Länderebene (BIP pro Kopf, budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren: Kontrolle von Korruption, politische Stabilität und Abwesenheit von Gewalt sowie Mitsprache und Rechenschaftspflicht) erstellt. und Kovariaten auf individueller Ebene (Alter und ländliche oder städtische Umgebung in allen Modellen; Geschlecht, Alter der Mutter und Geburtsreihenfolge in Kinderanalysen). Wir haben robuste Standardfehler verwendet, die auf Länderebene geclustert wurden. CI, Konfidenzintervall.

Als nächstes haben wir die zeitlichen Muster in den Beziehungen zwischen Geldtransferprogrammen und der Sterblichkeit bewertet, indem wir eine Reihe binärer Indikatoren für jedes Jahr vor und nach Beginn jedes Geldtransferzeitraums erstellt haben. In Übereinstimmung mit unseren Primäranalysen zeigten vollständig angepasste Modelle, dass innerhalb von zwei Jahren nach Einführung des Programms eine signifikante Verringerung der Sterblichkeit bei erwachsenen Frauen und Kindern unter 5 Jahren auftrat (Abb. 3), wobei bei Frauen im Laufe der Zeit sogar noch größere Verringerungen festgestellt wurden. Zeitliche Analysen deuteten auch auf einen Rückgang der Sterblichkeit bei Männern im Laufe der Zeit hin (Abb. 3). Es gab keine Hinweise auf einen Zusammenhang zwischen Geldtransferprogrammen und der Sterblichkeit im Laufe der Zeit bei Kindern im Alter von 5–9 Jahren oder 10–17 Jahren (Erweiterte Daten, Abb. 2).

Zeitdiagramme, die die Zusammenhänge zwischen Geldtransferprogrammen und Sterblichkeit als Funktion des Jahres des Geldtransferzeitraums zeigen. Effektschätzungen sind ARRs und Fehlerbalken zeigen 95 %-Konfidenzintervalle. Die Schätzungen wurden unter Verwendung multivariabler modifizierter Poisson-Modelle mit länder- und jahresfesten Effekten, Kovariaten auf Länderebene (BIP pro Kopf, budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren: Kontrolle von Korruption, politische Stabilität und Abwesenheit von Gewalt sowie Mitsprache und Rechenschaftspflicht) erstellt. und Kovariaten auf individueller Ebene (Alter und ländliche oder städtische Umgebung in allen Modellen; Geschlecht, Alter der Mutter und Geburtsreihenfolge in Kinderanalysen). Wir haben robuste Standardfehler verwendet, die auf Länderebene geclustert wurden. Oben: Schätzungen für Frauen (n = 14.994.934 Personenjahre). Mitte, Schätzungen für Männer (n = 15.249.343 Personenjahre). Unten: Schätzungen für Kinder unter 5 Jahren (n = 6.757.284 Personenjahre).

Wir haben diese Zeitdiagramme auch verwendet, um zu zeigen, dass es in den Jahren vor der Einführung von Geldtransferprogrammen keine unterschiedlichen Vortrends gab (Abb. 3 und erweiterte Daten, Abb. 2). Die Annahme paralleler Trends wurde außerdem durch Regressionsmodelle gestützt, die zeigten, dass die Trends bei den Sterblichkeitsraten zwischen Interventions- und Vergleichsländern vor der Einführung von Geldtransfers ähnlich waren (Einzelheiten zu diesen Modellen finden Sie unter „Methoden“, „Statistische Analyse“ und in der Ergänzungstabelle 11).

Anschließend untersuchten wir die Heterogenität der Auswirkungen von Geldtransferprogrammen auf die Sterblichkeit durch Untergruppenanalysen basierend auf individuellen Merkmalen, Gestaltungsmerkmalen von Geldtransferprogrammen und Ländermerkmalen (Tabellen 1 und 2 zeigen Untergruppen für Frauen; Männer und Kinder sind in den erweiterten Datenabbildungen dargestellt). 3–6). Obwohl diese Untergruppenanalysen im Rahmen mehrerer Vergleiche als explorativ betrachtet werden sollten, gab es mehrere bemerkenswerte Ergebnisse.

Es gab einen signifikanten Rückgang der Sterblichkeit bei Männern im Alter von 18–40 Jahren (ARR 0,86, 95 %-Konfidenzintervall 0,77–0,96) (Erweiterte Daten, Abb. 2), wobei ein möglicher Sterblichkeitsrückgang bei einigen Männern auch durch Ergebnisse unserer zeitlichen Analysen gestützt wurde . Bei den Frauen kam es sowohl zu einem Rückgang der schwangerschaftsbedingten Todesfälle (ARR 0,74, 95 %-Konfidenzintervall 0,61–0,91) als auch der nicht schwangerschaftsbedingten Todesfälle (ARR 0,81, 95 %-Konfidenzintervall 0,68–0,94).

Es gab keine offensichtlichen Unterschiede zwischen den Auswirkungen bedingungsloser und bedingter Transfers auf die Sterblichkeit. Dies stellt zumindest die Gewissheit dar, dass die Sterblichkeitsvorteile von Geldtransfers nicht auf bedingte Transfers beschränkt waren, die im Mittelpunkt der wenigen länderspezifischen Studien standen, in denen die Auswirkungen von Geldtransfers auf die Sterblichkeit untersucht wurden8,9,10,11,12, 13,14,33,34,35. Bedingte Geldtransferprogramme schaffen in der Regel Anreize für Verhaltensweisen im Zusammenhang mit Ernährung, Bildung oder der Inanspruchnahme von Gesundheitsdiensten (häufig auf Kinder ausgerichtet), wohingegen bedingungslose Geldtransferprogramme tendenziell direktere Ansätze zur Armutsbekämpfung darstellen, weniger Verwaltungskosten verursachen und häufiger in Subregionen eingesetzt werden. Sahara-Afrika.

Wir fanden auch heraus, dass Programme mit höherer Deckung und größeren Geldtransferbeträgen mit den größten Reduzierungen der Sterblichkeit verbunden waren, wobei diese Art von Programmen mit signifikanten Reduzierungen bei Frauen (ARR 0,70, 95 %-Konfidenzintervall 0,62–0,79) und Männern (ARR) einhergingen 0,77, 95 %-Konfidenzintervall 0,71–0,84), Kinder unter 5 Jahren (ARR 0,86, 95 %-Konfidenzintervall 0,81–0,93) und Kinder im Alter von 10–17 Jahren (ARR 0,80, 95 %-Konfidenzintervall 0,65–0,97), aber nicht für Kinder im Alter von 5–9 Jahren (ARR 0,94, 95 %-Konfidenzintervall 0,83–1,07). Dieser Befund unterstützt weiter einen kausalen Zusammenhang zwischen Geldtransferprogrammen und Sterberisiken. Es weist auch darauf hin, dass Programme mit niedrigeren Deckungs- oder Transferbeträgen bei der Senkung der Sterblichkeitsraten auf Bevölkerungsebene möglicherweise weniger wirksam oder ineffektiv sind, obwohl die Konfidenzintervalle in diesen Gruppen mit geringerer Deckung und geringeren Beträgen im Allgemeinen zu groß waren, um sichere Schlussfolgerungen zu ziehen.

Länder mit höheren Bewertungen der Regulierungsqualität innerhalb der Worldwide Governance Indicators zeigten im Allgemeinen einen stärkeren Rückgang der Sterblichkeit, wobei signifikante Rückgänge bei Frauen (ARR 0,71, 95 %-Konfidenzintervall 0,63–0,80) und Männern (ARR 0,80, 95 %-Konfidenzintervall 0,73–0,88) beobachtet wurden. und Kinder unter 5 Jahren (ARR 0,89, 95 %-Konfidenzintervall 0,83–0,94). Die Ergebnisse im Zusammenhang mit der Stimm- und Verantwortlichkeitsbewertung waren weniger intuitiv, wobei in Ländern mit niedrigeren Bewertungen eine signifikante Verringerung der Sterblichkeit bei Frauen (ARR 0,74, 95 %-Konfidenzintervall 0,66–0,85), Männern (ARR 0,81, 95 %-Konfidenzintervall 0,73–0,90) und mehr beobachtet wurde Kinder unter 5 Jahren (ARR 0,89, 95 %-Konfidenzintervall 0,83–0,95), jedoch nicht in Ländern mit höheren Bewertungen. Auf diesen Indikatoren basierende Subgruppenanalysen sind daher von unklarer Gesamtaussage und sollten mit Vorsicht interpretiert werden.

Wir fanden auch größere Effektstärken in Ländern mit geringeren Gesundheitsausgaben pro Kopf und in Ländern mit geringerer Lebenserwartung (ein Befund, der an anderer Stelle festgestellt wurde10), was darauf hindeutet, dass Menschen, die in Ländern mit geringer Gesundheitsinfrastruktur oder erheblichen Herausforderungen für die öffentliche Gesundheit leben, besonders davon profitieren könnten Geldtransferprogramme.

Die Stratifizierung nach Regionen zeigte einen stärkeren Zusammenhang zwischen Geldtransfers und Sterblichkeit bei erwachsenen Frauen in Afrika südlich der Sahara (ARR 0,77, 95 %-Konfidenzintervall 0,62–0,95) im Vergleich zu außerhalb Afrikas südlich der Sahara (ARR 0,93, 95 %-Konfidenzintervall 0,79–1,11). ).

Trotz der oben genannten Heterogenitäten ähnelten die länderspezifischen Schätzungen für die 16 einzelnen Interventionsländer weitgehend unseren Primäranalysen, was auf Vorteile von Geldtransferprogrammen in sehr unterschiedlichen Kontexten hinweist (Erweiterte Daten, Abb. 7). Es gab einige bemerkenswerte Ausnahmen – die Dominikanische Republik (ARR 1,20, 95 %-Konfidenzintervall 0,85–1,68), Indonesien (ARR 1,04, 95 %-Konfidenzintervall 0,82–1,34) und Lesotho (ARR 1,25, 95 %-Konfidenzintervall 1,11–1,41). . In der Dominikanischen Republik standen nach der Intervention nur ein Jahr Sterblichkeitsdaten zur Verfügung, und Lesotho war das einzige Interventionsland in unserem Datensatz, das einen Geldtransferzeitraum hatte, in dem nur ältere Erwachsene von Geldtransferprogrammen betroffen waren. Länderspezifische Schätzungen sind möglicherweise auch anfälliger für einen wichtigen Störfaktor, der für das jeweilige Land spezifisch ist, etwa ein positiver oder negativer Schock oder politische Änderungen außerhalb des Geldtransferprogramms, die ungefähr gleichzeitig mit seiner Einführung erfolgen. Wir warnen daher davor, den Schätzungen für ein einzelnes Land zu viel Gewicht beizumessen.

Unsere Ergebnisse waren im Allgemeinen robust gegenüber einer Vielzahl zusätzlicher Sensitivitätsanalysen (ausführlich unter Methoden, „Statistische Analyse“). Vollständig angepasste logistische Regressionsmodelle (anstelle modifizierter Poisson-Modelle) lieferten für alle Ergebnisse bis auf zwei Dezimalstellen identische Ergebnisse. Vollständig angepasste lineare Modelle stimmten mit denen aus unseren Primäranalysen überein, mit der Ausnahme, dass bei Männern insgesamt Zusammenhänge zwischen Geldtransferprogrammen und der Sterblichkeit bestanden und bei Kindern unter 5 Jahren keine Zusammenhänge mehr bestanden (Ergänzungstabelle 12). Jüngste Fortschritte bei Differenz-in-Differenzen-Analysen mit Variationen im Interventionszeitpunkt haben gezeigt, dass Schätzungen verzerrt sein können, insbesondere wenn die Interventionseffekte im Laufe der Zeit heterogen sind38,39,40. Die Verwendung eines alternativen vollständig angepassten linearen Schätzers, der nicht anfällig für diese Verzerrung ist, zeigte sehr ähnliche Ergebnisse wie standardmäßige vollständig angepasste lineare Modelle, was die Sicherheit bietet, dass die Verzerrung aufgrund heterogener Interventionseffekte im Laufe der Zeit minimal ist41 (Ergänzungstabelle 13). Diese Verzerrung wird tendenziell auch durch spätere Länderjahre während des Interventionszeitraums beeinflusst, und der Ausschluss von Interventionsjahren nach dem fünften Jahr hatte keinen wesentlichen Einfluss auf unsere Effektschätzungen – obwohl, wie bei einigen anderen Modellierungsansätzen, nun allgemeine Zusammenhänge zwischen Geldtransferprogrammen bestanden und Sterblichkeit bei Männern, und es gab keine Zusammenhänge mehr bei Kindern unter fünf Jahren (Ergänzungstabelle 14). Die Wiederholung der Analyse erwachsener Frauen unter Ausschluss einzelner Länder ergab keine möglichen Ausreißerländer (Ergänzungstabelle 15). Die Hinzufügung des Vermögensquintils und des Bildungsniveaus des Umfrageteilnehmers zu unseren Primärmodellen führte zu minimalen Änderungen an unseren Schätzungen (Ergänzungstabelle 16).

Obwohl unser analytischer Ansatz bereits zuvor zur Bewertung des Zusammenhangs zwischen Gesundheitshilfeprogrammen und Sterblichkeit36,37 verwendet wurde, ist dies unseres Wissens nach die erste Studie, die ihn verwendet, um die Auswirkungen staatlich geführter Programme zur Armutsbekämpfung auf die Sterblichkeit auf Bevölkerungsebene zu untersuchen Tarife. Unsere Ergebnisse stimmten mit früheren Einzellandstudien überein, vor allem zu bedingten Geldtransferprogrammen in Lateinamerika8,9,10,11,12,13,14,33,34,35, obwohl wir uns insbesondere auf viele LMICs außerhalb Lateinamerikas konzentrieren haben eine höhere Grundarmut und Sterblichkeit. Wir untersuchen auch die Auswirkungen auf die gesamte Bevölkerung und nicht nur auf die Begünstigten. Die Ergebnisse stimmen auch mit unserer früheren länderübergreifenden Studie überein, die Zusammenhänge zwischen Geldtransferprogrammen und der Verringerung AIDS-bedingter Todesfälle in einer Untergruppe von Ländern mit allgemeinen HIV-Epidemien zeigt26.

Die größten und überzeugendsten Sterblichkeitsreduktionen waren bei Frauen zu verzeichnen. Dies ergänzt frühere Belege dafür, dass Geldtransfers Frauen überproportional zugute kommen oder effektiver sein können, wenn Frauen die Hauptbegünstigten sind23,42,43,44,45. Dies spiegelt sich darin wider, dass viele der von uns identifizierten Geldprogramme entweder direkt auf Frauen ausgerichtet waren oder so konzipiert waren, dass sie Frauen begünstigten (z. B. wird eine auf das Mindestalter bezogene Anspruchsberechtigung tendenziell Frauen zugute kommen, die länger leben). Ein Großteil der geschlechtsspezifischen Sterblichkeitsrückgänge war auf einen starken Rückgang schwangerschaftsbedingter Todesfälle zurückzuführen, die als Todesfälle während der Schwangerschaft oder innerhalb von zwei Monaten nach dem Schwangerschaftsabbruch definiert sind. Dies kann zum Teil auf ein verbessertes Engagement in der Schwangerschaftsvorsorge und eine qualifizierte Geburtsbegleitung zurückzuführen sein46. Zusammen mit dem Rückgang der Sterblichkeit bei kleinen Kindern deutet dies darauf hin, dass die Armutsreduzierung möglicherweise besonders wichtige Auswirkungen auf junge Familien hatte. Tatsächlich haben sich eine Reihe hochkarätiger, von der Regierung geführter Geldtransferprogramme auf schwangere Frauen und kleine Kinder konzentriert, entweder mit oder ohne Bedingungen für Verhaltensweisen wie die Entbindung in einer Einrichtung47.

Wir konnten nicht differenzieren, ob Personen Begünstigte eines bestimmten Geldtransferprogramms waren, da dies in den Fragebögen der Umfrage im Allgemeinen nicht ermittelt wurde, und wir haben daher Veränderungen in der Sterblichkeit für ganze Bevölkerungsgruppen ausgewertet. Obwohl dadurch die Auswirkungen von Geldtransfers auf direkte Begünstigte möglicherweise unterschätzt werden, hat unser Ansatz den Vorteil, dass er Spillover-Effekte bei Nichtbegünstigten erfasst. Beispielsweise werden Geldtransfers oft innerhalb von Haushalten, Familien und sogar Gemeinschaften gebündelt48,49. Groß angelegte Geldtransferprogramme können sich auch positiv auf die lokale und regionale Wirtschaft auswirken25. Dies könnte zum Teil erklären, warum wir trotz zahlreicher Programme, die auf bestimmte Gruppen abzielen (z. B. ältere Erwachsene oder arme Familien), einen bevölkerungsweiten Rückgang der Sterblichkeit festgestellt haben.

Diese Studie weist mehrere Einschränkungen auf. Da sich die Umfragen auf Frauen im gebärfähigen Alter konzentrieren, machten Erwachsene über 60 nur 1 % unseres Erwachsenendatensatzes aus. Unsere Ergebnisse gelten daher möglicherweise nicht für diese älteren Altersgruppen. Darüber hinaus konnten wir mehrere bevölkerungsreiche Länder mit umfangreichen Bargeldtransferprogrammen wie Mexiko, Brasilien und Indien nicht einbeziehen.

Obwohl wir die Heterogenität einiger individueller, programm- und länderbezogener Faktoren beurteilen konnten, bleibt der Hauptbeitrag dieser Studie die Gesamtbewertung der Auswirkungen von Geldtransferprogrammen in vielen Ländern, und die Heterogenitätsanalysen sollten als explorativ betrachtet werden. Darüber hinaus konnten wir weitere wichtige Faktoren nicht beurteilen, die die Wirksamkeit von Geldtransferprogrammen beeinflussen könnten. Beispielsweise befasst sich unsere Studie nicht mit der Möglichkeit, dass die Qualität der Umsetzung (unter anderem Reichweite des Programms, Anmeldeverfahren und „Mittelverlust“ aufgrund von Korruption) den Erfolg oder Misserfolg einzelner Programme beeinflusst. In Indien wurden Umsetzungsschwierigkeiten in der Vergangenheit als Hauptgrund für das Scheitern einiger Programme zur Armutsbekämpfung angeführt, und jüngste Fortschritte bei der Fähigkeit, sichere Zahlungen zu leisten, haben zu Verbesserungen bei der Umsetzung geführt50. Die Wirkung dieser Faktoren (und anderer unabhängiger, granularer Merkmale) lässt sich besser durch detailliertere, programmspezifische Bewertungen beurteilen, insbesondere angesichts des Mangels an vergleichbaren Umsetzungsdaten in vielen Ländern. Tatsächlich besteht eine große Herausforderung für viele Länder darin, herauszufinden, wie die Gestaltung von Geldtransferprogrammen verbessert werden kann51,52, auch durch unterschiedliche Deckungs- und Transferbeträge. Aktuelle experimentelle Erkenntnisse belegen beispielsweise die Nützlichkeit begleitender Kapital-, Bildungs- und psychosozialer Interventionen51. Da wir keine Kostenschätzungen vorgenommen haben, wissen wir allein aufgrund unserer Studie nicht, ob der Nutzen dieser Programme im Verhältnis zu den Kosten den alternativer Programme übersteigt.

Obwohl wir wie bei jeder Beobachtungsstudie versucht haben, die Verwechslung durch die Einbeziehung fester Effekte und anderer zeitlich variierender Kovariaten zu kontrollieren, bleibt die Möglichkeit einer verbleibenden Verwechslung bestehen. Jüngste Fortschritte beim Differenz-in-Differenzen-Ansatz haben Fälle aufgezeigt, in denen die Ergebnisse verzerrt sein könnten, aber unsere Verwendung alternativer Ansätze, die nicht anfällig für diese Verzerrungen sind, führte in unserer Studie zu ähnlichen Ergebnissen38,39,41.

Zusammenfassend stellten wir fest, dass Geldtransferprogramme in vielen LMICs mit einer erheblichen Verringerung des Sterberisikos bei erwachsenen Frauen und kleinen Kindern verbunden waren. Unsere Ergebnisse unterstützen den Einsatz solcher Programme zur Armutsbekämpfung, die viele Länder während der COVID-19-Pandemie eingeführt oder ausgeweitet haben, um die Gesundheit der Bevölkerung zu verbessern und die Sterblichkeit zu senken.

Wir haben Analysen der Veränderungen der Erwachsenen- und Kindersterblichkeit im Zusammenhang mit der Umsetzung von Geldtransferprogrammen zwischen 2000 und 2019 durchgeführt, einem Studienzeitraum, in dem viele Länder Geldtransferprogramme einführten.

Um die Sterblichkeit abzuschätzen, haben wir mithilfe von Demografie- und Gesundheitsumfragen (DHS) zwei Längsschnittdatensätze auf individueller Ebene erstellt – einen für Erwachsene im Alter von ≥ 18 Jahren und einen für Kinder im Alter von < 18 Jahren36,37,53. Die DHS werden in vielen LMICs etwa alle fünf Jahre durchgeführt. Sie verwenden ein zweistufiges Cluster-Stichprobendesign, um nationale und subnationale Schätzungen für eine Vielzahl von Indikatoren zu erstellen, die für ihre Zielgruppen repräsentativ sind54. Die erste Stufe beinhaltet die systematische Auswahl von Zählgebieten aus Volkszählungsdateien mit einer Wahrscheinlichkeit proportional zur Bevölkerungsgröße, und die zweite Stufe beinhaltet eine Zufallsstichprobe von Haushalten aus jedem Zählgebiet. Die primären Befragten waren alle weiblichen Haushaltsmitglieder im gebärfähigen Alter (15–49 Jahre). Verfahren und Fragebögen für das DHS wurden vom ICF Institutional Review Board überprüft und genehmigt. Alle analysierten Daten wurden anonymisiert. Gemäß den Standardverfahren für die Sekundärdatenanalyse verzichtete das Institutional Review Board der University of Pennsylvania auf eine ethische Überprüfung.

Zur Erstellung des Erwachsenendatensatzes verwendeten wir Umfragen, die ein Modul zur Müttersterblichkeit enthielten. Dieses Modul sammelt von allen primären Befragten Informationen über alle Geschwister, die von ihrer leiblichen Mutter geboren wurden – Geschlecht, aktueller Vitalstatus, Todesjahr, falls verstorben, aktuelles Alter (oder Alter beim Tod) und bei weiblichen Geschwistern, ob der Tod schwangerschaftsbedingt war ( Tod während der Schwangerschaft oder innerhalb von zwei Monaten nach dem Schwangerschaftsabbruch, unabhängig von der Ursache). Da über andere Todesursachen nur begrenzte, heterogene und inkonsistente Daten verfügbar sind, konzentrieren wir uns auf die Mortalität aus allen Todesursachen. Unter Verwendung zuvor etablierter Methoden36,37,53 haben wir den Datensatz zunächst so umstrukturiert, dass es eine Beobachtung pro Geschwister gab, und dann noch einmal so, dass jede Beobachtung einem Personenjahr von einem Geschwister entsprach. Jede Beobachtung enthielt eine binäre Variable, die den Überlebensstatus des Geschwisterkindes während dieses Personenjahres angab. Wir haben Beobachtungen aus unvollständigen Jahren (d. h. dem Jahr der Umfrage) ausgeschlossen. Um den Erinnerungsbias zu minimieren, haben wir Beobachtungen ausgeschlossen, die älter als zehn Jahre vor der Umfrage waren. Für die Zwecke dieses Datensatzes für Erwachsene haben wir Personenjahre ausgeschlossen, in denen ein Geschwisterkind < 18 Jahre alt war. Bemerkenswert ist, dass ältere Erwachsene unterrepräsentiert waren, da die primären Befragten im DHS zwischen 15 und 49 Jahre alt waren.

Aus denselben Umfragen haben wir mit dem Modul „Geburtsgeschichte“ einen Kinderdatensatz erstellt, in dem weibliche Befragte nach Informationen zu allen Geburten gefragt wurden – Geschlecht, Geburtsdatum, Überlebensstatus und Sterbedatum. Wie oben haben wir einen Längsschnittdatensatz mit Beobachtungen auf der Ebene des Personenjahres erstellt, einschließlich einer Indikatorvariablen für das Überleben und ohne unvollständige Jahre und Beobachtungen, die früher als zehn Jahre vor der Umfrage stattfanden. Wir haben Personenjahre ausgeschlossen, in denen ein Kind > 17 Jahre alt war.

Wir haben zusätzliche Daten über den primären Befragten (Geschwister im Erwachsenendatensatz, Mutter im Kinderdatensatz) extrahiert – Alter, ländliche oder städtische Umgebung, Vermögensquintil und Schulabschluss (kategorisiert als keine, Grundschule, Sekundarstufe oder höher als Sekundarstufe). Die Befragten wurden mithilfe des DHS-Vermögensindex in Vermögensquintile eingeteilt, einem zusammengesetzten Maß für den kumulierten Lebensstandard der Haushalte, das anhand einer Hauptkomponentenanalyse basierend auf dem Eigentum an bestimmten Vermögenswerten, den für den Wohnungsbau verwendeten Materialien sowie der Art des Wasserzugangs und der Sanitäranlagen ermittelt wurde55.

Wir haben alle wichtigen, von der Regierung geführten Geldtransferprogramme innerhalb der einbezogenen Länder anhand zuvor etablierter Methoden identifiziert26. Wir haben manuell verschiedene Quellen durchsucht, um die Programme sowie die Jahre, in denen sie umgesetzt wurden, die Zielgruppe der Programme (z. B. ältere Erwachsene, Familien mit kleinen Kindern), die Frage, ob die Programme Verhaltenskonditionalitäten aufwiesen, zu ermitteln Jährliche Geldtransfers und zuletzt verfügbare Anzahl der Begünstigten56,57,58,59,60. Zu den Datenquellen gehörten Sozialschutzdatenbanken der Weltbank, der Vereinten Nationen und von Nichtregierungsorganisationen sowie Primärdokumentation und Berichterstattung einzelner Programme. Wir haben Länder mit bereits bestehenden Geldtransferprogrammen zu Beginn des Studienzeitraums ausgeschlossen.

Wir haben die Abdeckung der armen Bevölkerung für jedes Programm als die jüngste Schätzung der Anzahl der Programmbegünstigten dividiert durch die Anzahl der Personen in einem Land berechnet, deren Einkommen unter der internationalen Armutsgrenze von 1,90 US-Dollar pro Tag (Kaufkraftparität 2011) liegt. Zu diesem Zweck haben wir die jüngste Schätzung der gesamten Haushaltsempfänger durch die verarmte Bevölkerungsgröße dividiert. Wenn keine Schätzungen für die Gesamtzahl der Begünstigten verfügbar waren, multiplizierten wir die direkten Begünstigten mit der durchschnittlichen Haushaltsgröße, um die Gesamtzahl der Begünstigten zu schätzen61. Im Allgemeinen stand die Anzahl der Begünstigten nur während einer begrenzten Anzahl von Jahren zur Verfügung. Die Größe der verarmten Bevölkerung wurde berechnet, indem der Prozentsatz der Bevölkerung, deren Einkommen unter der internationalen Armutsgrenze (d. h. die Zahl der in Armut lebenden Personen) vor der Programmumsetzung lag, mit der Bevölkerung zur Jahresmitte aus dem Jahr der Schätzung der Gesamtempfängerzahl multipliziert wurde62. Wir haben die Zahl der in Armut lebenden Personen vor der Programmumsetzung verwendet, da die Schätzungen der in Armut lebenden Personen nach der Programmumsetzung durch die Programme selbst verringert werden können. Wenn beispielsweise ein Geldtransferprogramm im Jahr 2012 begann, haben wir die jüngste Schätzung der Begünstigten (Zähler) durch die Zahl der in Armut lebenden Personen im Jahr 2012 (Nenner) dividiert, um die Abdeckung der armen Bevölkerung zu berechnen.

Wir haben auch die maximalen Transferbeträge als Prozentsätze des Pro-Kopf-BIP im letzten Jahr berechnet, in dem die maximalen Transferbeträge gemeldet wurden.

Wir haben für jedes Land und jedes Jahr zusätzliche zeitvariable Kovariaten erhalten, von denen bekannt ist oder wahrscheinlich mit Änderungen bei Geldtransferprogrammen und Sterblichkeit verbunden ist: BIP pro Kopf62, Gesamtgesundheitsausgaben pro Kopf62, Lebenserwartung bei der Geburt62, budgetierte PEPFAR-Finanzierung63 und sechs Worldwide Governance Indicators der Weltbank, bei denen es sich um zusammengesetzte Indikatoren handelt, die auf 30 Datenquellen basieren: Mitsprache und Rechenschaftspflicht, politische Stabilität und Abwesenheit von Gewalt, Wirksamkeit der Regierung, Regulierungsqualität, Rechtsstaatlichkeit und Korruptionsbekämpfung62.

Wir haben einen Differenz-in-Differenzen-Ansatz verwendet, eine quasi-experimentelle Technik, mit der kausale Effekte aus Beobachtungsdaten abgeschätzt werden können, indem die Unterschiede in den Ergebnissen zwischen Interventions- und Vergleichsgruppen während der Zeiträume vor und nach der Intervention unter einer Annahme verglichen werden paralleler Trends (d. h. ohne Geldtransferprogramme wären die Ergebnistrends in Interventions- und Vergleichsländern ähnlich). Zu diesem Zweck haben wir multivariable modifizierte Poisson-Regressionsmodelle geschätzt, wobei die Beobachtungseinheit das Personenjahr und eine binäre Ergebnisvariable ist, die angibt, ob eine Person in einem bestimmten Jahr gestorben ist64.

Unsere primäre erklärende Variable war eine binäre Variable, die auf 1 gesetzt wurde, wenn im Land des Befragten in diesem Jahr ein Geldtransferprogramm (oder eine Kombination von Programmen) mit einer Gesamtabdeckung der armen Bevölkerung von mehr als 5 % aktiv war. Wir konnten den Versicherungsschutz nicht als eine kontinuierliche, zeitlich variierende Belastung betrachten, da die Begünstigtendaten für die meisten Programme nur während einer begrenzten Anzahl von Jahren verfügbar waren. Wir wählten 5 %, basierend auf unseren früheren Analysen, die zeigten, dass dieser Schwellenwert mit Verbesserungen der HIV-bezogenen Ergebnisse verbunden war26, führten jedoch Subgruppenanalysen (unten beschrieben) durch, um den Zusammenhang mit unterschiedlichen Abdeckungsgraden zu untersuchen. Wir haben Interventionsländer ausgeschlossen, denen vor dem Geldtransferzeitraum mindestens zwei Jahre lang keine Sterblichkeitsdaten vorliegen.

Um unseren Ländervergleich zu optimieren, haben wir Länderjahre aus unserer Analyse ausgeschlossen, in denen Geldtransferprogramme (oder Kombinationen von Programmen) mit einer Abdeckung zwischen 2 % und 5 % umgesetzt wurden. Vergleichsländerjahre wurden daher als diejenigen definiert, in denen es keine aktiven Geldtransferprogramme gab oder in denen Geldtransferprogramme (oder Kombinationen von Programmen) eine Abdeckung von <2 % aufwiesen.

Unser Zinswirkungsmaß war das Risikoverhältnis, das den Zusammenhang zwischen der Exposition gegenüber dem Cash-Transfer-Programm und der Sterblichkeit angibt. Zusätzlich zu den Gesamtschätzungen haben wir auch den zeitlichen Zusammenhang zwischen Geldtransferprogrammen und Sterblichkeit bewertet, indem wir eine Reihe binärer Indikatoren für jedes Jahr vor und nach Beginn der Geldtransferperiode erstellt haben.

Wir haben in die Modelle Kovariaten auf Länder- und Einzelebene einbezogen, die wahrscheinlich die Beziehungen zwischen Geldtransferprogrammen und der Sterblichkeit verfälschen. Für Kovariaten auf Länderebene haben wir das Pro-Kopf-BIP, die budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren berücksichtigt: Kontrolle von Korruption, politische Stabilität und Abwesenheit von Gewalt sowie Mitsprache und Rechenschaftspflicht. Die anderen drei Worldwide Governance-Indikatoren wurden aus den Modellen ausgeschlossen, da sie eine erhebliche Multikollinearität mit den anderen Kovariaten aufwiesen, was durch Varianzinflationsfaktoren >5 belegt wird. Wir erwogen auch die Einbeziehung der Gesundheitsausgaben pro Kopf, aber diese Variable war nicht für alle Jahre verfügbar und ihre Hinzufügung zu den Modellen hatte nur minimale Auswirkungen auf die Effektschätzungen.

Für Kovariaten auf individueller Ebene haben wir in allen Analysen das Alter und die ländliche oder städtische Umgebung einbezogen. In die Kinderanalysen haben wir auch Geschlecht, Alter der Mutter und Geburtsreihenfolge einbezogen. Wir haben keine anderen Variablen auf individueller Ebene einbezogen, die wahrscheinlich durch den Erhalt von Geldtransfers beeinflusst werden und/oder möglicherweise Beziehungen zwischen Geldtransferprogrammen und der Sterblichkeit vermitteln (z. B. Vermögensquintil, Schulabschluss).

Wir haben länderspezifische Effekte einbezogen, um zeitinvariante Unterschiede zwischen den Ländern zu kontrollieren, und jahresfeste Effekte, um säkulare Sterblichkeitstrends zu kontrollieren. Wir verwendeten robuste, auf Länderebene geclusterte Standardfehler, um die Annahme unabhängiger und identisch verteilter Fehlerterme zu lockern65,66.

Wir haben die Erwachsenensterblichkeitsanalyse nach Geschlecht geschichtet, da zuvor festgestellte geschlechtsspezifische Auswirkungen von Geldtransfers festgestellt wurden26,43,44,56, und die Kindersterblichkeitsanalyse nach Alter (<5 Jahre, 5–9 Jahre, 10–17 Jahre) aufgrund von stark schwankende Sterblichkeitsraten je nach Alter des Kindes67.

Wir haben die Heterogenität der Wirkung von Geldtransferprogrammen mithilfe von Untergruppenanalysen untersucht, die auf dem Begünstigten, der Gestaltung des Geldtransferprogramms und Länderfaktoren basieren. Für den Begünstigten berücksichtigten wir das Vermögensquintil (des Geschwisters für die Erwachsenenanalyse und der Mutter für die Kinderanalyse), das Alter (für die Erwachsenenanalyse kategorisiert als 18–40, 41–60 und >60 Jahre) und den Bildungsstand (des Geschwisters für die Erwachsenenanalyse und der Mutter für die Kinderanalyse), ländliches oder städtisches Umfeld und Todesursache bei Frauen (schwangerschaftsbedingt versus nicht schwangerschaftsbedingt). Bei den Gestaltungsmerkmalen von Geldtransfers berücksichtigten wir Konditionalität (bedingungslos, gemischt oder bedingt) und vier Untergruppen, die sich dadurch auszeichneten, dass die Abdeckung der verarmten Bevölkerung in jüngster Zeit über oder unter dem Median (30 %) und der maximale jährliche Transfer über oder unter dem Median (11 % von) lag Das BIP pro Kopf). Als Länderfaktoren haben wir Untergruppen berücksichtigt, die dadurch gekennzeichnet sind, dass sie zu Beginn des Geldtransferzeitraums für Folgendes über oder unter dem Median liegen: jeden der weltweiten Governance-Indikatoren, aktuelle jährliche Gesundheitsausgaben pro Kopf (Kaufkraftparität 118 US-Dollar) und Leben Erwartungen bei der Geburt (62 Jahre). Wir haben auch nach Regionen geschichtet (Afrika südlich der Sahara im Vergleich zu Afrika außerhalb der Sahara). Schließlich haben wir länderspezifische Schätzungen für erwachsene Frauen erstellt, um informelle Bewertungen der Heterogenität in verschiedenen Dimensionen zu ermöglichen.

Darüber hinaus haben wir zusätzliche Sensitivitätsanalysen durchgeführt. Zunächst haben wir die Gültigkeit der Annahme paralleler Trends auf zwei Arten beurteilt. Wir haben die zuvor beschriebene zeitliche Analyse verwendet, um Vortrends zu visualisieren, und wir haben Regressionsmodelle geschätzt, indem wir nur Daten vor dem Geldtransferzeitraum in jedem Land verwendet haben und einen Interaktionsterm zwischen einem Indikator dafür, ob das Land in der Interventionsgruppe war, und einem linearen Wert einbezogen haben Zeittrend.

Zweitens verwendeten wir modifizierte Poisson-Regressionsmodelle, die auf konzeptionellen Begründungen basierten und mit der früheren Literatur zur Bewertung von Veränderungen der Sterblichkeit anhand von DHS-Datensätzen konsistent waren36, 37, 53. Bei der Verwendung logistischer und linearer Modelle bewerteten wir jedoch die Robustheit der Ergebnisse.

Drittens haben jüngste Fortschritte bei Differenz-in-Differenzen-Analysen mit Variationen im Interventionszeitpunkt gezeigt, dass Schätzungen verzerrt sein können, insbesondere wenn die Interventionseffekte im Zeitverlauf heterogen sind38,39,63. Wenn eine Wirkungsheterogenität nur in der Zeit seit der Intervention besteht, kann dieses Problem durch die Verwendung einer zeitlichen Analyse mit dynamischen Wirkungsschätzungen (wie oben beschrieben) gemildert werden, obwohl immer noch eine Verzerrung vorliegen kann, wenn es über die gesamte Kalenderzeit hinweg heterogene Behandlungseffekte gibt68. Um dieses Problem anzugehen, haben wir beurteilt, ob ein vorgeschlagener alternativer linearer Schätzer, der nicht anfällig für diese Verzerrung ist, mit unseren primären Ergebnissen übereinstimmt41. Darüber hinaus wird diese Verzerrung tendenziell durch spätere Länderjahre während des Interventionszeitraums beeinflusst. Um das mögliche Ausmaß dieser Verzerrung einzuschätzen, führten wir daher eine Sensitivitätsanalyse durch, indem wir die Primäranalyse nach Ausschluss von Länderjahren nach dem fünften Jahr des Geldtransfers wiederholten Programm69.

Viertens beurteilten wir, ob einzelne Länder bei wichtigen Ergebnissen Ausreißer darstellen könnten, indem wir beurteilten, ob sich die Schätzungen für Frauen nach dem Ausschluss jedes Landes einzeln erheblich veränderten.

Fünftens wiederholten wir unsere Primäranalysen unter Einbeziehung des Vermögensquintils und des Bildungsniveaus des Befragten.

Wir haben keine statistischen Methoden verwendet, um die Stichprobengröße vorab zu bestimmen. Wir führten statistische Analysen mit SAS V.9.4, R V.3.5.2 mit den Paketen ggplot2 und Forester und STATA V.17 mit dem Paket did2s durch.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Portfolio Reporting Summary.

Die analysierten Daten können auf der Website des DHS-Programms angefordert werden (einzelne Rekodierungsdatensätze aus den einbezogenen Ländern unter https://www.dhsprogram.com/Data/) oder sind bei der Weltbank öffentlich verfügbar (BIP pro Kopf, Gesamtgesundheitsausgaben pro Jahr). Kopf, Lebenserwartung bei der Geburt und Datensätze zu Worldwide Governance Indicators von https://data.worldbank.org/data-catalog/) oder PEPFAR (PEPFAR Operating Unit Budgets by Financial Classifications FY04-FY20 Datensatz von https://data.pepfar). .gov/financial). Der Datensatz zum Geldtransferprogramm ist in den Zusatzinformationen verfügbar.

Gortmaker, SL Armut und Kindersterblichkeit in den Vereinigten Staaten. Bin. Soziol. Rev. 44, 280–297 (1979).

Artikel CAS PubMed Google Scholar

Fiscella, K. & Franks, P. Armut oder Einkommensungleichheit als Prädiktor für Sterblichkeit: Längsschnitt-Kohortenstudie. BMJ 314, 1724 (1997).

Artikel CAS PubMed PubMed Central Google Scholar

Galea, S., Tracy, M., Hoggatt, KJ, Dimaggio, C. & Karpati, A. Geschätzte Todesfälle aufgrund sozialer Faktoren in den Vereinigten Staaten. Bin. J. Public Health 101, 1456–1465 (2011).

Artikel PubMed PubMed Central Google Scholar

Pritchett, L. & Summers, LH Wohlhabender ist gesünder. J. Hum. Ressource. 31, 841–868 (1996).

Artikel Google Scholar

Fritzell, J., Rehnberg, J., Bacchus Hertzman, J. & Blomgren, J. Absolut oder relativ? Eine vergleichende Analyse des Zusammenhangs zwischen Armut und Sterblichkeit. Int. J. Öffentliche Gesundheit. 60, 101–110 (2015).

Artikel PubMed Google Scholar

Der Stand der sozialen Sicherheitsnetze 2018 (Weltbank, 2018).

Gentilini, U. et al. Sozialschutz und Beschäftigungsreaktionen auf COVID-19: eine Echtzeitüberprüfung der Ländermaßnahmen. Open Knowledge Repository Beta https://openknowledge.worldbank.org/handle/10986/37186 ​​(2022).

Guanais, FC Die kombinierten Auswirkungen der Ausweitung der primären Gesundheitsversorgung und bedingter Geldtransfers auf die Kindersterblichkeit in Brasilien, 1998–2010. Bin. J. Öffentliche Gesundheit. 105, S593–S599 (2015).

Artikel PubMed PubMed Central Google Scholar

Rasella, D., Aquino, R., Santos, CAT, Paes-Sousa, R. & Barreto, ML Wirkung eines bedingten Geldtransferprogramms auf die Kindersterblichkeit: eine landesweite Analyse brasilianischer Gemeinden. Lancet 382, ​​57–64 (2013).

Artikel PubMed Google Scholar

Shei, A. Brasiliens bedingtes Geldtransferprogramm ist mit einem Rückgang der Kindersterblichkeitsraten verbunden. Gesundheitsangelegenheiten. 32, 1274–1281 (2013).

Artikel PubMed Google Scholar

Ramos, D. et al. Bedingtes Geldtransferprogramm und Kindersterblichkeit: eine Querschnittsanalyse innerhalb der 100-Millionen-Brasilien-Kohorte. PLoS Med. 18, e1003509 (2021).

Artikel PubMed PubMed Central Google Scholar

Hernández, B., Ramírez, D., Moreno, H. & Laird, N. in External Evaluation of the Impact of the Oportunidades Program (Hrsg. Hernández Prado, B. & Hernández Ávila, M.) 57–76 (2003).

Barham, T. & Rowberry, J. Länger leben: die Auswirkung des mexikanischen bedingten Geldtransferprogramms auf die Sterblichkeit älterer Menschen. J. Dev. Wirtschaft. 105, 226–236 (2013).

Artikel Google Scholar

Rasella, D. et al. Langfristige Auswirkungen eines bedingten Geldtransferprogramms auf die Müttersterblichkeit: eine landesweite Analyse brasilianischer Längsschnittdaten. BMC Med. 19, 127 (2021).

Artikel PubMed PubMed Central Google Scholar

Gibson, M. et al. Wohn- und Gesundheitsungleichheiten: eine Synthese systematischer Überprüfungen von Interventionen, die auf verschiedene Wege abzielen, die Wohnen und Gesundheit verbinden. Health Place 17, 175–184 (2011).

Artikel PubMed PubMed Central Google Scholar

Ivers, LC Ernährungsunsicherheit und öffentliche Gesundheit (CRC Press, 2015).

Ravesteijn, B., van Kippersluis, H. & van Doorslaer, E. Der Beitrag der Beschäftigung zur gesundheitlichen Ungleichheit. Res. Wirtschaft. Ungleich. 21, 311–332 (2013).

Artikel PubMed PubMed Central Google Scholar

Feinstein, L., Sabates, R., Anderson, TM, Sorhaindo, A. & Hammond, C. Welche Auswirkungen hat Bildung auf die Gesundheit? In Proc. des Kopenhagener Symposiums 171–354 (OECD, 2006).

Wagstaff, A. Armut und Ungleichheiten im Gesundheitssektor. Stier. Weltgesundheitsorgan. 80, 97–105 (2002).

PubMed PubMed Central Google Scholar

Plattform für Armut und Ungleichheit. https://pip.worldbank.org/home (Weltbank, abgerufen am 15. April 2022).

Mahler, D., Yonzan, N., Lakner, C., Castaneda Aguilar, R. & Wu, W. Aktualisierte Schätzungen der Auswirkungen von Covid-19 auf die globale Armut: Wendet sich die Pandemie im Jahr 2021 um? https://blogs.worldbank.org/opendata/updated-estimates-impact-covid-19-global-poverty-turning-corner-pandemic-2021 (Weltbank, 2022).

Gentilini, U. Geldtransfers in Zeiten der Pandemie: Beweise, Praktiken und Implikationen des größten Umfangs in der Geschichte (Weltbank, 2022).

Bastagli, F. et al. Geldtransfers: Was sagen die Beweise? Eine gründliche Überprüfung der Auswirkungen von Geldtransfers und der Rolle von Design- und Implementierungsfunktionen (Overseas Development Institute, 2016).

Owusu-Addo, E., Renzaho, AMN & Smith, BJ Die Auswirkungen von Geldtransfers auf soziale Determinanten von Gesundheit und gesundheitlichen Ungleichheiten in Afrika südlich der Sahara: eine systematische Überprüfung. Gesundheitspolitischer Plan. 33, 675–696 (2018).

Artikel PubMed PubMed Central Google Scholar

Egger, D., Haushofer, J., Miguel, E., Niehaus, P. & Walker, M. Allgemeine Gleichgewichtseffekte von Geldtransfers: experimentelle Beweise aus Kenia. Econmetrica 90, 2603–2643 (2022).

Artikel Google Scholar

Richterman, A. & Thirumurthy, H. Die Auswirkungen von Geldtransferprogrammen auf HIV-bezogene Ergebnisse in 42 Ländern von 1996 bis 2019. Nat. Summen. Verhalten. 6, 1362–1371 (2022).

Artikel PubMed Google Scholar

Mani, A., Mullainathan, S., Shafir, E. & Zhao, J. Armut beeinträchtigt die kognitive Funktion. Wissenschaft 341, 976–980.

Artikel ADS CAS PubMed Google Scholar

Weiser, SD et al. In Food Insecurity and Public Health (Hrsg. Ivers, LC) 23–50 (CRC Press, 2015).

Haushofer, J. & Fehr, E. Zur Psychologie der Armut. Wissenschaft 344, 862–867 (2014).

Artikel ADS CAS PubMed Google Scholar

Schilbach, F., Schofield, H. & Mullainathan, S. Das psychologische Leben der Armen. Bin. Wirtschaft. Rev. 106, 435–440 (2016).

Artikel PubMed Google Scholar

Fernald, LC, Gertler, PJ & Neufeld, LM Rolle von Bargeld in bedingten Geldtransferprogrammen für die Gesundheit, das Wachstum und die Entwicklung von Kindern: eine Analyse der mexikanischen Oportunidades. Lancet 371, 828–837 (2008).

Artikel PubMed PubMed Central Google Scholar

Walque, D., Fernald, LC, Gertler, PJ & Hidrobo, H. In Disease Control Priorities, 3. Auflage (Hrsg. Bundy, D. et al.) Kap. 23 (Weltbank, 2017).

Barham, T. Ein gesünderer Anfang: die Auswirkung bedingter Geldtransfers auf die Neugeborenen- und Säuglingssterblichkeit im ländlichen Mexiko. J. Dev. Wirtschaft. 94, 74–85 (2011).

Artikel Google Scholar

Moncayo, AL, Granizo, G., Grijalva, MJ & Rasella, D. Starke Wirkung des bedingten Geldtransferprogramms Ecuadors auf die Kindersterblichkeit aufgrund armutsbedingter Krankheiten: eine landesweite Analyse. BMC Public Health 19, 1132 (2019).

Artikel PubMed PubMed Central Google Scholar

Lim, SS et al. Indiens Janani Suraksha Yojana, ein an Bedingungen geknüpftes Geldtransferprogramm zur Steigerung der Geburten in Gesundheitseinrichtungen: eine Folgenabschätzung. Lancet 375, 2009–2023 (2010).

Artikel PubMed Google Scholar

Bendavid, E., Holmes, CB, Bhattacharya, J. & Miller, G. HIV-Entwicklungshilfe und Erwachsenensterblichkeit in Afrika. JAMA 307, 2060–2067 (2012).

Artikel CAS PubMed PubMed Central Google Scholar

Jakubowski, A., Stearns, SC, Kruk, ME, Angeles, G. & Thirumurthy, H. Die Malaria-Initiative des US-Präsidenten und die Kindersterblichkeit unter 5 Jahren in Afrika südlich der Sahara: eine Differenz-in-Differenzen-Analyse. PLoS Med. 14, e1002319 (2017).

Artikel PubMed PubMed Central Google Scholar

Goodman-Bacon, A. Differenz-in-Differenzen mit Variation im Behandlungszeitpunkt. J. Ökonometrie 225, 254–277 (2021).

Artikel MathSciNet MATH Google Scholar

Callaway, B. & Sant'Anna, PHC Differenz-in-Differenzen mit mehreren Zeiträumen. J. Ökonometrie 225, 200–230 (2021).

Artikel MathSciNet MATH Google Scholar

Roth, J., Sant'Anna, PH, Bilinski, A. & Poe, J. Was ist der Trend bei Differenz-in-Differenzen? Eine Synthese der neueren ökonometrischen Literatur. Vorabdruck unter https://arxiv.org/abs/2201.01194 (2022).

Gardner, J. Zweistufige Unterschiede in Unterschieden https://jrgcmu.github.io/2sdd_current.pdf (2021).

Akresh, R., de Walque, D. & Kazianga, H. Alternative Mechanismen für die Zustellung von Geldtransfers: Auswirkungen auf routinemäßige Besuche in Kliniken für präventive Gesundheit in Burkina Faso. National Bureau of Economic Research Working Paper Series Nr. 17785 (Weltbank, 2012).

Bonilla, J. et al. Geld für die Stärkung der Frauen? Eine Mixed-Methods-Evaluierung des Kinderstipendienprogramms der sambischen Regierung. Weltentwickler. 95, 55–72 (2017).

Artikel PubMed PubMed Central Google Scholar

Natali, L., Handa, S., Peterman, A., Seidenfeld, D. & Tembo, G. Damit Geld funktioniert: Bedingungslose Geldtransfers ermöglichen es Frauen, im ländlichen Sambia zu sparen und erneut zu investieren. Innocenti Working Paper Nr. 2016-02 (UNICEF, 2016).

Behrman, JR & Parker, SW Wird die Gesundheit älterer Menschen durch bedingte Geldtransferprogramme verbessert? Beweise aus Mexiko. Demographie. 50, 1363–1386 (2013).

Artikel PubMed Google Scholar

Glassman, A. et al. Auswirkungen bedingter Geldtransfers auf die Gesundheit von Müttern und Neugeborenen. J. Gesundheit Bevölkerung. Nutr. 31, 48–66 (2013).

PubMed Google Scholar

Eine Analyse von Pradhan Mantri Matru Vandana Yojana. IAS-Parlament https://www.iasparliament.com/current-affairs/an-analysis-of-pradhan-mantri-matru-vandana-yojana (abgerufen am 15. Juli 2022).

Mosoetsa, S. Essen aus einem Topf: Die Überlebensdynamik in armen südafrikanischen Haushalten (NYU Press, 2011).

Duflo, E. Großmütter und Enkelinnen: Altersrenten und haushaltsinterne Zuteilung in Südafrika. Weltbank-Wirtschaft. Rev. 17, 1–25 (2003).

Artikel Google Scholar

Muralidharan, K., Niehaus, P. & Sukhtankar, S. Aufbau staatlicher Kapazitäten: Beweise aus biometrischen Smartcards in Indien. Bin. Wirtschaft. Rev. 106, 2895–2929 (2016).

Artikel Google Scholar

Bossuroy, T. et al. Bewältigung psychosozialer und kapitalbezogener Zwänge zur Linderung der Armut. Natur. 605, 291–297 (2022).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Benhassine, N., Devoto, F., Duflo, E., Dupas, P. & Pouliquen, V. Einen Schubs in einen Schubs verwandeln? Ein „gekennzeichneter Geldtransfer“ für Bildung. Bin. Wirtschaft. J. 7, 86–125 (2015).

Google Scholar

Obermeyer, Z. et al. Messung der Erwachsenensterblichkeit anhand des Geschwisterüberlebens: eine neue Analysemethode und neue Ergebnisse für 44 Länder, 1974–2006. PLoS Med. 7, e1000260 (2010).

Artikel PubMed PubMed Central Google Scholar

Handbuch zur Stichprobenerhebung und Haushaltsauflistung für Demografie- und Gesundheitsumfragen (ICF International, 2012).

Rutstein, SO & Johnson, K. Der DHS Wealth Index (ORC Macro, 2004).

Bastagli, F., Hagen-Zanker, J., Harman, L. & Barca V. Geldtransfers: Was sagen die Beweise? (Overseas Development Institute, 2016).

Datenplattform für Sozialhilfe in Afrika. https://social-assistance.africa.undp.org/country (Entwicklungsprogramm der Vereinten Nationen, abgerufen am 11. Januar 2021).

Datenbank für beitragsfreie Sozialschutzprogramme. https://dds.cepal.org/bpsnc/cct (Wirtschaftskommission der Vereinten Nationen für Lateinamerika und die Karibik, abgerufen am 11. Januar 2021).

ASPIRE: der Atlas der Sozialschutzindikatoren für Resilienz- und Gerechtigkeitsprogramminventar. https://www.worldbank.org/en/data/datatopics/aspire (Weltbank, abgerufen am 11. Januar 2021).

Programmdatenbank von Socialprotection.org. https://socialprotection.org/discover/programme (abgerufen am 11. Januar 2021).

Haushaltsgröße und -zusammensetzung. https://population.un.org/Household/index.html#/countries/840 (Bevölkerungsabteilung der Abteilung für wirtschaftliche und soziale Angelegenheiten der Vereinten Nationen, abgerufen am 13. Januar 2021).

Weltentwicklungsindikatoren. https://data.worldbank.org/data-catalog/world-development-indicators (Weltbank, abgerufen am 12. Januar 2021).

PEPFAR Panorama Spotlight: Finanzmanagement. https://data.pepfar.gov/financial (PEPFAR, abgerufen am 11. Februar 2021).

Zou, G. Ein modifizierter Poisson-Regressionsansatz für prospektive Studien mit Binärdaten. Bin. J. Epidemiol. 159, 702–706 (2004).

Artikel PubMed Google Scholar

Bertrand, M., Duflo, E. & Mullainathan, S. Wie sehr sollten wir Differenzen-in-Differenzen-Schätzungen vertrauen? QJ Econ. 119, 249–275 (2004).

Artikel MATH Google Scholar

Abadie, A., Athey, S., Imbens, GW & Wooldridge, J. Wann sollten Sie Standardfehler für Clustering anpassen? (Nationales Büro für Wirtschaftsforschung, 2017).

Schätzungen und Prognosen zur Sterblichkeit nach ausgewählten Altersgruppen. https://population.un.org/wpp/Download/Standard/Mortality/ (Bevölkerungsabteilung der Vereinten Nationen, abgerufen am 6. September 2022).

Sun, L. & Abraham, S. Schätzung dynamischer Behandlungseffekte in Ereignisstudien mit heterogenen Behandlungseffekten. J. Ökonometrie. 225, 175–199 (2021).

Artikel MathSciNet MATH Google Scholar

Jakiela, P. Einfache Diagnostik für bidirektionale feste Effekte. Vorabdruck unter https://arxiv.org/abs/2103.13229 (2021).

Referenzen herunterladen

AR wurde vom National Institute of Mental Health der National Institutes of Health unter der Fördernummer K23MH131464 unterstützt.

Abteilung für Infektionskrankheiten, Abteilung für Medizin, University of Pennsylvania, Philadelphia, PA, USA

Aaron Richterman

Partner im Gesundheitswesen, Mirebalais, Haiti

Christophe Millien

Abteilung für medizinische Ethik und Gesundheitspolitik, University of Pennsylvania, Philadelphia, PA, USA

Elizabeth F. Bair & Harsha Thirumurthy

Partner im Gesundheitswesen, Kono, Sierra Leone

Gregor Hieronymus

Partner im Gesundheitswesen, Neno, Malawi

Jean Christophe Dimitri Suffrin

Fakultäten für Wirtschaftswissenschaften und Soziologie, University of Pennsylvania, Philadelphia, PA, USA

Jere R. Behrman

Population Studies Center, University of Pennsylvania, Philadelphia, PA, USA

Jere R. Behrman & Harsha Thirumurthy

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Die Studie wurde von AR, HT, CM, GJ, JCDS und JRB konzipiert. Das methodische Design wurde von AR, HT, EFB und JRB geleitet, und die Datenkuratierung und formalen Analysen wurden von AR unter der Aufsicht von HT durchgeführt. Die Zahlen wurden von AR erstellt Der erste Entwurf des Manuskripts wurde von AR verfasst und alle Autoren lieferten kritische Beiträge zum endgültigen Entwurf.

Korrespondenz mit Aaron Richterman.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature dankt Till Bärnighausen, Davide Rasella und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Peer-Reviewer-Berichte sind verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Flussdiagramm, das die Auswahl der Interventions- (N = 16) und Vergleichsländer (N = 21) während unseres Untersuchungszeitraums von 2000–2019 sowie die Gründe für den Ausschluss (rote Kästchen) zeigt.

Zeitdiagramme, die die Zusammenhänge zwischen Geldtransferprogrammen und Sterblichkeit als Funktion des Jahres des Geldtransferzeitraums zeigen. Effektschätzungen sind angepasste Risikoverhältnisse und Fehlerbalken sind 95 %-Konfidenzintervalle. Schätzungen wurden unter Verwendung multivariabler modifizierter Poisson-Modelle mit länder- und jahresfesten Effekten, Kovariaten auf Länderebene (BIP pro Kopf, budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren: Kontrolle von Korruption, politische Stabilität und Gewaltfreiheit sowie Stimme und Rechenschaftspflicht) erstellt. und Kovariaten auf individueller Ebene (Alter und ländliche/städtische Umgebung in allen Modellen; Geschlecht, Alter der Mutter und Geburtsreihenfolge in Kinderanalysen). Wir verwendeten robuste Standardfehler, die auf Länderebene geclustert wurden. Das obere Feld zeigt Schätzungen für Kinder im Alter von 5 bis 9 Jahren (N = 4.818.370 Personenjahre), das untere Feld zeigt Schätzungen für Kinder im Alter von 10 bis 17 Jahren (N = 4.824.891 Personenjahre).

Walddiagramm mit Untergruppenanalysen unter erwachsenen Männern (N = 15.249.343 Personenjahre) mit vollständig angepassten Risikoverhältnissen der Sterblichkeit mit 95 %-Konfidenzintervallen, die unter Verwendung multivariabler modifizierter Poisson-Modelle mit länder- und jahrfesten Effekten sowie Kovariaten auf Länderebene (BIP pro Kopf) erstellt wurden , budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren: Korruptionsbekämpfung, politische Stabilität und Gewaltfreiheit sowie Stimme und Rechenschaftspflicht) sowie Kovariaten auf individueller Ebene (Alter und ländliche/städtische Umgebung). Wir haben robuste Standardfehler verwendet, die auf Länderebene geclustert wurden. Effektschätzungen sind angepasste Risikoverhältnisse und Fehlerbalken sind 95 %-Konfidenzintervalle.

Walddiagramm mit Untergruppenanalysen bei Kindern unter 5 Jahren (N = 6.757.284 Personenjahre) mit vollständig angepassten Risikoverhältnissen der Sterblichkeit mit 95 %-Konfidenzintervallen, die unter Verwendung multivariabler modifizierter Poisson-Modelle mit länder- und jahrfesten Effekten sowie Kovariaten auf Länderebene erstellt wurden ( BIP pro Kopf, budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren: Korruptionsbekämpfung, politische Stabilität und Gewaltfreiheit sowie Stimme und Rechenschaftspflicht) sowie Kovariaten auf individueller Ebene (Alter und ländliche/städtische Umgebung). Wir haben robuste Standardfehler verwendet, die auf Länderebene geclustert wurden. Effektschätzungen sind angepasste Risikoverhältnisse und Fehlerbalken sind 95 %-Konfidenzintervalle.

Walddiagramm mit Untergruppenanalysen bei Kindern im Alter von 5 bis 9 Jahren (N = 4.818.370 Personenjahre) mit vollständig angepassten Mortalitätsrisikoverhältnissen mit 95 %-Konfidenzintervallen, die unter Verwendung multivariabler modifizierter Poisson-Modelle mit länder- und jahrfesten Effekten sowie Kovariaten auf Länderebene erstellt wurden (BIP pro Kopf, budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren: Korruptionsbekämpfung, politische Stabilität und Gewaltfreiheit sowie Stimme und Rechenschaftspflicht) und Kovariaten auf individueller Ebene (Alter und ländliche/städtische Umgebung). Wir haben robuste Standardfehler verwendet, die auf Länderebene geclustert wurden. Effektschätzungen sind angepasste Risikoverhältnisse und Fehlerbalken sind 95 %-Konfidenzintervalle.

Walddiagramm mit Untergruppenanalysen bei Kindern im Alter von 10 bis 17 Jahren (N = 4.824.891 Personenjahre) mit vollständig angepassten Mortalitätsrisikoverhältnissen mit 95 %-Konfidenzintervallen, die unter Verwendung multivariabler modifizierter Poisson-Modelle mit festen Effekten für Land und Jahr sowie Kovariaten auf Länderebene erstellt wurden (BIP pro Kopf, budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren: Korruptionsbekämpfung, politische Stabilität und Gewaltfreiheit sowie Stimme und Rechenschaftspflicht) und Kovariaten auf individueller Ebene (Alter und ländliche/städtische Umgebung). Wir haben robuste Standardfehler verwendet, die auf Länderebene geclustert wurden. Effektschätzungen sind angepasste Risikoverhältnisse und Fehlerbalken sind 95 %-Konfidenzintervalle.

Waldparzelle, die länderspezifische Auswirkungen von Geldtransfers auf die Sterblichkeit erwachsener Frauen zeigt (N = 14.994.934 Personenjahre). Schätzungen wurden unter Verwendung multivariabler modifizierter Poisson-Modelle mit länder- und jahresfesten Effekten, Kovariaten auf Länderebene (BIP pro Kopf, budgetierte PEPFAR-Finanzierung und drei weltweite Governance-Indikatoren: Kontrolle von Korruption, politische Stabilität und Gewaltfreiheit sowie Stimme und Rechenschaftspflicht) erstellt. und Kovariaten auf individueller Ebene (Alter und ländliche/städtische Umgebung in allen Moels; Geschlecht, Alter der Mutter und Geburtsreihenfolge in Kinderanalysen). Wir haben robuste Standardfehler verwendet, die auf Länderebene geclustert wurden.

Diese Datei enthält die Ergänzungstabellen 1–16 und Referenzen.

Springer Nature oder sein Lizenzgeber (z. B. eine Gesellschaft oder ein anderer Partner) besitzen die ausschließlichen Rechte an diesem Artikel im Rahmen einer Veröffentlichungsvereinbarung mit dem Autor bzw. den Autoren oder anderen Rechteinhabern. Die Selbstarchivierung der akzeptierten Manuskriptversion dieses Artikels durch den Autor unterliegt ausschließlich den Bedingungen dieser Veröffentlichungsvereinbarung und geltendem Recht.

Nachdrucke und Genehmigungen

Richterman, A., Millien, C., Bair, EF et al. Die Auswirkungen von Geldtransfers auf die Erwachsenen- und Kindersterblichkeit in Ländern mit niedrigem und mittlerem Einkommen. Natur (2023). https://doi.org/10.1038/s41586-023-06116-2

Zitat herunterladen

Eingegangen: 22. September 2022

Angenommen: 21. April 2023

Veröffentlicht: 31. Mai 2023

DOI: https://doi.org/10.1038/s41586-023-06116-2

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.