Summary

Background

 The UN's Sustainable Development Goals (SDGs) are grounded in the global ambition of "leaving no one behind". Understanding today's gains and gaps for the health-related SDGs is essential for decision makers as they aim to improve the health of populations. As part of the Global Burden of Diseases, Injuries, and Risk Factors Study 2016 (GBD 2016), we measured 37 of the 50 health-related SDG indicators over the period 1990–2016 for 188 countries, and then on the basis of these past trends, we projected indicators to 2030. 

Methods

 We used standardised GBD 2016 methods to measure 37 health-related indicators from 1990 to 2016, an increase of four indicators since GBD 2015. We substantially revised the universal health coverage (UHC) measure, which focuses on coverage of essential health services, to also represent personal health-care access and quality for several non-communicable diseases. We transformed each indicator on a scale of 0–100, with 0 as the 2·5th percentile estimated between 1990 and 2030, and 100 as the 97·5th percentile during that time. An index representing all 37 health-related SDG indicators was constructed by taking the geometric mean of scaled indicators by target. On the basis of past trends, we produced projections of indicator values, using a weighted average of the indicator and country-specific annualised rates of change from 1990 to 2016 with weights for each annual rate of change based on out-of-sample validity. 24 of the currently measured health-related SDG indicators have defined SDG targets, against which we assessed attainment. 

Findings

 Globally, the median health-related SDG index was 56·7 (IQR 31·9–66·8) in 2016 and country-level performance markedly varied, with Singapore (86·8, 95% uncertainty interval 84·6–88·9), Iceland (86·0, 84·1–87·6), and Sweden (85·6, 81·8–87·8) having the highest levels in 2016 and Afghanistan (10·9, 9·6–11·9), the Central African Republic (11·0, 8·8–13·8), and Somalia (11·3, 9·5–13·1) recording the lowest. Between 2000 and 2016, notable improvements in the UHC index were achieved by several countries, including Cambodia, Rwanda, Equatorial Guinea, Laos, Turkey, and China; however, a number of countries, such as Lesotho and the Central African Republic, but also high-income countries, such as the USA, showed minimal gains. Based on projections of past trends, the median number of SDG targets attained in 2030 was five (IQR 2–8) of the 24 defined targets currently measured. Globally, projected target attainment considerably varied by SDG indicator, ranging from more than 60% of countries projected to reach targets for under-5 mortality, neonatal mortality, maternal mortality ratio, and malaria, to less than 5% of countries projected to achieve targets linked to 11 indicator targets, including those for childhood overweight, tuberculosis, and road injury mortality. For several of the health-related SDGs, meeting defined targets hinges upon substantially faster progress than what most countries have achieved in the past. 

Interpretation

 GBD 2016 provides an updated and expanded evidence base on where the world currently stands in terms of the health-related SDGs. Our improved measure of UHC offers a basis to monitor the expansion of health services necessary to meet the SDGs. Based on past rates of progress, many places are facing challenges in meeting defined health-related SDG targets, particularly among countries that are the worst off. In view of the early stages of SDG implementation, however, opportunity remains to take actions to accelerate progress, as shown by the catalytic effects of adopting the Millennium Development Goals after 2000. With the SDGs' broader, bolder development agenda, multisectoral commitments and investments are vital to make the health-related SDGs within reach of all populations. 

Funding

 Bill & Melinda Gates Foundation.

Summary

Background

 An adequate amount of prepaid resources for health is important to ensure access to health services and for the pursuit of universal health coverage. Previous studies on global health financing have described the relationship between economic development and health financing. In this study, we further explore global health financing trends and examine how the sources of funds used, types of services purchased, and development assistance for health disbursed change with economic development. We also identify countries that deviate from the trends. 

Methods

 We estimated national health spending by type of care and by source, including development assistance for health, based on a diverse set of data including programme reports, budget data, national estimates, and 964 National Health Accounts. These data represent health spending for 184 countries from 1995 through 2014. We converted these data into a common inflation-adjusted and purchasing power-adjusted currency, and used non-linear regression methods to model the relationship between health financing, time, and economic development. 

Findings

 Between 1995 and 2014, economic development was positively associated with total health spending and a shift away from a reliance on development assistance and out-of-pocket (OOP) towards government spending. The largest absolute increase in spending was in high-income countries, which increased to purchasing power-adjusted $5221 per capita based on an annual growth rate of 3·0%. The largest health spending growth rates were in upper-middle-income (5·9) and lower-middle-income groups (5·0), which both increased spending at more than 5% per year, and spent $914 and $267 per capita in 2014, respectively. Spending in low-income countries grew nearly as fast, at 4·6%, and health spending increased from $51 to $120 per capita. In 2014, 59·2% of all health spending was financed by the government, although in low-income and lower-middle-income countries, 29·1% and 58·0% of spending was OOP spending and 35·7% and 3·0% of spending was development assistance. Recent growth in development assistance for health has been tepid; between 2010 and 2016, it grew annually at 1·8%, and reached US$37·6 billion in 2016. Nonetheless, there is a great deal of variation revolving around these averages. 29 countries spend at least 50% more than expected per capita, based on their level of economic development alone, whereas 11 countries spend less than 50% their expected amount. 

Interpretation

 Health spending remains disparate, with low-income and lower-middle-income countries increasing spending in absolute terms the least, and relying heavily on OOP spending and development assistance. Moreover, tremendous variation shows that neither time nor economic development guarantee adequate prepaid health resources, which are vital for the pursuit of universal health coverage. 

Funding

 The Bill & Melinda Gates Foundation.

The amount of resources, particularly prepaid resources, available for health can affect access to health care and health outcomes. Although health spending tends to increase with economic development, tremendous variation exists among health financing systems. Estimates of future spending can be beneficial for policy makers and planners, and can identify financing gaps. In this study, we estimate future gross domestic product (GDP), all-sector government spending, and health spending disaggregated by source, and we compare expected future spending to potential future spending.We extracted GDP, government spending in 184 countries from 1980-2015, and health spend data from 1995-2014. We used a series of ensemble models to estimate future GDP, all-sector government spending, development assistance for health, and government, out-of-pocket, and prepaid private health spending through 2040. We used frontier analyses to identify patterns exhibited by the countries that dedicate the most funding to health, and used these frontiers to estimate potential health spending for each low-income or middle-income country. All estimates are inflation and purchasing power adjusted.We estimated that global spending on health will increase from US$9·21 trillion in 2014 to $24·24 trillion (uncertainty interval [UI] 20·47-29·72) in 2040. We expect per capita health spending to increase fastest in upper-middle-income countries, at 5·3% (UI 4·1-6·8) per year. This growth is driven by continued growth in GDP, government spending, and government health spending. Lower-middle income countries are expected to grow at 4·2% (3·8-4·9). High-income countries are expected to grow at 2·1% (UI 1·8-2·4) and low-income countries are expected to grow at 1·8% (1·0-2·8). Despite this growth, health spending per capita in low-income countries is expected to remain low, at $154 (UI 133-181) per capita in 2030 and $195 (157-258) per capita in 2040. Increases in national health spending to reach the level of the countries who spend the most on health, relative to their level of economic development, would mean $321 (157-258) per capita was available for health in 2040 in low-income countries.Health spending is associated with economic development but past trends and relationships suggest that spending will remain variable, and low in some low-resource settings. Policy change could lead to increased health spending, although for the poorest countries external support might remain essential.Bill & Melinda Gates Foundation.

Background Although the dissemination of health information is one of the pillars of HIV prevention efforts in Ethiopia, a large segment of women in the country still lack adequate HIV/AIDS knowledge, attitude, and behaviours. Despite many studies being conducted in Ethiopia, they mostly focus on the level of women’s knowledge about HIV/AIDS, failing to examine composite index of knowledge, attitude, and behaviour (KAB) domains comprehensively. In addition, the previous studies overlooked individual and community-level, and spatial predictors. Hence, this study aimed to estimate the prevalence, geographical variation (Hotspots), spatial predictors, and multilevel correlates of inadequate HIV/AIDS-Knowledge, Attitude, and Behaviour (HIV/AIDS-KAB) among Ethiopian women. Methods The study conducted using the 2016 Ethiopian Demographic and Health Survey data, included 12,672 women of reproductive age group (15–49 years). A stratified, two-stage cluster sampling technique was used; a random selection of enumeration areas (clusters) followed by selecting households per cluster. Composite index of HIV/AIDS-KAB was assessed using 11 items encompassing HIV/AIDS prevention, transmission, and misconceptions. Spatial analysis was carried out using Arc-GIS version 10.7 and SaTScan version 9.6 statistical software. Spatial autocorrelation (Moran’s I) was used to determine the non-randomness of the spatial variation in inadequate knowledge about HIV/AIDS. Multilevel multivariable logistic regression was performed, with the measure of association reported using adjusted odds ratio (AOR) with its corresponding 95% CI. Results The prevalence of inadequate HIV/AIDS-KAB among Ethiopian women was 48.9% (95% CI: 48.1, 49.8), with significant spatial variations across regions (global Moran’s I = 0.64, p<0.001). Ten most likely significant SaTScan clusters were identified with a high proportion of women with inadequate KAB. Somali and most parts of Afar regions were identified as hot spots for women with inadequate HIV/AIDS-KAB. Higher odds of inadequate HIV/AIDS-KAB was observed among women living in the poorest wealth quintile (AOR = 1.63; 95% CI: 1.21, 2.18), rural residents (AOR = 1.62; 95% CI: 1.18, 2.22), having no formal education (AOR = 2.66; 95% CI: 2.04, 3.48), non-autonomous (AOR = 1.71; 95% CI: (1.43, 2.28), never listen to radio (AOR = 1.56; 95% CI: (1.02, 2.39), never watched television (AOR = 1.50; 95% CI: 1.17, 1.92), not having a mobile phone (AOR = 1.45; 95% CI: 1.27, 1.88), and not visiting health facilities (AOR = 1.46; 95% CI: 1.28, 1.72). Conclusion The level of inadequate HIV/AIDS-KAB in Ethiopia was high, with significant spatial variation across regions, and Somali, and Afar regions contributed much to this high prevalence. Thus, the government should work on integrating HIV/AIDS education and prevention efforts with existing reproductive health services, regular monitoring and evaluation, and collaboration and partnership to tackle this gap. Stakeholders in the health sector should strengthen their efforts to provide tailored health education, and information campaigns with an emphasis on women who lack formal education, live in rural areas, and poorest wealth quintile should be key measures to enhancing knowledge. enhanced effort is needed to increase women’s autonomy to empower women to access HIV/AIDS information. The media agencies could prioritise the dissemination of culturally sensitive HIV/AIDS information to women of reproductive age. The identified hot spots with relatively poor knowledge of HIV/AIDS should be targeted during resource allocation and interventions.

Importance Cancer prevention and care efforts have been challenged by the COVID-19 pandemic and armed conflicts, resulting in a decline in the global Human Development Index (HDI), particularly in low- and middle-income countries. These challenges and subsequent shifts in health care priorities underscore the need to continuously monitor cancer outcome disparities and statistics globally to ensure delivery of equitable and optimal cancer prevention and care in uncertain times. Objective To measure the global burden of 36 cancers in 2022 by sex, age, and geographic location and to project future trends by 2050. Design, Setting, and Participants This cross-sectional study used population-based data from 2022 in 185 countries and territories were obtained from the Global Cancer Observatory database. Data extraction and analysis were carried out in April 2024. Main Outcomes and Measures Counts, rates, prevalence, mortality to incidence ratios (MIRs), and demography-based projections were used to characterize current and future cancer burden. Results This population-based study included 36 cancer types from 185 countries and territories. By 2050, 35.3 million cancer cases worldwide are expected, a 76.6% increase from the 2022 estimate of 20 million. Similarly, 18.5 million cancer deaths are projected by 2050, an 89.7% increase from the 2022 estimate of 9.7 million. Cancer cases and deaths are projected to nearly triple in low-HDI countries by 2050, compared to a moderate increase in very high–HDI countries (142.1% vs 41.7% for cancer cases and 146.1% vs 56.8% for cancer deaths). Males had a higher incidence and greater number of deaths in 2022 than females, with this disparity projected to widen by up to 16.0% in 2050. In 2022, the MIR for all cancers was 46.6%, with higher MIRs observed for pancreatic cancer (89.4%), among males (51.7%), among those aged 75 years or older (64.3%), in low-HDI countries (69.9%), and in the African region (67.2%). Conclusions and Relevance In this cross-sectional study based on data from 2022, cancer disparities were evident across HDI, geographic regions, age, and sex, with further widening projected by 2050. These findings suggest that strengthening access to and quality of health care, including universal health insurance coverage, is key to providing evidence-based cancer prevention, diagnostics, and care.