MétaCan
Menu
Retour à la cohorte
Enregistrement W1933402072 · doi:10.1377/hlthaff.2014.1258

Most Uninsured Adults Could Schedule Primary Care Appointments Before The ACA, But Average Price Was $160

2015· article· en· W1933402072 sur OpenAlexaff
Brendan Saloner, Daniel Polsky, Genevieve M. Kenney, Katherine Hempstead, Karin V. Rhodes

Notice bibliographique

RevueHealth Affairs · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesnon disponible
Mots-clésMedicaidHealth insurancePrimary carePoverty levelPatient Protection and Affordable Care ActPovertyScheduleTelephone surveyBusinessFamily medicineHealth reformHealth careMedicineEconomic growthEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

Provisions of the Affordable Care Act (ACA) allow millions more Americans to obtain health insurance. However, a sizable number of people remain uninsured because they live in states that have not expanded Medicaid coverage or because they feel that Marketplace coverage is not affordable. Using data from a ten-state telephone survey in which callers posed as patients, we examined prices for primary care visits offered by physician offices to new uninsured patients in 2012-13, prior to ACA insurance expansions. Patients were quoted a mean price of $160. Significantly lower prices for the uninsured were offered by family practice offices compared to general internists, in offices participating in Medicaid managed care plans, and in federally qualified health centers. Prices were also lower for offices in ZIP codes with higher poverty rates. Only 18 percent of uninsured callers were told that they could bring less than the full amount to the visit and arrange to pay the rest later. ACA insurance expansions could greatly decrease out-of-pocket spending for low-income adults seeking primary care. However, benefits of health reform are likely to be greater in states expanding Medicaid eligibility.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,862
Score d'incertitude au seuil0,902

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,269
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetHealthcare Policy and ManagementTravaux en français237 207