MétaCan
Menu
Retour à la cohorte
Enregistrement W1976294310 · doi:10.2190/hs.44.1.b

Health Issues and Health Care Expenses in Canadian Bankruptcies and Insolvencies

2014· article· en· W1976294310 sur OpenAlexfundaboutno aff
David U. Himmelstein, Steffie Woolhandler, Janis Sarra, Gordon Guyatt

Notice bibliographique

RevueInternational Journal of Health Services · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBankruptcyMedical prescriptionHealth careMedical expensesBusinessMedicineFamily medicineActuarial scienceFinanceMedical emergencyNursingEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Illness can contribute to financial problems directly, through high medical bills, and indirectly, through lost income. No previous in-depth studies have documented the role of medical problems among Canadian bankruptcy filers. We obtained the bankruptcy filings from a random sample of 5,000 debtors across Canada and mailed surveys to them seeking information about the medical antecedents of their bankruptcy. A total of 521 debtors responded (response rate of 10.4%), of whom 40.1 percent reported losing at least two weeks of work-related income because of illness or injury in the two years before their filing; 8.3 percent reported a similar income loss because of caregiving responsibilities for someone else who was ill. Although 60.1 percent of respondents reported being responsible for a medical bill within the previous two years, only 6.9 percent had bills over $5,000 (all amounts in Canadian Dollars). Prescription drugs were cited as the costliest medical expense by two-thirds of debtors reporting bills > $5,000, with dental bills cited by 22.2 percent. Universal health insurance affords Canadians protection against ruinous doctor and hospital bills. Inadequate coverage for prescription drugs and dental care, however, leaves some with unaffordable out-of-pocket costs. In addition, illness is a frequent indirect cause of bankruptcy through loss of work-related income.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,665
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0000,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,336
Écart entre enseignants0,296 · 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'étudeObservationnel
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

Citations9
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health ServicesMême sujetHealthcare Policy and ManagementTravaux en français237 207