MétaCan
Menu
Retour à la cohorte
Enregistrement W1988756738 · doi:10.1111/j.1475-6773.2012.01466.x

Comparison of Health Care Utilization: United States versus Canada

2012· article· en· W1988756738 sur OpenAlexaboutno aff
Yuriy Pylypchuk, Eric Sarpong

Notice bibliographique

RevueHealth Services Research · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensnon disponible
Organismes subventionnairesAgency for Healthcare Research and QualityU.S. Department of Health and Human Services
Mots-clésMedicineHealth careMultivariate analysisFamily medicineDescriptive statisticsMedical careNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To compare health care utilization between Canadian and U.S. residents. DATA SOURCES: Nationally representative 2007 surveys from the Medical Expenditure Panel Survey for the United States and the Canadian Community Health Survey for Canada. STUDY DESIGN: We use descriptive and multivariate methods to examine differences in health care utilization rates for visits to medical providers, nurses, chiropractors, specialists, dentists, and overnight hospital stays, usual source of care, Pap smear tests, and mammograms. PRINCIPAL FINDINGS: The poor and less educated were more likely to utilize health care in Canada than in the United States. The differences were especially pronounced for having a usual source of care and for visits to providers, specialists, and dentists. Health care use for residents with high incomes and higher levels of education were not markedly different between the two countries and often higher for U.S residents. Foreign-born residents were more likely to use health care in Canada than in the United States. The descriptive results were confirmed in multivariate regressions. CONCLUSIONS: Given the magnitude of our results, the health insurance structure in Canada might have played an important role in improving access to care for subpopulations examined in this study.

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

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,014
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,297
Tête enseignante GPT0,466
Écart entre enseignants0,169 · 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 source (Gemma direct ou Codex distillé), 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

Citations35
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Services ResearchMême sujetHealthcare Systems and ReformsTravaux en français237 207