MétaCan
Menu
Retour à la cohorte
Enregistrement W2020236260 · doi:10.1007/s10754-008-9044-0

Why U.S. health care expenditure and ranking on health care indicators are so different from Canada’s

2008· article· en· W2020236260 sur OpenAlexaboutno aff
Antoon Spithoven

Notice bibliographique

RevueInternational Journal of Health Care Finance and Economics · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesUniversiteit Utrecht
Mots-clésHealth careInefficiencyRanking (information retrieval)Demographic economicsPublic economicsBusinessEnvironmental healthEconomicsEconomic growthMedicine

Résumé

récupéré en direct d'OpenAlex

Compared to other industrialized countries, the U.S. spends most of all on health care. Nonetheless, the U.S. ranks relatively low on health care indicators. This paradox has been already known for decades. For example, the turning point comparing the U.S. and Canada was in 1972. Health expenditure as a percentage of GDP was higher in Canada than in the USA from 1960 until 1972. Since 1972 expenditure on health care has been higher in the U.S. than in Canada (OECD 2005a, Health data 2005, fourteenth OECD electronic database on health systems, date of release June 2005, last update 04/26/2005). The present study integrates the dispersed literature on spending and health care rankings and adds some statistical analysis to these studies. The evaluation of different factors influencing health care expenditure in the U.S. relative to other countries is restricted to a comparison with Canada. The U.S. and Canada are two countries that are sufficiently similar to make comparisons useful. The comparison of factors influencing health care expenditure in the U.S. and Canada in 2002 reveals that health care expenditure in the U.S. is higher than in Canada mainly due to administration costs, Baumol's cost disease and pharmaceutical prices. It is not primarily inefficiency in health care production but the dominant prevalence for free choice and own responsibility that explains the paradox of high expenditure on health care and low ranking on health care indicators.

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)0,007
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 enseignants0,966
Score d'incertitude au seuil0,248

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,012
Études des sciences et des technologies0,0030,002
Communication savante0,0050,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,022
Tête enseignante GPT0,345
Écart entre enseignants0,323 · 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

Citations20
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Health Care Finance and EconomicsMême sujetGlobal Health Care IssuesTravaux en français237 207