Country of birth, socioeconomic position, and healthcare expenditure: a multilevel analysis of Malmö, Sweden
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
STUDY OBJECTIVE: The principle of equity aims to guarantee allocation of healthcare resources on the basis of need. Therefore, people with a low income and persons living alone are expected to have higher healthcare expenditures. Besides these individual characteristics healthcare expenditure may be influenced by country of birth. This study therefore aimed to investigate the role of country of birth in explaining individual healthcare expenditure. DESIGN: Multilevel regression model based on individuals (first level) and their country of birth (second level). SETTING: The city of Malmö, Sweden. PARTICIPANTS: All the 52 419 men aged 40-80 years from 130 different countries of birth, who were living in Malmö, Sweden, during 1999. MAIN RESULTS: At the individual level, persons with a low income and persons living alone showed a higher healthcare expenditure, with regression coefficients (and 95% confidence intervals) being 0.358 (0.325 to 0.392) and 0.197 (0.165 to 0.230), respectively. Country of birth explained a considerable part (18% and 13%) of the individual differences in the probability of having a low income and living alone, respectively. However, this figure was only 3% for having some health expenditure, and barely 0.7% with regard to costs in the 74% of the population with some health expenditure. CONCLUSIONS: Malmö is a socioeconomically segregated city, in which the country of birth seems to play only a minor part in explaining individual differences in total healthcare expenditure. These differences seem instead to be determined by individual low income and living alone.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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