Socioeconomic disparities in health care use: Does universal coverage reduce inequalities in health?
Notice bibliographique
Résumé
BACKGROUND: Despite enormous public sector expenditures, the effectiveness of universal coverage for health care in reducing socioeconomic disparities in health has received little attention. STUDY OBJECTIVE: s: To evaluate whether universal coverage for health care reduces socioeconomic disparities in health. DESIGN: Information on participants of the 1990 Nova Scotia Nutrition Survey was linked with eight years of administrative health services data and mortality. The authors first examined whether lower socioeconomic groups use more health services, as would be expected given their poorer health status. They then investigated to what extent differential use of health services modifies socioeconomic disparities in mortality. Finally, the authors evaluated health services use in the last years of life when health is poor regardless of a person's socioeconomic background. SETTING: The Canadian province of Nova Scotia, which provides universal health care coverage to all residents. PARTICIPANTS: 1816 non-institutionalised adults, aged 18-75 years, from a two stage cluster sample stratified by age, gender, and region. MAIN RESULTS: People with lower socioeconomic background used comparatively more family physician and hospital services, in such a way as to ameliorate the socioeconomic differences in mortality. In contrast, specialist services were comparatively underused by people in lower socioeconomic groups. In the last three years of life, use of specialist services was significantly higher in the highest income group. CONCLUSIONS: Universal coverage of family physician and hospital services ameliorate the socioeconomic differences in mortality. However, specialist services are underused in lower socioeconomic groups, bearing the potential to widen the socioeconomic gap in health.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».