MétaCan
Menu
Retour à la cohorte
Enregistrement W2163605903 · doi:10.1177/1010539514565446

Socioeconomic Inequities in Health Care Utilization in China

2015· article· en· W2163605903 sur OpenAlexaff
Xin Zhang, Qunhong Wu, Yongxiang Shao, Wenqi Fu, Guoxiang Liu, Peter C. Coyte

Notice bibliographique

RevueAsia Pacific Journal of Public Health · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusHealth careHealth equityEnvironmental healthContext (archaeology)ChinaCornerstoneHealth policySocial determinants of healthIndex (typography)BusinessMedicineEconomic growthGeographyEconomicsPopulation

Résumé

récupéré en direct d'OpenAlex

The study assessed the present degree of inequity in health care utilization as well as the contributions of the main determinants in the context of expending health insurance coverage in China. Data were obtained from the 2008 National Health Services Survey (NHSS) in China. A concentration index was used to quantify the degree of income-related inequity in health care utilization. The need-standardized concentration indexes of outpatient care and inpatient care were 0.015 and 0.197, respectively. Income made the largest contribution to inequity favoring the better-off in the use of health care. The impacts of health insurance schemes on overall inequity varied according to the insurance memberships as well as types of services. The study revealed a pro-rich distribution of the probability of health care across income groups in China. Increased financial protection ability of medical insurance system remains a vital cornerstone to tackle the health care utilization inequity.

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)0,001
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 enseignants0,103
Score d'incertitude au seuil0,205

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,129
Tête enseignante GPT0,318
Écart entre enseignants0,189 · 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

Citations70
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsia Pacific Journal of Public HealthMême sujetHealthcare Systems and ReformsTravaux en français237 207