Growing old before growing rich: inequality in health service utilization among the mid-aged and elderly in Gansu and Zhejiang Provinces, China
Notice bibliographique
Résumé
BACKGROUND: China's recent growth in income has been unequally distributed, resulting in an unusually rapid retreat from relative income equality, which has impacted negatively on health services access. There exists a significant gap between health care utilization in rural and urban areas and inequality in health care access due to differences in socioeconomic status is increasing. We investigate inequality in service utilization among the mid-aged and elderly, with a special attention of health insurance. METHODS: This paper measures the income-related inequality and horizontal inequity in inpatient and outpatient health care utilization among the mid-aged and elderly in two provinces of China. The data for this study come from the pilot survey of the China Health and Retirement Longitudinal Study in Gansu and Zhejiang. Concentration Index (CI) and its decomposition approach were deployed to reflect inequality degree and explore the source of these inequalities. RESULTS: There is a pro-rich inequality in the probability of receiving health service utilization in Gansu (CI outpatient = 0.067; CI inpatient = 0.011) and outpatient for Zhejiang (CI = 0.016), but a pro-poor inequality in inpatient utilization in Zhejiang (CI = -0.090). All the Horizontal Inequity Indices (HI) are positive. Income was the dominant factor in health care utilization for out-patient in Gansu (40.3 percent) and Zhejiang (55.5 percent). The non-need factors' contribution to inequity in Gansu and Zhejiang outpatient care had the same pattern across the two provinces, with the factors evenly split between pro-rich and pro-poor biases. The insurance schemes were strongly pro-rich, except New Cooperative Medical Scheme (NCMS) in Zhejiang. CONCLUSIONS: For the middle-aged and elderly, there is a strong pro-rich inequality of health care utilization in both provinces. Income was the most important factor in outpatient care in both provinces, but access to inpatient care was driven by a mix of income, need and non-need factors that significantly differed across and within the two provinces. These differences were the result of different levels of health care provision, different out-of-pocket expenses for health care and different access to and coverage of health insurance for rural and urban families. To address health care utilization inequality, China will need to reduce the unequal distribution of income and expand the coverage of its health insurance schemes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».