MétaCan
Menu
Retour à la cohorte
Enregistrement W2188507200

Trends in out-of-pocket health care expenditures in Canada, by household income, 1997 to 2009.

2014· article· en· W2188507200 sur OpenAlexaffabout
Claudia Sanmartin, Deirdre Hennessy, Yuqian Lu, Michael R. Law

Notice bibliographique

RevuePubMed · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Systems and Reforms
Établissements canadiensUniversity of British ColumbiaStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésHousehold incomeHealth careAdjusted gross incomeTotal personal incomeLogistic regressionLow incomeGross incomeEconomicsSocioeconomicsDemographic economicsGeographyMedicinePublic economicsState income taxEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Canadian households are spending an increasing share of their household income on health care not covered by public plans. This study investigates trends in out-of-pocket expenditures for health care services and products by household income quintile from 1997 to 2009. DATA AND METHODS: Biennial estimates from the Survey of Household Spending between 1997 and 2009 were used to examine changes in out-of-pocket health care expenditures, by household income quintile. The statistical significance of these changes was assessed using linear and logistic regression. RESULTS: In 2009, the percentage of after-tax household income spent on health care among low-income households (5.7%) was nearly twice that of high-income households (2.6%). Approximately 40% of households in the two lowest income quintiles spent more than 5% of their total after-tax income on health care services and products, compared with 14% of households in the highest income quintile. The increase in spending between 1997 and 2009 was greatest for households in the lowest income quintile (63%). INTERPRETATION: Out-of-pocket health care expenditures have increased for households in all income quintiles, but the relative increase was greatest among households in lower income quintiles.

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)0,002
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 enseignants0,043
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,225
Écart entre enseignants0,194 · 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

Citations35
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHealthcare Systems and ReformsTravaux en français237 207