MétaCan
Menu
Retour à la cohorte
Enregistrement W2398240681 · doi:10.1177/229255031402200215

The unfunded costs incurred by patients accessing plastic surgical care in Northern Saskatchewan

2014· article· en· W2398240681 sur OpenAlexaffabout
Jessica L Robb, Brian J Clapson

Notice bibliographique

RevuePlastic Surgery · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealthcare cost, quality, practices
Établissements canadiensUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOperations managementMedicineBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

The Canadian health care system was designed to ensure that all Canadian citizens would receive equal access to health care. However, in rural areas of Canada, patients are required to travel long distances and pay significant out-of-pocket expenses to access health care. The present study attempted to quantify the added out-of-pocket costs that rural Saskatchewan residents must pay to receive plastic surgical specialist care compared with urban residents of Saskatoon. A cost analysis was performed to generate a numerical value that would represent a minimum cost for patients travelling from three different locations within the province. The cost analysis performed in the present study approximated that the unfunded costs for common plastic surgical procedures are, at a minimum, 30 times greater for rural patients in La Ronge compared with their urban counterparts in Saskatoon. The fundamental principle of the Canadian health care system is equal access to necessary health care for all Canadians. Despite this, inequalities persist. The present cost-analysis study demonstrated that the unfunded (out-of-pocket) expenses for rural Saskatchewan patients seeking plastic surgical treatment is significantly higher than for their urban counterparts. These unfunded costs represent a significant barrier to health care access in Canada and serve to propagate inequalities in the nation's heath care system.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,053
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,220
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,053
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,230
Tête enseignante GPT0,446
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlastic SurgeryMême sujetHealthcare cost, quality, practicesTravaux en français237 207