Does the new cooperative medical scheme reduce inequality in catastrophic health expenditure in rural China?
Notice bibliographique
Résumé
BACKGROUND: In 2003, the New Cooperative Medical Scheme (NCMS) was introduced in China to re-establish health insurance for the country's vast rural population. In addition, the coverage of NCMS has been expanding after the new health care reform launched in 2009. This study aims to examine whether the NCMS and its recent expansion have reached the goal of reducing the risk and inequality of catastrophic health spending for rural residents in China. METHODS: We conducted a face-to-face household survey in three counties of the Shandong province in 2009 and 2012. Using this unique panel data, we examined the changes in the incidence and intensity of catastrophic health expenditures (CHEs) before and after NCMS reimbursement. We used concentration index (CI) and decomposition method to study the changes in inequality in CHEs. RESULTS: We found that NCMS reimbursement played a role of reducing both the incidence and intensity of CHEs, and that this impact was stronger after the new health care reform was launched. After reimbursement, the concentration indices for CHEs were 0.073 and 0.021 in 2009 and 2012, indicating that the rich had a greater tendency to incur CHEs and there existed less inequality in the incidence of CHEs after reimbursement in 2012 compared with 2009. The decomposition analysis results suggested that changes in CHE inequality between 2009 and 2012 were attributed to changes in economic status and household size rather than reimbursement levels. CONCLUSIONS: Our results indicated that inequality was shrinking from 2009 to 2012, which could be a result of fewer rich people having CHEs in 2012 compared with 2009. The impact of NCMS in alleviating the financial burden of rural residents was still limited, especially among the poor. Health care reform policies in China that aim to reduce CHEs must continue to place an emphasis on improving reimbursement, cost containment, and reducing income inequalities.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».