MétaCan
Menu
Retour à la cohorte
Enregistrement W2626093817 · doi:10.1377/hlthaff.2017.0416

Health Spending By State 1991–2014: Measuring Per Capita Spending By Payers And Programs

2017· article· en· W2626093817 sur OpenAlexaff
David Lassman, Andrea M. Sisko, Aaron Catlin, Mary Carol Barron, Joseph Benson, Gigi A. Cuckler, Micah Hartman, Anne B. Martin, Lekha Whittle

Notice bibliographique

RevueHealth Affairs · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésPer capitaMedicaidHealth spendingHealth careConsumption (sociology)BusinessResidenceConsumer spendingState (computer science)Demographic economicsHealth insuranceBaseline (sea)RecessionHealth policyPublic economicsEconomicsEconomic growthEnvironmental healthMedicinePolitical sciencePopulation

Résumé

récupéré en direct d'OpenAlex

As the US health sector evolves and changes, it is informative to estimate and analyze health spending trends at the state level. These estimates, which provide information about consumption of health care by residents of a state, serve as a baseline for state and national-level policy discussions. This study examines per capita health spending by state of residence and per enrollee spending for the three largest payers (Medicare, Medicaid, and private health insurance) through 2014. Moreover, it discusses in detail the impacts of the Affordable Care Act implementation and the most recent economic recession and recovery on health spending at the state level. According to this analysis, these factors affected overall annual growth in state health spending and the payers and programs that paid for that care. They did not, however, substantially change state rankings based on per capita spending levels over the period.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,080
Tête enseignante GPT0,303
Écart entre enseignants0,223 · 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'étudeSans objet
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

Citations64
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetHealthcare Policy and ManagementTravaux en français237 207