Rural–urban disparities in the utilization of mental health inpatient services in China: the role of health insurance
Notice bibliographique
Résumé
Reducing rural-urban disparities in health and health care has been a key policy goal for the Chinese government. With mental health becoming an increasingly significant public health issue in China, empirical evidence of disparities in the use of mental health services can guide steps to reduce them. We conducted this study to inform China's on-going health-care reform through examining how health insurance might reduce rural-urban disparities in the utilization of mental health inpatient services in China. This retrospective study used 10 years (2005-2014) of hospital electronic health records from the Shandong Center for Mental Health and the DaiZhuang Psychiatric Hospital, two major psychiatric hospitals in Shandong Province. Health insurance was measured using types of health insurance and the actual reimbursement ratio (RR). Utilization of mental health inpatient services was measured by hospitalization cost, length of stay (LOS), and frequency of hospitalization. We examined rural-urban disparities in the use of mental health services, as well as the role of health insurance in reducing such disparities. Hospitalization costs, LOS, and frequency of hospitalization were all found to be lower among rural than among urban inpatients. Having health insurance and benefiting from a relatively high RR were found to be significantly associated with a greater utilization of inpatient services, among both urban and rural residents. In addition, an increase in the RR was found to be significantly associated with an increase in the use of mental health services among rural patients. Consistent with the existing literature, our study suggests that increasing insurance schemes' reimbursement levels could lead to substantial increases in the use of mental health inpatient services among rural patients, and a reduction in rural-urban disparities in service utilization. In order to promote mental health care and reduce rural-urban disparities in its utilization in China, improving rural health insurance coverage (e.g., reducing the coinsurance rate) would be a powerful policy instrument.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».