Inequities in Access: The Impact of a Segmented Health Insurance System on Physician Visits and Hospital Admissions Among Older Adults in the 2014 China Family Panel Studies
Notice bibliographique
Résumé
The fragmentation of job-based and community-based insurance plans inevitably undermines health care accessibility in China’s market-oriented health system, especially for uninsured and rural residents. Based on the 2014 China Family Panel Studies, this secondary data analysis examined whether socioeconomic indicators, health-related determinants, and particularly social health insurance status affect physician visits in the past 2 weeks and hospital admissions in the past 12 months among a representative sample of older adults (n = 6,570). Grounded in Andersen’s behavioral framework, 2 series of logistic regression analyses were performed: one was built in a hierarchical manner, assessing blocks of predisposing, enabling, health-need, and lifestyle-behavioral factors; the other was conducted in a cross-referencing manner, comparing uninsured populations with job-based and community-based insurance enrollees. Results show that, after full adjustment, the odds of physician visits were lower among urban insurance enrollees (OR = 0.67, 95% CI: 0.47–0.97) than rural residents. For hospital admissions, both uninsured elders (OR = 0.65, 95% CI: 0.48–0.87) and community-based insurance enrollees (OR = 0.67, 95% CI: 0.47–0.97) had lower use of inpatient care than job-based insurance enrollees, demonstrating inequitable access. This study suggests that policy efforts should unify the social health insurance system to combat existing insurance-related inequities in health care use for underserved aging populations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».