MétaCan
Menu
Retour à la cohorte
Enregistrement W3087670011 · doi:10.1186/s13561-024-00586-4

Business cycle sensitivity of Statutory Health Insurance: evidence from the Czech Republic

2024· article· en· W3087670011 sur OpenAlexaboutno aff
Petra Landovská

Notice bibliographique

RevueHealth Economics Review · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusiness cycleRecessionRevenueHealth careIndex (typography)Quarter (Canadian coin)BusinessEconomicsLabour economicsFinanceMacroeconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Statutory Health Insurance scheme is one of two main schemes of health care system financing in Europe. This scheme mainly relies on wage-based contributions from employers and employees and is thus prone to business cycle fluctuations. This turned out to be a problem especially after the 2008 crisis. We estimate the magnitude of the effect of the business cycle on health insurance funds' revenues in the Czech Republic where the health care system financing is based on the Statutory Health Insurance scheme. The relationship between the business cycle and healthcare system's revenues has not been quantified to this date. METHODS: We use static and lagged regression models to estimate the impact of business cycle on health care system's revenues. The business cycle is proxied by eight different indicators (nominal GDP, unemployment, industrial production, recession index, business cycle index, GDP gap, consumer price index and consumer expenditure). Using quarterly data from 2000-2017, we examine the effect of business cycle on total revenues and its two main components: the employer-employee contributions and state contributions. RESULTS: Health insurance funds' revenues display significant pro-cyclicality, which is mainly driven by employer-employee contributions. Out of all eight business cycle indicators, nominal GDP has the largest effect. In particular, the model estimates that if quarter-over-quarter GDP increases by 1%, then quarter-over-quarter healthcare system's revenues increase by 0.7% and quarter-over-quarter employer-employee contributions increase by 1.1%. The lagged effect of business cycle on healthcare system's revenues is smaller in magnitude. State contributions on behalf of economically inactive people do not display a significant relationship with business cycle in the static nor lagged model. The effect is consistent across different business cycle indicators, although the magnitudes of the effect vary. CONCLUSION: The results show large pro-cyclicality in healthcare system's revenues in Statutory Health Insurance schemes. Counter-cyclical mechanisms are needed to offset this loss of revenues during economic downturns to ensure sufficient resources in healthcare.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,119
Score d'incertitude au seuil0,237

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,142
Tête enseignante GPT0,479
Écart entre enseignants0,338 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Economics ReviewMême sujetGlobal Health Care IssuesTravaux en français237 207