What has driven acute public hospital expenditure growth in South Australia? An analysis of the relative importance of major expenditure drivers between 2006–07 and 2017–18
Notice bibliographique
Résumé
Objective The aim of this study was to investigate whether increasing costs of delivering care have driven real growth in acute public hospital expenditure in South Australia (SA) and what has contributed to these real cost increases. Methods Using published time-series data, we decomposed inflation-adjusted growth in per capita total acute public hospital recurrent expenditure into its major utilisation and cost components to evaluate their relative contribution over the 12 years to 2017-18. Results Real per capita total acute public hospital recurrent expenditure grew by AU$667 (45.2%) over the 12-year period; of this, 86.0% was from real growth in input costs per weighted activity unit, with real growth in the average salaries of hospital staff accounting for AU$247 or 37.0%. Hospital utilisation rates contributed a minor 14.0%. Conclusion Over the 12 years to 2017-18, real growth in average clinical salaries was a more important driver of real growth in per capita total acute public hospital expenditure than rates of hospital utilisation. This would be facilitated by improvements in the scope, accuracy, quality and consistency of published national hospital data. What is known about the topic? Public hospital expenditure is one of the largest and fastest growing areas of government expenditure in Australia. Policy narratives often centre around demand pressures from an increasingly older, overweight, and chronically ill population. Comparatively little attention has been paid to the influence of increases in real input costs within the Australian context. What does this paper add? Real salary growth has been a major driver of acute public hospital recurrent expenditure growth in SA, whereas hospital utilisation rates have played a minor role. What are the implications for practitioners? A clearer understanding of the main drivers of acute public hospital expenditure growth and the resulting benefits to population health is needed to guide the efficient and sustainable use of scarce healthcare resources.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».