Inequity in insurance coverage for prescription drugs in New Brunswick, Canada
Notice bibliographique
Résumé
OBJECTIVES: To describe the extent to which New Brunswick residents reported having drug insurance coverage supplementary to Canadian Medicare; to examine associations between socioeconomic and demographic characteristics, health status, language identity, and having reported such coverage; and to document any changes in coverage associated with the introduction of the New Brunswick Drug Plan in 2014. METHODS: We used repeated cross-sectional data for New Brunswick from eight cycles of the Canadian Community Health Survey from 2007 to 2017 and undertook logistic regression analysis. RESULTS: We found statistically significant, substantial and policy-relevant socioeconomic differences in the reporting of prescription drug insurance coverage among those 25-64 years and those ≥ 65 years of age, and an increasing reliance on private drug insurance over time. We found that individuals in the second decile of household income were particularly vulnerable to reporting neither public nor private drug coverage. The introduction of the New Brunswick Drug Plan in 2014 does not appear to have led to increased public drug coverage; however, from 2014, the decreasing trend in public drug coverage appears to have ceased. Those who reported lower health status usually had lower odds of reporting private drug coverage but higher odds of reporting public drug coverage. Driven by differences in private coverage, we found that relative to anglophones, francophones were less likely to report any drug coverage. CONCLUSION: Our findings emphasize the shortcomings of drug insurance systems such as that introduced in New Brunswick and substantiate calls for a universal drug program. New Brunswick's increasing reliance on private drug insurance is of concern and warrants additional research.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| 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 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 ».