MétaCan
Menu
Retour à la cohorte
Enregistrement W4318052391 · doi:10.3389/fpubh.2023.1050407

Preferences for public long-term care insurance among middle-aged and elderly residents: A discrete choice experiment in Hubei Province, China

2023· review· en· W4318052391 sur OpenAlexaff
He Ma, Erping Jia, Huimin Ma, Yanzhi Pan, Shan Jiang, Juyang Xiong

Notice bibliographique

RevueFrontiers in Public Health · 2023
Typereview
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésLong-term care insuranceReimbursementMixed logitMedicineChinaGerontologyLogistic regressionDemographyLong-term careFamily medicineNursingHealth careGeographyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objective It is critical to incorporate residents' preferences into the design of long-term care insurance (LTCI). However, little is known about middle-aged and elderly residents' preferences for personalized need-related attributes of LTCI in China. Through a discrete choice experiment (DCE), we aimed to focus on the direct beneficiaries of LTCI and then elicit their preferences for LTCI under a hypothetical scenario of dysfunction. Methods Attributes and levels were defined through a literature review and two rounds of expert consultations ( n = 8). A D-optimal fractional factorial design was used to generate the DCE questionnaire. Face-to-face interviews with middle-aged and elderly residents were conducted in two cities in Hubei Province, China, between November and December 2020. A mixed logit model was utilized for estimation. Results Five attributes were identified and incorporated into the DCE questionnaire. A total of 390 participants completed DCE questionnaires. Care facilities, care content, reimbursement rate, caregivers, and annual premium per person all had a significant impact on residents' preferences. Residents had significantly higher preferences for the LTCI scheme with home and community-based care centers (β = 1.40, p < 0.01), multi-level services (β = 0.44, p < 0.01), 90% reimbursement rate (β = 0.37, p < 0.01), and sufficiently trained caregivers (β = 0.26, p < 0.01). Individual characteristics, such as gender, employment, and education level were the factors that drove heterogeneity in preferences for LTCI. Conclusion This study provides new evidence on the preferences of middle-aged and elderly residents for personalized need-related public LTCI features. The design of the LTCI scheme in China needs to take these findings into account to maximize the utility for direct beneficiaries of LTCI and enhance their enrollment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,747
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,076
Tête enseignante GPT0,368
Écart entre enseignants0,291 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207