Do expenditures on public health reduce preventable mortality in the long run? Evidence from the Canadian provinces
Notice bibliographique
Résumé
BACKGROUND: Investments in public health - prevention of illnesses, and promotion, surveillance, and protection of population health - may improve population health, however, effects may only be observed over a long period of time. OBJECTIVE: To investigate the potential long-run relationship between expenditures on public health and avoidable mortality from preventable causes. METHODS: We focused on the country spending the most on public health in the OECD, Canada. We constructed a longitudinal dataset on mortality, health care expenditures and socio-demographic information covering years 1979-2017 for the ten Canadian provinces. We estimated error correction models for panel data to disentangle short-from long-run relationships between expenditures on public health and avoidable mortality from preventable causes. We further explored some specific causes of mortality to understand potential drivers. For comparison, we also estimated the short-run relationship between curative expenditures and avoidable mortality from treatable causes. RESULTS: We find evidence of a long-run relationship between expenditures on public health and preventable mortality, and no consistent short-run associations between these two variables. Findings suggest that a 1% increase in expenditures on public health could lead to 0.22% decrease in preventable mortality. Reductions in preventable mortality are greater for males (-0.29%) compared to females (-0.09%). These results are robust to different specifications. Reductions in some cancer and cardiovascular deaths are among the probable drivers of this overall decrease. By contrast, we do not find evidence of a consistent short-run relationship between curative expenditures and treatable mortality, except for males. CONCLUSION: This study supports the argument that expenditures on public health reap health benefits primarily in the long run, which, in this case, represents a reduction in avoidable mortality from preventable causes. Reducing public health expenditures on the premise that they have no immediate measurable benefits might thus harm population health outcomes in the long run.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».