MétaCan
Menu
Retour à la cohorte
Enregistrement W4399923937 · doi:10.54932/lslr2977

Effets de la pandémie de COVID-19 sur la réallocation des dépenses de santé publique par fonction : estimation de court terme et analyse prédictive contrefactuelle

2024· report· fr· W4399923937 sur OpenAlexaffabout
Mehdi Ammi, Raphael Langevin, Emmanuelle Arpin, Erin C. Strumpf

Notice bibliographique

Revuenon disponible
Typereport
Languefr
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensCarleton UniversityMcGill UniversityCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceCoronavirus disease 2019 (COVID-19)PhilosophyMedicine

Résumé

récupéré en direct d'OpenAlex

Les crises épidémiologiques comme celle de la pandémie de COVID-19 affectent les systèmes de santé dans de multiples dimensions. Au Québec comme ailleurs, ce genre d'événement majeur peut avoir influencé non seulement les dépenses totales en santé publique, mais aussi leur répartition entre les différentes fonctions de santé publique. Il est donc primordial de mieux comprendre les décisions et arbitrages dans l’allocation des dépenses entre les grandes fonctions de santé publique et aussi mieux comprendre les conséquences des choix qui sont faits. Ce rapport permet précisément d’améliorer notre compréhension de ces questions. Les analyses s’appuient sur des approches économétriques complexes et sur plusieurs sources de données de santé populationnelle, démographiques et socioéconomiques, et sur des données épidémiologiques de la COVID-19 par région et provenant du jeu de données ouvertes disponibles du Partenariat Données Québec et de l’INSPQ. Les auteurs montrent que la pandémie a conduit à une réallocation des sommes en privilégiant certains postes de dépenses aux dépens d'autres. Les dépenses en surveillance de la santé des populations, en promotion de la santé, en prévention des maladies et celles pour la lutte aux Infections transmissibles sexuellement et par le sang (ITSS) ont toutes baissé comparativement aux prévisions de ce qu’auraient été les dépenses dans ces catégories en l’absence de pandémie. Les auteurs suggèrent que la réduction des dépenses en promotion des saines habitudes de vie et en bonne santé mentale, lesquelles font partie des actions de promotion de la santé et de la prévention des maladies, pourrait avoir entrainé des effets délétères sur la santé des populations.

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)0,033
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,138
Score d'incertitude au seuil0,274

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0330,072
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,050
Tête enseignante GPT0,468
Écart entre enseignants0,418 · 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'étudeSimulation ou modélisation
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'admission2
Résumé présentoui

Explorer davantage

Même sujetGlobal Health Care IssuesTravaux en français237 207