Study on the concentration, distribution, and persistence of health spending for the contributory scheme in Colombia
Notice bibliographique
Résumé
Colombia is among the countries with the most robust financial protection against personal health spending in the world, with out-of-pocket spending ranking lowest across OECD countries. We investigate the evolution, distribution, and persistence of health spending by age group, sex, health care setting, health condition and geographic region for over 19 million users of Colombia's health system between 2013 and 2021 (contributory scheme). We use average patient-level expenditure data from the Health-Promoting Entities of the Ministry of Health and Social Protection. We applied multivariate statistical techniques such as multiple correspondence analysis, factor maps and correlations. For both sexes, average health expenditure increases gradually with age until 60 years, accelerating thereafter abruptly. Health conditions with the highest percentage of expenditure were those related to neoplasms, blood diseases, circulatory system, pregnancy, puerperium and perinatal period. We found that home-based care in Amazonía-Orinoquía is almost non-existent, and that outpatient care represents a high proportion in all age groups (over 65%) compared to the other regions. There is a strong persistence of expenditure from one year to the next (i.e. they can provide relevant information for prediction), especially in areas with a larger supply of health services such as Bogotá-Cundinamarca. To the authors' knowledge, this is the most comprehensive and detailed micro-analysis of health spending that has been developed for a Latin American country to date.
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 | 0,025 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».