Informal Caregiving: Health System Cost Implications
Notice bibliographique
Résumé
BACKGROUND: Informal caregiving is seen as a low-cost substitute for care provided by health care professionals. However, caregiving is known to negatively impact caregivers' health and, subsequently, their health care use and costs. This could potentially offset the caregivers' contributions to the health care system. OBJECTIVE: We examined the impact of caregiving on costs associated with caregivers' use of publicly funded health care services in Ontario, Canada, in comparison with non-caregivers. METHODS: We included Ontarians who participated in the Canadian Community Health Survey-Healthy Aging Supplement Survey of 2008/09 and linked responses to health care administrative databases. A difference-in-differences design was used to capture differences in caregivers' and non-caregivers' total health care costs 1 and 2 years before and after caregiving start date. Generalized Linear Models were used to model the total health care costs. RESULTS: The sample size was 4275 with 1265 caregivers and 3010 non-caregivers. We found that while health care utilization increased over time, it increased by a lesser amount for caregivers than non-caregivers. Adjusted total health care costs for caregivers were 11.32% (SE = 0.05, ρ = 0.02) lower than non-caregivers 2 years into caregiving. CONCLUSIONS: Our study reveals a critical gap in policy, practice, and research driven by a lack of routine data collection and caregiver identification. It also highlights the need for additional longitudinal research focusing on caregivers' objective health.
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 | 0,004 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».