Measuring Aversion to Income-Related Health Inequality in Canada: An Equity-Efficiency Trade-Off Experiment
Notice bibliographique
Résumé
OBJECTIVES: To estimate the extent to which people living in Canada are averse to income-related health inequalities, a critical component for equity-informative economic evaluations but lacking in the Canadian context. METHODS: We conducted 3 experiments among a sample of adults living in Canada to elicit value judgements about reducing income-related health inequality versus improving population health. Each experiment compared 2 programs: (experiment 1) universal and tailored vaccination, (experiment 2) nonspecific prevention programs, and (experiment 3) generic healthcare programs. The programs varied in terms of efficiency (additional life-years), and health inequality across income groups. Preferences were elicited using benefit trade-off analysis and were classified as follows: pro-rich (maximizing the health of individuals with the highest income), health maximizer (maximizing total health), weighted prioritarian (willing to trade some health to reduce inequalities), maximin (only improving the health of the individuals with the lowest income), and egalitarian (minimizing health inequalities at all costs). RESULTS: We recruited 1000 participants per experiment. Preferences for the vaccination, prevention, and generic experiments were distributed as follows: pro-rich (aversion parameter <0): 31%, 22%, and 16%, respectively; health maximizers (aversion parameter = 0): 2%, 3%, and 2%, respectively; weighted prioritarians (aversion parameter > 0): 13%, 19%, and 22%, respectively; maximins (aversion parameter = ∞): 0%, 1%, and 3%, respectively; and egalitarian (aversion parameter undefined): 54%, 55%, and 57%, respectively. The median responses reflected a preference for minimizing income-related health inequalities across the 3 experiments. CONCLUSIONS: Our findings suggest a strong aversion to income-related health inequality among the respondents with more than half being classified as egalitarians.
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 | 0,040 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».