Relationship Between Type of Health Insurance and Access to Care Among African American Males
Notice bibliographique
Résumé
Insurance based discrimination is a bias that has the potential to harm patients by limiting their access to care and widen health disparities between patients with private and public insurance. The purpose of this study was to examine whether there is a relationship between type of health insurance (private and public) and access to care factors (acceptability and availability) among African American males ages 25–64 with chronic conditions. The Andersen healthcare utilization model framework supported this research in focusing on the determinants that influences a patient’s ability to access to health care. The research questions examined whether a relationship existed between type of health insurance (public and private) and acceptability (told by a doctor that they do not accept your coverage) and availability (trouble getting an appointment at a doctor’s office or clinic, etc.) among African American males ages 25–64 with chronic conditions. The research questions were answered with secondary data collected from the Health Reform Monitoring Survey 3rd Quarter 2018. This quantitative retrospective study involved a descriptive comparative research design using chi-square. Findings showed that there was no statistically significant relationship between type of health insurance and acceptability (p > .05), nor was there a statistically significant relationship between type of health insurance and availability (p > .05), among African American males ages 25–64 with chronic conditions. The implication for positive social change of this research includes information related to patient prioritization, equity among public insurance users, and the examination of implicit and explicit biases toward African American males and publicly insured patients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».