The Prevalence and Incidence of Treated Major Depressive Disorder among National Health Insurance Enrollees in Taiwan, 1996 to 2003
Notice bibliographique
Résumé
OBJECTIVE: We used the National Health Insurance (NHI) database to examine the prevalence and incidence of treated major depressive disorder (MDD) and their associated factors. METHOD: The National Health Research Institute provided a database of 200 432 randomly selected subjects for study. We obtained a population-based random sample aged 15 years or older (n = 136 045) as a fixed cohort dated 1996 to 2003. We identified study subjects with a principal diagnosis of MDD who had at least one service claim during these years for either ambulatory or inpatient care. RESULTS: From 1996 to 2003, the cumulative treated prevalence increased from 1.67 per 1000 to 17.24 per 1000. From 1997 to 2003, the annual treated incidence increased from 1.89 per 1000 to 2.58 per 1000. A higher incidence of treated MDD was detected in the groups aged 25 to 44 years (hazard ratio [HR] 1.28; 95% confidence interval [CI], 1.13 to 1.45), 45 to 64 years (HR 1.90; 95% CI, 1.66 to 2.16), and 65 years or older (HR 1.87; 95% CI, 1.59 to 2.20); in female subjects (HR 1.97; 95% CI, 1.80 to 2.15); in those with with an insurance amount of US $1281 or more (HR 1.15; 95% CI, 1.01 to 1.31); in those with a fixed premium (HR 1.44; 95% CI, 1.27 to 1.62); and among those who lived in urban areas (HR 1.22; 95% CI, 1.10 to 1.35). CONCLUSIONS: For treated MDD, the prevalence and incidence in Taiwan were lower than in community studies in Western countries. Individuals with MDD are underdiagnosed and undertreated in Taiwan.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».