National estimates of the burden of inflammatory bowel disease among racial and ethnic groups in the United States
Notice bibliographique
Résumé
BACKGROUND: The epidemiology of inflammatory bowel disease (IBD) is poorly characterized in minorities in the U.S. We sought to enumerate the burden of IBD among racial and ethnic groups using national-level data. METHODS: Data from the National Health Interview Survey was used to calculate prevalence and incidence of IBD among adults (≥ 18 years) in 1999. The Nationwide Inpatient Sample was queried to ascertain rates of IBD-related hospitalizations and the Underlying Cause of Death Database was accessed to quantify IBD-related mortality. RESULTS: An estimated 1,810,773 adult Americans were affected by IBD yielding a prevalence of 908/100,000, which was higher in Non-Hispanic Whites (1099/100,000) compared with Non-Hispanic Blacks (324/100,000), Hispanics (383/100,000), and non-Hispanic Other (314/100,000). Relative to Non-Hispanic Whites, the odds ratios for having a diagnosis of IBD associated with being Non-Hispanic Black, Hispanic, and Other Non-Hispanic race after adjusting for age, sex, and geographic region were 0.33 (95% CI: 0.19 - 0.57), 0.45 (95% CI: 0.26 - 0.77), and 0.34 (95% CI: 0.12 - 0.93), respectively. IBD incidence was similarly lower in Non-Hispanic Blacks (24.9/100,000) and Hispanics (9.9/100,000) compared to Non-Hispanic Whites (70.2/100,000). The ratio of IBD hospitalizations to prevalence was disproportionately higher among Non-Hispanic Blacks (7.3%) compared with Non-Hispanic Whites (3.0%) and Hispanics (2.7%). Similarly, the ratio of IBD-related mortality was greater in Non-Hispanic Blacks (0.061%) compared to Non-Hispanic Whites (0.036%) and Hispanics (0.026%). CONCLUSIONS: IBD disease burden is lower in ethnic minorities compared to Non-Hispanic Whites. However, IBD-related hospitalizations and deaths seem disproportionately high in Non-Hispanic Blacks.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».