Pediatric Chronic Inflammatory Bowel Disease in a German Statutory Health INSURANCE—Incidence Rates From 2009 to 2012
Notice bibliographique
Résumé
OBJECTIVE: The incidence of pediatric inflammatory bowel disease (PIBD) varies over time and geographic region. We attempted to generate incidence rates form German health insurance data. METHODS: We used health care data for 2009-2015 provided by BARMER, a major statutory health insurance company in Germany, insuring approximately 8% of the pediatric population. We applied a Canadian case definition for PIBD based on International Classification of Diseases coding, documentation of (ileo)colonoscopy and the number of PIBD related visits, without external validation for Germany. An internal validation of the specificity of the diagnosis by checking whether the identified incident cases had also prescriptions of PIPD specific drugs was performed. RESULTS: In 2012, 187 pediatric patients were newly diagnosed, accounting for an overall PIBD incidence of 17.41 (95% CI 15.08-20.10) per 100,000 insured children and adolescents from 0 to 17.9 years per year compared with 13.65/100,000 (95% CI 11.63-16.01) in 2009. The age-specific incidence showed a steep increase as of the age of 7 years. The PIBD prevalence in 2012 was 66.29/100,000. CONCLUSIONS: In conclusion, the incidence of PIBD in 0 to 17.9-year-olds in Germany with health BARMER health insurance in 2012 is among the highest reported in the literature.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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) | 0,001 | 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 ».