Incidence and Prevalence of Nontuberculous Mycobacterial Lung Disease in a Large U.S. Managed Care Health Plan, 2008–2015
Notice bibliographique
Résumé
Abstract Rationale Estimating the annual incidence and prevalence of nontuberculous mycobacterial (NTM) lung disease may assist in improving understanding of the public health and economic impacts of this disease and its treatment. Objective To estimate the yearly incidence and prevalence of administrative claims–based NTM lung disease between 2008 and 2015 in a U.S. managed care claims database. Methods We used a national managed care claims database (Optum Clinformatics Data Mart) representing a geographically diverse population of approximately 27 million members annually. All medical claims from January 1, 2007, to June 30, 2016, were scanned for diagnosis codes for NTM lung disease (International Classification of Diseases, Ninth Revision, Clinical Modification [ICD-9-CM] code 031.0 or ICD-10-CM code A31.0). We defined a case of NTM lung disease as having at least two medical claims with a code of 031.0 or A31.0 that were dated at least 30 days apart. Annual incidence and prevalence were estimated for each calendar year from 2008 to 2015. Results From 2008 to 2015, the annual incidence of NTM lung disease increased from 3.13 (95% confidence interval [CI], 2.88–3.40) to 4.73 (95% CI, 4.43–5.05) per 100,000 person-years, and the annual prevalence increased from 6.78 (95% CI, 6.45–7.14) to 11.70 (95% CI, 11.26–12.16) per 100,000 persons. The average annual changes in incidence and prevalence were +5.2% (95% CI, 4.0–6.4%; P < 0.01) and +7.5% (95% CI, 6.7–8.2%; P < 0.01), respectively. For women, the annual incidence increased from 4.16 (95% CI, 3.76–4.60) to 6.69 (95% CI, 6.19–7.22) per 100,000 person-years, and the annual prevalence increased from 9.63 (95% CI, 9.08–10.22) to 16.78 (95% CI, 16.04–17.55) per 100,000 persons. For individuals aged 65 years or older, the annual incidence increased from 12.70 (95% CI, 11.46–14.07) to 18.37 (95% CI, 16.98–19.87) per 100,000 person-years, and the annual prevalence increased from 30.27 (95% CI, 28.41–32.24) to 47.48 (95% CI, 45.37–49.67) per 100,000 persons. The incidence and prevalence of NTM lung disease increased in most U.S. states and overall at the national level. Conclusions The incidence and prevalence of NTM lung disease appears to be increasing in the United States, particularly among women and older age groups.
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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Observationnel | low |
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».