Burden and Consequences of Financial Hardship From Medical Bills Among Nonelderly Adults With Diabetes Mellitus in the United States
Notice bibliographique
Résumé
BACKGROUND: The trend of increasing total and out-of-pocket expenditure among patients with diabetes mellitus represents a risk of financial hardship for Americans and a threat to medical and nonmedical needs. We aimed to describe the national scope and associated tradeoffs of financial hardship from medical bills among nonelderly individuals with diabetes mellitus. METHODS AND RESULTS: We used the National Health Interview Survey data from 2013 to 2017, including adults ≤64 years old with a self-reported diagnosis of diabetes mellitus. Among 164 696 surveyed individuals, 8967 adults ≤64 years old reported having diabetes mellitus, representing 13.1 million individuals annually across the United States. The mean age was 51.6 years (SD 10.3), and 49.1% were female. A total of 41.1% were part of families that reported having financial hardship from medical bills, with 15.6% reporting an inability to pay medical bills at all. In multivariate analyses, individuals who lacked insurance, were non-Hispanic black, had low income, or had high-comorbidity burden were at higher odds of being in families with financial hardship from medical bills. When comparing the graded categories of financial hardship, there was a stepwise increase in the prevalence of high financial distress, food insecurity, cost-related nonadherence, and foregone/delayed medical care, reaching 70.5%, 49.4%, 49.5%, and 74% among those unable to pay bills, respectively. Compared with those without diabetes mellitus, individuals with diabetes mellitus had higher odds of financial hardship from medical bills (adjusted odds ratio [aOR], 1.27 [95% CI, 1.18-1.36]) or any of its consequences, including high financial distress (aOR, 1.14 [95% CI, 1.05-1.24]), food insecurity (aOR, 1.27 [95% CI, 1.16-1.40]), cost-related medication nonadherence (aOR, 1.43 [95% CI, 1.30-1.57]), and foregone/delayed medical care (aOR, 1.30 [95% CI, 1.20-1.40]). CONCLUSIONS: Nonelderly patients with diabetes mellitus have a high prevalence of financial hardship from medical bills, with deleterious consequences.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».