Trends in U.S. Health Care Spending on Inflammatory Bowel Diseases, 1996-2016
Notice bibliographique
Résumé
BACKGROUND: Inflammatory bowel diseases (IBD) are rising in prevalence and are associated with high health care costs. We estimated trends in U.S. health care spending in patients with IBD between 1996 and 2016. METHODS: We used data on national health care spending developed by the Institute for Health Metrics and Evaluations for the Disease Expenditure Project. We estimated corresponding U.S. age-specific prevalence of IBD from the Global Burden of Diseases Study. From these 2 sources, we estimated prevalence-adjusted, temporal trends in U.S. health care spending in patients with IBD, stratified by age groups (<20 years, 20-44 years, 45-64 years, ≥65 years) and by type of care (ambulatory, inpatient, emergency department [ED], pharmaceutical prescriptions, and nursing care), using joinpoint regression, expressed as an annual percentage change (APC) with 95% confidence intervals. RESULTS: Overall, annual U.S. health care spending on IBD increased from $6.4 billion (95% confidence interval, 5.7-7.4) in 1996 to $25.4 billion (95% confidence interval, 22.4-28.7) in 2016, corresponding to a per patient increase in annual spending from $5714 to $14,033. Substantial increases in per patient spending on IBD were observed in patients aged ≥45 years. Between 2011 and 2016, inpatient and ED care accounted for 55.8% of total spending and pharmaceuticals accounted for 19.9%, with variation across age groups (inpatient/ED vs pharmaceuticals: ages ≥65 years, 57.6% vs 11.2%; ages 45-64 years, 49.5% vs 26.9%; ages 20-44 years, 59.2% vs 23.6%). CONCLUSIONS: Even after adjusting for rising prevalence, U.S. health care spending on IBD continues to progressively increase, primarily in middle-aged and older adults, with unplanned health care utilization accounting for the majority of costs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 tête enseignante, 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 ».