Trends in the Prevalence of Hepatitis C Virus Infection based on the Insurance Status in the United States from 2013 to 2018
Notice bibliographique
Résumé
BACKGROUND & AIMS: With the recent improvement in the treatment of hepatitis C virus (HCV) infection, a better understanding of the infection burden is needed. We aimed to (a) estimate the trends in the national prevalence of HCV infection based on the type of health insurance coverage and (b) identify at-risk populations for HCV infection in the United States (US) general population. METHODS: Population-based analyses using the National Health and Nutrition Examination Survey (2013-2018) were performed with a focus on HCV infection. We analysed the prevalence of HCV infection based on the health insurance status before the direct-acting antiviral (DAA) era (2013-2014) and during the DAA era (2015-2018). RESULTS: The age-adjusted prevalence of active HCV infection (HCV RNA [+]) was 0.92% (95% confidence interval, 0.71%-1.19%) in the US non-institutionalized civilian population. Although the prevalence of active HCV infection has remained stable, the prevalence of resolved HCV infection has increased after the introduction of DAA. In terms of health insurance coverage, the prevalence of active HCV infection decreased, and the prevalence of resolved HCV infection increased among individuals who had health insurance, especially private health insurance. The independent risk factors of active HCV infection were 40-69 years group, male, less than high school education, unmarried, below poverty status, being born in the US, history of blood transfusion and not having private health insurance. CONCLUSION: The burden of active HCV infection has decreased among individuals who had health insurance, especially private health insurance, during the DAA era.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».