Shifting Demographics and Comorbidity Burden in Chinese Urban Patients With Chronic Hepatitis B, 2013 and 2016
Notice bibliographique
Résumé
Abstract Background: The long-term safety of anti-hepatitis B virus (HBV) therapies is critical to assess, particularly in the context of aging chronic hepatitis B (CHB) populations and accumulating comorbidities. HBV is common and clinically consequential in China; however, the demographics and comorbidity burden of this population have not been fully characterized. Aim: To characterize changes in demographics and comorbidity burden of urban Chinese patients with CHB between 2013 and 2016. Methods: The China Health Insurance Research Association (CHIRA) annual urban health insurance claims database from 2013 and 2016 was used to identify adults with ≥1 ICD-10 code for CHB. Descriptive analyses were conducted to compare age and comorbidities distributions between 2013 and 2016. Results : Median age increased from 40 in 2013 (N=14,545) to 44 in 2016 (N=11,648) ( P <0.001). The proportion of patients aged >45 years increased significantly from 40.3% in 2013 to 49% in 2016 ( P <0.001). Significant increases in multiple comorbidities were observed, including hypertension (9.4% to 14.5%), hyperlipidemia (4.7% to 7.0%), and cardiovascular disease (5.7% to 10%) ( P <0.001 for all comparisons). Increases were also observed in renal impairment (8.8% to 10.0%; P <0.001) and osteoporosis and/or pathologic nontraumatic bone fracture (3.8% to 7.3%; P <0.001). Conclusions: Even over the short interval assessed in this study, there was a significant shift in the characteristics of urban CHB patients in China. Aging of the population was accompanied by significant increases in the percentage of patients having potentially concerning comorbidities. Careful selection of treatment options and comorbidity monitoring should be considered when managing Chinese patients with CHB.
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 | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».