Childhood asthma diagnoses declined during the COVID-19 pandemic in the United States
Notice bibliographique
Résumé
BACKGROUND: Prior studies have documented declines in pediatric asthma exacerbations and asthma-related health care utilization during the COVID-19 pandemic, but less is known about the incidence of asthma during the pandemic. METHODS: We conducted a retrospective cohort study of children under age 18 without a prior diagnosis of asthma within a large US commercial claims database. Incident asthma was defined using a combination of diagnosis codes, location of services, and medication dispensing. Crude quarterly rates of asthma diagnosis per 1000 children were calculated, and the incidence rate ratio and 95% confidence interval were estimated for newly diagnosed asthma during versus before the pandemic using negative binomial regression, adjusted for age, sex, region, and season. RESULTS: Compared with 3 years prior to the pandemic, crude incident diagnosis rates of asthma decreased by 52% across the first four quarters of the US pandemic. The covariate-adjusted pandemic-associated incidence rate ratio was 0.47 (95% confidence interval 0.43, 0.51). CONCLUSIONS: New diagnoses of childhood asthma in the US declined by half during the first year of the pandemic. These findings raise important questions whether pandemic-related changes in infectious or other triggers truly altered the incidence of childhood asthma beyond the well-described disruptions in healthcare access.
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 | 0,016 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,018 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».