Trends in incidence of atopic disorders in children and adolescents - Analysis of German claims data
Notice bibliographique
Résumé
Background: This claims-based study aimed to assess recent nationwide trends in pediatric incidence of atopic diseases in Germany. Methods: Incidence of atopic dermatitis, asthma, and hay fever was assessed from 2013 to 2021 in annual cohorts of 0- to 17-year-old children and adolescents with statutory health insurance (N = 11,828,525 in 2021). Results: Incidence of atopic dermatitis remained largely unchanged (15.2 cases per 1000 children in 2021) while hay fever incidence exhibited a fluctuating trend over the study period and amounted to 8.8 cases per 1000 in 2021. Asthma incidence decreased gradually between 2013 (12.4/1000) and 2019 (8.9/1000). This downward trend was followed by a further disproportionate reduction from 2019 to 2020 (6.3/1000) and a re-increase in 2021 (7.2/1000). Conclusion: The findings complement nationwide prevalence surveys of atopic diseases in children and adolescents in Germany. Knowledge about temporal variations in risk of atopic diseases are crucial for future investigations of explanatory factors to enhance the development of preventive measures. While asthma incidence followed a declining trend throughout the study period, an unprecedentedly strong reduction in pediatric asthma risk was observed in 2020, the first year of the COVID-19-pandemic.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».