Perinatal Posttraumatic Stress Disorder Diagnoses Among Commercially Insured People Increased, 2008–20
Notice bibliographique
Résumé
Posttraumatic stress disorder (PTSD) is a burdensome disorder, affecting 3-4 percent of delivering people in the US, with higher rates seen among Black and Hispanic people. The extent of clinical diagnosis remains unknown. We describe the temporal and racial and ethnic trends in perinatal PTSD diagnoses among commercially insured people with live-birth deliveries during the period 2008-20, using administrative claims from Optum's Clinformatics Data Mart Database. Predicted probabilities from our logistic regression analysis showed a 394 percent increase in perinatal PTSD diagnoses, from 37.7 per 10,000 deliveries in 2008 to 186.3 per 10,000 deliveries in 2020. White people had the highest diagnosis rate at all time points (208.0 per 10,000 deliveries in 2020), followed by Black people, people with unknown race, Hispanic people, and Asian people (188.7, 171.9, 146.9, and 79.8 per 10,000 deliveries in 2020, respectively). The significant growth in perinatal PTSD diagnosis rates may reflect increased awareness, diagnosis, or prevalence of the disorder. However, these rates fall well below the estimated prevalence of PTSD in the perinatal population.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».