Black and White Patients with Inflammatory Bowel Disease Show Similar Biologic Use Patterns with Medicaid Insurance
Notice bibliographique
Résumé
Background: Prior studies have identified racial disparities in the treatment and outcomes of inflammatory bowel disease (IBD). These disparities could be secondary to differences in biology, care delivery, or access to appropriate therapy. The primary aim of this study was to compare medication use among Medicaid-insured black and white patients with IBD, given uniform access to gastroenterologists and therapies. Methods: We analyzed Medicaid Analytic eXtract data from 4 states (California, Georgia, North Carolina, and Texas) between 2006 and 2011. We compared the use of IBD-specific therapies, including analyses of postoperative therapy among patients with Crohn disease (CD). We performed bivariate analyses and multivariable logistic regression, adjusting for potential confounders. Results: We identified 14,735 patients with IBD (4672 black [32%], 8277 with CD [58%]). In multivariable analysis, there was no significant difference in the odds of anti-tumor necrosis factor use by race for CD (adjusted odds ratio [aOR] = 1.13; 95% confidence interval [CI], 0.99-1.28] or ulcerative colitis (aOR = 1.12; 95% CI, 0.96-1.32). Black patients with CD were more likely than white patients to receive combination therapy (aOR = 1.50; 95% CI, 1.15-1.96), and black patients were more likely than white patients to receive immunomodulator monotherapy after surgery for CD (31% vs 18%; P = 0.004). Conclusions: In patients with Medicaid insurance, where access to IBD-specific therapy should be similar for all individuals, there was no significant disparity by race in the utilization of IBD-specific therapies. Disparities in IBD treatment discussed in prior literature seem to be driven by socioeconomic or other issues affecting access to care.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».