Impact of the COVID-19 pandemic on incidence of coronary heart disease in Bavaria, Germany: an analysis of health claims data
Notice bibliographique
Résumé
BACKGROUND: Inconsistent findings about the impact of the COVID-19 pandemic on cardiovascular disease diagnosis and consultations have been reported internationally. The objective of this study was to analyse the impact of the pandemic period (2020-2021) on the incidence rate of coronary heart disease (CHD) compared with the pre-pandemic period (2012-2019) in Bavaria, Germany. METHODS: We used health claims data of around 9 million statutorily insured residents (≥20 years) of Bavaria, Germany. We calculated quarterly age-standardised incidence rates for men and women diagnosed with CHD using the European Standard Population 2013. Interrupted time series regression models were used to analyse possible pandemic effects on the CHD incidence rates. RESULTS: Overall, 797 074 new CHD cases (47% women) were diagnosed from 2012 to 2021. Both pre-pandemic and pandemic incidence rates for women were lower than for men. Regression models showed decreasing incidence rates in the pre-pandemic period in men (-5.2% per year (p.a.), 95% CI: -5.7% to -4.7%) and in women (-6.6% p.a., 95% CI: -7.3% to -6.0%) and seasonal effects (higher in quarter 4 compared with Q1-Q3). During the pandemic period, there was no clear evidence of a level change in the incidence rates both in women and men. However, there are indications of a smaller decline in the incidence during the pandemic compared with the pre-pandemic period, in particular in women (-0.7% p.a., 95% CI: -6.0% to 4.8%) and less prominent in men (-1.7% p.a., 95% CI: -6.0% to 2.8%). CONCLUSIONS: An overall decreasing CHD incidence rate was observed in men and women in the past decade but no clear impact of the pandemic was seen. These results show the importance of incidence monitoring beyond the pandemics to maintain chronic disease 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 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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».