V okolí

Bioflavonoidy

ATC C05CA · spotřeba z veřejného zdravotního pojištění

713 170 součet pacientů za 3 účinné látky v této skupině, rok 2025 +30 % proti roku 2020

Číslo zachycuje jen výdeje hrazené z veřejného pojištění. Část léků z této skupiny je volně prodejná a pojišťovna ji většinou nehradí - koupě bez receptu se neevidují. Skutečný počet uživatelů je proto výrazně vyšší.

Není to počet lidí. Kdo bral během roku dva různé léky z této skupiny, je v součtu započítaný dvakrát. Skutečný počet lidí je proto nižší - přesné číslo najdete u jednotlivých účinných látek níže.

Vývoj součtu za skupinu
0200 000400 000600 000800 0002020202120222023202420252020: 548 262 pacientů2021: 597 148 pacientů2022: 637 441 pacientů2023: 671 922 pacientů2024: 703 045 pacientů2025: 713 170 pacientů713 170

Roky 2020–2025 jsou celé; do roku 2024 pocházejí z podrobné roční sady ÚZIS, novější z čtvrtletní se srovnatelnou metodikou. Za rok 2026 zatím máme jen 1. čtvrtletí (377 189 pacientů), proto v grafu není - nedal by se srovnat s celými roky.

Jednotlivé účinné látky (2025)
Diosmin, kombinace651 298Diosmin, kombinace: 651 298 pacientůRutosid, kombinace47 985Rutosid, kombinace: 47 985 pacientůDiosmin13 887Diosmin: 13 887 pacientů
Účinná látkaPacientů
Diosmin, kombinace C05CA53 651 298
Rutosid, kombinace C05CA51 47 985
Diosmin C05CA03 13 887
Tato čísla jsou skutečné počty lidí. Sčítat je dohromady nelze - jeden pacient může být ve víc řádcích.
Podle věku a pohlaví (2024)
mužiženy0–40–4 let, muži: 40–4 let, ženy: 155–95–9 let, muži: 215–9 let, ženy: 103110–1410–14 let, muži: 6610–14 let, ženy: 9816415–1915–19 let, muži: 61915–19 let, ženy: 9391 55820–2420–24 let, muži: 1 79220–24 let, ženy: 3 5105 30225–2925–29 let, muži: 2 94025–29 let, ženy: 6 7509 69030–3430–34 let, muži: 5 29230–34 let, ženy: 12 57217 86435–3935–39 let, muži: 7 09335–39 let, ženy: 16 31223 40540–4440–44 let, muži: 9 90140–44 let, ženy: 22 22732 12845–4945–49 let, muži: 16 06845–49 let, ženy: 36 26652 33450–5450–54 let, muži: 18 55750–54 let, ženy: 42 05860 61555–5955–59 let, muži: 19 20355–59 let, ženy: 39 35658 55960–6460–64 let, muži: 21 59260–64 let, ženy: 42 27163 86365–6965–69 let, muži: 23 72765–69 let, ženy: 50 60674 33370–7470–74 let, muži: 27 03970–74 let, ženy: 65 31392 35275–7975–79 let, muži: 25 52975–79 let, ženy: 69 24794 77680–8480–84 let, muži: 16 39980–84 let, ženy: 49 61566 01485+85+ let, muži: 11 31185+ let, ženy: 38 73650 047

Číslo vpravo je součet obou pohlaví v dané věkové skupině. Členění podle věku a pohlaví je v datech jen do roku 2024. Jde o součet za jednotlivé látky - kdo bere víc léků ze skupiny, je započítán vícekrát.

Okresy s nejvíce pacienty (2024)
Praha77 637Praha: 77 637 pacientůBrno-město25 915Brno-město: 25 915 pacientůOstrava-město25 497Ostrava-město: 25 497 pacientůOlomouc18 464Olomouc: 18 464 pacientůKarviná16 017Karviná: 16 017 pacientůFrýdek-Místek15 640Frýdek-Místek: 15 640 pacientůPlzeň-město15 550Plzeň-město: 15 550 pacientůBrno-venkov13 553Brno-venkov: 13 553 pacientůOpava12 418Opava: 12 418 pacientůČeské Budějovice12 115České Budějovice: 12 115 pacientůZlín11 894Zlín: 11 894 pacientůNový Jičín11 072Nový Jičín: 11 072 pacientůVsetín10 801Vsetín: 10 801 pacientůHradec Králové10 503Hradec Králové: 10 503 pacientůLiberec10 494Liberec: 10 494 pacientů

Součet pacientů jednotlivých látek - kdo bere víc léků ze skupiny, je započítán vícekrát. Velké okresy přirozeně vedou.

V přepočtu na 1 000 obyvatel (2024)
Klatovy97,2Klatovy: 97,2 pacientů na 1000 obyvatelTábor84,0Tábor: 84,0 pacientů na 1000 obyvatelRokycany82,3Rokycany: 82,3 pacientů na 1000 obyvatelOstrava-město80,6Ostrava-město: 80,6 pacientů na 1000 obyvatelŽďár nad Sázavou79,7Žďár nad Sázavou: 79,7 pacientů na 1000 obyvatelStrakonice78,6Strakonice: 78,6 pacientů na 1000 obyvatelLitoměřice78,6Litoměřice: 78,6 pacientů na 1000 obyvatelPrachatice77,7Prachatice: 77,7 pacientů na 1000 obyvatelOlomouc77,3Olomouc: 77,3 pacientů na 1000 obyvatelBenešov76,3Benešov: 76,3 pacientů na 1000 obyvatelVsetín76,2Vsetín: 76,2 pacientů na 1000 obyvatelPlzeň-město75,4Plzeň-město: 75,4 pacientů na 1000 obyvatelSvitavy75,2Svitavy: 75,2 pacientů na 1000 obyvatelČeská Lípa75,1Česká Lípa: 75,1 pacientů na 1000 obyvatelPříbram74,9Příbram: 74,9 pacientů na 1000 obyvatel

Přepočet vyrovnává rozdílnou velikost okresů, proto se pořadí liší; počty obyvatel ČSÚ jsou ze stejného roku.

Všech 77 okresů v tabulce
OkresPacientůNa 1 000 obyvatel
Klatovy 8 430 97,2
Tábor 8 748 84,0
Rokycany 4 166 82,3
Ostrava-město 25 497 80,6
Žďár nad Sázavou 9 480 79,7
Strakonice 5 629 78,6
Litoměřice 9 368 78,6
Prachatice 3 976 77,7
Olomouc 18 464 77,3
Benešov 7 897 76,3
Vsetín 10 801 76,2
Plzeň-město 15 550 75,4
Svitavy 7 852 75,2
Česká Lípa 7 740 75,1
Příbram 8 841 74,9
Písek 5 407 74,2
Havlíčkův Brod 7 035 73,5
Náchod 8 070 73,4
Nový Jičín 11 072 73,2
Frýdek-Místek 15 640 73,0
Kutná Hora 5 682 72,5
Třebíč 7 967 72,2
Prostějov 7 853 72,1
Opava 12 418 71,1
Plzeň-jih 5 059 70,8
Přerov 9 017 70,7
Šumperk 8 365 70,0
Blansko 7 767 69,9
Plzeň-sever 5 751 69,0
Domažlice 3 761 67,3
Karviná 16 017 66,9
Pelhřimov 4 969 66,9
Jablonec nad Nisou 6 197 66,6
Hodonín 10 034 66,4
Karlovy Vary 7 510 65,6
Semily 4 709 64,7
Brno-město 25 915 64,7
Uherské Hradiště 9 083 64,3
Kroměříž 6 679 64,1
Teplice 8 063 63,2
Rychnov nad Kněžnou 5 076 62,9
Bruntál 5 570 62,8
Hradec Králové 10 503 62,6
Beroun 6 368 62,3
Most 6 705 62,2
Zlín 11 894 62,0
Chrudim 6 579 61,8
Tachov 3 508 61,2
Děčín 7 668 60,8
Vyškov 5 782 60,7
Jeseník 2 216 60,4
Kolín 6 493 60,2
České Budějovice 12 115 60,1
Trutnov 7 015 60,1
Břeclav 7 053 59,7
Kladno 9 932 58,2
Liberec 10 494 58,1
Brno-venkov 13 553 58,0
Nymburk 6 153 57,6
Mladá Boleslav 7 873 57,6
Ústí nad Labem 6 778 57,4
Ústí nad Orlicí 7 860 56,9
Jičín 4 564 56,8
Louny 4 914 56,7
Chomutov 6 935 56,1
Praha 77 637 56,0
Jihlava 6 564 55,7
Mělník 6 317 55,2
Rakovník 3 100 55,0
Znojmo 6 163 53,2
Český Krumlov 3 275 53,0
Praha-západ 8 541 52,9
Sokolov 4 417 51,7
Jindřichův Hradec 4 608 51,3
Praha-východ 10 323 50,8
Cheb 4 474 47,9
Pardubice 8 254 45,7
Podrobnější členění
Přípravky z této skupiny na trhu
Zdroj dat: ÚZIS ČR a ČSÚ - viz zdroje dat.