Etudes observationnelles sur les bases de données de l ... · Résultats : tableau récapitulatif...
Transcript of Etudes observationnelles sur les bases de données de l ... · Résultats : tableau récapitulatif...
Dominique PoltonConseillère auprès du Directeur généralAssurance maladie, caisse nationale05 juin 2014
Etudes observationnelles sur les bases de données de l’assurance maladie
4ÈME JOURNÉE INTERRÉGIONALE DU GIRCI GRAND OUEST
2
1. Présentation des bases de données SNIIRAM - PMSI
2. Quelques exemples d’utilisation
3. Potentiel et limites
4. Un outil pour la recherche
Etudes observationnelles sur les bases de données de l’assurance maladie
3
1. Présentation des bases de données SNIIRAM - PMSI
2. Quelques exemples d’utilisation
3. Potentiel et limites
4. Un outil pour la recherche
Etudes observationnelles sur les bases de données de l’assurance maladie
4
Données sur les assurés et les
offreurs de soins
Décomptes SNIIRAMContrôles
Anonymisation
Feuilles de soins, factures de cliniques,…
Rembour- sement
Bases de données locales nominatives (remboursement, retour possible au
dossier) et spécifiques à chaque régime
Base de données nationale anonyme (pas de retour
possible au dossier)
Décès
échantillon
2 niveaux pour anonymiser de
façon irréversible les NIR des assurés
et bénéficiaires
PMSIAutres régimesCaisse primaire
Durée de conservation des données individuelles
20 ans autorisés, 9 d’historique
3 ans + année en cours
CNAMTS
Accès archives possible (>=2006)
Le système national inter-régimes de l’assurance maladie
5
Les données disponibles dans les bases
Sur les patients :
Age, sexe, notion de CMU-C, diagnostic de l’ALD, commune (selon habilitations) et département de résidence, date de décès
Sur la consommation de soins en ville :
(détail par date de soins) Toutes les prestations remboursées avec le codage détaillé
de la prestation (actes médicaux avec le code CCAM,
biologie, dispositifs médicaux, code CIP des médicaments)
Sur la consommation de soins en établissement : (détail par date de soins) Les données du PMSI (MCO-SSR-HAD-PSY) pour l’ensemble des établissements sanitaires (motif médical, actes CCAM, durée de séjour, mode de sortie,…) Les médicaments et dispositifs facturés «
en sus
»
+ L’activité
externe des hôpitaux (depuis 2009)
-
Les séjours facturés directement à
l’Assurance Maladie
Les pathologies traitées --> codes CIM10 (ALD, hospitalisations -
diagnostics principaux, associés, reliés), médicaments traceurs ou actes ou dispositifs médicaux
Cf plus loin algorithmes pour identifier les pathologies
1998 : Loi de création du SNIIRAM
2000 : Codage biologie pharmacie exhaustif
2001 : Avis CNIL relatif au SNIIRAM
2002 : Arrêté
ministériel sur les accès
2003 : Constitution de l’entrepôt de données
2005 : Mise en place de l’EGB –
codage CCAM
2007 : Chaînage avec le PSMI --> ville-hôpital (industrialisation en 2010
rattrapage années 2007 à
2009) -
Entrepôt tous régimes
2009 : Intégration des dates de décès –
consultations externes –
médicaments
hors GHS –
DCIR inter-régimes
2010 : Intégration des dates précises d’hospitalisation
2011 : EGB inter-régimes –
PMSI dans l’EGB –
Allongement de l’historique +
archivage
–
chainage mère-enfant (PMSI)
2012 : NIR anonyme bénéficiaires –
datamart DAMIR –
géocodage des
professionnels –
dictionnaire SNIIRAM
2013 : EGB simplifié
2014 (prévu) : Hébergement en EHPAD; Coordonnées IRIS des PS; date présumée de grossesse ; Bénéfice de l’aide complémentaire santé
(ACS);…
Un outil en évolution permanente
7
1. Présentation des bases de données SNIIRAM - PMSI
2. Quelques exemples d’utilisation
3. Potentiel et limites
4. Un outil pour la recherche
Etudes observationnelles sur les bases de données de l’assurance maladie
8
Quelques exemples d’utilisation
1.Efficacité des traitements en vie réelle
2.Surveillance de la sécurité du médicament
3.Parcours des patients et qualité des soins
4.Cartographie des pathologies et analyse médicalisée des dépenses
9
Quelques exemples d’utilisation
1.Efficacité des traitements en vie réelle
2.Surveillance de la sécurité du médicament
3.Parcours des patients et qualité des soins
4.Cartographie des pathologies et analyse médicalisée des dépenses
•
Cohorte des patients •
Débutant un traitement statines en prévention primaire
•
Par rosuvastatine 5 mg ou simvastatine 20 mg
•
Résultat : –
Comparaison de l’incidence des évènements étudiés en fonction du traitement initial (= analyse «
en intention de traiter
»)
–
Déviation du traitement initial au cours du suivi–
Analyse «
per protocole
»
Exemple : comparaison efficacité simvastatine / rosuvastatine
Référence : Neumann A, Maura G, Weill A, Ricordeau P, Alla F, Allemand H. Comparative effectiveness of rosuvastatin versus simvastatin in primary prevention among new users: a cohort study in the French national health insurance database. Pharmacoepidemiol Drug Saf 2013. Epub 2013 Dec 2.
Résultats : analyse « en intention de traiter
»
Hommes : Décès / AVC ischémique / cardiopathie ischémique aigue
Rosuvastatine 5 mg : 13,0 cas par 1 000 personnes‐années
Simvastatine 20 mg : 15,0 cas par 1 000 personnes‐années
Hazard ratio : 0,87 (IC 95% : 0,79‐0,95)(rosuvastatine 5 mg vs simvastatine 20 mg)
0,94 (0,85‐1,03)Ajustement par un modèle de Cox
Analyse brute Analyse ajustée
Instaurations de rosuvastatine 5 mg / simvastatine 20 mg en
prévention primaire par un généraliste en 2008‐09 chez les 40‐79 ans
(régime général stricto sensu, hors DOM). Suivi jusqu’à
fin 2011.
Résultats : tableau récapitulatif
Instaurations de rosuvastatine 5 mg / simvastatine 20 mg en
prévention primaire par un généraliste en 2008‐09 chez les 40‐79 ans
(régime général stricto sensu, hors DOM). Suivi jusqu’à
fin 2011.
13
Quelques exemples d’utilisation
1.Efficacité des traitements en vie réelle
2.Surveillance de la sécurité du médicament
3.Parcours des patients et qualité des soins
4.Cartographie des pathologies et analyse médicalisée des dépenses
Benfluroex et valvulopathies cardiaques
►
Cohorte exhaustive des diabétiques âgés de 40 à
69 ans relevant du Régime général (hors fonctionnaires et collectivités locales)(1,048 millions de diabétiques)
►
Inclusion sur 2006 (≥
3 remboursements d’ADO et/ou d’insuline à
des dates différentes)
►
Comparaisons exposés (consommation de benfluorex en 2006) vs non- exposés (aucune consommation de benfluorex en 2006, 2007 ou 2008)
►
Évènements recherchés sur le PMSI : hospitalisations pour Insuffisance mitrale ou aortique; Chirurgie de remplacement valvulaire pour insuffisance valvulaire
►
RR bruts et ajustés sur âge, sexe, ALD cardiovasculaire
Risque d’hospitalisation en 2006 et 2007 pour valvulopathie de régurgitation selon l’exposition ou non au benfluorex en 2006 dans une cohorte de diabétiques. Données SNIIRAM. CNAMTS
1 ajustement sur l’âge, le sexe et la notion d’ALD cardiovasculaire
Risque
d’hospitalisation pour 100 000 personnes
Hospitalisation pour… Non Exposées Exposées
RR brut (IC 95%)
RR ajusté1 (IC 95%)
Insuffisance valvulaire 27 76 2,9 [2,2 – 3,7] 3,1 [2,4 – 4,0] Insuffisance mitrale 18 43 2,5 [1,8 – 3,5] 2,6 [1,9 – 3,7] Insuffisance aortique 9 34 4,0 [2,7 – 5,9] 4,4 [3,0 – 6,6] Rempl. valvulaire (IM-IA) 8 28 3,7 [2,4 – 5,6] 3,9 [2,6 – 6,1]
16
Ce qu’on savait début 2011
La pioglitazone, un antidiabétique mis sur le marché
en 2002 et associé, chez l’animal (rats), à
des cancers de la vessie
Les 1ers
résultats d’une étude (PROactive) devant durer 10 ans,
sur 5 238 patients, montraient une tendance (14 cas vs 9 pour les non exposés)
Les résultats préliminaires de deux études, en cours, sur les données 1997- 2002
de la Kaiser Permanente North California (KPNC)
confirmaient cette
tendance mais avec des résultats non statistiquement significatifs (par manque de puissance?)
Interrogation de la FDA (Food and Drug Administration), de l’EMA
(European Medicines Agency) et des autorités françaises
Pioglitazone et risque de cancer de la vessie
18
Patients diabétiques de 40 à 79 ans : cohorte de 2006 suivie jusqu’à
fin 2009 (régime général stricto sensu)
19
Patients diabétiques de 40 à 79 ans : cohorte de 2006 suivie jusqu’à
fin 2009 (régime général stricto sensu)
31 mai 2012 : Azoulay L et al. The use of pioglitazone and the risk of bladder cancer in people with type 2 diabetes: nested case-control study. BMJ. [RR 1.83]
3 juillet 2012 : Colmers IN, Bowker, SL, Majumdar SR, Johnson JA. Use of thiazolidinediones and the risk of bladder cancer among people with type 2 diabetes: a meta-analysis. CMAJ. [RR 1.15]
4 juillet 2012 : Kermode-Scott B. Meta-analysis confirms raised risk of bladder cancer from pioglitazone. BMJ
25 juin 2013 : Hsiao FY et al. Risk of bladder cancer in diabetic patients treated with rosiglitazone or pioglytazone : a nested case- control study. Drog Saf. [RR 1.45 à 2.93 selon la durée d’exposition.]
Contraceptifs oraux combinés
21
Embolie pulmonaireRisque artériel (IM ou AVCi)
Référence : «
Risque d’embolie pulmonaire, d’accident vasculaire cérébral ischémique et d’infarctus du myocarde chez les femmes sous contraceptif oral combiné
en France : une étude de cohorte sur 4 millions de femmes de 15 à
49 ans à
partir des données du SNIIRAM et du PMSI ». Rapport final du 26 juin 2013. Accessible en ligne sur Ameli.fr
Objectif : mesurer les risques absolus et relatifs d’embolie pulmonaire, d’accident vasculaire cérébral ischémique et d’infarctus du myocarde en comparant les femmes exposées à
un COCG1/G2 à
celles exposées à
un COCG3. L’analyse
portait aussi sur le type de progestatif et le dosage d’EE.
22
Quelques exemples d’utilisation
1.Efficacité des traitements en vie réelle
2.Surveillance de la sécurité du médicament
3.Parcours des patients et qualité des soins
4.Cartographie des pathologies et analyse médicalisée des dépenses
23
Taux ajustés**
Moins de 55 %[ 55 % ; 62,1 %[[ 62,1 % ; 67 % [67 % et plus
Taux de quadrithérapie*
Données non disponibles
* Population hospitalisée pour infarctus du myocarde (Régime général hors SLM - 1er semestre 2006)
(dans les 6 mois suivant l'hospitalisation)
** Ajustement sur le sexe, l'âge, le statut CMUC, les comorbidités, les hospitalisations cardiologiques antérieures et postérieures, les traitements associés, le suivi par un cardiologue libéral et le statut ALD
Taux significativement différent du taux global de 62,1 %
Qualité de la prise en charge après infarctus
Facteurs associés au décès à 30 mois
Patients vivant après une hospitalisation pour infarctus du myocarde (régime général stricto sensu, 1er sem 2006)
Suspicion de nodule thyroïdien
Echographie thyroïde+ Biologie TSH
Nodule thyroïdien confirmé
sans hyperthyroïdie
non suspectContexte et/ou nodule à
risque supérieur à
20 millimètres
SurveillanceCytoponction*
Chirurgie Surveillance
* Sauf cas particuliers (contexte médical, …)
non suspectsuspect (bilan pré-opératoire)
Cancer Nodule bénin
Le parcours de soins idéal devant la découverte d’un nodule thyroïdien
Parcours de soins des patients opérés de la thyroïde
2727
La chirurgie pour nodule bénin n’est pas anodine:
→
4% des patients ont des répercussions sur le fonctionnement d’une corde vocale et 1% une atteinte définitive des glandes parathyroïdes qui requiert un traitement par calcium à
vie.
→
Tous les patients ayant une thyroïdectomie totale doivent avoir un traitement par hormones thyroïdiennes à
vie et 44% de ceux qui ont une thyroïdectomie
partielle en ont également un.
→ Autres complications possibles
Un certain nombre d’examens devraient être pratiqués avant une intervention chirurgicale
Echographie, dosage d’hormones thyroïdiennes puis cytoponction.
Or la cytoponction n’est pratiquée que chez 40% des patients opérés (44% en cas de cancer, 34% en cas de nodule bénin)
Ratios de thyroïdectomies pour cancer/nodule bénin
0.87
1.38
1.23
0.990.96
0.83
0.92
0.41
0.50
0.99
1.05
0.88
0.64
0.75
0.38
0.53
0.65
2.24
0.52
0.78
0.66
0.53
0.48 0.76 0.47 0.57
Guadeloupe Martinique Guyane Réunion
0.38 - 0.57
0.58 - 0.92
0.93 - 1.38
1.39 - 2.24
Pour 4 cancers opérés aujourd’hui, on opère 5 nodules bénins soit un ratio de 0,8 – variabilité géographique
29
Quelques exemples d’utilisation
1.Efficacité des traitements en vie réelle
2.Surveillance de la sécurité du médicament
3.Parcours des patients et qualité des soins
4.Cartographie des pathologies et analyse médicalisée des dépenses
Sommaire
(1)
146 MD€
= dépenses individualisables par patient (hors médico‐social et
dépenses forfaitaires, type migac)
Dépenses par grandes catégories de pathologies, traitements, hospitalisations ponctuelles (tous postes confondus – 2011) Total
146 milliards d’euros
Sommaire
(1)
146 MD€
= dépenses individualisables par patient (hors médico‐social et
dépenses forfaitaires)
Dépenses par grandes catégories de pathologies, traitements, hospitalisations ponctuelles (tous postes confondus – 2011) Total
146 milliards d’euros
Sommaire
Exemple = les pathologies cardio-vasculaires 14,7 MD€
530 000 patients
(régime général)
(Personnes hospitalisées en 2011 pour insuffisance cardiaque ou complications de l’IC)
410 000 chroniques0,86 MD€
120 000 pour épisodes aigus
1,03 MD€
Dépenses par grandes catégories de pathologies, traitements, hospitalisations ponctuelles (tous postes confondus – 2011)
33
1. Présentation des bases de données SNIIRAM - PMSI
2. Quelques exemples d’utilisation
3. Potentiel et limites
4. Un outil pour la recherche
Etudes observationnelles sur les bases de données de l’assurance maladie
34
Les points forts
Exhaustivité
de la population –
pas de perdus de vue
Homogénéité
du codage (biais de mémoire,…)
Puissance statistique
Chronologie précise
Analyses longitudinales possibles
Faible coût et réactivité
Limites - Manque d’information
•
Caractéristiques socioéconomiques•
Statut vis-à-vis de l’emploi et type d’emploi
•
Facteurs de risque : tabac, alcool, exercice, nutrition, antécédents familiaux, poids, surpoids…
•
Motif ou diagnostic de consultation médicale ou paramédicale•
Résultats biologie, histologie, anapath…
•
Médicaments non remboursés (AINS)•
Prise ou non de médicaments (information limitée au remboursement)
•
Adéquation du traitement (HTA, lipides…)
•
Médicaments délivrés à
l’hôpital ou long séjour (SSR, PSY, EHPAD…)•
Causes de décès
•
…..
36
Possibilité de dépasser ces limites
Modèles prédictifs construits à
partir de sous-échantillons avec l’information connue
Appariements avec d’autres sources de données (cohortes, enquêtes, registres..)
Méthodes statistiques permettant de prendre en compte les facteurs de confusion
Utilisation de variable proxy
37
Une complexité d’utilisation due
A la volumétrie
à
l’architecture du SNIIRAM
Aux données
données de production, qui nécessitent pour être exploitées
correctement une bonne connaissance du contexte juridique et technique du
remboursement
38
1. Présentation des bases de données SNIIRAM - PMSI
2. Quelques exemples d’utilisation
3. Potentiel et limites
4. Un outil pour la recherche
Etudes observationnelles sur les bases de données de l’assurance maladie
Accès pérennes à des produits standard
Aujourd’hui : deux types d’accès
Comité de pilotage du SNIIRAM
Arrêté ministériel
Agences, organismes de recherche, membres de l’institut
des données de santé
Demandes ponctuelles
Institut des données de santé
Extraction de données
Habilitations
Accord CNIL
40
DonnDonnéées disponibles par le portail es disponibles par le portail SNIIRSNIIR--AMAM
DAMIRSuivi des dépenses
Tableaux soins
de ville
Pharmacie
Biologie
Offre de SoinsLibérale (ODS)
Données agrégées
Données agrégées mais affinées sur le
codage
Établissements Privés
(SNIR-EP)Données
Individuelles Établissements
privés – T2A
Données Indiv. PS / Agrégées
bénéficiaires
Consommation inter régimesDCIR
Echantillon généraliste de bénéficiaires
Données : Individuelles PS et Bénéficiaires
Affinées codageMédicaments délivrés à l’hôpital
+ prescripteurs
CCAM
Données indiv. PS, agrégées bénéficiaires affinées sur le codage
CCAM
Tableaux du SNIRDonnées
Indiv. PS / Agrégées bénéficiaires
Tableaux dénomb. Bénèf
Données Agrégées PS/ Etab
Données : Individuelles PS et. Bénéficiaires
Affinées codage
Séjours hôpitaux Publics - BGNA
Données : Individuelles Bénéficiaires
Affinées codage
Séjours et diagnosticshospitaliers (PMSI)
Données : Individuelles Bénéficiaires
Affinées codage
BERFDonnées
Indiv. Etablissements
Données agrégées bénéficiaires et d’offreurs de soins Pas de limite de conservation
Données agrégées bénéficiaires et individualisées offre de soinsConservation : 10 ans
Données individualisées bénéficiaires et offre de soins-Conservation 3 années + année en cours si exhaustif sauf PMSI 10 ans20 ans pour échantillon EGBRéférentiels
Stat mensuelle
Dispositifs médicaux
Aux termes du dernier arrêté paru (arrêté du 14 février 2014)
41
Accèdent aux données agrégées : […]
Accèdent aux données agrégées et à l’EGB : […] l’INSERM, le CNRS, […]
Accèdent à l’ensemble des données du SNIIRAM : les régimes de base d’assurance maladie, la CNSA, l’INVS, la HAS, l’ANSM et sur leur champ de compétence régionale les médecins des ARS (avec la limitation sur le croisement des données sensibles)
Tous ces organismes sont autorisés à
accéder au SNIIRAM pour leurs propres missions et ne sont pas autorisés à transmettre les données à des tiers.
Seuls les médecins-conseils et les personnels placés sous leur responsabilité, […], sont autorisés à effectuer des recherches mettant en œuvre simultanément plus d’une des quatre variables sensibles (code commune, date des soins, mois et année de naissance, date de décès) [expérimentation en cours pour les médecins InVS]
Accès ad hoc
Les bénéficiaires des accès et les autres organismes d’études et de recherche à but non lucratif peuvent obtenir la constitution d’échantillon ad-hoc
Pré-requis : formation, habilitation individuelle, système informatique adapté
Pour toute demande non standard (du fait du demandeur et/ou la finalité de la demande et/ou des données concernées)
1. Avis IDS ou CCTIRS (données nominatives) ou CNIS
2. Autorisation CNIL (DCE si utilisation du NIR)
3. Priorisation des demandes par l’IDS
Dans tous les cas une convention est signée entre la CNAMTS et l’organisme
42
Le SNIIRAM, un outil pour les chercheurs
43
Les chercheurs (Inserm, CNRS, Irdes...)
Accèdent à l’EGB
•
4.600 requêtes de chercheurs en 2011, 12.600 en 2012, >13.000 en 2013
Ils peuvent obtenir la constitution d’échantillon ad-hoc (autorisation CNIL après avis IDS ou CCTIRS)
•
> 30/an
La CNAMTS assure une formation (plus de 100 chercheurs formés) et un accompagnement
Des outils en déploiement
44
Un réseau d’utilisateurs : le REDSIAM
Des algorithmes mis à disposition
Recensement en cours
Certains en voie d’intégration dans la base
• Indice de désavantage social de la commune de résidence
• Algorithmes de segmentation (identification de pathologies)
• Comorbidités selon l’indice de Charlson calculé sur le SNIIRAM et le PMSI
Le SNIIRAM, un outil pour les chercheurs