Etudes observationnelles sur les bases de données de l ... · Résultats : tableau récapitulatif...

45
Dominique Polton Conseillère auprès du Directeur général Assurance maladie, caisse nationale 05 juin 2014 Etudes observationnelles sur les bases de données de l’assurance maladie 4ÈME JOURNÉE INTERRÉGIONALE DU GIRCI GRAND OUEST

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

17

La méthode : sur le SNIIRAM chaîné au PMSI une cohorte de type « exposés / non exposés »

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

Evolutions prévisibles

Le dispositif d’accès est en train d’évoluer dans le cadre des textes européens (médicament et protection des données), de la loi Jardé

et de la

future loi de santé

Possiblement

Accès facilité

Guichet unique

Possibilité d’utilisation du NIR

45