- Email: [email protected]
Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
Disponible en ligne sur
ScienceDirect www.sciencedirect.com
Article original
Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité Analysis of comorbidities in hospitalized patients for ischemic stroke and their effects on lethality M. Savsin a,∗ , D. Dubourg b , Y. Coppieters a , P. Collart a,b a Centre de recherche épidémiologie, biostatistiques et recherche clinique, école de santé publique, université libre de Bruxelles (U.L.B.), Route de Lennik 808, CP 596, 1070 Brussels, Belgique b Agence pour une vie de qualité, rue de la Rivelaine 21, 6061 Charleroi, Belgique
i n f o
a r t i c l e
Historique de l’article : Rec¸u le 27 septembre 2018 Rec¸u sous la forme révisée le 7 mars 2019 Accepté le 22 juillet 2019 Disponible sur Internet le xxx Mots clés : Accident vasculaire cérébral Comorbidités Données administratives Létalité Région wallonne.
r é s u m é But de l’étude. – Cette article vise à analyser les comorbidités de l’accident vasculaire cérébral (AVC) ischémique aigu et celles influenc¸ant sa létalité hospitalière. Méthode. – Nous avons étudié les patients âgés de 25 ans et plus, résidant en Wallonie et admis dans un hôpital belge pour un AVC durant les années 2013 et 2014. Les données médico-administratives analysées sont issues du résumé hospitalier minimum qui enregistre toutes les hospitalisations de la Wallonie. Pour la mise en évidence des profils de comorbidités, une analyse factorielle des correspondances a été effectuée. Une régression logistique a été employée pour analyser les comorbidités influenc¸ant la létalité hospitalière. Résultats. – Les facteurs de risque d’AVC varient en fonction de l’âge. Les problèmes cardiaques sont davantage présents chez les personnes âgées de 85 ans et plus. L’hypertension artérielle, l’hypercholestérolémie et le diabète sont plus marqués entre 65 et 84 ans. La surcharge pondérale est plus présente entre 55 et 74 ans. Les personnes ayant une dépendance à l’alcool ou au tabac ont souvent 65 ans et moins. L’âge, les maladies ischémiques et l’arythmie cardiaque sont les facteurs de risque augmentant la létalité. Il y a cependant une diminution de la létalité en présence d’hypertension artérielle, d’hypercholestérolémie, de surcharge pondérale et de dépendance au tabac ou à l’alcool. Conclusion. – Cette étude démontre que les bases de données médico-administratives et les méthodes statistiques factorielles sont parfaitement adaptées pour confirmer les facteurs de risque liés à l’AVC ischémiques. Ce type d’étude permettra de cibler avec plus de précision les actions de prévention secondaire et tertiaire de l’AVC. ´ ´ es. © 2019 Elsevier Masson SAS. Tous droits reserv
a b s t r a c t Keywords: Stroke Comorbidities Administrative data Lethality Wallonia
Objectives. – The aim of the study consists of analyzing the comorbidities of acute ischemic stroke and those influencing its hospital lethality. Methods. – We considered patients from Wallonia aged 25 years or more and admitted to a Belgian hospital for an acute ischemic stroke in 2013 and 2014. The analyzed medico-administrative data are taken from the Minimum Hospital Summary. A factorial correspondence analysis (FCA) was used to demonstrate the comorbidities profiles. A logistic regression was used to analyse the comorbidities influencing hospital lethality by ischemic stroke. Results. – The stroke risk factors vary according to the age. Cardiac problems are more common in older people aged 85 years or more. High blood pressure, hypercholesterolemia and diabetes are more present between 65- and 84-year-olds. Overweight is more present between 55 and 74-year-olds. People who
∗ Auteur correspondant. Adresses e-mail : [email protected] [email protected] (P. Collart).
(M.
Savsin),
[email protected]
(D.
Dubourg),
[email protected]
(Y.
Coppieters),
https://doi.org/10.1016/j.ancard.2019.07.008 ´ ´ 0003-3928/© 2019 Elsevier Masson SAS. Tous droits reserv es.
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
2
are addicted to alcohol or tobacco are often 65 years or younger. The logistic regression showed that age and heart problems are the risk factors that increase lethality. However there is a lethality diminution in the presence of high blood pressure, hypercholesterolemia, overweight and addiction to alcohol or tobacco. Conclusion. – This study demonstrates that medico-administrative databases and factorial statistical methods are perfectly adapted to confirm the ischemic stroke risk factors. This type of study will allow to target with more precision the secondary and tertiary prevention actions of stroke. © 2019 Elsevier Masson SAS. All rights reserved.
1. Introduction Les maladies cardiovasculaires (MCV) restent la première cause de mortalité dans le monde. L’Organisation mondiale de la santé (OMS) estimait qu’elles avaient provoqué 17,5 millions de décès en 2012, soit environ un tiers de la mortalité mondiale totale. Parmi ces décès, 7,4 millions étaient attribués à une cardiopathie coronarienne et 6,7 millions à un accident vasculaire cérébral (AVC) [1]. Selon les projections de l’OMS pour l’Europe, la proportion de décès dus aux AVC devrait passer de 13 % en 2015 à 13,7 % en 2030 [2]. En Belgique, depuis 20 ans, le nombre de décès dus à des maladies cérébrovasculaires est en diminution. En 1987, les 10 295 décès dus à un AVC comptaient pour près de 10 % de la mortalité tandis qu’en 2014, 6 798 décès étaient attribués à un AVC soit 6,5 % de la mortalité. [3]. L’AVC reste cependant la deuxième cause de mortalité, après l’infarctus du myocarde et avant les cancers du poumon. En Wallonie, 6 000 personnes sont hospitalisées chaque année pour AVC et 2 000 personnes en décèdent. Les facteurs de risque de l’AVC ischémique sont bien connus. Certains sont modifiables comme l’hypertension artérielle, l’hypercholestérolémie, le diabète, le surpoids ou l’obésité, les problèmes cardiaques, le tabac, l’alcool et l’inactivé physique [4–7] et d’autres non modifiables comme l’âge, le sexe, l’origine ethnique et les facteurs génétiques [4–6]. Par une représentation graphique, les variations de ces comorbidités selon l’âge ont été mises en évidence. L’importance de chaque facteur de risque peut varier selon l’âge et le sexe, et la connaissance de ces variations peut être importante en termes de prise en charge lors d’un événement aigu mais également pour les politiques de prévention.
(ICD 9 : 250), l’hypercholestérolémie (ICD 9 : 272), les problèmes de surpoids ou d’obésité (ICD 9 : 278), la dépendance au tabac et à l’alcool (ICD 9 : 305,0 et 305,1), l’hypertension artérielle (ICD 9 : 401), les maladies ischémiques cardiaques (ICD 9 : 410–414) et l’arythmie cardiaque (ICD 9 : 427) [14]. L’analyse factorielle des correspondances (AFC) a été utilisée pour dégager, par une représentation graphique de type nuage de points, les profils de comorbidités selon l’âge et le sexe des patients. Elle permet, en se basant sur la distance du Chi2 , d’étudier les correspondances ou proximités existantes entre les modalités des deux variables qualitatives [9–11]. Les proportions des différentes comorbidités ont aussi été calculées en fonction de l’âge et du sexe afin de confirmer les résultats de l’AFC. Les associations entre la létalité hospitalière par AVC ischémique et les variables âge, sexe, comorbidités ont été testées à l’aide d’un Chi2 de Pearson. Le test de Fischer a été utilisé quand le Chi2 de Pearson n’était pas applicable. L’association a été estimée par un rapport de cotes (OR) et son intervalle de confiance fixé à 95 % (IC 95 %). Un modèle de régression logistique multiple a été établi pour analyser les facteurs influenc¸ant la létalité. L’effet modificateur du sexe sur l’association entre les différentes variables du modèle et la létalité a aussi été analysé. Les OR ajustés et leurs intervalles de confiance fixés à 95 % sont dérivés du modèle final. Le test d’ajustement de Hosmer–Lemeshow a été effectué pour vérifier l’adéquation du modèle. La catégorie d’âge 25–34 ans a été ignorée car elle ne comportait aucun décès. Le seuil de signification pour tous les tests statistiques réalisés a été fixé à de 5 %. Les analyses statistiques ont été effectuées à l’aide des logiciels Stata 12 (StataCorp. 2011) et R 2.15.0 (R Foundation for Statistical Computing).
2. Méthode 3. Résultats Les données utilisées sont issues de la base de données « Résumé hospitalier minimum » (RHM). Le RHM est un système d’enregistrement anonymisé auquel tous les hôpitaux non psychiatriques de Belgique sont tenus de contribuer [8]. Il est structuré sous forme d’une base de données relationnelle reprenant pour chaque patient des informations sociodémographiques (âge, sexe, lieu de résidence. . .), médicales (diagnostic, cause de décès, durée de séjour. . .) et administratives [12]. La population d’étude était composée de tous les patients, âgés de 25 ans et plus et résidant en Wallonie, admis dans un hôpital belge pour un AVC ischémique aigu entre le 1er janvier 2013 et le 31 décembre 2014. La sélection des cas a été effectuée à partir de la cause principale d’admission du patient à l’hôpital. Les patients qui avaient un code diagnostic selon la neuvième révision de la classification internationale des maladies à l’admission ICD (International Classification of Diseases) 9 : 433 à 436, correspondant à un AVC ischémique aigu, ont été retenus pour les analyses [13,14]. Les comorbidités ont été extraites des diagnostics secondaires qui sont notifiés par chaque médecin spécialiste qui a examiné le patient. Les comorbidités présentes chez au moins 15 % des patients ont été retenues pour l’analyse. Ces comorbidités sont : le diabète
3.1. Profil de comorbidités Un total de 14 868 patients de plus de 25 ans admis dans un hôpital pour un AVC ischémique aigu a été inclus dans cette étude. L’âge médian à l’admission est de 72 ans pour les hommes et de 79 ans pour les femmes. La létalité hospitalière est de 9,3 % pour les hommes et de 12,5 % pour les femmes. Les comorbidités les plus présentes sont l’hypertension artérielle (55,3 %) et l’hypercholestérolémie (46,5 %) (Tableau 1). proportions Des plus élevées d’hypertension, d’hypercholestérolémie et de diabète sont observées chez les patients de 65–84 ans et de pathologies cardiaques chez les 85 ans et plus. La proportion de patients en surcharge pondérale est d’environ 20 % et varie peu selon l’âge. La proportion de la dépendance au tabac ou à l’alcool est supérieure à 40 % avant 65 ans (Tableau 2). Le profil de comorbidité varie peu avec le genre (Tableau 3). L’hypercholestérolémie, le diabète, le surpoids ou l’obésité, les maladies ischémiques cardiaques sont légèrement plus fréquentes chez les hommes. Cette différence est un peu plus marquée pour
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model
ARTICLE IN PRESS
ANCAAN-1280; No. of Pages 6
M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx Tableau 1 Caractéristiques sociodémographiques et comorbidités des patients hospitalisés pour accident vasculaire cérébral ischémique aigu, Wallonie, 2013–2014. Variables Sexe Hommes Femmes Catégories d’âge 25–34 35–44 45–54 55–64 65–74 75–84 85+ Comorbidités Hypertension artérielle (HTA) Hypercholestérolémie (HCO) Diabète Surpoids/obésité Maladies ischémiques cardiaques (MIC) Arythmie cardiaque Dépendance alcool ou tabac
n
%
7200 7668
48,4 51,6
97 333 1027 2057 3146 4514 3694
0,7 2,2 6,9 13,8 21,2 30,4 24,9
8216 6914 3564 2510 3999 4890 3055
55,3 46,5 24,0 16,9 26,9 32,9 20,6
le tabac et l’alcool. Par contre, l’hypertension artérielle et les arythmies cardiaques sont légèrement plus fréquentes chez les femmes. La Fig. 1 montre la représentation graphique de l’analyse factorielle des correspondances. La première dimension représente 93,5 % de la variabilité avec l’arythmie cardiaque et les maladies ischémiques cardiaques à gauche et le surpoids ou l’obésité et le tabac ou l’alcool à la droite du graphique. Le nuage de points montre une forte variation des profils de comorbidités en fonction de l’âge (Fig. 1). Quatre profils de comorbidités en fonction de l’âge sont mis en évidence. L’hypertension, l’hypercholestérolémie et le diabète sont très proches des tranches d’âge 65–74 ans et 75–84 ans. Les problèmes cardiaques (maladies ischémiques cardiaques et arythmies cardiaques) sont davantage présents à partir de 85 ans. La surcharge pondérale est plus marquée entre 55 et 74 ans. Enfin, le tabagisme et la consommation excessive d’alcool sont surtout présents avant 65 ans.
3
3.2. Analyse de la létalité hospitalière par AVC ischémique Le sexe est associé à la létalité avec 9,3 % de mortalité pour les hommes et 12,5 % pour les femmes (OR = 1,39, [IC95 % : 1,35–1,54]). La létalité augmente de fac¸on continue avec l’âge (de 1,8 % pour les 35–44 ans jusque 22,4 % pour les 85 ans et plus). Après ajustement pour l’âge et les différentes comorbidités, le sexe n’est plus associé à la létalité (OR = 0,99, [IC 95 % : 0,88–1,11]). Dans ce modèle multivariable présenté dans le Tableau 4, les maladies ischémiques (OR = 1,29 [IC 95 % : 1,14–1,45]) et l’arythmie cardiaque (OR = 1,56 [IC95 % : 1,40–1,75]) augmentent la létalité hospitalière par AVC ischémique. En revanche, la létalité baisse en présence d’hypertension artérielle (OR = 0,74 [IC 95 % : 0,66–0,82]), d’hypercholestérolémie (OR = 0,43 [IC 95 % : 0,38–0,49]), de surcharge pondérale (OR = 0,56 [IC 95 % : 0,47–0,68]) et de dépendance au tabac ou à l’alcool (OR = 0,81 [IC 95 % : 0,67–0,98]). Dans ce même modèle, la létalité augmente en fonction de l’âge (p < 0,001) et les personnes âgées de 85 ans et plus (OR = 11,67 [IC 95 % : 5,15–26,44]) ont environ 12 fois plus de risques de décéder suite à un AVC ischémique que les 35–44 ans. On ne trouve par contre pas d’association statistiquement significative entre le diabète et la létalité. Un effet modificateur du sexe sur l’association entre les différentes variables du modèle et la létalité n’a pas été mis en évidence (Tableau 4). 4. Discussion Dans notre population d’étude, les proportions de patients souffrant d’hypertension artérielle, d’hypercholestérolémie et de diabète étaient respectivement de 55,3 %, 46,5 % et 24 %. Ces données concordent avec les facteurs de risque de l’AVC dans la littérature scientifique. Plusieurs études portant sur l’AVC ischémique ont retenu ces trois comorbidités comme étant les plus fréquentes [15–17]. Dans une étude réalisée en Espagne [16], les proportions de patients souffrant d’hypertension artérielle (55,5 %) et de diabète (23,4 %) sont quasi identiques à celles de notre étude, mais la proportion de patients présentant une hypercholestérolémie est beaucoup plus faible (17,8 %). Une autre étude réalisée
Tableau 2 Proportions de comorbidités en fonction de l’âge (n, %). Âges
HTA
HCO
Diabète
Surpoids/obésité
MIC
Arythmie cardiaque
Tabac/alcool
25–34 ans (n = 97) 35–44 ans (n = 333) 45–54 ans (n = 1027) 55–64 ans (n = 2057) 65–74 ans (n = 3146) 75–84 ans (n = 4514) 85ans et plus (n = 3694)
12 12,4 % 91 27,3 % 466 45,4 % 1176 57,2 % 1916 60,9 % 2645 58,6 % 1910 51,7 %
20 20,6 % 124 37,2 % 517 50,3 % 1102 53,6 % 1712 54,5 % 2203 48,8 % 1236 33,5 %
3 3,1 % 27 8,1 % 156 15,2 % 516 25,1 % 925 29,4 % 1227 27,2 % 710 19,2 %
16 16,5 % 64 19,2 % 204 19,9 % 424 20,6 % 685 21,8 % 759 16,8 % 358 9,7 %
7 7,2 % 24 7,2 % 118 11,5 % 392 19,1 % 821 26,1 % 1403 31,1 % 1234 33,4 %
7 7,2 % 25 7,5 % 114 11,1 % 354 17,2 % 840 26,7 % 1770 39,2 % 1780 48,2 %
41 42,3 % 138 41,4 % 465 45,3 % 943 45,8 % 857 27,2 % 476 10,5 % 135 3,7 %
HTA : Hypertension artérielle ; HCO : Hypercholestérolémie ; MIC : Maladies ischémiques cardiaques.
Tableau 3 Proportions de présence des comorbidités en fonction du sexe (n, %). Genre
HTA
HCO
Diabète
Surpoids/obésité
MIC
Arythmie cardiaque
Tabac/alcool
Hommes (n = 7200) Femmes (n = 7668)
3885 54,0 % 4331 56,5 %
3548 49,3 % 3366 43,9 %
1869 26,0 % 1695 22,1 %
1278 17,8 % 1232 16,1 %
2028 28,2 % 1971 25,7 %
2221 30,9 % 2669 34,8 %
1892 26,3 % 1163 15,2 %
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
4
Fig. 1. Profils de comorbidités selon l’âge chez les patients victimes d’accident vasculaire cérébral ischémique.
Tableau 4 Régression logistique : effets des différents facteurs de risque sur la létalité hospitalière par AVC ischémique (n = 14771). Variables Sexe Hommes Femmes Catégories d’âge 35–44 45–54 55–64 65–74 75–84 85+ Comorbidités Hypertension artérielle Hypercholestérolémie Diabète Surpoids/obésité Maladies ischémiques cardiaques Arythmie cardiaque Dépendance à l’alcool ou au tabac
OR
IC 95 %
p 0,832
1 0,99
[0,88–1,11] < 0,001
1 1,67 2,63 3,64 5,89 11,67
[0,68–4,10] [1,13–6,09] [1,60–8,31] [2,60–13,36] [5,15–26,44]
0,74 0,43 1,12 0,56 1,29 1,56 0,81
[0,66–0,82] [0,38–0,49] [0,98–2,28] [0,47–0,68] [1,14–1,45] [1,40–1,75] [0,67–98]
< 0,001 < 0,001 0,100 < 0,001 < 0,001 < 0,001 0,030
AVC : Accident vasculaire cérébral ; OR : Odds ratio (rapport de cotes) ; IC : Intervalle de confiance.
à Barcelone [18] a démontré que les proportions de personnes souffrant d’hypertension artérielle, d’hypercholestérolémie et de diabète parmi les patients hospitalisés pour un AVC ischémique aigu sont plus élevées entre 65 et 84 ans. Elle montre également que l’arythmie est plus présente à partir de 85 ans. Ces différents résultats sont aussi confirmés par une étude réalisée au Danemark [19] analysant les facteurs de risque cardiovasculaires chez des patients victimes d’un premier AVC ischémique. L’analyse multivariable montre que l’âge et les problèmes cardiaques (maladies ischémiques cardiaques et arythmie cardiaque) sont significativement associés à une hausse de la létalité hospitalière par AVC ischémique. Le diabète augmente également la létalité mais l’association n’est statistiquement pas significative. En revanche, l’hypertension, l’hypercholestérolémie, la surcharge pondérale et la dépendance à l’alcool ou au tabac semblent avoir un effet protecteur. Smith et al. ont également montré une augmentation de la mortalité par AVC ischémique avec l’âge et en présence de pathologies cardiaques ainsi qu’un effet protecteur de l’hypertension, de l’hypercholestérolémie et du tabagisme [20]. La réduction du risque de létalité par AVC en présence d’hypercholestérolémie a aussi été mise en évidence dans d’autres études [21,22]. L’hypercholestérolémie aurait aussi un effet
protecteur sur la létalité à 28 jours après un infarctus du myocarde [23]. Cet effet protecteur pourrait s’expliquer par le fait que les patients qui ont une hypercholestérolémie connue, bénéficient très souvent d’un traitement par statines et que ce traitement réduirait la mortalité toute cause [24]. Une autre étude a cependant montré que l’hypercholestérolémie est associée à une diminution de la létalité par AVC indépendamment de l’utilisation de statines [25]. Selon les auteurs, les mécanismes expliquant cet effet bénéfique pas encore été élucidés [25]. Une diminution de la létalité en présence d’hypertension artérielle a rarement été rapportée dans la littérature [20]. Il pourrait être dû au traitement par -bloquants souvent instauré chez les patients hypertendus comme cela a été proposé pour l’association entre traitement par -bloquants et diminution de la létalité des infarctus aigu du myocarde [26]. Le « paradoxe du fumeur », c’est-à-dire une diminution de la létalité chez les fumeurs, a été rapporté plusieurs fois dans une revue systématique de la littérature portant sur des patients hospitalisés pour un infarctus aigu du myocarde [27]. L’étude d’Ali et al. [28] a également montré que les fumeurs étaient moins à risque que les non-fumeurs en ce qui concerne la létalité hospitalière par AVC ischémique (OR = 0,86 ; IC 95 % [0,83–0,89]). Bien que l’effet
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
biologique du tabagisme ne puisse être exclu, ce paradoxe pourrait être dû à une confusion résiduelle non mesurée. [28]. L’effet de l’obésité est plus controversé. Selon une revue systématique de la littérature [29], plusieurs études ont rapporté l’effet protecteur de l’obésité. L’étude de Olsen et al. [30] a démontré que la mortalité post-AVC était inversement associée à l’indice de masse corporel (IMC), le risque de mortalité était plus faible chez les patients en surpoids (HR = 0,73 ; IC 95 % [0,66–0,81]). Dans une autre étude, l’association inverse de l’IMC avec la mortalité postAVC à un an a encore une fois été observée [31]. Par contre, l’étude de Skolarus et al. a mis en évidence qu’une obésité sévère est associée à une augmentation de la mortalité chez les personnes victimes d’AVC [32]. Les analyses factorielles des correspondances sont souvent utilisées en sciences sociales [11]. Dans le domaine de la santé, le nombre d’études employant une AFC reste limité. Notre étude est la première à employer cette méthode statistique pour mettre en évidence des profils de comorbidités selon l’âge et le sexe de patients victimes d’un AVC aigu. D’autres auteurs l’ont cependant utilisée dans le domaine de la santé comme Zalewska et al. [13] qui l’ont employé afin de dégager des profils symptomatologiques de l’asthme dans huit villes de la Pologne, ou Greenacre et al. qui ont dégagé, à l’aide d’une AFC, des profils par âge de la perception de l’état de santé en utilisant des données provenant de l’enquête nationale de santé en Espagne [33]. Le résumé hospitalier minimum (RHM), dont l’objectif principal est de soutenir la politique de santé du gouvernement et des hôpitaux, a peu été utilisé à des fins épidémiologiques [34–36]. Une étude réalisée en 2016 avec les données issues du RHM a montré que, malgré les limites liées aux données administratives, il semblait possible d’utiliser ce type de données pour constater des différences de mortalité par pneumonie entre les hôpitaux [35]. Une autre étude a été réalisée en 2010 a également permis d’évaluer et de confirmer la validité des données médico-administratives [36]. Leur utilisation pour leur exploitation en épidémiologie est beaucoup plus répandue dans d’autres pays comme le Canada ou la France [37–40]. Une étude réalisée au Canada avec ce type de données a essayé de démontrer, que pendant les 90 jours qui suivent la prise en charge de l’AVC, le temps passé en dehors d’une institution de soins est lié à la gravité de l’handicap post AVC [37]. Une autre étude a également utilisé des données administratives pour évaluer la durée de séjour et les coûts de traitement liés à la multimorbidité après un AVC [38]. Notre étude transversale permet de mettre en évidence des associations mais ne vise pas à démontrer la causalité des différentes comorbidités sur le déclenchement de l’AVC. Cette étude ne prend en compte que la létalité hospitalière et les comorbidités des patients hospitalisés. Les données concernant les patients décédés avant leur arrivée à l’hôpital ne sont pas disponibles. Ce possible biais de sélection implique que les patients hospitalisés ne représentent peut-être pas pleinement la population victime d’AVC ischémique aigu en Région wallonne. Le délai entre le moment de l’AVC ischémique aigu et l’arrivée à l’hôpital n’est pas disponible. Or, ce délai a une influence sur la létalité [41]. L’enregistrement de certaines comorbidités telles que le surpoids-obésité semble sous-estimé. Cependant, cette étude réalisée à partir de données administratives est la première à mettre en évidence les profils de comorbidités d’AVC ischémiques et les facteurs qui influencent la létalité hospitalière pour cette même pathologie. Ce type d’étude permettra de cibler avec plus de précision les actions en prévention secondaire et tertiaire et éventuellement de prévention primaire. Le RHM permet de mettre en place des études à faible coût. Cette base de donnée pourrait aussi rendre possible l’analyse de l’évolution à long terme des profils de comorbidité et ainsi de mesurer l’efficacité
5
des actions mises en place pour promouvoir la santé cardiovasculaire. L’utilisation de l’analyse factorielle de correspondances est une méthode statistique innovante dans l’analyse des comorbidités de l’AVC ischémique, elle a permis de résumer un nombre important de proportions dans un nuage de points très facilement interprétable. Cette méthode descriptive pourrait dans l’avenir être employée pour d’autres pathologies.
Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts.
Références [1] Organisation mondiale de la santé. Maladies cardiovasculaires; 2017. http://www.who.int/mediacentre/factsheets/fs317/fr/ [page consultée le 7/02/2017]. [2] Organisation mondiale de la santé. Projections of mortality and causes of death, 2015 and 2030; 2012. Disponible sur : http://www.who.int/ healthinfo/global burden disease/projections/en/. [3] Belgian Federal Government. Population causes de décès 1998-2014; 2013. Disponible sur : http://statbel.fgov.be/fr/modules/publications/statistiques/ [en population/downloads/population - causes de deces.jsp#.WJhqP7Qxc ligne, page consultée le 11/02/2017]. [4] Boehme AK, Esenwa C, Elkind MS, et al. Stroke risk factors, genetics, and prevention. Circulation Res 2017;120(3):472–95. [5] O’Donnell MJ, Xavier D, Liu L, et al. Risk factors for ischaemic and intracerebral haemorrhagic stroke in 22 countries (the INTERSTROKE study): a case-control study. Lancet 2010;376(9735):112–23. [6] Romero JR, Morris J, Pikula A. Stroke prevention: modifying risk factors. Therap Adv Cardiovasc Dis 2008;2(4):287–303. [7] O’Donnell MJ, Chin SL, Rangarajan S, et al. Global and regional effects of potentially modifiable risk factors associated with acute stroke in 32 countries (INTERSTROKE): a case-control study. Lancet 2016;388(10046):761–75. [8] Health Belgium. Résumé hospitalier minimum (RHM); 2016. Dissur ponible : http://www.health.belgium.be/fr/sante/organisation[en ligne, des-soins-de-sante/hopitaux/systemes-denregistrement/rhm page consultée le 18/02/2017]. [9] Laffly D. Introduction à l’analyse factorielle des correspondances, 2009. Université de Pau. Disponible sur : https://web.univ-pau.fr/ [en ligne, RECHERCHE/SET/LAFFLY/docs laffly/INTRODUCTION AFC.pdf page consultée le 5/05/2017]. [10] Masuy-Stroobant G, Baudewyns P. Analyser les données en sciences sociales : de la préparation des données a l’analyse multivariée. PIE Peter Lang; 2013. [11] Husson F, Lê S, Pagès J. Analyse de données avec R. Presses universitaires de Rennes; 2016. [12] A. Delvaux, Les données infirmières du Résumé Hospitalier Minimum (DI-RHM). Université catholique de Louvain. 2006. Disponible sur : http://www.hosp.ucl.ac.be/formations/CYCLE-PERF/A. Delvaux DI-RHM.pdf. [en ligne, page consultée le 29/02/2017]. [13] Health Belgium, Information supplémentaire concernant l’enregistrement des séjours initialement en hospitalisation de jour convertis en hospitalisation classique, 2015. Disponible sur : https://www.health.belgium.be/sites/ default/files/uploads/fields/fpshealth theme file/information supplementaire sur lhospi de jour convertie classique.pdf [en ligne, page consultée le 12/04/2017]. [14] C. Endres. ICD 9 Chrisendres, Disponible sur : http://icd9cm.chrisendres.com [en ligne, page consultée le 16/04/2017]. [15] Arboix A, García-Eroles L, Comes E, et al. Importance of cardiovascular risk ˜ de profile for in-hospital mortality due to cerebral infarction. Revista Espanola Cardiología (English Edition) 2008;61(10):1020–30. [16] Carod-Artal FJ, Lanchipa JOC, Ramírez LMC, et al. Stroke subtypes and comorbidity among ischemic stroke patients in Brasilia and Cuenca: a Brazilian–Spanish cross-cultural study. J Stroke Cerebrovasc Dis 2014;23(1):140–7. [17] Karatepe AG, Gunaydin R, Kaya T, Turkmen G. Comorbidity in patients after stroke: impact on functional outcome. J Rehabil Med 2008;40(10): 831–5. [18] Arboix A. Cardiovascular risk factors for acute stroke: Risk profiles in the different subtypes of ischemic stroke. World J Clin Cases 2015;3(5):418. [19] Andersen KK, Andersen ZJ, Olsen TS. Age-and gender-specific prevalence of cardiovascular risk factors in 40,102 patients with first-ever ischemic stroke. Stroke 2010;41(12):2768–70. [20] Smith EE, Shobha N, Dai D, et al. Risk score for in-hospital ischemic stroke mortality derived and validated within the Get With The Guidelines–Stroke Program. Circulation 2010;122:1496–504. [21] Lackland DT, Roccella EJ, Deutsch AF, et al. Factors influencing the decline in stroke mortality. Stroke 2014;45(1):315–53. [22] Arboix A, García-Eroles L, Oliveres M, Targa C, Balcells M, Massons J. Pretreatment with statins improves early outcome in patients with first-ever ischaemic
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
6
[23]
[24]
[25]
[26]
[27] [28]
[29] [30] [31] [32]
stroke: a pleiotropic effect of statins or a beneficial effect of hypercholesterolemia? BMC neurology 2010;10(1):47. Hanania G, Cambou JP, Vaur L, et al. Manage- ment and in hospital outcome of patients with acute myocardial infarction admitted to intensive care units at the turn of the century: results from the French nationwide USIC 2000 registry. Heart 2004;90:1404–10. Ferrieres J, Bataille V, Leclercq F, et al. Patterns of statin prescription in acute myocardial infarction: The French registry of Acute ST-elevation or non-STelevation Myocardial Infarction (FAST-MI). Atherosclerosis 2009;204:491–6. Yeramaneni S, Kleindorfer DO, Sucharew H, et al. Hyperlipidemia is associated with lower risk of poststroke mortality independent of statin use: A populationbased study. Int J Stroke 2017;12(2):152–60. Collart P, Coppieters Y, Dramaix M, et al. Infarctus aigu du myocarde à Charleroi : évolution des facteurs de risque et des pratiques thérapeutiques. Ann Cardiol Angeiol 2013;62(4):233–40. Aune E, Røislien J, Mathisen M, et al. The “smoker’s paradox” in patients with acute coronary syndrome: a systematic review. BMC Med 2011;9:97. Ali SF, Smith EE, Reeves MJ, et al. Smoking Paradox in Patients Hospitalized With Coronary Artery Disease or Acute Ischemic Stroke. Circulation: Cardiovascular Quality and Outcomes 2015;8:S73–80. Oesch L, Tatlisumak T, Arnold M, Sarikaya H. Obesity paradox in stroke–Myth or reality? A systematic review. PloS one 2017;12(3):e0171334. Olsen TS, Dehlendorff C, Petersen HG, Andersen KK. Body mass index and poststroke mortality. Neuroepidemiology 2008;30(2):93–100. Kim BJ, Lee SH, Jung KH, et al. Dynamics of obesity paradox after stroke, related to time from onset, age, and causes of death. Neurology 2012;79(9):856–63. Skolarus LE, Sanchez BN, Levine DA, et al. Association of body mass index and mortality after acute ischemic stroke. Circulation: Cardiovascular Quality and Outcomes 2014;7(1):64–9.
[33] Greenacre M. Correspondence analysis of the Spanish national health survey. Gaceta Sanitaria 2002;16(2):160–70. [34] Camberlain C, Mertens I, Figeys A, et al. Validité des données hospitalières pour leur exploitation en épidémiologie, Projet Agora, 2004. Disponible sur : http://www.belspo.be/belspo/organisation/publ/pub ostc/agora/ragDD31 fr. pdf [en ligne, page consultée le 12/05/2017]. [35] Aelvoet W, Terryn N, Blommaert A, et al. Community-acquired pneumonia (CAP) hospitalizations and deaths: is there a role for quality improvement through inter-hospital comparisons? Int J Qual Health Care 2016;28(1): 22–32. [36] Aelvoet W, Terryn N, Molenberghs G, et al. Do inter-hospital comparisons of in-hospital, acute myocardial infarction case-fatality rates serve the purpose of fostering quality improvement? An evaluative study. BMC health services research 2010;10(1):334. [37] Amy YX, Rogers E, Wang M, et al. Population-based study of home-time by stroke type and correlation with modified Rankin score. Neurology 2017;89(19):1970–80. [38] Specogna AV, Hill MD, Patten SB, Turin TC. Hospital treatment costs and length of stay associated with hypertension and multimorbidity after hemorrhagic stroke. BMC neurology 2017;17(1):158. [39] Saint-Laurent D, Blais C, Jean S, Sirois C, Rochette L, Émond V. Le modèle québécois de surveillance des maladies chroniques basé sur l’utilisation des données médico-adminis-tratives jumelées. Bull Epidémiol Hebd 2013:4–8 [Hors-sérié]. [40] Delmas MC, boussac-Zarebska M, Houot M, Lauzeille D, Iwatsubo Y, Fuhrman C. L’apport des bases médico-admi- nistratives dans la surveillance des maladies chroniques en France. Bull Epidémiol Hebd 2013:30–5 [Hors-sérié]. [41] Advani R, Naess H, Kurz MW, et al. The golden hour of acute ischemic stroke. Scand J Trauma Resusc Emergency Med 2017;25(1):54.
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
ARTICLE IN PRESS Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
Disponible en ligne sur
ScienceDirect www.sciencedirect.com
Article original
Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité Analysis of comorbidities in hospitalized patients for ischemic stroke and their effects on lethality M. Savsin a,∗ , D. Dubourg b , Y. Coppieters a , P. Collart a,b a Centre de recherche épidémiologie, biostatistiques et recherche clinique, école de santé publique, université libre de Bruxelles (U.L.B.), Route de Lennik 808, CP 596, 1070 Brussels, Belgique b Agence pour une vie de qualité, rue de la Rivelaine 21, 6061 Charleroi, Belgique
i n f o
a r t i c l e
Historique de l’article : Rec¸u le 27 septembre 2018 Rec¸u sous la forme révisée le 7 mars 2019 Accepté le 22 juillet 2019 Disponible sur Internet le xxx Mots clés : Accident vasculaire cérébral Comorbidités Données administratives Létalité Région wallonne.
r é s u m é But de l’étude. – Cette article vise à analyser les comorbidités de l’accident vasculaire cérébral (AVC) ischémique aigu et celles influenc¸ant sa létalité hospitalière. Méthode. – Nous avons étudié les patients âgés de 25 ans et plus, résidant en Wallonie et admis dans un hôpital belge pour un AVC durant les années 2013 et 2014. Les données médico-administratives analysées sont issues du résumé hospitalier minimum qui enregistre toutes les hospitalisations de la Wallonie. Pour la mise en évidence des profils de comorbidités, une analyse factorielle des correspondances a été effectuée. Une régression logistique a été employée pour analyser les comorbidités influenc¸ant la létalité hospitalière. Résultats. – Les facteurs de risque d’AVC varient en fonction de l’âge. Les problèmes cardiaques sont davantage présents chez les personnes âgées de 85 ans et plus. L’hypertension artérielle, l’hypercholestérolémie et le diabète sont plus marqués entre 65 et 84 ans. La surcharge pondérale est plus présente entre 55 et 74 ans. Les personnes ayant une dépendance à l’alcool ou au tabac ont souvent 65 ans et moins. L’âge, les maladies ischémiques et l’arythmie cardiaque sont les facteurs de risque augmentant la létalité. Il y a cependant une diminution de la létalité en présence d’hypertension artérielle, d’hypercholestérolémie, de surcharge pondérale et de dépendance au tabac ou à l’alcool. Conclusion. – Cette étude démontre que les bases de données médico-administratives et les méthodes statistiques factorielles sont parfaitement adaptées pour confirmer les facteurs de risque liés à l’AVC ischémiques. Ce type d’étude permettra de cibler avec plus de précision les actions de prévention secondaire et tertiaire de l’AVC. ´ ´ es. © 2019 Elsevier Masson SAS. Tous droits reserv
a b s t r a c t Keywords: Stroke Comorbidities Administrative data Lethality Wallonia
Objectives. – The aim of the study consists of analyzing the comorbidities of acute ischemic stroke and those influencing its hospital lethality. Methods. – We considered patients from Wallonia aged 25 years or more and admitted to a Belgian hospital for an acute ischemic stroke in 2013 and 2014. The analyzed medico-administrative data are taken from the Minimum Hospital Summary. A factorial correspondence analysis (FCA) was used to demonstrate the comorbidities profiles. A logistic regression was used to analyse the comorbidities influencing hospital lethality by ischemic stroke. Results. – The stroke risk factors vary according to the age. Cardiac problems are more common in older people aged 85 years or more. High blood pressure, hypercholesterolemia and diabetes are more present between 65- and 84-year-olds. Overweight is more present between 55 and 74-year-olds. People who
∗ Auteur correspondant. Adresses e-mail : [email protected] [email protected] (P. Collart).
(M.
Savsin),
[email protected]
(D.
Dubourg),
[email protected]
(Y.
Coppieters),
https://doi.org/10.1016/j.ancard.2019.07.008 ´ ´ 0003-3928/© 2019 Elsevier Masson SAS. Tous droits reserv es.
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
2
are addicted to alcohol or tobacco are often 65 years or younger. The logistic regression showed that age and heart problems are the risk factors that increase lethality. However there is a lethality diminution in the presence of high blood pressure, hypercholesterolemia, overweight and addiction to alcohol or tobacco. Conclusion. – This study demonstrates that medico-administrative databases and factorial statistical methods are perfectly adapted to confirm the ischemic stroke risk factors. This type of study will allow to target with more precision the secondary and tertiary prevention actions of stroke. © 2019 Elsevier Masson SAS. All rights reserved.
1. Introduction Les maladies cardiovasculaires (MCV) restent la première cause de mortalité dans le monde. L’Organisation mondiale de la santé (OMS) estimait qu’elles avaient provoqué 17,5 millions de décès en 2012, soit environ un tiers de la mortalité mondiale totale. Parmi ces décès, 7,4 millions étaient attribués à une cardiopathie coronarienne et 6,7 millions à un accident vasculaire cérébral (AVC) [1]. Selon les projections de l’OMS pour l’Europe, la proportion de décès dus aux AVC devrait passer de 13 % en 2015 à 13,7 % en 2030 [2]. En Belgique, depuis 20 ans, le nombre de décès dus à des maladies cérébrovasculaires est en diminution. En 1987, les 10 295 décès dus à un AVC comptaient pour près de 10 % de la mortalité tandis qu’en 2014, 6 798 décès étaient attribués à un AVC soit 6,5 % de la mortalité. [3]. L’AVC reste cependant la deuxième cause de mortalité, après l’infarctus du myocarde et avant les cancers du poumon. En Wallonie, 6 000 personnes sont hospitalisées chaque année pour AVC et 2 000 personnes en décèdent. Les facteurs de risque de l’AVC ischémique sont bien connus. Certains sont modifiables comme l’hypertension artérielle, l’hypercholestérolémie, le diabète, le surpoids ou l’obésité, les problèmes cardiaques, le tabac, l’alcool et l’inactivé physique [4–7] et d’autres non modifiables comme l’âge, le sexe, l’origine ethnique et les facteurs génétiques [4–6]. Par une représentation graphique, les variations de ces comorbidités selon l’âge ont été mises en évidence. L’importance de chaque facteur de risque peut varier selon l’âge et le sexe, et la connaissance de ces variations peut être importante en termes de prise en charge lors d’un événement aigu mais également pour les politiques de prévention.
(ICD 9 : 250), l’hypercholestérolémie (ICD 9 : 272), les problèmes de surpoids ou d’obésité (ICD 9 : 278), la dépendance au tabac et à l’alcool (ICD 9 : 305,0 et 305,1), l’hypertension artérielle (ICD 9 : 401), les maladies ischémiques cardiaques (ICD 9 : 410–414) et l’arythmie cardiaque (ICD 9 : 427) [14]. L’analyse factorielle des correspondances (AFC) a été utilisée pour dégager, par une représentation graphique de type nuage de points, les profils de comorbidités selon l’âge et le sexe des patients. Elle permet, en se basant sur la distance du Chi2 , d’étudier les correspondances ou proximités existantes entre les modalités des deux variables qualitatives [9–11]. Les proportions des différentes comorbidités ont aussi été calculées en fonction de l’âge et du sexe afin de confirmer les résultats de l’AFC. Les associations entre la létalité hospitalière par AVC ischémique et les variables âge, sexe, comorbidités ont été testées à l’aide d’un Chi2 de Pearson. Le test de Fischer a été utilisé quand le Chi2 de Pearson n’était pas applicable. L’association a été estimée par un rapport de cotes (OR) et son intervalle de confiance fixé à 95 % (IC 95 %). Un modèle de régression logistique multiple a été établi pour analyser les facteurs influenc¸ant la létalité. L’effet modificateur du sexe sur l’association entre les différentes variables du modèle et la létalité a aussi été analysé. Les OR ajustés et leurs intervalles de confiance fixés à 95 % sont dérivés du modèle final. Le test d’ajustement de Hosmer–Lemeshow a été effectué pour vérifier l’adéquation du modèle. La catégorie d’âge 25–34 ans a été ignorée car elle ne comportait aucun décès. Le seuil de signification pour tous les tests statistiques réalisés a été fixé à de 5 %. Les analyses statistiques ont été effectuées à l’aide des logiciels Stata 12 (StataCorp. 2011) et R 2.15.0 (R Foundation for Statistical Computing).
2. Méthode 3. Résultats Les données utilisées sont issues de la base de données « Résumé hospitalier minimum » (RHM). Le RHM est un système d’enregistrement anonymisé auquel tous les hôpitaux non psychiatriques de Belgique sont tenus de contribuer [8]. Il est structuré sous forme d’une base de données relationnelle reprenant pour chaque patient des informations sociodémographiques (âge, sexe, lieu de résidence. . .), médicales (diagnostic, cause de décès, durée de séjour. . .) et administratives [12]. La population d’étude était composée de tous les patients, âgés de 25 ans et plus et résidant en Wallonie, admis dans un hôpital belge pour un AVC ischémique aigu entre le 1er janvier 2013 et le 31 décembre 2014. La sélection des cas a été effectuée à partir de la cause principale d’admission du patient à l’hôpital. Les patients qui avaient un code diagnostic selon la neuvième révision de la classification internationale des maladies à l’admission ICD (International Classification of Diseases) 9 : 433 à 436, correspondant à un AVC ischémique aigu, ont été retenus pour les analyses [13,14]. Les comorbidités ont été extraites des diagnostics secondaires qui sont notifiés par chaque médecin spécialiste qui a examiné le patient. Les comorbidités présentes chez au moins 15 % des patients ont été retenues pour l’analyse. Ces comorbidités sont : le diabète
3.1. Profil de comorbidités Un total de 14 868 patients de plus de 25 ans admis dans un hôpital pour un AVC ischémique aigu a été inclus dans cette étude. L’âge médian à l’admission est de 72 ans pour les hommes et de 79 ans pour les femmes. La létalité hospitalière est de 9,3 % pour les hommes et de 12,5 % pour les femmes. Les comorbidités les plus présentes sont l’hypertension artérielle (55,3 %) et l’hypercholestérolémie (46,5 %) (Tableau 1). proportions Des plus élevées d’hypertension, d’hypercholestérolémie et de diabète sont observées chez les patients de 65–84 ans et de pathologies cardiaques chez les 85 ans et plus. La proportion de patients en surcharge pondérale est d’environ 20 % et varie peu selon l’âge. La proportion de la dépendance au tabac ou à l’alcool est supérieure à 40 % avant 65 ans (Tableau 2). Le profil de comorbidité varie peu avec le genre (Tableau 3). L’hypercholestérolémie, le diabète, le surpoids ou l’obésité, les maladies ischémiques cardiaques sont légèrement plus fréquentes chez les hommes. Cette différence est un peu plus marquée pour
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model
ARTICLE IN PRESS
ANCAAN-1280; No. of Pages 6
M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx Tableau 1 Caractéristiques sociodémographiques et comorbidités des patients hospitalisés pour accident vasculaire cérébral ischémique aigu, Wallonie, 2013–2014. Variables Sexe Hommes Femmes Catégories d’âge 25–34 35–44 45–54 55–64 65–74 75–84 85+ Comorbidités Hypertension artérielle (HTA) Hypercholestérolémie (HCO) Diabète Surpoids/obésité Maladies ischémiques cardiaques (MIC) Arythmie cardiaque Dépendance alcool ou tabac
n
%
7200 7668
48,4 51,6
97 333 1027 2057 3146 4514 3694
0,7 2,2 6,9 13,8 21,2 30,4 24,9
8216 6914 3564 2510 3999 4890 3055
55,3 46,5 24,0 16,9 26,9 32,9 20,6
le tabac et l’alcool. Par contre, l’hypertension artérielle et les arythmies cardiaques sont légèrement plus fréquentes chez les femmes. La Fig. 1 montre la représentation graphique de l’analyse factorielle des correspondances. La première dimension représente 93,5 % de la variabilité avec l’arythmie cardiaque et les maladies ischémiques cardiaques à gauche et le surpoids ou l’obésité et le tabac ou l’alcool à la droite du graphique. Le nuage de points montre une forte variation des profils de comorbidités en fonction de l’âge (Fig. 1). Quatre profils de comorbidités en fonction de l’âge sont mis en évidence. L’hypertension, l’hypercholestérolémie et le diabète sont très proches des tranches d’âge 65–74 ans et 75–84 ans. Les problèmes cardiaques (maladies ischémiques cardiaques et arythmies cardiaques) sont davantage présents à partir de 85 ans. La surcharge pondérale est plus marquée entre 55 et 74 ans. Enfin, le tabagisme et la consommation excessive d’alcool sont surtout présents avant 65 ans.
3
3.2. Analyse de la létalité hospitalière par AVC ischémique Le sexe est associé à la létalité avec 9,3 % de mortalité pour les hommes et 12,5 % pour les femmes (OR = 1,39, [IC95 % : 1,35–1,54]). La létalité augmente de fac¸on continue avec l’âge (de 1,8 % pour les 35–44 ans jusque 22,4 % pour les 85 ans et plus). Après ajustement pour l’âge et les différentes comorbidités, le sexe n’est plus associé à la létalité (OR = 0,99, [IC 95 % : 0,88–1,11]). Dans ce modèle multivariable présenté dans le Tableau 4, les maladies ischémiques (OR = 1,29 [IC 95 % : 1,14–1,45]) et l’arythmie cardiaque (OR = 1,56 [IC95 % : 1,40–1,75]) augmentent la létalité hospitalière par AVC ischémique. En revanche, la létalité baisse en présence d’hypertension artérielle (OR = 0,74 [IC 95 % : 0,66–0,82]), d’hypercholestérolémie (OR = 0,43 [IC 95 % : 0,38–0,49]), de surcharge pondérale (OR = 0,56 [IC 95 % : 0,47–0,68]) et de dépendance au tabac ou à l’alcool (OR = 0,81 [IC 95 % : 0,67–0,98]). Dans ce même modèle, la létalité augmente en fonction de l’âge (p < 0,001) et les personnes âgées de 85 ans et plus (OR = 11,67 [IC 95 % : 5,15–26,44]) ont environ 12 fois plus de risques de décéder suite à un AVC ischémique que les 35–44 ans. On ne trouve par contre pas d’association statistiquement significative entre le diabète et la létalité. Un effet modificateur du sexe sur l’association entre les différentes variables du modèle et la létalité n’a pas été mis en évidence (Tableau 4). 4. Discussion Dans notre population d’étude, les proportions de patients souffrant d’hypertension artérielle, d’hypercholestérolémie et de diabète étaient respectivement de 55,3 %, 46,5 % et 24 %. Ces données concordent avec les facteurs de risque de l’AVC dans la littérature scientifique. Plusieurs études portant sur l’AVC ischémique ont retenu ces trois comorbidités comme étant les plus fréquentes [15–17]. Dans une étude réalisée en Espagne [16], les proportions de patients souffrant d’hypertension artérielle (55,5 %) et de diabète (23,4 %) sont quasi identiques à celles de notre étude, mais la proportion de patients présentant une hypercholestérolémie est beaucoup plus faible (17,8 %). Une autre étude réalisée
Tableau 2 Proportions de comorbidités en fonction de l’âge (n, %). Âges
HTA
HCO
Diabète
Surpoids/obésité
MIC
Arythmie cardiaque
Tabac/alcool
25–34 ans (n = 97) 35–44 ans (n = 333) 45–54 ans (n = 1027) 55–64 ans (n = 2057) 65–74 ans (n = 3146) 75–84 ans (n = 4514) 85ans et plus (n = 3694)
12 12,4 % 91 27,3 % 466 45,4 % 1176 57,2 % 1916 60,9 % 2645 58,6 % 1910 51,7 %
20 20,6 % 124 37,2 % 517 50,3 % 1102 53,6 % 1712 54,5 % 2203 48,8 % 1236 33,5 %
3 3,1 % 27 8,1 % 156 15,2 % 516 25,1 % 925 29,4 % 1227 27,2 % 710 19,2 %
16 16,5 % 64 19,2 % 204 19,9 % 424 20,6 % 685 21,8 % 759 16,8 % 358 9,7 %
7 7,2 % 24 7,2 % 118 11,5 % 392 19,1 % 821 26,1 % 1403 31,1 % 1234 33,4 %
7 7,2 % 25 7,5 % 114 11,1 % 354 17,2 % 840 26,7 % 1770 39,2 % 1780 48,2 %
41 42,3 % 138 41,4 % 465 45,3 % 943 45,8 % 857 27,2 % 476 10,5 % 135 3,7 %
HTA : Hypertension artérielle ; HCO : Hypercholestérolémie ; MIC : Maladies ischémiques cardiaques.
Tableau 3 Proportions de présence des comorbidités en fonction du sexe (n, %). Genre
HTA
HCO
Diabète
Surpoids/obésité
MIC
Arythmie cardiaque
Tabac/alcool
Hommes (n = 7200) Femmes (n = 7668)
3885 54,0 % 4331 56,5 %
3548 49,3 % 3366 43,9 %
1869 26,0 % 1695 22,1 %
1278 17,8 % 1232 16,1 %
2028 28,2 % 1971 25,7 %
2221 30,9 % 2669 34,8 %
1892 26,3 % 1163 15,2 %
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
4
Fig. 1. Profils de comorbidités selon l’âge chez les patients victimes d’accident vasculaire cérébral ischémique.
Tableau 4 Régression logistique : effets des différents facteurs de risque sur la létalité hospitalière par AVC ischémique (n = 14771). Variables Sexe Hommes Femmes Catégories d’âge 35–44 45–54 55–64 65–74 75–84 85+ Comorbidités Hypertension artérielle Hypercholestérolémie Diabète Surpoids/obésité Maladies ischémiques cardiaques Arythmie cardiaque Dépendance à l’alcool ou au tabac
OR
IC 95 %
p 0,832
1 0,99
[0,88–1,11] < 0,001
1 1,67 2,63 3,64 5,89 11,67
[0,68–4,10] [1,13–6,09] [1,60–8,31] [2,60–13,36] [5,15–26,44]
0,74 0,43 1,12 0,56 1,29 1,56 0,81
[0,66–0,82] [0,38–0,49] [0,98–2,28] [0,47–0,68] [1,14–1,45] [1,40–1,75] [0,67–98]
< 0,001 < 0,001 0,100 < 0,001 < 0,001 < 0,001 0,030
AVC : Accident vasculaire cérébral ; OR : Odds ratio (rapport de cotes) ; IC : Intervalle de confiance.
à Barcelone [18] a démontré que les proportions de personnes souffrant d’hypertension artérielle, d’hypercholestérolémie et de diabète parmi les patients hospitalisés pour un AVC ischémique aigu sont plus élevées entre 65 et 84 ans. Elle montre également que l’arythmie est plus présente à partir de 85 ans. Ces différents résultats sont aussi confirmés par une étude réalisée au Danemark [19] analysant les facteurs de risque cardiovasculaires chez des patients victimes d’un premier AVC ischémique. L’analyse multivariable montre que l’âge et les problèmes cardiaques (maladies ischémiques cardiaques et arythmie cardiaque) sont significativement associés à une hausse de la létalité hospitalière par AVC ischémique. Le diabète augmente également la létalité mais l’association n’est statistiquement pas significative. En revanche, l’hypertension, l’hypercholestérolémie, la surcharge pondérale et la dépendance à l’alcool ou au tabac semblent avoir un effet protecteur. Smith et al. ont également montré une augmentation de la mortalité par AVC ischémique avec l’âge et en présence de pathologies cardiaques ainsi qu’un effet protecteur de l’hypertension, de l’hypercholestérolémie et du tabagisme [20]. La réduction du risque de létalité par AVC en présence d’hypercholestérolémie a aussi été mise en évidence dans d’autres études [21,22]. L’hypercholestérolémie aurait aussi un effet
protecteur sur la létalité à 28 jours après un infarctus du myocarde [23]. Cet effet protecteur pourrait s’expliquer par le fait que les patients qui ont une hypercholestérolémie connue, bénéficient très souvent d’un traitement par statines et que ce traitement réduirait la mortalité toute cause [24]. Une autre étude a cependant montré que l’hypercholestérolémie est associée à une diminution de la létalité par AVC indépendamment de l’utilisation de statines [25]. Selon les auteurs, les mécanismes expliquant cet effet bénéfique pas encore été élucidés [25]. Une diminution de la létalité en présence d’hypertension artérielle a rarement été rapportée dans la littérature [20]. Il pourrait être dû au traitement par -bloquants souvent instauré chez les patients hypertendus comme cela a été proposé pour l’association entre traitement par -bloquants et diminution de la létalité des infarctus aigu du myocarde [26]. Le « paradoxe du fumeur », c’est-à-dire une diminution de la létalité chez les fumeurs, a été rapporté plusieurs fois dans une revue systématique de la littérature portant sur des patients hospitalisés pour un infarctus aigu du myocarde [27]. L’étude d’Ali et al. [28] a également montré que les fumeurs étaient moins à risque que les non-fumeurs en ce qui concerne la létalité hospitalière par AVC ischémique (OR = 0,86 ; IC 95 % [0,83–0,89]). Bien que l’effet
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
biologique du tabagisme ne puisse être exclu, ce paradoxe pourrait être dû à une confusion résiduelle non mesurée. [28]. L’effet de l’obésité est plus controversé. Selon une revue systématique de la littérature [29], plusieurs études ont rapporté l’effet protecteur de l’obésité. L’étude de Olsen et al. [30] a démontré que la mortalité post-AVC était inversement associée à l’indice de masse corporel (IMC), le risque de mortalité était plus faible chez les patients en surpoids (HR = 0,73 ; IC 95 % [0,66–0,81]). Dans une autre étude, l’association inverse de l’IMC avec la mortalité postAVC à un an a encore une fois été observée [31]. Par contre, l’étude de Skolarus et al. a mis en évidence qu’une obésité sévère est associée à une augmentation de la mortalité chez les personnes victimes d’AVC [32]. Les analyses factorielles des correspondances sont souvent utilisées en sciences sociales [11]. Dans le domaine de la santé, le nombre d’études employant une AFC reste limité. Notre étude est la première à employer cette méthode statistique pour mettre en évidence des profils de comorbidités selon l’âge et le sexe de patients victimes d’un AVC aigu. D’autres auteurs l’ont cependant utilisée dans le domaine de la santé comme Zalewska et al. [13] qui l’ont employé afin de dégager des profils symptomatologiques de l’asthme dans huit villes de la Pologne, ou Greenacre et al. qui ont dégagé, à l’aide d’une AFC, des profils par âge de la perception de l’état de santé en utilisant des données provenant de l’enquête nationale de santé en Espagne [33]. Le résumé hospitalier minimum (RHM), dont l’objectif principal est de soutenir la politique de santé du gouvernement et des hôpitaux, a peu été utilisé à des fins épidémiologiques [34–36]. Une étude réalisée en 2016 avec les données issues du RHM a montré que, malgré les limites liées aux données administratives, il semblait possible d’utiliser ce type de données pour constater des différences de mortalité par pneumonie entre les hôpitaux [35]. Une autre étude a été réalisée en 2010 a également permis d’évaluer et de confirmer la validité des données médico-administratives [36]. Leur utilisation pour leur exploitation en épidémiologie est beaucoup plus répandue dans d’autres pays comme le Canada ou la France [37–40]. Une étude réalisée au Canada avec ce type de données a essayé de démontrer, que pendant les 90 jours qui suivent la prise en charge de l’AVC, le temps passé en dehors d’une institution de soins est lié à la gravité de l’handicap post AVC [37]. Une autre étude a également utilisé des données administratives pour évaluer la durée de séjour et les coûts de traitement liés à la multimorbidité après un AVC [38]. Notre étude transversale permet de mettre en évidence des associations mais ne vise pas à démontrer la causalité des différentes comorbidités sur le déclenchement de l’AVC. Cette étude ne prend en compte que la létalité hospitalière et les comorbidités des patients hospitalisés. Les données concernant les patients décédés avant leur arrivée à l’hôpital ne sont pas disponibles. Ce possible biais de sélection implique que les patients hospitalisés ne représentent peut-être pas pleinement la population victime d’AVC ischémique aigu en Région wallonne. Le délai entre le moment de l’AVC ischémique aigu et l’arrivée à l’hôpital n’est pas disponible. Or, ce délai a une influence sur la létalité [41]. L’enregistrement de certaines comorbidités telles que le surpoids-obésité semble sous-estimé. Cependant, cette étude réalisée à partir de données administratives est la première à mettre en évidence les profils de comorbidités d’AVC ischémiques et les facteurs qui influencent la létalité hospitalière pour cette même pathologie. Ce type d’étude permettra de cibler avec plus de précision les actions en prévention secondaire et tertiaire et éventuellement de prévention primaire. Le RHM permet de mettre en place des études à faible coût. Cette base de donnée pourrait aussi rendre possible l’analyse de l’évolution à long terme des profils de comorbidité et ainsi de mesurer l’efficacité
5
des actions mises en place pour promouvoir la santé cardiovasculaire. L’utilisation de l’analyse factorielle de correspondances est une méthode statistique innovante dans l’analyse des comorbidités de l’AVC ischémique, elle a permis de résumer un nombre important de proportions dans un nuage de points très facilement interprétable. Cette méthode descriptive pourrait dans l’avenir être employée pour d’autres pathologies.
Déclaration de liens d’intérêts Les auteurs déclarent ne pas avoir de liens d’intérêts.
Références [1] Organisation mondiale de la santé. Maladies cardiovasculaires; 2017. http://www.who.int/mediacentre/factsheets/fs317/fr/ [page consultée le 7/02/2017]. [2] Organisation mondiale de la santé. Projections of mortality and causes of death, 2015 and 2030; 2012. Disponible sur : http://www.who.int/ healthinfo/global burden disease/projections/en/. [3] Belgian Federal Government. Population causes de décès 1998-2014; 2013. Disponible sur : http://statbel.fgov.be/fr/modules/publications/statistiques/ [en population/downloads/population - causes de deces.jsp#.WJhqP7Qxc ligne, page consultée le 11/02/2017]. [4] Boehme AK, Esenwa C, Elkind MS, et al. Stroke risk factors, genetics, and prevention. Circulation Res 2017;120(3):472–95. [5] O’Donnell MJ, Xavier D, Liu L, et al. Risk factors for ischaemic and intracerebral haemorrhagic stroke in 22 countries (the INTERSTROKE study): a case-control study. Lancet 2010;376(9735):112–23. [6] Romero JR, Morris J, Pikula A. Stroke prevention: modifying risk factors. Therap Adv Cardiovasc Dis 2008;2(4):287–303. [7] O’Donnell MJ, Chin SL, Rangarajan S, et al. Global and regional effects of potentially modifiable risk factors associated with acute stroke in 32 countries (INTERSTROKE): a case-control study. Lancet 2016;388(10046):761–75. [8] Health Belgium. Résumé hospitalier minimum (RHM); 2016. Dissur ponible : http://www.health.belgium.be/fr/sante/organisation[en ligne, des-soins-de-sante/hopitaux/systemes-denregistrement/rhm page consultée le 18/02/2017]. [9] Laffly D. Introduction à l’analyse factorielle des correspondances, 2009. Université de Pau. Disponible sur : https://web.univ-pau.fr/ [en ligne, RECHERCHE/SET/LAFFLY/docs laffly/INTRODUCTION AFC.pdf page consultée le 5/05/2017]. [10] Masuy-Stroobant G, Baudewyns P. Analyser les données en sciences sociales : de la préparation des données a l’analyse multivariée. PIE Peter Lang; 2013. [11] Husson F, Lê S, Pagès J. Analyse de données avec R. Presses universitaires de Rennes; 2016. [12] A. Delvaux, Les données infirmières du Résumé Hospitalier Minimum (DI-RHM). Université catholique de Louvain. 2006. Disponible sur : http://www.hosp.ucl.ac.be/formations/CYCLE-PERF/A. Delvaux DI-RHM.pdf. [en ligne, page consultée le 29/02/2017]. [13] Health Belgium, Information supplémentaire concernant l’enregistrement des séjours initialement en hospitalisation de jour convertis en hospitalisation classique, 2015. Disponible sur : https://www.health.belgium.be/sites/ default/files/uploads/fields/fpshealth theme file/information supplementaire sur lhospi de jour convertie classique.pdf [en ligne, page consultée le 12/04/2017]. [14] C. Endres. ICD 9 Chrisendres, Disponible sur : http://icd9cm.chrisendres.com [en ligne, page consultée le 16/04/2017]. [15] Arboix A, García-Eroles L, Comes E, et al. Importance of cardiovascular risk ˜ de profile for in-hospital mortality due to cerebral infarction. Revista Espanola Cardiología (English Edition) 2008;61(10):1020–30. [16] Carod-Artal FJ, Lanchipa JOC, Ramírez LMC, et al. Stroke subtypes and comorbidity among ischemic stroke patients in Brasilia and Cuenca: a Brazilian–Spanish cross-cultural study. J Stroke Cerebrovasc Dis 2014;23(1):140–7. [17] Karatepe AG, Gunaydin R, Kaya T, Turkmen G. Comorbidity in patients after stroke: impact on functional outcome. J Rehabil Med 2008;40(10): 831–5. [18] Arboix A. Cardiovascular risk factors for acute stroke: Risk profiles in the different subtypes of ischemic stroke. World J Clin Cases 2015;3(5):418. [19] Andersen KK, Andersen ZJ, Olsen TS. Age-and gender-specific prevalence of cardiovascular risk factors in 40,102 patients with first-ever ischemic stroke. Stroke 2010;41(12):2768–70. [20] Smith EE, Shobha N, Dai D, et al. Risk score for in-hospital ischemic stroke mortality derived and validated within the Get With The Guidelines–Stroke Program. Circulation 2010;122:1496–504. [21] Lackland DT, Roccella EJ, Deutsch AF, et al. Factors influencing the decline in stroke mortality. Stroke 2014;45(1):315–53. [22] Arboix A, García-Eroles L, Oliveres M, Targa C, Balcells M, Massons J. Pretreatment with statins improves early outcome in patients with first-ever ischaemic
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008
G Model ANCAAN-1280; No. of Pages 6
ARTICLE IN PRESS M. Savsin et al. / Annales de Cardiologie et d’Angéiologie xxx (2019) xxx–xxx
6
[23]
[24]
[25]
[26]
[27] [28]
[29] [30] [31] [32]
stroke: a pleiotropic effect of statins or a beneficial effect of hypercholesterolemia? BMC neurology 2010;10(1):47. Hanania G, Cambou JP, Vaur L, et al. Manage- ment and in hospital outcome of patients with acute myocardial infarction admitted to intensive care units at the turn of the century: results from the French nationwide USIC 2000 registry. Heart 2004;90:1404–10. Ferrieres J, Bataille V, Leclercq F, et al. Patterns of statin prescription in acute myocardial infarction: The French registry of Acute ST-elevation or non-STelevation Myocardial Infarction (FAST-MI). Atherosclerosis 2009;204:491–6. Yeramaneni S, Kleindorfer DO, Sucharew H, et al. Hyperlipidemia is associated with lower risk of poststroke mortality independent of statin use: A populationbased study. Int J Stroke 2017;12(2):152–60. Collart P, Coppieters Y, Dramaix M, et al. Infarctus aigu du myocarde à Charleroi : évolution des facteurs de risque et des pratiques thérapeutiques. Ann Cardiol Angeiol 2013;62(4):233–40. Aune E, Røislien J, Mathisen M, et al. The “smoker’s paradox” in patients with acute coronary syndrome: a systematic review. BMC Med 2011;9:97. Ali SF, Smith EE, Reeves MJ, et al. Smoking Paradox in Patients Hospitalized With Coronary Artery Disease or Acute Ischemic Stroke. Circulation: Cardiovascular Quality and Outcomes 2015;8:S73–80. Oesch L, Tatlisumak T, Arnold M, Sarikaya H. Obesity paradox in stroke–Myth or reality? A systematic review. PloS one 2017;12(3):e0171334. Olsen TS, Dehlendorff C, Petersen HG, Andersen KK. Body mass index and poststroke mortality. Neuroepidemiology 2008;30(2):93–100. Kim BJ, Lee SH, Jung KH, et al. Dynamics of obesity paradox after stroke, related to time from onset, age, and causes of death. Neurology 2012;79(9):856–63. Skolarus LE, Sanchez BN, Levine DA, et al. Association of body mass index and mortality after acute ischemic stroke. Circulation: Cardiovascular Quality and Outcomes 2014;7(1):64–9.
[33] Greenacre M. Correspondence analysis of the Spanish national health survey. Gaceta Sanitaria 2002;16(2):160–70. [34] Camberlain C, Mertens I, Figeys A, et al. Validité des données hospitalières pour leur exploitation en épidémiologie, Projet Agora, 2004. Disponible sur : http://www.belspo.be/belspo/organisation/publ/pub ostc/agora/ragDD31 fr. pdf [en ligne, page consultée le 12/05/2017]. [35] Aelvoet W, Terryn N, Blommaert A, et al. Community-acquired pneumonia (CAP) hospitalizations and deaths: is there a role for quality improvement through inter-hospital comparisons? Int J Qual Health Care 2016;28(1): 22–32. [36] Aelvoet W, Terryn N, Molenberghs G, et al. Do inter-hospital comparisons of in-hospital, acute myocardial infarction case-fatality rates serve the purpose of fostering quality improvement? An evaluative study. BMC health services research 2010;10(1):334. [37] Amy YX, Rogers E, Wang M, et al. Population-based study of home-time by stroke type and correlation with modified Rankin score. Neurology 2017;89(19):1970–80. [38] Specogna AV, Hill MD, Patten SB, Turin TC. Hospital treatment costs and length of stay associated with hypertension and multimorbidity after hemorrhagic stroke. BMC neurology 2017;17(1):158. [39] Saint-Laurent D, Blais C, Jean S, Sirois C, Rochette L, Émond V. Le modèle québécois de surveillance des maladies chroniques basé sur l’utilisation des données médico-adminis-tratives jumelées. Bull Epidémiol Hebd 2013:4–8 [Hors-sérié]. [40] Delmas MC, boussac-Zarebska M, Houot M, Lauzeille D, Iwatsubo Y, Fuhrman C. L’apport des bases médico-admi- nistratives dans la surveillance des maladies chroniques en France. Bull Epidémiol Hebd 2013:30–5 [Hors-sérié]. [41] Advani R, Naess H, Kurz MW, et al. The golden hour of acute ischemic stroke. Scand J Trauma Resusc Emergency Med 2017;25(1):54.
Pour citer cet article : Savsin M, et al. Analyse des comorbidités chez les patients hospitalisés pour un accident vasculaire cérébral ischémique et leurs influences sur la létalité. Ann Cardiol Angeiol (Paris) (2019), https://doi.org/10.1016/j.ancard.2019.07.008