- Email: [email protected]
Analyse de sensibilité d’un modèle de prédiction pour estimer l’exhaustivité des bases de données des réclamations des médecins
Communications orales / Revue d’Épidémiologie et de Santé Publique 63S (2015) S37–S60 d
CHRU Besan¸con, département d’information médicale, Besan¸con, France UMR 1098, Inserm, Université de Franche-Comté, Établissement fran¸cais du sang, Besan¸con, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (M. Desmarets) e
Introduction Les concentrés de globules rouges (CGR) sont transfusés pour traiter l’anémie et contribuer à l’oxygénation des tissus au cours de pathologies sévères. Certaines études ont montré un effet délétère d’une durée de conservation (DC) des CGR prolongée sur la mortalité postopératoire à court terme après chirurgie cardiaque, mais les données de la littérature sur ce sujet restent controversées. Les données de l’Établissement franc¸ais du sang (EFS) contiennent les caractéristiques détaillées des produits transfusés. Les données PMSI apportent une information sur le patient et son contexte clinique lors de l’hospitalisation. Le chaînage de ces données permet d’étudier l’effet des caractéristiques des produits transfusés sur le devenir des receveurs sur un grand nombre de patients. L’objectif de cette étude était d’analyser l’effet de la DC des CGR transfusés sur la survie à 12 mois des patients de chirurgie cardiaque receveurs de transfusion. Méthodes Les données nominatives de l’EFS concernant les patients adultes receveurs d’une première transfusion de CGR entre 2007 et 2011 aux CHU de Besanc¸on et de Dijon ont été chaînées avec les données PMSI au sein de chaque DIM. Ont été inclus, les patients hospitalisés pour chirurgie cardiovasculaire, sélectionnés à l’aide de la racine du GHM de l’hospitalisation (racine en 05C, maladies de l’appareil circulatoire avec prise en charge chirurgicale). Le statut vital des patients a été obtenu auprès du RNIPP en juillet 2014. Une modélisation de Cox a été utilisée pour évaluer l’influence de la DC des CGR (estimée par la DC en jours du CGR transfusé le plus ancien) sur la survie 12 mois après transfusion des patients avec ajustement sur l’âge, le sexe, le nombre de CGR transfusés, et le type de chirurgie (déterminé par la racine de GHM). La proportionnalité des risques au cours du temps a été testée. Résultats Parmi les 2715 patients analysés, 85,1 % étaient en vie 12 mois après la transfusion. L’analyse univariée, montrait une diminution de la survie avec l’augmentation de la DC (p < 0,001) et du nombre de CGR transfusés (p < 0,0001). Après ajustement, seul le nombre de CGR transfusés augmentait significativement le risque de décès (RR pour 3 à 5 CGR = 1,72 [1,32–2,24] ; > 5 CGR = 4,94 [3,83–6,38] ; classe de référence < 3 CGR). La DC n’était plus significative (RR pour 15–20 j = 1,00 [0,73–1,38] ; 21–28 j = 0,936 [0,68–1,28] ; > 28 j = 1,05 [0,77–1,44] (classe de référence < 15 jours). Nous n’avons pas retrouvé d’interaction avec le temps pour la DC des CGR (p = 0,36). Il existait une interaction significative avec le temps pour le nombre de CGR transfusés (p < 0,0001). Nous avons trouvé un effet du nombre de CGR transfusés augmenté dans le mois suivant la chirurgie. Conclusion Nous proposons ici une méthode innovante pour étudier l’influence des caractéristiques des CGR à l’aide des données EFS et PMSI. Il s’agit de la première étude franc¸aise de survie après transfusion utilisant les données du PMSI. Elle illustre l’intérêt du chaînage inter-établissement des grandes bases de données. Cette étude ne confirme pas l’effet de la DC des CGR sur la survie après chirurgie cardiaque. Elle retrouve cependant un effet pronostic du nombre de CGR transfusés vraisemblablement lié à un biais d’indication. Mots clés Transfusion ; Chirurgie cardiaque ; Survie ; PMSI Déclaration d’intérêts Les auteurs déclarent ne pas avoir de conflits d’intérêts en relation avec cet article. http://dx.doi.org/10.1016/j.respe.2015.03.036 6.6
Analyse de sensibilité d’un modèle de prédiction pour estimer l’exhaustivité des bases de données des réclamations des médecins W. Kouokam a,c,∗ , L.M. Lix b Centre Oscar-Lambret, Lille, France b Department of Community Health Sciences, University of Manitoba, Winnipeg, Canada c CHU, universitaire de Lille, Lille, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (W. Kouokam) a
S53
Introduction Les bases de données administratives de remboursement de médecins contiennent les informations concernant les consultations fournies aux patients par les médecins rémunérés à l’acte. Ces bases de données sont une source importante pour la recherche en santé et la surveillance des maladies chroniques. Cependant, une préoccupation croissante lors de l’utilisation de ces bases de données pour la recherche en santé et la surveillance des maladies chroniques est le potentiel de la capture incomplète des services médicaux rendus aux patients, particulièrement pour les médecins qui sont non rémunérés à l’acte, ce qui peut entraîner un biais de sélection. Des modèles de prédiction non linéaires basés sur la réclamation des médecins rémunérés à l’acte pourraient potentiellement être utilisés pour estimer la somme de la capture incomplète pour les médecins non rémunérés à l’acte. Notre objectif était d’utiliser les techniques de simulation pour évaluer les facteurs qui peuvent influencer la performance d’un modèle de régression non linéaire construit dans un échantillon de dérivation, puis appliqué à un échantillon externe indépendant. Méthode Ces simulations ont été développées à partir d’un exemple réel dans lequel nous avons appliqué un modèle non linéaire aux données de réclamation des médecins rémunérés à l’acte de deux provinces canadiennes, ceci pour estimer l’exhaustivité des bases de données pour les médecins non rémunérés à l’acte. Ceci a été fait dans le contexte de l’estimation de la prévalence du diabète. Nous avons étudié l’impact des divers paramètres du modèle de simulation sur les estimations de la prévalence, incluant la taille de l’échantillon, la corrélation parmi les covariables et la distribution de covariables dans les deux populations. Le modèle correctement spécifié et le modèle mal spécifié ont été étudiés. La performance des modèles a été évaluée en utilisant l’erreur absolue moyenne (MAE), la racine carrée de l’erreur quadratique moyenne (RMSE), le pseudo-R2 et le pourcentage de biais dans les estimations des paramètres. Résultats Dans chacun de ces modèles, lorsque la corrélation et la taille de l’échantillon augmentent le MAE, le RMSE et le nombre prédit de cas augmente aussi. Pour le modèle correctement spécifié et supposant que les variables ont été échantillonnées de la même distribution dans les deux populations, la plage de MAE était de 1,53 à 2,46 et pour le RMSE, elle était de 2,22 à 3,30. Dans le modèle mal spécifié, la plage de MAE était de 1,87 à 3,35 et pour le RMSE elle était de2,86 à 4,70. Pour presque tous les coefficients, la valeur absolue du biais augmente significativement lorsque la corrélation augmente. Lorsque les covariables étaient générées à partir de deux populations différentes, la performance du modèle était substantiellement mauvaise par rapport à lorsqu’elles étaient générées à partir de la même population. Conclusion Les résultats soulignent l’importance de la spécification correcte du modèle, de l’évaluation de la colinéarité et des hypothèses à propos de la distribution des covariables dans l’échantillon de dérivation afin d’obtenir des résultats précis dans un échantillon de validation externe. Mots clés Prévalence ; Administrative Databases ; Prediction Model ; Completeness ; Surveillance Déclaration d’intérêts Les auteurs déclarent ne pas avoir de conflits d’intérêts en relation avec cet article. http://dx.doi.org/10.1016/j.respe.2015.03.037 6.7
Variations géographiques du taux d’hospitalisations potentiellement évitables G. Mercier a,∗ , V. Georgescu a , J. Bousquet b a CHU de Montpellier, Montpellier, France b MACVIA-LR, Montpellier, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (G. Mercier) Introduction Les hospitalisations potentiellement évitables (HPE) sont une mesure indirecte de l’accès et de l’efficacité des soins primaires. La compréhension de leurs déterminants est un enjeu pour la qualité, l’efficience et l’équité du système de soins. Très peu de données sont disponibles sur les HPE en France, et aucune sur leur variation géographique. L’objectif était de décrire la variation géographique des taux d’HPE en France en 2012 et d’analyser ses déterminants. Méthodes Les HPE ont été définies par la méthode de référence de Weissman. Des taux d’HPE pour 1000 habitants et par an, standardisés sur le sexe et l’âge, ont été estimés par département et par code géographique à partir de la base nationale PMSI MCO 2012. Des déterminants socioéconomiques, épidémiologiques
CHRU Besan¸con, département d’information médicale, Besan¸con, France UMR 1098, Inserm, Université de Franche-Comté, Établissement fran¸cais du sang, Besan¸con, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (M. Desmarets) e
Introduction Les concentrés de globules rouges (CGR) sont transfusés pour traiter l’anémie et contribuer à l’oxygénation des tissus au cours de pathologies sévères. Certaines études ont montré un effet délétère d’une durée de conservation (DC) des CGR prolongée sur la mortalité postopératoire à court terme après chirurgie cardiaque, mais les données de la littérature sur ce sujet restent controversées. Les données de l’Établissement franc¸ais du sang (EFS) contiennent les caractéristiques détaillées des produits transfusés. Les données PMSI apportent une information sur le patient et son contexte clinique lors de l’hospitalisation. Le chaînage de ces données permet d’étudier l’effet des caractéristiques des produits transfusés sur le devenir des receveurs sur un grand nombre de patients. L’objectif de cette étude était d’analyser l’effet de la DC des CGR transfusés sur la survie à 12 mois des patients de chirurgie cardiaque receveurs de transfusion. Méthodes Les données nominatives de l’EFS concernant les patients adultes receveurs d’une première transfusion de CGR entre 2007 et 2011 aux CHU de Besanc¸on et de Dijon ont été chaînées avec les données PMSI au sein de chaque DIM. Ont été inclus, les patients hospitalisés pour chirurgie cardiovasculaire, sélectionnés à l’aide de la racine du GHM de l’hospitalisation (racine en 05C, maladies de l’appareil circulatoire avec prise en charge chirurgicale). Le statut vital des patients a été obtenu auprès du RNIPP en juillet 2014. Une modélisation de Cox a été utilisée pour évaluer l’influence de la DC des CGR (estimée par la DC en jours du CGR transfusé le plus ancien) sur la survie 12 mois après transfusion des patients avec ajustement sur l’âge, le sexe, le nombre de CGR transfusés, et le type de chirurgie (déterminé par la racine de GHM). La proportionnalité des risques au cours du temps a été testée. Résultats Parmi les 2715 patients analysés, 85,1 % étaient en vie 12 mois après la transfusion. L’analyse univariée, montrait une diminution de la survie avec l’augmentation de la DC (p < 0,001) et du nombre de CGR transfusés (p < 0,0001). Après ajustement, seul le nombre de CGR transfusés augmentait significativement le risque de décès (RR pour 3 à 5 CGR = 1,72 [1,32–2,24] ; > 5 CGR = 4,94 [3,83–6,38] ; classe de référence < 3 CGR). La DC n’était plus significative (RR pour 15–20 j = 1,00 [0,73–1,38] ; 21–28 j = 0,936 [0,68–1,28] ; > 28 j = 1,05 [0,77–1,44] (classe de référence < 15 jours). Nous n’avons pas retrouvé d’interaction avec le temps pour la DC des CGR (p = 0,36). Il existait une interaction significative avec le temps pour le nombre de CGR transfusés (p < 0,0001). Nous avons trouvé un effet du nombre de CGR transfusés augmenté dans le mois suivant la chirurgie. Conclusion Nous proposons ici une méthode innovante pour étudier l’influence des caractéristiques des CGR à l’aide des données EFS et PMSI. Il s’agit de la première étude franc¸aise de survie après transfusion utilisant les données du PMSI. Elle illustre l’intérêt du chaînage inter-établissement des grandes bases de données. Cette étude ne confirme pas l’effet de la DC des CGR sur la survie après chirurgie cardiaque. Elle retrouve cependant un effet pronostic du nombre de CGR transfusés vraisemblablement lié à un biais d’indication. Mots clés Transfusion ; Chirurgie cardiaque ; Survie ; PMSI Déclaration d’intérêts Les auteurs déclarent ne pas avoir de conflits d’intérêts en relation avec cet article. http://dx.doi.org/10.1016/j.respe.2015.03.036 6.6
Analyse de sensibilité d’un modèle de prédiction pour estimer l’exhaustivité des bases de données des réclamations des médecins W. Kouokam a,c,∗ , L.M. Lix b Centre Oscar-Lambret, Lille, France b Department of Community Health Sciences, University of Manitoba, Winnipeg, Canada c CHU, universitaire de Lille, Lille, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (W. Kouokam) a
S53
Introduction Les bases de données administratives de remboursement de médecins contiennent les informations concernant les consultations fournies aux patients par les médecins rémunérés à l’acte. Ces bases de données sont une source importante pour la recherche en santé et la surveillance des maladies chroniques. Cependant, une préoccupation croissante lors de l’utilisation de ces bases de données pour la recherche en santé et la surveillance des maladies chroniques est le potentiel de la capture incomplète des services médicaux rendus aux patients, particulièrement pour les médecins qui sont non rémunérés à l’acte, ce qui peut entraîner un biais de sélection. Des modèles de prédiction non linéaires basés sur la réclamation des médecins rémunérés à l’acte pourraient potentiellement être utilisés pour estimer la somme de la capture incomplète pour les médecins non rémunérés à l’acte. Notre objectif était d’utiliser les techniques de simulation pour évaluer les facteurs qui peuvent influencer la performance d’un modèle de régression non linéaire construit dans un échantillon de dérivation, puis appliqué à un échantillon externe indépendant. Méthode Ces simulations ont été développées à partir d’un exemple réel dans lequel nous avons appliqué un modèle non linéaire aux données de réclamation des médecins rémunérés à l’acte de deux provinces canadiennes, ceci pour estimer l’exhaustivité des bases de données pour les médecins non rémunérés à l’acte. Ceci a été fait dans le contexte de l’estimation de la prévalence du diabète. Nous avons étudié l’impact des divers paramètres du modèle de simulation sur les estimations de la prévalence, incluant la taille de l’échantillon, la corrélation parmi les covariables et la distribution de covariables dans les deux populations. Le modèle correctement spécifié et le modèle mal spécifié ont été étudiés. La performance des modèles a été évaluée en utilisant l’erreur absolue moyenne (MAE), la racine carrée de l’erreur quadratique moyenne (RMSE), le pseudo-R2 et le pourcentage de biais dans les estimations des paramètres. Résultats Dans chacun de ces modèles, lorsque la corrélation et la taille de l’échantillon augmentent le MAE, le RMSE et le nombre prédit de cas augmente aussi. Pour le modèle correctement spécifié et supposant que les variables ont été échantillonnées de la même distribution dans les deux populations, la plage de MAE était de 1,53 à 2,46 et pour le RMSE, elle était de 2,22 à 3,30. Dans le modèle mal spécifié, la plage de MAE était de 1,87 à 3,35 et pour le RMSE elle était de2,86 à 4,70. Pour presque tous les coefficients, la valeur absolue du biais augmente significativement lorsque la corrélation augmente. Lorsque les covariables étaient générées à partir de deux populations différentes, la performance du modèle était substantiellement mauvaise par rapport à lorsqu’elles étaient générées à partir de la même population. Conclusion Les résultats soulignent l’importance de la spécification correcte du modèle, de l’évaluation de la colinéarité et des hypothèses à propos de la distribution des covariables dans l’échantillon de dérivation afin d’obtenir des résultats précis dans un échantillon de validation externe. Mots clés Prévalence ; Administrative Databases ; Prediction Model ; Completeness ; Surveillance Déclaration d’intérêts Les auteurs déclarent ne pas avoir de conflits d’intérêts en relation avec cet article. http://dx.doi.org/10.1016/j.respe.2015.03.037 6.7
Variations géographiques du taux d’hospitalisations potentiellement évitables G. Mercier a,∗ , V. Georgescu a , J. Bousquet b a CHU de Montpellier, Montpellier, France b MACVIA-LR, Montpellier, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (G. Mercier) Introduction Les hospitalisations potentiellement évitables (HPE) sont une mesure indirecte de l’accès et de l’efficacité des soins primaires. La compréhension de leurs déterminants est un enjeu pour la qualité, l’efficience et l’équité du système de soins. Très peu de données sont disponibles sur les HPE en France, et aucune sur leur variation géographique. L’objectif était de décrire la variation géographique des taux d’HPE en France en 2012 et d’analyser ses déterminants. Méthodes Les HPE ont été définies par la méthode de référence de Weissman. Des taux d’HPE pour 1000 habitants et par an, standardisés sur le sexe et l’âge, ont été estimés par département et par code géographique à partir de la base nationale PMSI MCO 2012. Des déterminants socioéconomiques, épidémiologiques