« Élaboration de deux indices de morbidité dans le Système National des Données de
Santé (SNDS) - Application à l'identification de populations à risque et à la définition
de modèles de paiement prospectif des soins » - CISMeF
« Élaboration de deux indices de morbidité dans le Système National des Données de
Santé (SNDS) - Application à l'identification de populations à risque et à la définition
de modèles de paiement prospectif des soins »Document
Titre : « Élaboration de deux indices de morbidité dans le Système National des Données de
Santé (SNDS) - Application à l'identification de populations à risque et à la définition
de modèles de paiement prospectif des soins »;
Description : La mesure pronostique de l’état de santé constitue un enjeu important dans de nombreux
domaines liés aux soins, à la recherche ou à la décision publique en santé. Une approche
commune à ces différents domaines est de synthétiser l’information disponible sur
la morbidité d’une population sous la forme d’indices, appelés parfois scores, en
faisant appel à des méthodes de modélisation prédictive. La disponibilité croissante
de données médico-administratives et l’essor de leur utilisation à des fins de recherche
ou d’aide à la décision ont souligné l’importance de ce type de mesures pronostiques.
En France, les données du SNDS et en particulier la « cartographie des pathologies
et des dépenses » développée par l’Assurance Maladie, permettent la mesure de la morbidité,
un suivi individuel longitudinal sur plusieurs années et l’étude de différents résultats
de santé. Nous proposons deux indices de morbidité élaborés en appliquant des méthodes
de modélisation prédictive aux données médico-administratives françaises et nous illustrons
leur apport par deux études d’application.Les deux indices proposés sont élaborés
et validés en appliquant un cadre méthodologique commun à une population nationale
de personnes âgées de 65 ans ou plus. L’indice MRMI (Mortality-Related Morbidity Index)
est prédictif de la mortalité à deux ans et l’indice ERMI (Expenditure-Related Morbidity
Index) est prédictif des dépenses de soins remboursées sur deux ans et reflète l’intensité
du recours au système de santé. Leur performance prédictive est supérieure aux indices
comparables les plus communément utilisés, indices de Charlson et mesures d’Elixhauser.Dans
une première étude d’application, nous étudions le risque de réhospitalisation pour
les patients atteints d’insuffisance cardiaque (IC), en utilisant des méthodes adaptées
à la prise en compte du risque compétitif de décès. Nous distinguons la stabilité
de l’IC de la sévérité globale de l’état de santé, mesurée à travers les deux indices
proposés. Ces deux informations, disponibles à l’admission d’un séjour pour IC, permettent
de segmenter la population en groupes de risque avec un écart de 40% d’incidence cumulée
de réhospitalisation pour IC au bout d’un an de suivi.Pour la deuxième étude d’application,
nous comparons différents modèles prédictifs afin de quantifier l’apport des indices
de morbidité dans la prédiction des dépenses individuelles. Nous étudions trois périmètres
de dépenses : totales, hospitalières et ambulatoires, parmi deux populations différentes
: l’ensemble des personnes âgées de 65 ans ou plus et les personnes âgées de 65 ans
ou plus et atteintes d’IC. Nous illustrons les enjeux de la définition de paiements
populationnels prospectifs de type capitation, en comparant les dépenses observées
aux dépenses prédites par ces modèles à l’échelle des départements métropolitains.
La sévérité de l’état de santé, mesurée à travers les deux indices proposés, est le
déterminant le plus important de la performance prédictive des dépenses, aussi bien
au niveau individuel que départemental.Les indices MRMI et ERMI sont des outils performants
pour prendre en compte la sévérité de l’état de santé dans les travaux basés sur des
données du SNDS et de manière adaptée au résultat étudié. Ils peuvent servir de variables
de stratification ou d’ajustement, ou être inclus parmi d’autres variables dans des
modèles prédictifs.;