Le manque de données fiables et exhaustives sur les maladies chroniques des individus est un problème récurrent rencontré dans de nombreuses études observationnelles exploitant des bases de données medicoadministratives, en France comme à l’étranger. Depuis plus de 20 ans, des chercheurs ont donc développé des scores de maladies chroniques à partir de données de remboursements de médicaments. Les scores de comorbidités disponibles actuellement présentent néanmoins certaines limites : 1) les codes ATC (anatomique, thérapeutique et chimique) des classes de médicaments ne sont pas systématiquement fournis ; 2) les médicaments mis sur le marché récemment ne sont pas toujours pris en compte dans le calcul des scores ; 3) les poids affectés à chaque catégorie de maladie, pour tenir compte de leur sévérité, ne sont plus mis à jour alors que les pronostics de certaines maladies ont évolué entre temps ; 4) ces scores ne sont pas validés sur des données françaises ; 5) et la plupart des scores sont construits sur des périodes courtes, d’une année ou deux. En l’absence d’une mesure de comorbidités de référence, les chercheurs valident les scores de comorbidités en mesurant leur pouvoir prédictif sur différentes variables (hospitalisation et/ou décès en règle générale). Globalement, la littérature n’offre pas de recommandation claire quant à la mesure optimale de comorbidités en fonction de la variable étudiée, des caractéristiques de la population considérée et de la qualité (et du type) de données disponibles.
L’objectif principal de cette étude était donc de développer des scores de comorbidités à partir des données de remboursement de médicaments disponibles dans l’Echantillon Généraliste des Bénéficiaires (EGB). Plusieurs approches ont été suivies : 1) une approche spécifique basée sur une sélection de classes médicamenteuses prescrites chacune pour une maladie spécifique (i.e., les médicaments utilisés pour traiter plusieurs types de pathologies sont exclues de la classification) 2) une approche non spécifique pour laquelle les médicaments n’ont pas été rattachés à des maladies spécifiques (i.e., des médicaments rattachés à deux classes différentes peuvent être prescrits pour une même maladie et un même médicament prescrit pour plusieurs maladies). Etant donné qu’un grand nombre d’études qui exploitent des données medicoadministratives françaises utilisent les données d’affections de longue durée (ALD) pour contrôler ou ajuster sur l’état de santé des individus, un troisième score a été développé à partir des ALD. Ce dernier a été utilisé pour comparer les performances des deux autres scores basés sur les remboursements de médicaments.
Valorisation de la recherche
Avertissement : Le contenu de la publication n’engage que ses auteurs et ne reflète pas nécessairement la position de l’ANSM
DRUGS-SAFEr 