Du fait du vieillissement des générations du babyboom et de l’allongement de l’espérance de vie le nombre de personnes âgées progresse de manière considérable. Ce vieillissement de la population n’est pas sans conséquences, générant notamment de la dépendance, avec un nombre de personnes dépendantes devant être prises en charge qui devrait très fortement augmenter dans les années à venir. Cette dépendance a des conséquences directes pour la personne concernée et son entourage, mais aussi pour la société, avec des coûts élevés, qui étaient estimés à 31 milliards d’euros par an en 2011, dont 10 milliards à la charge des familles et 21 milliards de dépenses publiques.
Les données de dépendance sont issues soit des bases de données purement administratives comme celles des Conseils Départementaux au travers de l’Allocation Personnalisée d’Autonomie (APA), soit des enquêtes en population comme HID (Handicap, Incapacités, Dépendance) ou HSM (Handicap Santé des Ménages, de la Drees), ou encore de données de cohortes épidémiologiques sur le vieillissement (comme les cohortes Paquid, 3Cités et AMI). En revanche, il n’existe aujourd’hui aucun indicateur de dépendance utilisable à grande échelle sur les bases de données médico-administratives. Pourtant un algorithme, utilisable dans de telles bases de données pourrait représenter un indicateur clé permettant d’étudier les facteurs associés à cette dépendance, notamment médicamenteux, et de surveiller son évolution au cours du temps.
L’objectif de ce projet est de développer un algorithme permettant d’identifier la dépendance du sujet âgé dans les activités de base de la vie quotidienne (ADL) en vue d’une utilisation dans les bases de données médico-administratives.
Le développement de cet algorithme a été réalisé à partir des données de la cohorte populationnelle AMI, dans laquelle nous disposons à la fois d’une évaluation fine de la dépendance dans les activités de base de la vie quotidienne (faire sa toilette, s’habiller, s’alimenter, etc.) et des données de remboursement de l’Assurance Maladie concernant les médicaments, les actes médicaux, les produits et prestations remboursées et les affections de longue durée. La première étape a consisté à sélectionner parmi les données d’Assurance Maladie celles les plus associées à la présence d’une dépendance. Un score a ensuite été construit pour obtenir un indicateur de dépendance et les performances de ce score ont été évaluées afin d’identifier le seuil le plus pertinent. Enfin, ce score a été appliqué aux données de l’EGB afin d’évaluer la prévalence de dépendance retrouvée et la stabilité du score au cours du temps ; des ajustements des variables incluses dans le score ont été réalisés afin d’améliorer cette stabilité.
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 