MEDICAL COMPLIANCE AND HEALTH OUTCOME: EMPIRICAL EVIDENCE FROM A PANEL OF ITALIAN PATIENTS

Transcript

1 MEDICAL COMPLIANCE AND HEALTH OUTCOME: EMPIRICAL EVIDENCE FROM A PANEL OF ITALIAN PATIENTS Vincenzo Atella CEIS Tor Vergata and Department of Economics Università Tor Vergata - Roma

2 Structure of the presentation Introducing the dataset Compliance: definition and determinants The effect of compliance on health outcomes: hospitalization and mortality Exploring the effetcs of a natural experiment on compliance and on health outcomes

3 I Introducing the dataset

4 The data from the Treviso LHA The data include information on health care access for all patients registered in the LHA of Treviso: from 1993 to 2002 for prescription drug utilization; from 1996 to 2002 for specialists, diagnostic tests and hospitalization. For each patient is then possible to reconstruct the precise history of health care accesses in the public sector. For each physician registered with the Treviso LHA is possible reconstruct the prescription behaviour. Data are registry data covering all the population living in that area. Information are also available on the in-coming and out-coming flows of patients. This allows to know if and when a patient has moved away or if a patient has died.

5 Criteria for selection of patients The study is limited to all those patients who have been prescribed at least one drug in the following ATC classes: C01 Cardiac Therapy C02 - Anthypertensive C03 - Diuretics C07 - Beta-blocklers C08 - Calcium Antagonists C09 Ace Inhibitors Our database is then composed of all information concerning health care accesses by these patients selected above from 1996 until Thanks to an anonimous identifier, patients have been structured according to an un-balanced panel.

6 Variables available in the dataset Servizio Farmaceutico Servizio specialistica Servizio ospedaliero 1. Anno di prescrizione 1. Medico prescrittore 1. Codice istituto 2. Mese di prescrizione 2. Codice sanitario individuale 2. Codice sanitario individuale 3. Giorno di prescrizione 3. Provincia e comune di residenza 3. Regime di ricovero 4. USLL dell assistito 4. Data della prestazione 4. Data di ricovero 5. Sesso 5. Codice prestazione 5. importo della degenza (DRG + altri costi) 6. Data di nascita dell assistito 6. Quantità 6. Tipo di ricovero 7. Numero tessera di esenzione 7. Posizione dell utente verso ticket 7. Motivo del ricovero 8. Codice posizione ticket 8. Importo Ticket 8. Traumatismi o intossicazioni 9. Tipo ente prescrivente 9. Importo totale 9. Reparto di dimissione 10. Codice medico prescrivente 10. Data di dimissione o di morte 11. Numero pezzi 11. Modalità di dimissione 12. Codice ATC 12. Numero accessi in caso di ricovero in DH 13. Fascia di appartenenza 13. DRG 14. Prezzo unitario farmaco 14. Importo degenza 15. Importo ticket 16. Importo quota fissa 17. Nota CUF 18. descrizione ATC

7 No. of patients selected and physicians per year anno pazienti medici paz/med ,034 1, ,662 1, , , , , , , , ,672 1,

8 Some results Demografy 1: Number of observed patients by age and sex Uomini Total Total Donne Total Total

9 Some results Demografy 2:

10 Some results Demografy 3:

11 Some results - 4 : Percentage of drug prescriptions by patient age and year Density Graphs by anno prescrizione età

12 Some results - 5 Number of prescriptions by year and age class for patients enrolled in

13 Some results - 6 Ratio between patients died and patients observed by year and age class 70,00 60,00 50,00 40,00 30,00 20, ,00 0,

14 Some results - 7 Percentage of hospitalization by patient age and year Density Graphs by Anno età

15 Some results - 8 Distribution of LOS by age class and percentile p50 p75 p Total

16 Some results - 9 Number of hospitalizations by age class and year

17 Health care hystory of patients: the interesting aspects of a panel structure 1 codsan Year DOB age sex prescriptions Specialist visits No. of Hospitaliz ations LOS 45 anni F F F F F M M M M M

18 Health care hystory of patients: the interesting aspects of a panel structure 1 2 codsan year DOB age sex Number of prescription s # of specialist vis its # of hospitaliza tions LOS 60 anni M M M M M F F F F F

19 ALL PATIENTS IN THE SAMPLE Some sample statistics sum Freq. Percent Cum Only ACE 40, Only non-ace 250, Multitherapy 80, Total 372, PATIENTS WITH AT LEAST ONE ACE PRESCRIPTION sum Freq. Percent Cum Only ACE 40, Multitherapy 32, Total 73,

20 Distribution of patients by year of birth, sex and ATC codes Distribution of patients by year of birth and sex men women relative frequencies year of birth ATC code: C09AA ATC code: others

21 Comparison across samples relative frequencies Distribution of patients by year of birth and sex men women year of birth Italy Treviso - our database Treviso

22 Hospitalization rates (cardiovasc. DRG) by age and sex Hospitalization rates (cardiovascular DRG) by age and sex Age Men Women Centered MA(3) smoothing

23 Hospitalization rates (cardiovasc. DRG) by age and sex men women Hospitalization rates (cardiovascular DRG) by age, sex and ATC code Age ATC code: C09AA ATC code: others

24 Average LOS (cardiovascular DRG) by age and sex Average length of stay (cardiovasc. DRG) by age and sex Age Men Women Centered MA(3) smoothing

25 Mortality rates by age and sex Mortality rates by age and sex Age Men Women Centered MA(3) smoothing

26 Mortality rates by age and sex men women Mortality rates by age, sex and ATC code Age ATC code: C09AA ATC code: others

27 Mortality rates (all causes) by age categories and sex men women Comparison of mortality rates for all causes across samples agecat Italy Treviso - our database Treviso

28 II Compliance: definition and determinants

29 Composition of ATC class C09AA by year ATC code Chemical substance Total C09AA01 Captopril C09AA02 Enalapril C09AA03 Lisinopril C09AA04 Perindopril C09AA05 Ramipril C09AA06 Quinapril C09AA07 Benazepril C09AA08 Cilazapril C09AA09 Fosinopril C09AA10 Trandolapril C09AA11 Spirapril C09AA12 Delapril C09AA13 Moexipril C09AA15 Zofenopril Source: OSMED

30 Average purchased daily doses (in mg) by AI Benazepril Captopril Cilazapril Delapril Enalapril Fosinopril Lisinopril Moexipril Density Perindopril Quinapril Ramipril Spirapril Trandolapril Zofenopril Average purchased daily doses (in mg)

31 Compliance by active ingredient 1 Benazepril Captopril Cilazapril Delapril Enalapril Fosinopril Lisinopril Moexipril Density Perindopril Quinapril Ramipril Spirapril Trandolapril Zofenopril compliance

32 DDDs and PDDs for ACE Inhibitors ATC code Active ingredient WHO DDDs PDDs DDD/PDD C09AA01 Captopril C09AA02 Enalapril C09AA03 Lisinopril C09AA04 Perindopril C09AA05 Ramipril C09AA06 Quinapril C09AA07 Benazepril C09AA08 Cilazapril C09AA09 Fosinopril C09AA10 Trandolapril C09AA11 Spirapril C09AA12 Delapril C09AA13 Moexipril C09AA15 Zofenopril

33 Compliance by active ingredient - 2 Benazepril Captopril Cilazapril Delapril Enalapril Fosinopril Lisinopril Moexipril Density Perindopril Quinapril Ramipril Spirapril Trandolapril Zofenopril compliance

34 Some formulas 1 A first indicator of compliance is obtained as ratio between purchased doses (PD) and DDD c (1) ij = T i t=1 DDD PD j ijt T i = PD ij DDD T j i T i = PDij DDD j Compliance is then adjusted by Prescribed Daily Doses (PDD): c (2) ij = c (1) ij DDD PDD j j

35 Some formulas 2 Given that a patient can purchase more than just one single active ingredient within the same class of ACE Inhibitor, it is necessary to compute the average compliance per patient over the reference period (year or month): c i J (2) j= 1 = Dij cij = J j= 1 J j= 1 D D ij ij PD ij PDD j where D ij = 1 if active ingredient j is included in the patient i 0 otherwise therapy

36 Histogram of compliance Density Total compliance density compliance cumulated compliance compliance

37 Average hospitalization correction of compliance by age and sex Average hospitalization correction of compliance Age Men Women Centered MA(3) smoothing

38 Average compliance by age and sex Average compliance by age and sex Age Men Women Centered MA(3) smoothing

39 Some sample statistics - once more ALL PATIENTS IN THE SAMPLE sum Freq. Percent Cum Only ACE 40, Only non-ace 250, Multitherapy 80, Total 372, PATIENTS WITH AT LEAST ONE ACE PRESCRIPTION sum Freq. Percent Cum Only ACE 40, Multitherapy 32, Total 73,

40 Econometric results: the determinants of compliance stage 1 stage 2 men women men women age * age ** age ** bc bc ** bc * ** bc * y ** ** ** ** y ** ** ** ** y ** ** ** ** y ** ** ** y ** ** ** ** confez ** ** sexmed ** agemed * sp ** ** Constant ** ** ** ** Observations 74,093 85,307 53,094 58,230 pseudor sigma Note: * significant at 10%; ** significant at 5%

41 bserved vs fitted probability of prescription by age and sex M F ACE Mono Therapy Age Observ Fitte Observed vs fitted probability of prescription by age and sex M Observed vs fitted probability of prescription by age and sex F ACE Multi Therapy Age Observed Fitted

42 Observed vs fitted compliance by age and sex M Observed vs fitted compliance by age and sex F ACE Mono Therapy Age Observed Fitted Observed vs fitted compliance by age and sex M F ACE Multi Therapy Age Observed Fitted

43 III The effect of compliance on health outcomes: hospitalization and mortality

44 Fitted probability of hospitalization by compliance and sex M Fitted probability of hospitalization by level of compliance and sex compliance lower bound/upper bound Fitted Observed F ACE Mono therapy - Cardiovascular DRGs Fitted probability of hospitalization by compliance and sex M F ACE Multi therapy - Cardiovascular DRGs compliance lower bound/upper bound Fitted Observed

45 Fitted probability of hospitalization by compliance and sex M Fitted probability of hospitalization by level of compliance and sex a closer look compliance lower bound/upper bound Fitted Observed F ACE Mono therapy - Cardiovascular DRGs Fitted probability of hospitalization by compliance and sex M F compliance lower bound/upper bound Fitted Observed ACE Pluri therapy - Cardiovascular DRGs

46 Fitted mortality rates by compliance and sex M F Fitted mortality rates by level of compliance and sex compliance lower bound/upper bound Fitted Observed ACE Mono therapy - Cardiovascular DRGs Fitted mortality rates by compliance and sex M F ACE Pluri therapy - Cardiovascular DRGs compliance lower bound/upper bound Fitted Observed

47 Fitted mortality rates by compliance and sex M F Fitted mortality rates by level of compliance and sex a closer look ACE Mono therapy - Cardiovascular DRGs compliance lower bound/upper bound Fitted Observed Fitted mortality rates by compliance and sex M F ACE Pluri therapy - Cardiovascular DRGs compliance lower bound/upper bound Fitted Observed

48 Hospitalization Comparison of M F fitted probability of hospitalization and mortality rates Fitted probability of hospitalization and fitted mortality rates by compliance and sex ACE Mono therapy - Cardiovascular DRGs compliance Hospitalization Mortality Fitted probability of hospitalization and fitted mortality rates by compliance and sex M F Hospitalization ACE Pluri therapy - Cardiovascular DRGs compliance Hospitalization Mortality

49 Hospitalization Fitted probability of hospitalization and fitted mortality rates by compliance and sex M F Comparison of fitted probability of hospitalization and mortality rates a closer look compliance Hospitalization Mortality ACE Mono therapy - Cardiovascular DRGs Hospitalization Fitted probability of hospitalization and fitted mortality rates by compliance and sex M compliance Hospitalization F Mortality ACE Pluri therapy - Cardiovascular DRGs

50 IV The effect of the prescription ticket on compliance and health outcomes

51 Fitted level of compliance for both compliant and noncompliant groups 2000m3 2000m5 2000m7 2000m9 2000m m1 2001m3 2001m5 2001m7 2001m9 2001m m1 2002m3 2002m5 2002m7 2002m9 2002m11 non-compliant compliant 2000m1

52 Difference-in-difference coefficient (tc) for different thresholds difference-in-difference coefficient (tc) threshold

53 Dif in Dif parameters Variable Parameter Definition Estimates coeff NC Const α µ C Const+c α +β µ NC Const+t α +α 2 µ C Const+c+t+tc α+β 1 +α 2 +β 2 µ C NC c β 1 µ 1 µ C NC c+tc β 1 +β 2 µ 2 µ t α 2 Const+tc α+β 2 tc β 2 NC µ C µ C NC µ µ F

54 Limits of the data set The data set does not include economic and socio-demografic characteristics such as: Education; Profession; Sector of employment; Presence of private insurance; Personal and/or household income; Household composition;

55 What can we do to improve the informational content of these data Merge these information with other administrative registry available (i.e. fiscal data) Collect information based on a sample survey

56 Questionner - 1 CAPOFAMIGLIA PRIMO componente SECONDO componente TERZO componente QUARTO componente QUINTO componente Età?? Anni?? Anni?? Anni?? Anni?? Anni?? Anni? Maschio - Sesso? Femmina - Titolo di studio? Nessuno? Licenza Elementare? Licenza Media? Lic/Dipl Scuola Sup.? Laurea? Altro: Condizione rofessionale.1 Se lavora: a quanti anni lavora.2 Se in pensione: ) da quanto tempo? ) a che età ha iniziato a lavorare? ) ultimo lavoro svolto Settore di ccupazione? Occupato? Pensionato? Disoccupato? Casalinga/o? Studente? Inabile al lavoro? Altro:? meno di 1 anno? 1 anno? 2 4 anni? 5 10 anni? più di 10 anni????? Agricoltura? Industria? Servizi? Pubblica Amm/ne Tipologia impresa? Pubblico? Privato? Maschio? Femmina? Nessuno? Licenza Elementare? Licenza Media? Lic/Dipl Scuola Sup.? Laurea? Altro:? Occupato? Pensionato? Disoccupato? Casalinga/o? Studente? Inabile al lavoro? Altro:? meno di 1 anno? 1 anno? 2 4 anni? 5 10 anni? più di 10 anni????? Agricoltura? Industria? Servizi? Pubblica Amm/ne? Pubblico? Privato? Maschio? Femmina? Nessuno? Licenza Elementare? Licenza Media? Lic/Dipl Scuola Sup.? Laurea? Altro:? Occupato? Pensionato? Disoccupato? Casalinga/o? Studente? Inabile al lavoro? Altro:? meno di 1 anno? 1 anno? 2 4 anni? 5 10 anni? più di 10 anni????? Agricoltura? Industria? Servizi? Pubblica Amm/ne? Pubblico? Privato? Maschio? Femmina? Nessuno? Licenza Elementare? Licenza Media? Lic/Dipl Scuola Sup.? Laurea? Altro:? Occupato? Pensionato? Disoccupato? Casalinga/o? Studente? Inabile al lavoro? Altro:? meno di 1 anno? 1 anno? 2 4 anni? 5 10 anni? più di 10 anni????? Agricoltura? Industria? Servizi? Pubblica Amm/ne? Pubblico? Privato? Maschio? Femmina? Nessuno? Licenza Elementare? Licenza Media? Lic/Dipl Scuola Sup.? Laurea? Altro:? Occupato? Pensionato? Disoccupato? Casalinga/o? Studente? Inabile al lavoro? Altro:? meno di 1 anno? 1 anno? 2 4 anni? 5 10 anni? più di 10 anni????? Agricoltura? Industria? Servizi? Pubblica Amm/ne? Pubblico? Privato? Maschio? Femmina? Nessuno? Licenza Elementare? Licenza Media? Lic/Dipl Scuola Sup.? Laurea? Altro:? Occupato? Pensionato? Disoccupato? Casalinga/o? Studente? Inabile al lavoro? Altro:? meno di 1 anno? 1 anno? 2 4 anni? 5 10 anni? più di 10 anni????? Agricoltura? Industria? Servizi? Pubblica Amm/ne? Pubblico? Privato

57 7 Dimensione dell impresa 8 Ha un assicurazione sanitaria integrativa? 9 Se ne ha una, chi paga il costo dell assicurazione? 10 Quale è il suo reddito mensile netto e quello dei suoi familiari? 11 Come considera il suo attuale stato di salute e quello dei suoi familiari? 12 Soffre di malattie croniche? 13 Quali? 14 Ha mai cambiato il suo medico di famiglia? 15 Come valuta i servizi offerti dalla sua ASL? Questionner 2 CAPOFAMIGLIA Primo componente Secondo componente Terzo componente Quarto componente Quinto componente? 0 5? 6 15? 15 50? ? ? Oltre 250? Si? No? il datore di lavoro? pagata personalmente? Euro? Euro? Euro? più di 3000 Euro? Ottimo? Buono? Discreto? Cattivo? Pessimo? Si? No????? Si? No? Ottimo? Buono? Discreto? Cattivo? Pessimo? 0 5? 6 15? 15 50? ? ? Oltre 250? Si? No? il datore di lavoro? pagata personalmente? Euro? Euro? Euro? più di 3000 Euro? Ottimo? Buono? Discreto? Cattivo? Pessimo? Si? No????? Si? No? Ottimo? Buono? Discreto? Cattivo? Pessimo? 0 5? 6 15? 15 50? ? ? Oltre 250? Si? No? il datore di lavoro? pagata personalmente? Euro? Euro? Euro? più di 3000 Euro? Ottimo? Buono? Discreto? Cattivo? Pessimo? Si? No????? Si? No? Ottimo? Buono? Discreto? Cattivo? Pessimo? 0 5? 6 15? 15 50? ? ? Oltre 250? Si? No? il datore di lavoro? pagata personalmente? Euro? Euro? Euro? più di 3000 Euro? Ottimo? Buono? Discreto? Cattivo? Pessimo? Si? No????? Si? No? Ottimo? Buono? Discreto? Cattivo? Pessimo? 0 5? 6 15? 15 50? ? ? Oltre 250? Si? No? il datore di lavoro? pagata personalmente? Euro? Euro? Euro? più di 3000 Euro? Ottimo? Buono? Discreto? Cattivo? Pessimo? Si? No????? Si? No? Ottimo? Buono? Discreto? Cattivo? Pessimo? 0 5? 6 15? 15 50? ? ? Oltre 250? Si? No? il datore di lavoro? pagata personalmente? Euro? Euro? Euro? più di 3000 Euro? Ottimo? Buono? Discreto? Cattivo? Pessimo? Si? No????? Si? No? Ottimo? Buono? Discreto? Cattivo? Pessimo