IDENTIFICAZIONE DEI CASI DI BPCO E ASMA NEI DATABABASE SANITARI AMMINISTRATIVI: IL PROGETTO CRACK-CRD Andrea Arfè, Antonella Zambon, Giulia Segafredo, Lorenza Scotti, Arianna Ghirardi, Buthaina Ibrahim, Davide Soranna, Federica Nicotra, Silvana Romio, Giovanni Corrao Unità di Biostatistica, Epidemiologia e Salute Pubblica Dipartimento di Statistica e Metodi Quantitativi Università degli Studi di Milano-Bicocca 1
Introduzione Malattie respiratorie croniche sono 4 a causa di morte nel mondo essendo responsabili del 6% di tutti i decessi (WHO, 2013) In particolare, ASMA e la BRONCOPNEUMOPATIA CRONICO- OSTRUTTIVA (BPCO) hanno forte impatto sia sui pazienti che sulla società. Impatto di queste patologie è previsto aumentare nel tempo (invecchiamento popolazione, persistenza fattori di rischio, ) World Health Organization. The 10 leading causes of death in the world, 2000 and 2011. Fact sheet N 310. July 2013 2
Obiettivi - Il progetto CRACK-CRD CRACK Carry Out a Repository for Administrative and Clinical data Knotting - Chronic Respiratory Diseases (CRACK-CRD): Valutare le potenzialità dei Database Sanitari Amministrativi (DSA) della Regione Lombardia per valutare l impatto clinico dell ASMA e BPCO (prevalenza, incidenza, aderenza e persistenza a terapie farmacologiche, outcome clinici, ) 3
Obiettivi - Il progetto CRACK-CRD CRACK Carry Out a Repository for Administrative and Clinical data Knotting - Chronic Respiratory Diseases (CRACK-CRD): Valutare le potenzialità dei Database Sanitari Amministrativi (DSA) della Regione Lombardia per valutare l impatto clinico dell ASMA e BPCO (prevalenza, incidenza, aderenza e persistenza a terapie farmacologiche, outcome clinici, ) Nello specifico: 1. Sviluppare un algoritmo ad-hoc per identificare i casi di ASMA e BPCO nei DSA 2. Stimare la prevalenza di diagnosi di ASMA e BPCO durante il 2001-2010 in Regione Lombardia 3. Valutare l impatto della misclassificazione sulle stime di prevalenza tramite un approccio grafico di sensitivity analysis 4
Metodi fonte dei dati Archivio anagrafico Archivio prescrizioni farmaceutiche Archivio schede dimissione ospedaliere Popolazione target: circa 10 milioni residenti Archivio esenzioni per patologie croniche 5
Metodi algoritmo identificativo anno-2 anno-1 anno Età al 1 Gennaio dell anno di riferimento Presenza esenzioni per ASMA Presenza ospedalizzazioni per ASMA (ICD-9: 493) e/o BPCO (ICD-9: 491, 492, 496) Frequenza annua prescrizioni di farmaci per patologie respiratorie croniche (ATC: R03) e di antibiotici (ATC: J01) 6
Metodi algoritmo identificativo anno-2 anno-1 anno Età al 1 Gennaio dell anno di riferimento Presenza esenzioni per ASMA Presenza ospedalizzazioni per ASMA (ICD-9: 493) e/o BPCO (ICD-9: 491, 492, 496) Frequenza annua prescrizioni di farmaci per patologie respiratorie croniche (ATC: R03) e di antibiotici (ATC: J01) Criteri di classificazione: ASMA BPCO 7
Metodi sensitivity analysis p θ Se Sp Proporzione individui identificati da algoritmo come affetti da ASMA/BPCO Vera prevalenza ASMA/BPCO nella popolazione Sensibilità classificazione fornita da algoritmo Specificità classificazione fornita da algoritmo Relazione di Rogan e Gladen (1987): θ = p + SP 1 SE + SP 1 Rogan WJ, Gladen B. Estimating prevalence from the results of a screening test. Am J Epidemiol 1987; 107:71-6 Molinari F. Partial identification of probability distributions with misclassified data. J Econometrics 2008; 81:117 8
Metodi sensitivity analysis p θ SE SP Proporzione individui identificati da algoritmo come affetti da ASMA/BPCO Vera prevalenza ASMA/BPCO nella popolazione Sensibilità classificazione fornita da algoritmo Specificità classificazione fornita da algoritmo Relazione di Rogan e Gladen (1987): θ = p + SP 1 SE + SP 1 Assumendo SP, SE λ > 50% (Molinari, 2008): p + λ 1 max 0, λ θ min 1, p λ Rogan WJ, Gladen B. Estimating prevalence from the results of a screening test. Am J Epidemiol 1987; 107:71-6 Molinari F. Partial identification of probability distributions with misclassified data. J Econometrics 2008; 81:117 9
Metodi sensitivity analysis 70.0% 60.0% θ (prevalenza corretta) 50.0% 40.0% 30.0% 20.0% p = 30% θ MAX = min 1, p λ 10.0% 0.0% 50.0% 60.0% 70.0% 80.0% 90.0% 100.0% λ (limite inferiore SP e SE) θ MIN = max 0, p + λ 1 λ 10
Metodi sensitivity analysis 70.0% 60.0% θ (prevalenza corretta) 50.0% 40.0% 30.0% 20.0% p = 30% θ MAX = 40% 10.0% θ MIN = 10% 0.0% 50.0% 60.0% 70.0% 80.0% 90.0% 100.0% λ (limite inferiore SP e SE) SP, SE 0.8 11
Prevalenza stiamte Risultati prevalenza nel 2001-2010 4.0% 3.5% 3.0% 2.6% 2.5% 2.0% 1.5% 2.1% 1.8% 2.1% ASMA BPCO 1.0% 0.5% 0.0% 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 12
Risultati prevalenza per età (2010) 8.0% Prevalenza ASMA (%) 7.0% 6.0% 5.0% 4.0% 3.0% 2.0% 1.0% 0.0% 0-20 20-40 40-60 60-80 80+ 13
Risultati prevalenza per età (2010) Prevalenza ASMA (%) Prevalenza BPCO (%) 8.0% 8.0% 7.0% 7.0% 6.0% 6.0% 5.0% 5.0% 4.0% 4.0% 3.0% 3.0% 2.0% 2.0% 1.0% 1.0% 0.0% 0-20 20-40 40-60 60-80 80+ 0.0% 0-20 20-40 40-60 60-80 80+ 14
Prevalenza corretta Risultati sensitivity analisys Prevalenza ASMA, pop. generale 2010: 6.0% 5.0% 4.0% 4% 3.0% 3% 2.0% p = 2.1% 1.0% 0.0% 50.0% 55.0% 60.0% 65.0% 70.0% 75.0% 80.0% 85.0% 90.0% 95.0% 100.0% Limite inferiore SP e SE 15
Prevalenza corretta Risultati sensitivity analisys Prevalenza BPCO, pop. generale 2010: 6.0% 5.0% 5% 4.0% 4% 3.0% p = 2.6% 2.0% 1.0% 0.0% 50.0% 55.0% 60.0% 65.0% 70.0% 75.0% 80.0% 85.0% 90.0% 95.0% 100.0% Limite inferiore SP e SE 16
Conclusioni Trend crescente della prevalenza di ASMA/BPCO evidenzia il loro crescente impatto clinico. Stime di prevalenza ottenute tramite l algoritmo sviluppato sono compatibili con quelle riportate nella letteratura per la BPCO. La reale diffusione delle due malattie è comunque probabilmente sottostimata (Cazzola et al. 2011). Il metodo grafico di sensitivity analysis per valutare l impatto sulle stime di prevalenza è risultato di facile applicazione e potrebbe essere adattato anche ad altre situazioni. Cazzola M, et al. The prevalence of asthma and COPD in Italy: a practice-based study. Resp Med 2011; 105;386-91 17
Ringraziamenti Questo studio è stato realizzato con un contributo di ricerca da parte di GlaxoSmithKline. Contatti: Andrea Arfè andrea.arfe@campus.unimib.it CRACK Sito web: http://biostatunimib.altervista.org/research/crack-project/ 18