Thèse soutenue

« 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 »
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Panayotis Constantinou
Direction : Nathalie Pelletier-FleuryPhilippe Tuppin
Type : Thèse de doctorat
Discipline(s) : Santé publique - sciences économiques
Date : Soutenance le 25/02/2020
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Santé Publique (Le Kremlin-Bicêtre, Val-de-Marne ; 2015-...)
Partenaire(s) de recherche : Laboratoire : Centre de recherche en épidémiologie et santé des populations (Villejuif, Val-de-Marne ; 2010-....)
référent : Université Paris-Saclay. Faculté de médecine (Le Kremlin-Bicêtre, Val-de-Marne ; 2020-....)
Jury : Président / Présidente : Florence Tubach
Examinateurs / Examinatrices : Bruno Ventelou, Isabelle Peytremann-Bridevaux, Patrick Jourdain
Rapporteurs / Rapporteuses : Bruno Ventelou, Isabelle Peytremann-Bridevaux

Résumé

FR  |  
EN

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.