ameli.fr - Santé Publique - 2014 n°3

Accès rapide

Aller à la navigation principale Aller à la recherche Aller à l'aide Aller au plan du site Aller au contenu Aller à la pagination
L'Assurance maladie (logo): retour accueil portail

ameli.fr
l'assurance maladie en ligne

Statistiques et publications

Santé Publique - 2014 n°3

Version imprimableEnvoyer cette page à un ami
Dossier mis à jour le 2 octobre 2014
Comment les médecins limitent leurs prescriptions ; Pertinence du stage en milieu pénitentiaire ; Qualités psychométriques de questionnaires ; La culture sécurité des soins des médecins ; L’appariement de données en médecine générale
Passer le sommaire

Au sommaire du dossier

L'appariement de données en médecine générale

Recherche originale

Faisabilité et intérêt de l'appariement de données individuelles en médecine générale et de données de remboursement appliqué au diabète et à l'hypertension artérielle
Article intégral en Pdf

Auteurs : Julie Perlbarg, Caroline Allonier, Philippe Boisnault, Fabien Daniel, Philippe Le Fur, Philippe Szidon, Yann Bourgueil

Résumé

Objectif : Le monde de la santé publique en France est soucieux d'améliorer l'utilisation des bases de données nationales. L'objectif du projet était de construire un outil de recherche en soins ambulatoires en appariant des données médicales et des données de remboursement.

Méthodes : Les sources étaient la base de données du SNIIRAM et la base de données de l'Observatoire de Médecine Générale (OMG). Le SNIIRAM est une base médico-administrative nationale regroupant les données ayant servi au remboursement des soins et l'OMG est une base de données médicales en soins ambulatoires fournissant les motifs de recours aux soins appelés Résultats de Consultation (RC). À partir des données des patients ayant consulté un des 30 médecins généralistes sélectionnés en 2008, nous avons réalisé un appariement probabiliste des deux bases.

Résultats : La procédure d'appariement a permis d'apparier 89 211 séances et 29 088 patients. La comparaison des affections de longue durée (ALD) et des RC a montré que 94 % des patients en ALD diabète avaient un RC diabète dans l'année. Mais seulement 65 % des patients avec un RC diabète étaient déclarés en ALD. L'appariement a permis d'identifier 12 % de patients diabétiques sans traitement antidiabétique et hors ALD qui n'étaient pas repérables dans le SNIIRAM.

Conclusion : Cette étude a décrit une méthodologie novatrice d'appariement de bases de données. Elle a également montré les apports de ce modèle de données appariées pour le ciblage de populations à risque. D'autres pistes d'exploitation sur l'analyse des comorbidités, des pratiques et des parcours de soins sont encore envisageables.

Santé Publique. 2014;26(3):355-363

 

Feasibility and practical value of statistical matching of a general practice database and a health insurance database applied to diabetes and hypertension

Summary

Objectives: Public Health actors in France are striving to improve the use of national databases for public health and research. The main objective of this project was to develop a research tool in ambulatory care by matching medical data and reimbursement data.

Methods: Data sources were the health insurance database (SNIIRAM) and the General Practice Observatory (OMG) database. The SNIIRAM is a national medical and administrative database comprising data used in healthcare reimbursement. The OMG is a medical database on ambulatory care recording presenting complaints called "Results of Consultation" (RC). Based on data for patients who consulted one of the 30 general practitioners selected in 2008, we performed a probabilistic matching of the two databases.

Results: The linkage procedure allow edmatching of 89,211 consultations or doctor visits and 29,088 patients. Comparison of long-term diseases (ALD) and RC showed that 94% of patients with diabetes as ALD had at least one RC coded as diabetes during the year, but only 65% of patients with one RC coded as diabetes were reported as ALD for this disease. Matching of the databases identified 12% of diabetic patients without antidiabetic treatment and without ALD for this affection; these patients were therefore not identifiable in the SNIIRAM database.

Conclusion: This study describes an innovative database matching methodology. It also illustrates the contribution of this model of matched data in terms of targeting populations at risk. Other approaches to analysis of comorbidities, medical practices and care pathways could be proposed.

Santé Publique. 2014;26(3):355-363

Rubriques annexes