www.inami.be www.coopami.org Le système d information (bases de données) l évaluation de la qualité des soins. Nouakchott 3 février 2011 Michel Vigneul Cellule Expertise&COOPAMI
Se doter d un système d information performant est le préalable à la gestion d un système d assurance maladie.
La bonne gestion d un système d assurance de soins de santé repose sur la collecte de données : o Pour suivre les dépenses (consommation) o Pour établir les budgets o Pour évaluer l effet de mesures envisagées : plan chronique, plan cancer, nouvelle nomenclature des aides à la mobilité, o Pour financer certains prestataires de soins (institutions): prix de journée, forfait médicaments, imagerie médicale, biologie clinique, o Pour informer les prestataires des soins (individus) [profils, feedbacks] sur leurs activités o Pour améliorer la qualité des soins : médicaments bon marché, antibiotiques, o Pour détecter certaines fraudes comme la surconsommation ou l application fautive des règles de la nomenclature o Pour aider à la définition de la politique de santé
Comment évaluer la qualité des soins au départ d une bases de données? Suivi de la consommation et des coûts au niveau des : prestations prestataires Quels paramètres? Quelles manipulations des données? Quel OUTPUT? lieux de prestations indicateurs internationaux
Circuit des données
Organisation de la collecte des données Cadre légal: Loi relative à l'assurance obligatoire soins de santé et indemnités coordonnée le 14 juillet 1994 => Arrêté Royal du 3 juillet 1996 (article 348 et suivants). Toute collecte des données se fonde sur une circulaire qui décrit le dessin d enregistrement du circuit, c est-à-dire quelles informations doivent être collectées, sous quelle forme et dans quel ordre ; elle prévoit aussi la fréquence de la livraison des données. Approbation des circulaires par les partenaires (Commission informatique).
Collecte des données Qui fait? Quoi? À qui? Quand? Et où? Prestataire Prestation Patient Date de prestation Lieu de prestation
REFERENTIEL : Informations sur le prestataire N INAMI Qualification Date de naissance Sexe Adresse Rôle linguistique Date de diplôme. 8
REFERENTIEL : Informations sur les prestations Code nomenclature Libellé Tarif Date de création et date de fin 9
REFERENTIEL : Informations sur les médicaments Code INAMI Libellé Code ATC Catégorie de remboursement Conditionnement Prix ambulant/hospitalisé Unité de tarification Firme Date de création et date de fin de remboursement 10
REFERENTIEL : Informations sur les lieux de prestation N identification Identification (dénomination) Service hospitalier Laboratoire Centre de rééducation 11
Collecte des données A- Base Doc N : documents comptables /ACTUARIAT A- Base P : Profils (des prestataires) H- Base SHA : Séjours Hospitaliers Anonymisés H- Base ADH : Séjours en hospitalisation de jour N P SHA/ ADH Date de prestation / Comptabilisation X X X Code nomenclature X X X Identification prestataire/ prescripteur Profession Qualification X X Lieu de prestation Lieu de séjour X X Patient Sexe, âge, Arr, SS Sexe, âge, SS X X
Collecte des données M- Base Pharmanet : Médicaments en Pharmacie M- Base PH : Médicaments en Hôpital PH Pharmanet Date de délivrance / Comptabilisation X X Code du produit pharmaceutique X X Identification prestataire/ prescripteur X Profession Qualification Lieu de prestation Lieu de séjour X Officine publique Patient X Sexe, âge, Arr, SS
Contrôle des données Une fois les données réceptionnées par l institution qui en a organisé la collecte, des contrôles systématiques et continus doivent être mis en place : -Volume (est-ce que tous les champs demandés sont remplis?) -Qualité (est-ce que les données complétées sont fiables?) ACTIONS à entreprendre?
Collecte des données RCM- Résumé Clinique Minimum Tous les hôpitaux généraux, hospitalisation classique ou «one-day» Caractéristiques du séjour et du patient: Numéro de patient anonymisé, sexe, âge,... Lieu avant admission (ex : domicile, autre hôpital, ) Type d admission (ex : planifié, via service urgence 100,..) Envoyé par (ex : médecin) Type sortie (ex : contre avis médical) Destination (ex : domicile, hôpital, MRS, décédé) Diagnostiques et procédures: +/- 14.000 codes différents un diagnostic principal l affection qui après examen est considérée comme cause principale de l admission du patient dans l hôpital zéro, un ou plusieurs diagnostics secondaires
APR-DRG All Patient Refined Diagnosis Related Groups Les APR-DRG représentent la sévérité d'un diagnostic selon trois critères: la gravité clinique, le risque de mortalité et l'intensité des ressources. La gravité clinique est l'étendue de la dégradation physiologique ou de la perte de fonction d'un système clinique. Le risque de mortalité correspond à la probabilité de décès du patient. L'intensité des ressources correspond à l'importance relative des services hospitaliers diagnostics et thérapeutiques utilisés dans le traitement d'un diagnostic particulier. Le concept DRG consiste à regrouper les séjours hospitaliers considérés comme similaires tant sur le plan de l aspect clinique (d un point de vue médical) que sur celui de la consommation des ressources hospitalières (équivalence au chapitre de la durée de coût et de la durée de séjour).
Relation entre les bases de données Input : RCM Diagnostics Procédures Sexe Age Poids naissance Type sortie Software basé sur un certain algorithme Output : APR-DRG 355 DRG de base + degré de gravité + risque de mortalité + 2 DRG pour codification fautive
Relation entre les bases de données
POURQUOI un ECHANTILLON PERMANENT? Qu est-ce que l échantillon permanent? C est un échantillon anonyme, représentatif de la population belge, composé des données qui sont disponibles au niveau administratif au sein des mutualités dans le cadre de l assurance soins de santé obligatoire. Il concerne tant les données de population que les données de facturation soins de santé et les données Pharmanet (médicaments). L échantillon permanent est formé sur base de 1/40 de tous les bénéficiaires, complété par un échantillon supplémentaire de 1/40 pour les plus de 65 ans, ce qui aboutit à un échantillon de 1/20 pour ce groupe. Cet échantillon compte environ 300.000 personnes. Une actualisation annuelle des données permet d analyser si certains résultats changent au cours du temps. Une structure panel (les mêmes personnes font partie de l échantillon durant plusieurs années) permet un suivi longitudinal. Les données sont conservées 10 années successives. L échantillon permanent est (démarrage mai 2008) aujourd hui disponible pour les années de prestations 2002 à 2008 inclus. Les données de l année "t" seront à chaque fois disponibles le 31/12 de l année "t+1".
PHARMANET
Rang Montant net 2008 ATC Principe actif Montant net 2008 DDD 2008 Rang DDD 2008 Nombre de patients 2008 1 C10AA05 ATORVASTATINE 99.242.311 90.892.007 5 287.248 2 A02BC01 OMEPRAZOLE 66.672.864 151.891.491 1 786.918 3 B01AC04 CLOPIDOGREL 52.228.951 34.773.383 27 127.338 4 L04AB04 ADALIMUMAB 51.483.973 1.249.506 281 5.372 5 R03AK06 SALMETEROL AVEC UN CORTICOSTEROIDE 48.061.017 28.861.051 38 221.523 6 L04AB01 ETANERCEPT 46.718.412 1.163.490 292 4.721 7 A02BC02 PANTOPRAZOLE 43.623.734 29.628.016 36 195.280 8 C10AA07 ROSUVASTATINE 43.512.935 65.488.355 13 201.761 9 B02BD02 FACTEUR VIII DE COAGULATION 42.143.406 174.316 472 268 10 N06AX16 VENLAFAXINE 39.987.970 33.204.871 30 142.718 11 J07BM01 PAPILLOMAVIRUS (TYPES 6, 11, 16, 18) 36.921.154 309.157 425 139.158 12 L03AB07 INTERFERON BETA-1A 34.202.425 2.093.769 226 3.461 13 C10AA01 SIMVASTATINE 33.231.490 146.403.714 2 596.554 14 N06AB10 ESCITALOPRAM 31.817.608 46.234.898 17 248.969 15 R03AK07 FORMOTEROL AVEC UN CORTICOSTEROIDE 31.773.444 19.442.263 58 184.346 16 C09AA04 PERINDOPRIL 31.353.405 78.807.491 9 230.787 17 C01DX12 MOLSIDOMINE 31.181.093 94.165.376 4 137.461 18 J01CR02 AMOXICILLINE ET INHIBITEURS D'ENZYME 26.897.365 32.512.753 33 1.493.395 19 N05AH03 OLANZAPINE 26.810.918 6.658.365 144 43.972 20 R03BB04 BROMURE DE TIOTROPIUM 25.038.621 17.809.742 65 96.560 21 L01XE01 IMATINIB 24.620.295 220.807 454 906 22 C08CA01 AMLODIPINE 24.590.439 117.974.778 3 325.203 23 B01AB06 NADROPARINE 24.584.607 12.525.585 95 191.028 24 N05AX08 RISPERIDONE 22.627.939 7.159.872 135 83.491 25 N05AH04 QUETIAPINE 22.411.127 6.061.422 152 38.744 ATC (Anatomical Therapeutic Chemical classification system) DDD (Defined Daily Dose)
Exploitation des bases de données DocN Liaison VPN SHA
Questions?
Le système d information actuellement mis en place par la CNAM pourrait être plus efficace très rapidement : a) si l ensemble des données disponibles dans des dossiers «papier» individuels étaient encodées et correctement encodées travailler dans l optique que tous les champs sont obligatoires ; b) si des référentiels complets étaient élaborés (prestations de soins, médicaments, prestataires, assurés, ). N.B. L existence de tels référentiels permettraient de simplifier la feuille de soins, on peut alors espérer qu elle sera mieux remplie. Contrairement à l INAMI, la CNAM de par ses trois secteurs d activités (gestion financière globale, assureur, gestionnaire) peut se doter d un système d information exhaustif sur chacun de ses assurés.