Évaluation économique de la prise en charge de la stéatose hépatique non alcoolique

Caractéristiques

Responsable scientifique I. Durand-Zaleski
Organisme de rattachement AP-HP / URC-Eco
Laboratoire / Lieu Paris
Année de dépôt 2020
Type de projet Données uniquement

Contexte

Ce projet s’inscrit dans la préparation de l’analyse d’impact budgétaire d’une biopsie hépatique virtuelle (qui n’existe pas encore) élaborée à partir d’algorithmes associant de l’imagerie et des bio-marqueurs pour les patients présentant une stéatose hépatique non alcoolique dans le cadre du RHU QUID NASH.

Notre demande d’accès à Constances concerne une population dont l’identification a déjà été réalisée.

Objectifs

Décrire et estimer les coûts de prise en charge de la population cible en partant du travail épidémiologique réalisé sur la cohorte Constances par le Pr L. Serfaty et des algorithmes élaborés à partir des variables de Constances sur les critères de Fatty Liver Index and Forns Index (FI) avec FLI > 60 pour NAFLD et FI > 6.9 pour NASH.

Méthodes

Nous proposons de reprendre l’algorithme d’extraction déjà défini par l’équipe du Pr Serfaty (l’utilisation de l’algorithme qui a été développé fera l’objet d’une convention spécifique) et d’analyser dans la population estimée de 16 000 patients NAFLD

  1. Les diabétiques et non diabétiques
  2. Les patients atteints de fibrose avancée.

Notre demande concerne uniquement la première partie du WP économique qui a pour objectif de décrire la prise en charge actuelle de la population de patients qui seraient susceptibles de bénéficier de la biopsie hépatique virtuelle dont le développement est l’objectif principal du RHU. Nous cherchons à disposer des informations sur les modalités du suivi, thérapeutiques, (traitements médicamenteux, chirurgie), afin de modéliser dans un second temps les impacts attendus de la biopsie virtuelle sur le nombre de biopsies hépatiques réalisées, leur fréquence et la modification attendue des traitements.

Les données du SNDS sont nécessaires pour :

  1. Estimer le coût global, du point de vue de l’Assurance Maladie, de la NASH
  2. Estimer le coût par patient d’une NASH diagnostiquée
  3. Modéliser, au niveau individuel (évaluation médico économique) et au niveau collectif (analyse d’impact budgétaire) l’effet de l’introduction d’une biopsie virtuelle et éventuellement d’un traitement.

La HAS a présenté dans un guide les exigences méthodologiques pour l’AIB. Celle-ci impose le recours aux données du SNDS qui sont les seules à permettre de manière exhaustive les descriptions des consommations des soins et l’estimation des coûts. L’intérêt majeur du chainage avec Constances est que le SNDS documente uniquement les patients NASH consommants alors que les données épidémiologiques de Constances identifient également les non consommants.

Analyse statistique

Description des caractéristiques des patients inclus dans l’étude : données démographiques et sociales, consommations et coûts.

Description de la prise en charge postérieure au diagnostic. Cette analyse sera réalisée pour les patients NAFLD identifiés dans Constances :

  • Suivi de la maladie (hépatique et autres symptômes) : fréquence et nature (ambulatoire, hospitalière) de la prise en charge.

  • Prise en charge médicamenteuse : fréquence et qualité des classes de médicaments utilisés ; changement de traitement.

  • Description de la prise en charge différentielle des formes diabétiques et non diabétiques.

  • Survenue d’évènements aigus : fréquence et motif des hospitalisations pour évènements aigus, ou chirurgie (bariatrique par exemple).

  • Décès au cours du suivi.

Évaluation du coût de la prise en charge (objectif principal). Dans cette analyse, seuls les coûts directs médicaux et non médicaux facturés à la CNAM seront pris en compte.

Recherche de facteurs prédictifs des coûts. Ce sont les variables économiques, cliniques, et socio- démographiques (variables indépendantes) associées à une dépense annuelle élevée (variable dépendante). Nous réaliserons un modèle prédictif à l’aide d’une régression logistique. Parmi les variables économiques, il est vraisemblable que le meilleur prédicteur de consommation à l’année N est la consommation totale à l’année N-1 et que le risque d’hospitalisation à l’année N est prédit par l’existence d’une hospitalisation à l’année N-1. Les autres variables cliniques et socio-démographiques candidates incluent : l’âge (par classe de 5 ans), le sexe, les facteurs cliniques et biologiques de risque, le degré de fibrose, les comorbidités (indice de Charlson).

Au final, nous sélectionnerons les variables du modèle en utilisant la régularisation LASSO, en forçant les variables définies par le COPIL du RHU et en utilisant le meilleur paramètre de pénalisation par validation croisée.

Perspectives

Si la biopsie virtuelle est identifiée, elle sera commercialisée et un prix devra être défini. Un des éléments de la définition du prix sera le bénéficie médical de cette biopsie virtuelle pour la prise en charge des patients NASH, un autre élément sera l’impact budgétaire de l’utilisation de cette biopsie.

Aller au contenu principal