Recherche quantitative originale – Biais de classification dans les algorithmes de recensement des cas de maladies chroniques : une approche de reclassification

Résumé

Introduction. L’utilisation de données administratives sur la santé pour recenser les cas de maladies chroniques peut entraîner des biais de classification. Des règles de sortie basées sur la reclassification pourraient réduire ces biais de classification.

Méthodologie. Nous avons utilisé les données administratives du Manitoba sur la santé (1995-2022) pour mesurer la prévalence de la sclérose en plaques (SP) et du diabète insulino-dépendant (DID). Nous avons élaboré des algorithmes basés sur un modèle de régression logistique multivarié et utilisé une règle de sortie de probabilité prédite par le modèle pour reclasser chaque année les cas de DID et de SP. Nous avons estimé la sensibilité, la spécificité, la valeur prédictive positive (VPP), la valeur prédictive négative (VPN) et les taux de reclassification. La régression linéaire a permis de tester les différences dans les estimations de prévalence entre un algorithme basé sur un modèle avec règle de sortie et un algorithme existant du Système canadien de surveillance des maladies chroniques (SCSMC) sans règle de sortie.

Résultats. La cohorte de la SP comprenait 60 228 personnes (608 cas, 59 620 non-cas) et la cohorte du DID 44 125 personnes (2 506 cas, 41 619 non-cas). La sensibilité de l’algorithme basé sur un modèle était comprise entre 0,62 et 0,85 pour la SP et entre 0,87 et 0,95 pour le DID. La VPP était comprise entre 0,21 et 0,60 pour la SP et entre 0,92 et 0,95 pour le DID. La spécificité et la VPN étaient systématiquement élevées (0,98 à 1,00). Les non-cas ont souvent été mal classés et les taux de reclassification des non-cas ont été plus élevés que ceux des cas à la fois pour la SP (0,22 à 0,33 c. 0,14 à 0,28) et pour le DID (0,18 à 0,65 c. 0,13 à 0,15). L’algorithme basé sur un modèle avec règle de sortie a produit une augmentation plus lente de la prévalence que l’algorithme du SCSMC pour la SP, mais pas pour le DID.

Conclusion. Les algorithmes de vérification des cas avec règle de sortie peuvent résoudre les biais de classification erronée lors de l’estimation de la prévalence des maladies chroniques à l’aide de données administratives sur la santé. Les améliorations dépendent de la maladie.

Mots-clés : classification erronée, prévalence, algorithme, données administratives sur la santé, biais

Introduction

Les données administratives sur la santé, en particulier les demandes de remboursement des médecins et les dossiers de sortie d’hôpital, sont fréquemment utilisées pour estimer la prévalence et l’incidence des maladies chroniques dans l’ensemble de la population. Ces estimations sont obtenues en appliquant un algorithme de détermination des cas aux données et, idéalement, cet algorithme a été validé auprès d’une population dont le statut pathologique est connu^{Note de bas de page 1}. La validation par algorithme fournit des estimations de la sensibilité, de la spécificité, de la valeur prédictive positive (VPP) et de la valeur prédictive négative (VPN) utilisées par les chercheurs et les décideurs politiques pour évaluer l’ampleur du biais potentiel dans les estimations de la prévalence et de l’incidence des maladies.

Les erreurs de classification des cas de maladie dans les algorithmes de recensement des cas pour les données administratives sur la santé sont fréquentes^{Note de bas de page 2}. Elles peuvent être dues à des erreurs de codage des diagnostics, à l’utilisation de codes de médicaments non spécifiques (c’est-à-dire des médicaments dont l’indication n’est pas exclusive à une maladie) et à une sous-utilisation du système de soins de santé, entre autres raisons^{Note de bas de page 2Note de bas de page 3Note de bas de page 4Note de bas de page 5}. Les erreurs de classification peuvent conduire à des estimations biaisées du fardeau de la maladie : lorsque la sensibilité est supérieure à la VPP, la prévalence sera surestimée et lorsqu’elle est inférieure, la prévalence sera sous-estimée^{Note de bas de page 6}.

Plusieurs méthodes ont été proposées pour corriger les erreurs de classification dans les estimations de prévalence, en particulier des facteurs de correction et des règles de sortie. Des facteurs de correction pour les estimations de prévalence ont été étudiés pour le diabète^{Note de bas de page 7Note de bas de page 8}, le cancer du sein^{Note de bas de page 9} et l’infarctus aigu du myocarde^{Note de bas de page 8} en utilisant des estimations de sensibilité et de spécificité obtenues à partir d’études de validation^{Note de bas de page 7Note de bas de page 9}. Cependant, les études de validation sont souvent menées dans des cohortes cliniques dont la prévalence de la maladie et les schémas d’utilisation des soins de santé ne reflètent pas ceux des populations non cliniques^{Note de bas de page 10}, et les facteurs de correction qui en résultent sont susceptibles de ne pas s’appliquer à l’ensemble de la population^{Note de bas de page 7}.

Les règles de sortie sont des règles déterministes ou probabilistes utilisées pour recenser et éliminer les faux positifs au niveau de l’individu plutôt que de la population. Des règles de sortie ont été appliquées en pharmacovigilance et en génomique^{Note de bas de page 11Note de bas de page 12Note de bas de page 13} mais, à notre connaissance, pas dans le contexte de la surveillance des maladies chroniques à l’aide de données administratives sur la santé. Lors de l’estimation du fardeau des maladies chroniques, les règles de sortie sont bien adaptées à la production d’estimations de prévalence ajustées qui réduisent le biais de surestimation potentiel susceptible de s’accumuler au fil du temps^{Note de bas de page 7Note de bas de page 14}.

Peng et ses collaborateurs ont constaté que l’incorporation d’une règle de sortie à un algorithme de vérification des cas d’hypertension utilisant une approche de reclassification produisait des résultats comparables à ceux d’un algorithme déterministe^{Note de bas de page 15}. On ignore si ces résultats sont généralisables à d’autres maladies chroniques. Compte tenu de la variabilité des critères de diagnostic, du traitement clinique et de la prévalence dans la population, il serait utile de mener d’autres études sur d’autres maladies chroniques.

Notre but était de développer et de valider un algorithme basé sur un modèle qui incorpore une règle de sortie reposant sur la reclassification. Nos objectifs étaient de valider un algorithme de vérification des cas basé sur un modèle de régression logistique, d’incorporer dans l’algorithme une règle de sortie reposant sur la reclassification et d’évaluer le rendement de cette règle de sortie et enfin de comparer les tendances de la prévalence obtenues à l’aide d’un algorithme avec règle de sortie aux tendances de la prévalence obtenues à l’aide d’un algorithme précédemment validé sans règle de sortie.

Méthodologie

Approbation éthique

L’approbation éthique a été accordée par le Comité d’éthique de la recherche en santé de l’Université du Manitoba (CER n^o HS23961). L’accès aux données a été approuvé par le Provincial Health Research Privacy Committee (PHRPC n^o 2020/2021-12), le Manitoba Shared Health et l’Office régional de la santé de Winnipeg (RAAC2020:026) et le Manitoba Primary Care Research Network.

Conception et données de l’étude

Nous avons mené une étude de cohorte rétrospective pour comparer deux maladies chroniques : le diabète chez les personnes de 18 ans et moins (appelé « diabète insulino-dépendant » ou DID dans cet article) et la sclérose en plaques (SP).

La SP est une maladie à médiation immunitaire du système nerveux central dans laquelle les gaines protectrices de myéline autour des axones et les axones eux-mêmes sont endommagés^{Note de bas de page 16}. La SP est généralement détectée entre 20 et 40 ans^{Note de bas de page 16}. Le DID concerne le diabète de type 1 et de type 2 diagnostiqué chez les personnes de 18 ans et moins. Cette maladie empêche l’organisme de produire de l’insuline ou de répondre à l’insuline qu’il produit, ce qui se traduit par une glycémie non régulée^{Note de bas de page 17}.

Bien que l’étiologie de ces maladies chroniques soit différente, elles sont toutes deux surveillées par le Système canadien de surveillance des maladies chroniques (SCSMC) de l’Agence de la santé publique du Canada, ce qui nous permet de comparer le rendement de leurs algorithmes et de leurs règles de sortie.

Les données de l’étude, soit du 1^er avril 1995 au 31 mars 2022, ont été obtenues auprès du Manitoba Population Research Data Repository, hébergé au Manitoba Centre for Health Policy (MCHP) à Winnipeg. Le Manitoba dispose d’un système de soins de santé universel. Des services de soins de santé assurés par l’État sont offerts pour la majeure partie de la population de la province, et des décennies de données administratives provinciales sur la santé ont été enregistrées. Ces données sont idéales pour étudier l’incidence des algorithmes de recensement des cas sur les tendances de la prévalence des maladies chroniques.

Les renseignements sociodémographiques de la cohorte d’étude, soit la date de couverture par l’assurance maladie, la date de naissance, le sexe et le code postal résidentiel, ont été obtenus à partir du registre de l’assurance maladie du Manitoba. Nous avons utilisé les codes postaux du Registre et le revenu moyen des ménages du recensement de Statistique Canada pour calculer les quintiles de revenu au niveau régional^{Note de bas de page 18}.

Nous avons obtenu les mesures d’utilisation des soins de santé pour construire les algorithmes de vérification des cas et les règles de sortie à partir de la base de données sur les congés des patients (BDCP), de la base de données des demandes de remboursement des frais médicaux et des services médicaux et de la base de données du Réseau pharmaceutique informatisé. La BDCP enregistre tous les séjours de patients hospitalisés, qui ont été déclarés à l’aide des codes de la 9^e révision de la classification internationale des maladies, modification clinique (CIM-9-MC) jusqu’au 31 mars 2004 et des codes de la 10^e révision de la classification internationale des maladies, Canada (CIM-10-CA) depuis le 1^er avril 2004. La base de données des demandes de remboursement des frais médicaux et des services médicaux contient des enregistrements de codes CIM-9-MC pour les consultations externes. La base de données du Réseau pharmaceutique informatisé contient des données sur les médicaments sur ordonnance des pharmacies locales, en utilisant les codes anatomiques, thérapeutiques et chimiques (ATC) de l’Organisation mondiale de la santé^{Note de bas de page 19}.

Trois bases de données ont été utilisées pour constituer les cohortes de l’étude et fournir des normes de référence pour l’identification des cas de SP et de DID : la base de données d’évaluation de l’ensemble minimal de données (EMD) sur les soins à domicile pour les cas et les non-cas de SP, la base de données du registre DER-CA (Diabetes Education Resource for Children and Adolescents) pour les cas de DID et la base de données du Manitoba Primary Care Research Network (MaPCReN) pour les non-cas de DID.

La base de données d’évaluation de l’EMD sur les soins à domicile recueille des données sur les évaluations et l’utilisation des soins à domicile par toutes les personnes recevant ce type de soins fourni par l’Office régional de la santé de Winnipeg, qui dessert environ 60 % de la population du Manitoba. La base de données du registre DER-CA contient des renseignements sur presque tous les enfants de la province ayant reçu un diagnostic de diabète de type 1 ou 2 et qui sont orientés vers le programme DER-CA. La base de données du MaPCReN contient les dossiers médicaux électroniques d’un sous-ensemble de prestataires de soins primaires (médecins de famille, infirmières praticiennes et pédiatres communautaires) dans toutes les régions sanitaires du Manitoba. Toutes les bases de données peuvent être jumelées au niveau individuel à l’aide d’un numéro d’identification personnel anonyme.

Cohortes d’étude

La période d’étude pour la cohorte de la SP était du 1^er avril 2004 au 31 mars 2022 et, pour la cohorte du DID, du 1^er avril 1995 au 31 mars 2022. Les périodes d’étude ont été fixées en fonction de la disponibilité des données et des autorisations d’accès.

Les membres de la cohorte de la SP répondaient aux critères d’inclusion suivants : une ou plusieurs évaluations dans la base de données d’évaluation de l’EMD sur les soins à domicile pendant la période d’étude; un champ d’évaluation de la SP signé par un médecin; une évaluation de la SP pouvant être reliée au registre de l’assurance maladie du Manitoba; aucune indication contradictoire sur l’état de la SP (c’est-à-dire plusieurs évaluations suggérant la présence ou l’absence de l’état de la SP); 20 ans ou plus au moment de l’évaluation; une couverture de soins de santé à la date de l’évaluation de la SP et une couverture de soins de santé continue pendant au moins 2 ans (730 jours) entre la date de l’évaluation et l’entrée dans la cohorte. Cette exigence de couverture des soins de santé a permis de disposer de suffisamment de données pour déterminer la présence de SP (cas c. non-cas).

L’entrée dans la cohorte s’est faite au début de la période d’étude de la SP (1^er avril 2004) ou au début de la couverture des soins de santé, selon la date la plus tardive. La sortie de la cohorte correspond à la fin de la couverture des soins de santé.

La présence de SP (cas c. non-cas) a été déterminée à partir des évaluations interRAI. Cet outil d’évaluation fait partie d’une série d’instruments internationalement reconnus utilisés par les cliniciens pour évaluer la santé des individus. Il présente une sensibilité (0,94) et une spécificité (1,00) élevées pour recenser les personnes atteintes de SP dans le cadre des soins à domicile^{Note de bas de page 20}. Une évaluation interRAI est nécessaire pour pouvoir accéder aux soins à domicile au Manitoba.

La base de données du registre DER-CA a été utilisée pour recenser les cas de DID et la base de données du MaPCReN pour recenser les non-cas. Les personnes classées comme cas de DID répondaient à tous les critères d’inclusion suivants : un enregistrement dans la base de données du registre DER-CA avec une date de diagnostic comprise dans la période d’étude (du 1^er avril 1995 au 31 mars 2022); une évaluation pouvant être reliée au registre de l’assurance maladie du Manitoba; une date de diagnostic avant leur 18^e anniversaire; une couverture de soins de santé pendant la période d’étude et avant leur 18^e anniversaire et au moins 2 ans (730 jours) de couverture continue entre la date d’entrée dans la cohorte et la date de diagnostic.

Les personnes classées comme non-cas de DID répondaient à tous les critères d’inclusion suivants : un enregistrement dans la base de données du MaPCReN au cours de la période d’étude; une évaluation pouvant être reliée au registre de l’assurance maladie du Manitoba; une date de naissance comprise entre le 1^er avril 1990 et le 31 mars 2018; aucun code de diabète dans les données du MaPCReN et aucun diabète inscrit sur la liste des affections avant leur 18^e anniversaire et au moins 2 ans (730 jours) de couverture continue des soins de santé entre les dates d’entrée et de sortie de la cohorte. Les définitions des cas de maladie grave dans le MaPCReN ont une sensibilité (0,97) et une spécificité (1,00) élevées^{Note de bas de page 21}. Les personnes classées comme non-cas de maladie grave ont également été exclues si elles étaient enregistrées dans la base de données du registre DER-CA.

Pour les cas de maladie grave et les non-cas, la date d’entrée dans la cohorte était le début de la période d’étude (1^er avril 1995) ou le début de la couverture des soins de santé, selon la date la plus tardive. Pour assurer la comparabilité des âges entre les cas et les témoins, les individus ont été retirés de la cohorte le jour de leur 18^e anniversaire. Par conséquent, la sortie de la cohorte a été définie comme la date de la dernière couverture de soins de santé de l’individu ou la date de son 18^e anniversaire, selon la première éventualité.

Variables de l’étude

Les variables relatives à l’utilisation des soins de santé étaient le nombre de consultations chez un médecin généraliste, le nombre de consultations chez un médecin spécialiste, toute hospitalisation (variable binaire : oui ou non) et toute utilisation de soins de santé spécifique à la maladie (c’est-à-dire toute consultation de médecin ou hospitalisation avec un code de diagnostic de SP ou de DID ou toute prescription de médicaments spécifiques à la SP ou au DID). Ces variables ont été définies pour chaque année financière (du 1^er avril au 31 mars de l’année civile suivante) au cours de la période d’étude.

Pour la cohorte de la SP, les visites chez le neurologue ont été exclues du calcul des visites chez le médecin spécialiste, car les visites à la clinique provinciale de SP n’ont pas été enregistrées entre 2000 et 2010.

Les codes de diagnostic de la SP étaient CIM-9-MC 340 et CIM-10-CA G35. Les codes de diagnostic du DID étaient CIM-9-MC 250 et CIM-10-CA E10 à E14. Les codes ATC des médicaments prescrits spécifiques à la SP et au DID sont énumérés dans le matériel supplémentaire (tableau S1, disponible sur demande auprès des auteurs).

Développement d’algorithmes et analyse statistique

Les caractéristiques sociodémographiques des personnes classées comme cas et non-cas ont été comparées à l’aide de tests du χ^{Note de bas de page 2} pour les variables catégorielles et de tests t pour les variables continues. Les modèles de régression logistique ajustés aux données de chaque cohorte contenaient des variables d’utilisation des soins de santé basées sur 1, 3 et 5 ans de données. Pour les modèles à 3 ans et à 5 ans, les dates des cas ont été définies comme la dernière année de la période (par exemple, pour le modèle à 3 ans, les données des années financières 2000 à 2002 ont été utilisées pour définir les covariables pour 2002). Pour être inclus dans la construction et la validation du modèle, les individus devaient avoir au moins un jour de couverture de soins de santé pour chaque année utilisée pour construire le modèle. Les covariables du modèle comprenaient également le sexe et le quintile de revenu. Le lieu de résidence a été inclus comme covariable uniquement pour la cohorte du DID, car la base de données d’évaluation de l’EMD sur les soins à domicile ne contient des données que sur les résidents urbains.

Pour élaborer et valider les algorithmes d’identification des cas basés sur un modèle, les cohortes de la SP et du DID ont été divisées aléatoirement sans répartition, en 70 % de cohortes d’entraînement et 30 % de cohortes de validation. L’élaboration et la validation des algorithmes ont nécessité 1, 3 ou 5 ans de données, en fonction du modèle, la plupart des individus disposant de plus de 5 ans de données. Par conséquent, les données permettant de construire et de valider les algorithmes ont été sélectionnées de manière aléatoire pour chaque individu (1, 3 ou 5 années consécutives). Les seuils de probabilité prédits ont été déterminés en utilisant la valeur supérieure gauche de la courbe caractéristique d’exploitation du récepteur. Les paramètres de validation de l’algorithme étaient la sensibilité, la spécificité, la VPP et la VPN, ainsi que leurs intervalles de confiance à 95 % respectifs.

La règle de sortie basée sur la reclassification consistait à appliquer le modèle de régression logistique entraîné à chaque année de données disponibles de la cohorte de l’étude. Cette approche a donné lieu à des classifications multiples tout au long des périodes d’étude – jusqu’à 18 classifications de SP et 27 classifications de DID pour l’algorithme basé sur le modèle de régression logistique à 1 an et 13 classifications de SP et 22 classifications de DID pour l’algorithme basé sur le modèle de régression logistique à 5 ans. En reclassant les individus à plusieurs reprises, les faux positifs ont pu être éliminés du groupe de cas. Si un individu n’a pas bénéficié d’une couverture santé au cours d’une année donnée, il n’a pas été reclassé.

Le rendement en matière de reclassification a été évalué à l’aide du taux de reclassification (le nombre total de reclassifications divisé par le nombre total de classifications erronées), du nombre moyen de classifications erronées (nombre d’individus mal classés, nombre moyen de classifications erronées par individu) et du délai moyen de reclassification (nombre moyen d’années entre l’erreur de classification et la reclassification juste).

Pour évaluer l’impact de la règle de sortie sur les tendances de la prévalence, nous avons appliqué à plusieurs reprises l’algorithme basé sur un modèle dont la validité estimée était la plus élevée au cours de la période d’étude, afin d’estimer la prévalence de la maladie. Les algorithmes du SCSMC actuellement utilisés pour la surveillance de la SP et du DID ont également été appliqués aux données de l’étude. L’algorithme du SCSMC pour la SP requiert une ou plusieurs hospitalisations, ou au moins cinq demandes de remboursement de médecins avec un code de diagnostic de SP en deux ans^{Note de bas de page 22Note de bas de page 23}. L’algorithme du SCSMC pour le DID exige une ou plusieurs hospitalisations, ou au moins deux demandes de remboursement de médecins avec un code de diagnostic de DID en deux ans^{Note de bas de page 23}. Les dates de cas ont été définies comme la date du dossier de sortie de l’hôpital ou de la dernière demande de remboursement de frais médicaux, selon la première occurrence.

Les estimations de la prévalence de la SP et du DID ont été calculées pour 100 000 habitants à l’aide de l’algorithme basé sur un modèle avec règle de sortie et de l’algorithme du SCSMC. Un modèle de régression linéaire unique a été ajusté aux estimations de la prévalence annuelle de la SP et du DID afin de tester les différences dans les estimations du coefficient de pente entre l’algorithme basé sur un modèle avec règle de sortie et l’algorithme du SCSMC. Le modèle contenait les effets principaux de l’année et du type d’algorithme (basé sur un modèle ou du SCSMC) et leur effet d’interaction à deux voies (c’est-à-dire interception + année + type d’algorithme + [année × type d’algorithme]). Pour tenir compte de la corrélation potentielle dans les estimations du modèle, une différence statistiquement significative a été établie à un niveau nominal α de 0,001.

Les analyses ont été réalisées à l’aide des logiciels statistiques SAS version 9.4 (SAS Institute Inc., Cary, Caroline du Nord, É.-U.) et R version 4.3.0 (R Foundation for Statistical Computing, Vienne, Autriche)^{Note de bas de page 24}.

Résultats

La cohorte de la SP comprenait 60 228 personnes dont 608 (1,0 %) étaient des cas; la cohorte du DID comprenait 44 125 personnes dont 2 506 (5,7 %) étaient des cas (tableau 1). Les organigrammes des cohortes se trouvent dans le matériel supplémentaire (disponible sur demande auprès des auteurs). Par rapport aux personnes classées comme non-cas de SP, celles classées comme cas de SP comprenaient un pourcentage plus élevé de femmes, étaient plus jeunes à l’entrée dans la cohorte et avaient plus d’années de couverture de soins de santé.

Tableau 1. Caractéristiques des cohortes de SP et de DID, Manitoba, 1995 à 2022

Variable	Cas	Non-cas	Valeur p
SP	n= 608	n= 59 620	S. O.
Sexe, n (%)
Hommes	195 (32,1)	22 130 (37,1)	0,0104
Femmes	413 (67,9)	37 490 (62,9)	0,0104
Période d’évaluation de la SP, n (%)
2004-2009	331 (54,4)	22 691 (38,1)	< 0,0001
2010-2015	148 (24,3)	19 182 (32,2)	< 0,0001
2016-2021	129 (21,2)	17 747 (29,8)	< 0,0001
Quintile de revenuNote de bas de page a, n (%)
Q1 (le plus bas)	101 (16,6)	14 245 (23,0)	< 0,0001
Q2	122 (20,1)	13 096 (22,0)	< 0,0001
Q3	125 (20,6)	12 112 (20,3)	< 0,0001
Q4	112 (18,4)	10 156 (17,0)	< 0,0001
Q5 (le plus élevé)	142 (23,4)	9 542 (16,0)	< 0,0001
Âge à l’entrée dans la cohorte, moyenne (écart-type) en années	54,2 (12,8)	69,4 (13,2)	< 0,0001
Âge au moment de l’évaluation, moyenne (écart-type) en années	61,2 (12,7)	77,9 (12,3)	< 0,0001
Couverture totale des soins de santé, moyenne (écart-type) en années	15,0 (4,2)	13,3 (4,7)	< 0,0001
Couverture des soins de santé avant l’évaluation, moyenne (écart-type) en années	7,0 (4,9)	8,5 (4,9)	< 0,0001
Couverture des soins de santé après l’évaluation, moyenne (écart-type) en années	8,0 (5,0)	4,8 (3,8)	< 0,0001
DIDNote de bas de page b	n= 2 506	n= 41 619	S. O.
Sexe, n (%)
Hommes	1 234 (49,2)	20 710 (49,8)	0,6137
Femmes	1 272 (50,8)	20 909 (50,2)	0,6137
Période d’entrée dans la cohorte, n (%)
1995-2000	1 483 (59,2)	11 722 (28,2)	< 0,0001
2001-2007	744 (29,7)	9 816 (23,6)	< 0,0001
2008-2013	246 (9,8)	10 104 (24,3)	< 0,0001
2014-2019	33 (1,3)	9 977 (24,0)	< 0,0001
Quintile de revenuNote de bas de page c, n (%)
Q1 (le plus bas)	915 (36,6)	6 647 (16,2)	< 0,0001
Q2	511 (20,5)	6 823 (16,6)	< 0,0001
Q3	350 (14,0)	8 707 (21,2)	< 0,0001
Q4	390 (15,6)	10 681 (26,0)	< 0,0001
Q5 (le plus élevé)	331 (13,3)	8 217 (20,0)	< 0,0001
Âge à l’entrée dans la cohorte, moyenne (écart-type) en années	1,8 (3,1)	0,9 (2,4)	< 0,0001
Âge au moment du diagnostic, moyenne (écart-type) en années	11,2 (3,7)	S. O.	S. O.
Couverture totale des soins de santé, moyenne (écart-type) en années	15,0 (3,6)	12,1 (5,1)	< 0,0001

Les personnes classées comme cas de DID étaient plus âgées à l’entrée dans la cohorte et avaient plus d’années de couverture médicale que celles classées comme non-cas (tableau 1).

Pour la cohorte de la SP, la variable « toute utilisation de soins de santé spécifiques à la SP » s’est révélée la seule covariable statistiquement significative dans plusieurs modèles (tableau 2). La consultation d’un médecin spécialiste était une covariable statistiquement significative dans le modèle à 1 an et celle d’un médecin généraliste dans le modèle à 5 ans. Le quintile de revenu au départ était statistiquement significatif pour les modèles à 1 an et à 3 ans, mais pas pour le modèle à 5 ans.

Tableau 2. Cotes du modèle de régression logistique pour les algorithmes à 1, 3 et 5 ans pour les cohortes de SP et de DID, Manitoba, 1995 à 2022

Prédicteur	RC (IC à 95 %)
	1 an	3 ans	5 ans
SP
Visite(s) chez un médecin généraliste	0,99 (0,98 à 1,01)	0,99 (0,99 à 1,00)	0,99 (0,99 à 1,00)Note de bas de page *
Visite(s) chez un médecin spécialiste	0,98 (0,96 à 0,99)Note de bas de page *	1,00 (0,99 à 1,01)	1,00 (1,00 à 1,00)
Toute hospitalisation	1,05 (0,74 à 1,49)	0,78 (0,6 à 1,01)	0,87 (0,72 à 1,04)
Toute utilisation de soins de santé spécifiques à la SP	Non estimée	114,48 (80,25 à 163,29)Note de bas de page *	25,85 (20,44 à 32,70)Note de bas de page *
Sexe (femme ou homme)	1,12 (0,83 à 1,52)	1,11 (0,76 à 1,64)	1,27 (0,84 à 1,90)
Quintile de revenu
Manquant c. Q5 (le plus élevé)	0,07 (0,01 à 0,35)Note de bas de page *	0,09 (0,01 à 0,67)Note de bas de page *	0,02 (<0,001 à 2,84)
Q1 (le plus bas) c. Q5	0,44 (0,28 à 0,69)Note de bas de page *	0,40 (0,22 à 0,73)Note de bas de page *	0,56 (0,31 à 1,03)
Q2 c. Q5	0,39 (0,24 à 0,61)Note de bas de page *	0,42 (0,23 à 0,76)Note de bas de page *	0,56 (0,3 à 1,03)
Q3 c. Q5	0,71 (0,46 à 1,08)	0,81 (0,49 à 1,36)	0,98 (0,56 à 1,71)
Q4 c. Q5	0,63 (0,40 à 0,99)Note de bas de page *	0,80 (0,46 à 1,39)	0,94 (0,52 à 1,70)
DIDNote de bas de page a
Visite(s) chez un médecin généraliste	0,95 (0,90 à 0,99)Note de bas de page *	0,99 (0,97 à 1,00)	0,98 (0,97 à 1,00)Note de bas de page *
Visite(s) chez un médecin spécialiste	1,05 (1,04 à 1,07)Note de bas de page *	1,02 (1,01 à 1,03)Note de bas de page *	1,01 (1,01 à 1,02)Note de bas de page *
Toute hospitalisation	0,81 (0,52 à 1,26)	1,37 (1,06 à 1,77)Note de bas de page *	1,30 (1,07 à 1,58)Note de bas de page *
Toute utilisation de soins de santé spécifiques au DID	Non estimée	559,83 (424,33 à 738,59)Note de bas de page *	271,08 (209,78 à 350,3)Note de bas de page *
Sexe (femme ou homme)	1,19 (0,93 à 1,52)	1,00 (0,76 à 1,30)	0,91 (0,70 à 1,18)
Quintile de revenu
Manquant c. Q5 (le plus élevé)	0,46 (0,05 à 4,08)	0,52 (0,05 à 5,26)	2,06 (0,17 à 25,06)
Q1 (le plus bas) c. Q5	6,86 (4,43 à 10,63)Note de bas de page *	4,57 (2,96 à 7,05)Note de bas de page *	4,02 (2,60 à 6,22)Note de bas de page *
Q2 c. Q5	2,84 (1,76 à 4,59)Note de bas de page *	2,42 (1,51 à 3,88)Note de bas de page *	2,87 (1,81 à 4,54)Note de bas de page *
Q3 c. Q5	1,69 (1,03 à 2,79)Note de bas de page *	1,28 (0,78 à 2,11)	1,36 (0,84 à 2,21)
Q4 c. Q5	0,94 (0,57 à 1,57)	0,94 (0,58 à 1,52)	1,02 (0,63 à 1,66)
Lieu de résidence (milieu rural ou urbain)	1,51 (1,16 à 1,95)Note de bas de page *	1,24 (0,94 à 1,63)	1,12 (0,86 à 1,45)

Dans la cohorte du DID, la consultation d’un médecin spécialiste, toute utilisation de soins de santé spécifique au DID, le quintile de revenu 1 et le quintile de revenu 2 étaient des covariables statistiquement significatives dans les trois modèles (tableau 2).

Pour la SP, tous les algorithmes ont démontré une spécificité et une VPN élevées (tableau 3). La sensibilité était la plus faible pour l’algorithme à 1 an (0,62) et la plus élevée pour l’algorithme à 5 ans (0,85). L’algorithme à 3 ans avait une sensibilité (0,82) comparable à celle de l’algorithme à 5 ans (0,85) et la VPP la plus élevée (0,60).

Tableau 3. Estimations de la validité des algorithmes basés sur des modèles utilisant 1, 3 et 5 ans de données administratives sur la santé pour la SP et le DID, Manitoba, 1995 à 2022

Mesure	1 an	3 ans	5 ans
SP
Sensibilité	0,62	0,82	0,85
Spécificité	0,98	0,99	0,99
VPP	0,21	0,60	0,44
VPN	1,00	1,00	1,00
DIDNote de bas de page a
Sensibilité	0,87	0,94	0,95
Spécificité	1,00	1,00	0,99
VPP	0,95	0,93	0,92
VPN	0,99	1,00	1,00

Pour le DID, tous les algorithmes ont démontré une spécificité et une VPN élevées (tableau 3). L’algorithme à 5 ans présentait la sensibilité la plus élevée (0,95) et l’algorithme à 1 an présentait la VPP la plus élevée (0,95).

Dans la cohorte de la SP, l’algorithme à 1 an avec une règle de sortie avait le taux de reclassification le plus élevé pour les non-cas (0,33) et les cas (0,28) (tableau 4). Les taux étaient comparables pour les deux autres algorithmes avec une règle de sortie (0,22 pour les non-cas; 0,14 à 0,18 pour les cas). Le nombre moyen de classifications erronées était plus élevé pour les cas de SP que pour les autres. La moyenne était comparable pour tous les algorithmes avec des règles de sortie pour les non-cas de SP (3,73 à 3,77) et plus variable entre les algorithmes pour les cas de SP (4,82 à 6,68). Pour les cas comme pour les non-cas de SP, l’algorithme à 1 an avec une règle de sortie a eu le temps le plus court pour la reclassification (cas : 2,50 ans; non-cas : 2,08 ans).

Tableau 4. Rendement de reclassification pour les algorithmes basés sur des modèles utilisant 1, 3 et 5 ans de données administratives sur la santé, en fonction de la norme de référence basée sur les cas et les non-cas de SP et de DID, Manitoba, 1995-2022

Mesure du rendement	Non-cas			Cas
	1 an	3 ans	5 ans	1 an	3 ans	5 ans
SP
Nombre de classifications erronées, n	6 310	1 170	2 151	1 068	489	270
Nombre de reclassifications, n	2 053	263	476	294	88	39
Taux de reclassificationNote de bas de page a	0,33	0,22	0,22	0,28	0,18	0,14
Nombre moyen de classifications erronées par individu, n	3,75	3,73	3,77	6,68	5,37	4,82
Délai de reclassification, années	2,08	3,09	3,58	2,50	3,51	3,03
DIDNote de bas de page b
Nombre de classifications erronées, n	484	549	586	585	280	252
Nombre de reclassifications, n	313	161	105	74	40	39
Taux de reclassificationNote de bas de page a	0,65	0,29	0,18	0,13	0,14	0,15
Nombre moyen de classifications erronées par individu, n	1,71	2,76	3,51	2,88	3,08	3,50
Délai de reclassification, années	1,45	2,58	3,43	1,47	1,35	1,51

Dans la cohorte du DID, les non-cas présentaient des taux de reclassification plus élevés et une plus grande variabilité dans les algorithmes à 1, 3 et 5 ans (0,18 à 0,65) que les cas (0,13 à 0,15) (tableau 4). Les non-cas de DID présentaient également un nombre moyen de classifications erronées inférieur à celui des cas, l’algorithme à 1 an avec règle de sortie présentant le nombre moyen de classifications erronées par individu le plus faible à la fois pour les non-cas (1,71) et pour les cas (2,88). Le délai de reclassification variait de 1,45 à 3,43 ans pour les non-cas de DID et de 1,35 à 1,51 an pour les cas de DID; l’algorithme à 1 an avec règle de sortie avait le délai de reclassification le plus court pour les non-cas de DID et celui à 3 ans pour les cas de DID.

Pour la SP comme pour le DID, l’algorithme basé sur le modèle à 3 ans avec règle de sortie a été sélectionné pour être comparé à l’algorithme du SCSMC. L’algorithme basé sur un modèle avec règle de sortie a produit une prévalence plus élevée que l’algorithme du SCSMC pour la SP et le DID (tableau 5). Lorsque l’on évalue les différences de pente entre les algorithmes (c’est-à-dire si l’évolution de la santé de la population est comparable d’un algorithme à l’autre), on constate une différence statistiquement significative dans les pentes pour la SP, où l’algorithme basé sur un modèle avec règle de sortie a une pente plus faible (c’est-à-dire une augmentation plus lente de la prévalence) par rapport à l’algorithme du SCSMC. Il n’y avait pas de différence dans les pentes pour le DID. Les paramètres du modèle sont présentés dans le tableau 5 et les tendances de la prévalence pour chaque algorithme sont présentées dans la figure 1.

Tableau 5. Estimations des paramètres du modèle de régression linéaire et statistiques d’ajustement comparant les tendances de la prévalence à partir de l’algorithme basé sur un modèle avec règle de sortie le plus performant et l’algorithme du SCSMC pour la SP et le DID, Manitoba, 1995-2022

Prédicteur/statistique	Estimation (erreur-type)
SP
Interception	846,38 (23,21)Note de bas de page *
Année	57,01 (2,64)Note de bas de page *
Algorithme (réf : algorithme du SCSMC)	465,08 (32,83)Note de bas de page *
Année × algorithme	-34,34 (3,73)Note de bas de page *
Ajustement du modèle R2	0,96
DIDNote de bas de page a
Interception	1 598,74 (184,83)Note de bas de page *
Année	75,24 (13,2)Note de bas de page *
Algorithme (réf : algorithme du SCSMC)	1 166 (261,38)Note de bas de page *
Année × algorithme	-20,58 (18,67)
Ajustement du modèle R2	0,68

Figure 1 : Texte descriptif

Tendances de la prévalence pour l’algorithme du SCSMC et pour l’algorithme basé sur le modèle à 3 ans avec règle de sortie pour (a) la SP et (b) le DID, Manitoba, 1995-2022

Année	SCSMC	Régression logistique
Sclérose en plaques prévalence pour 100 000 personnes
2006	919,77	1393,51
2007	940,17	1356,75
2008	965,57	1371,45
2009	1010,48	1382,60
2010	1067,87	1386,6
2011	1117,3	1416,74
2012	1165,87	1439,01
2013	1196,56	1451,57
2014	1257,1	1474,01
2015	1323,93	1473,96
2016	1383,77	1485,54
2017	1434,44	1511,78
2018	1531,49	1571,18
2019	1595,74	1571,35
2020	1684,3	1663,99
2021	1789,11	1794,63
Diabète juvénile prévalence pour 100 000 personnes
1997	557,31	1417,26
1998	985,08	1776,01
1999	1305,92	2360,04
2000	1763,49	2823,68
2001	2054,56	3138,52
2002	2384,12	3620,85
2003	2537,72	3758,14
2004	2596,92	3852,32
2005	2590,96	3693,1
2006	2601,24	3695,29
2007	2647,98	3702,77
2008	2589,92	3548,28
2009	2675,52	3568,81
2010	2690,88	3609,78
2011	2854,04	3688,42
2012	2867,34	3767,77
2013	2866,03	3811,5
2014	2925,98	3744,93
2015	3028,47	3941,86
2016	3000,88	3913,74
2017	3077,67	3961,25
2018	3048,03	3859,02
2019	3130,39	3851,92
2020	2996,54	3491,54
2021	2728,89	2919,71

Analyse

L’algorithme à 3 ans a donné les meilleurs résultats pour la SP et le DID, l’utilisation des soins de santé spécifiques à la maladie étant le principal facteur prédictif de l’état de la maladie. Les règles de sortie ont permis de reclasser les cas de SP et de DID qui étaient des non-cas à un taux plus élevé que les cas. L’algorithme à 1 an a permis d’obtenir le délai de reclassification le plus court, quelle que soit la maladie. Lors de la comparaison de la tendance de la prévalence de l’algorithme basé sur le modèle logistique le plus performant (3 ans) avec celle de l’algorithme du SCSMC spécifique à la maladie, nous n’avons observé des différences que pour la SP, l’algorithme basé sur le modèle avec règle de sortie ayant une pente plus faible (c’est-à-dire une augmentation plus lente de la prévalence) que l’algorithme du SCSMC.

Les études de validation précédentes de l’algorithme du SCSMC pour la SP ont rapporté une sensibilité de 0,84 et une VPP de 0,86^{Note de bas de page 22}. Nakhla et ses collaborateurs ont estimé que la sensibilité de l’algorithme du SCSMC pour le DID était de 0,98 et la VPP de 0,79^{Note de bas de page 25}. Nous avons obtenu une sensibilité comparable dans cette étude (0,82 pour la SP et 0,94 pour le DID sur la base des algorithmes de régression logistique à 3 ans). En revanche, nous avons estimé que la VPP pour la SP était plus faible (0,60) et la VPP pour le DID plus élevée (0,93) que celles rapportées pour l’algorithme du SCSMC^{Note de bas de page 25}. La VPP plus faible pour la SP peut être due au fait que nous avons utilisé une cohorte de patients atteints de SP recevant des soins à domicile : ces patients peuvent présenter des taux plus élevés d’affections associées à la SP que la population générale, ce qui rend difficile la différenciation entre les cas et les non-cas. La VPP plus faible pourrait également être due au fait que nous avons exclu les codes des visites chez un neurologue, qui est souvent la source des soins spécifiques à la SP. Les deux cohortes présentaient une faible prévalence de la maladie (1 % pour la SP et 6 % pour le DID), ce qui a probablement contribué à la faible VPP et à la forte VPN observées.

Des recherches antérieures n’ont fait état d’aucune différence dans les estimations des tendances de la prévalence de l’hypertension lors de l’utilisation d’un algorithme sans règle de sortie par rapport à un algorithme avec règle de sortie basée sur la reclassification^{Note de bas de page 15}. Dans cette étude, nous avons observé que les tendances de la prévalence du DID (mais pas celles de la SP) étaient comparables lors de l’utilisation de l’algorithme basé sur un modèle avec règle de sortie et de l’algorithme du SCSMC sans règle de sortie. Pour la SP, les différences de pente pourraient résulter du fait que la règle de sortie reclasse les faux positifs et réduit les biais. Il convient de noter que la VPP de la SP était inférieure à celle du DID dans tous les algorithmes basés sur un modèle, ce qui suggère que cet algorithme pourrait être susceptible de générer des faux positifs en l’absence de règle de sortie. L’augmentation plus lente de la prévalence pourrait également être due au fait que les personnes n’ont pas cherché à obtenir des soins liés à la SP pendant les périodes de rémission ou que les visites spécifiques à la SP chez un neurologue n’ont pas été prises en compte, ce qui a entraîné leur exclusion de la cohorte des cas.

Points forts et limites

La période d’étude de la SP a commencé après le changement des versions de la CIM utilisées dans la BDCP, en 2004. L’extension de la période d’étude de la SP aux données antérieures au 1^er avril 2004 pourrait avoir une influene sur les tendances de la prévalence de la SP calculées à l’aide de l’algorithme basé sur un modèle avec règle de sortie ou de l’algorithme du SCSMC, en raison de changements dans la pratique clinique et de modifications directes des codes eux-mêmes. Toutefois, étant donné que les codes de diagnostic de la CIM-9-MC et de la CIM-10-CA pour la SP véhiculent des niveaux comparables de spécificité diagnostique, l’effet du changement de version est probablement minime. De plus, les recherches validant les définitions de cas de SP (sans règle de sortie) qui couvrent simultanément les périodes antérieure et postérieure à 2004 n’ont révélé aucun changement dans l’incidence de la maladie (un facteur clé pour les estimations de prévalence) malgré les modifications des codes CIM et des critères de diagnostic^{Note de bas de page 26Note de bas de page 27}.

L’un des points forts de cette étude réside dans l’utilisation d’algorithmes de détermination des cas basés sur des modèles, ces algorithmes étant connus pour être plus performants que les algorithmes déterministes^{Note de bas de page 28}. Nous avons utilisé plusieurs méthodes pour évaluer le rendement des algorithmes et des règles de sortie : mesures de validation courantes (sensibilité, spécificité, VPP, VPN), taux de reclassification et délai de reclassification répartis en fonction du statut du cas et enfin comparaisons des tendances de la prévalence avec l’algorithme du SCSMC. Nous avons également évalué le rendement de l’algorithme avec règle de sortie sur deux maladies dont les présentations, les procédures de diagnostic et les populations touchées sont différentes, ce qui nous a permis de mieux comprendre son application dans l’estimation de la santé de la population.

Parmi les limites de cette étude, citons l’utilisation d’une population de soins à domicile pour définir les cas et les non-cas de SP. Cette approche est susceptible de limiter la généralisation des résultats, car cette population a tendance à avoir des besoins plus importants en matière de soins de santé que la population générale. Néanmoins, l’utilisation de cette cohorte a fourni une indication raisonnable de la présence de SP.

Conclusion

Les algorithmes de vérification des cas qui intègrent une règle de sortie peuvent réduire le biais de surestimation en permettant aux non-cas mal classés d’être correctement reclassés ultérieurement. Les avantages de cette approche profitent davantage aux maladies à faible VPP, telles que la SP, qu’aux maladies à sensibilité et VPP élevées en raison de codes de diagnostic particuliers, telles que le DID.

Disponibilité des données et du matériel

Les données utilisées dans cet article ont été tirées de données administratives sur la santé sous forme d’utilisation secondaire. Elles ont été fournies aux chercheurs dans le cadre d’accords particuliers de partage de données et n’ont été utilisées qu’à des fins approuvées par le MCHP. Les données sources originales n’appartiennent pas aux chercheurs ou au MCHP et ne peuvent pas être partagées sur un dépôt public. L’autorisation d’utiliser les données originales est mentionnée dans la section « Approbation éthique ». Lorsque c’était nécessaire, les données sources relatives à cet article ou au projet ont pu être consultées au MCHP avec l’accord des fournisseurs des données originales et des organismes de protection des renseignements personnels et d’évaluation éthique nécessaires.

Remerciements

NCH a bénéficié du soutien du programme Visual and Automated Disease Analytics (VADA) au moment de la réalisation de cette recherche.

RAM reçoit des fonds des Instituts de recherche en santé du Canada (IRSC), de SP Canada, de la National Multiple Sclerosis Society, du Consortium of Multiple Sclerosis Centers, de la Fondation Brain Canada, de la Société de l’arthrite du Canada, du Département de la guerre des États-Unis et de la Fondation Pfizer. RAM bénéficie du soutien de la Chaire de recherche clinique sur la sclérose en plaques de la Faculté de médecine de l’Université Dalhousie.

LML est titulaire d’une chaire de recherche du Canada de niveau 1 (CRC-2023-00349) et reçoit des fonds des IRSC.

Conflits d’intérêts

Les auteurs n’ont aucun conflit d’intérêts à déclarer. RAM est cochercheur dans une étude financée en partie par Biogen Idec et Roche Canada, mais ni RAM ni son institution ne reçoivent de fonds de ces organisations.

Financement

Cette recherche a été financée par les IRSC (référence de financement n^o FDN 143293).

Contributions des auteurs et avis

• NCH : conception, analyse formelle, méthodologie, rédaction – première version du manuscrit, rédaction – relectures et corrections.
• RAM : conception, méthodologie, rédaction – relectures et corrections.
• DJ : conception, méthodologie, rédaction – relectures et corrections.
• PI : conception, méthodologie, rédaction – relectures et corrections.
• LLM : conception, acquisition de financements, méthodologie, analyse formelle, supervision, rédaction – relectures et corrections.

Tous les auteurs ont approuvé le manuscrit final.

Le contenu de l’article et les points de vue qui y sont exprimés n’engagent que les auteurs; ces points de vue ne correspondent pas nécessairement à ceux du gouvernement du Canada. De plus, il ne faut pas comprendre ou inférer qu’ils ont été approuvés par le Manitoba Centre for Health Policy, Manitoba Health ou d’autres fournisseurs de données.

Page précedente | Table des matières | Page suivante