role populačních registrů v hodnocení výsledků a nákladů léčebné

Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
ORIGINÁLNE ČLÁNKY
ROLE POPULAČNÍCH REGISTRŮ V HODNOCENÍ VÝSLEDKŮ
A NÁKLADŮ LÉČEBNÉ PÉČE – DOKUMENTOVÁNO
NA PŘÍKLADU ČESKÉ ONKOLOGIE
Ladislav Dušek 1, Jan Žaloudík 1,2, Rostislav Vyzula 2, Jan Mužík 1, Jana Koptíková 1,
Tomáš Pavlík 1, Eva Gelnarová E.1, Petr Brabec 1, Jitka Abrahámová 3, Jiří Vorlíček 4
1 Lékařská fakulta Masarykovy univerzity, Brno; 2 Masarykův onkologický ústav, Brno
3 Fakultní Thomayerova nemocnice, Praha; 4 Fakultní nemocnice, Brno, Česká republika
Souhrn
Článek metodicky komentuje roli populačních
registrů pro zpětné hodnocení a prospektivní
plánování nákladů léčebné péče ve vazbě na
dosažené výsledky. Závěrem rozboru je fakt, že bez
centralizovaných populačních dat nelze věrohodně
posuzovat léčebnou zátěž konkrétních regionů a
nemocnic. Na druhou stranu ale platí, že mají-li být
populační data využita k závazným analýzám, pak
musí být kvalitní a musí být korigována tak, aby
poskytovala standardizovaný základ pro srovnávací analýzy a prognózy. Důraz musí být kladen
především na úplnou a konzistentní diagnostickou
identifikaci registrovaných pacientů. Na modelu
populačních onkologických dat České republiky byla
doložena úspěšná definice referenčního souboru
pro klinická hodnocení. Za referenční období 1995
– 2003 tento soubor obsahuje více než 440 000
záznamů o pacientech se zhoubnými nádory. Při
definici referenčního souboru pro klinické analýzy
byly z epidemiologické databáze odfiltrovány záznamy s nálezem nádoru u mrtvého nebo při pitvě
(6,8%), dále záznamy od pacientů, kteří zemřeli do
1 měsíce bez dokončené diagnostiky a bez zahájení
léčby (5,4 %) a záznamy s neúplnou diagnostikou
(6,1 %). Výsledkem je referenční soubor s více než
330 000 plně validními záznamy, což je dostatečný
základ pro navazující odhady prevalence a s ní
souvisejících léčebných nákladů. Budoucností tohoto vývoje je automatizace, kterou v prvotní verzi
dokládá on-line dostupný systém pro analýzy epidemiologie zhoubných nádorů ČR (www.svod.cz).
Summary
Paper methodically comments role of populationbased registries for both retrospective and assessment of economic demands associated with health
care and its results. The methodical part concludes
that centralized population databases are necessary in regionally-specific evaluation of epidemiological and health care load. On the other hand, the
population data must be processed critically with
10
necessary corrections in order to get relevant reference platform for benchmarking and time-related
prognoses. Special attention must be paid to correct
diagnostic identification of each reported patient.
Using the Czech model of population cancer registry, we documented successful definition of clinically
relevant reference data derived from actual period
1995 – 2003 (> 440 000 of newly reported cancer patients). The dead-certificated cases (6,8%),
early dying patients without completed diagnostics
(5,4%) and records with incomplete diagnostic
items (6,1%) were excluded prior to clinically relevant analyses. Finally, we got more than 330 000
correctly recorded, newly diagnosed and clinically
treated malignancies. Such reference data forms
representative platform for consecutive estimation
of prevalence and costs. The future of such population-based analyses depends on automated data
processing as it is documented on Czech information system for cancer epidemiology that is on-line
accessible: www.svod.cz.
Úvod – onkologie jako model pro metodické
úvahy
Hodnocení výsledků a nákladů zdravotní péče je
nepochybně jedním z nejčastěji užívaných slovních
spojení současné medicíny. Metodická náplň těchto
analýz je popsána ve stovkách publikací a knih.
Avšak sedíte-li nad seznamem titulů věnovaných
tomuto tématu, nutně vás musí napadnout kacířská
myšlenka, proč tato hodnocení nejsou již dávno automatickou součástí informačních systémů a rutinně
udržovanou agendou zdravotnických zařízení?
Minimálně v České republice tomu tak není a jedním
z vysvětlení je nedostupnost kvalitně připravených
vstupních dat. Dostupnost relevantních podkladů se
stává faktorem limitujícím optimalizaci léčebné péče
i v řadě dalších zemí.
Pro naše sdělení jsme vybrali onkologii jako model
kumulující řadu metodicky podstatných atributů.
Zjednodušeně je možné tvrdit, že systém hodnocení, který obsáhne onkologickou problematiku,
Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
bude jistě přizpůsobitelný i pro jiné oblasti medicíny.
Řada z těchto vlastností ovšem také zvyšuje význam populačních dat:
- Odlišný původ i rizikovost různých diagnostických skupin zhoubných nádorů. Diagnostická
různorodost omezuje univerzální řešení analýz.
- Zásadní význam diagnostiky nádorového
onemocnění. Včasná a správná diagnóza rozhoduje o správném zařazení pacienta do rizikové
skupiny, o strategii léčby i o nákladech. V onkologii tak diagnostika přímo podmiňuje dosažené
výsledky.
- Různorodost cílů terapie daná pokročilostí nemoci a stavem pacienta. Cíle terapie se liší mezi
stavy kurabilními (možná protinádorová terapie s
cílem vrátit plné zdraví) a inkurabilními (omezené
možnosti terapie cílené například k zlepšení kvality zbývajícího období života).
- Omezené reálné možnosti léčby. V onkologii je v
rámci každé diagnostické skupiny známa hranice
(daná pokročilostí nemoci nebo rizikovými faktory), kde účinnost dostupné léčby klesá a nelze
očekávat úplné vyléčení pacienta. Tato skutečnost
musí být respektována při hodnocení výsledků
léčby a mění modely sledující nákladovost.
- Komplikovaný vývoj nemoci s možností i opakovaného návratu onemocnění. Aplikace stejné léčby
v různých fázích nemoci může mít objektivně zcela
jiné výsledky. Respektování tzv. fází léčebné péče
je zásadním předpokladem smysluplného hodnocení.
- Agresivita protinádorové terapie může být sama
příčinou komplikací a může zvyšovat náklady.
Hodnocení bezpečnosti léčby představuje významnou komponentu analýz.
- Nutnost sledování onemocnění i po skončení
primární léčby. Bezprostřední odpověď na léčbu
nemusí korelovat s dlouhodobými výsledky.
- Prostor pro volbu pacienta (přerušení léčby, odmítnutí léčby). Faktor, který může zkomplikovat vývoj
onemocnění bez vztahu k poskytované péči a její
kvalitě.
Bez ohledu na tato specifika má onkologie jasně
definovány výstupy hodnocení nákladů i výsledků
péče a teoreticky v této oblasti není žádný problém. Cílové parametry hodnocení standardně zahrnují celkové přežití a přepočítané roky kvalitního
života. Vzhledem ke komplikovanosti onkologických
onemocnění jsou hodnoceny i parametry krátkodobého přežití (doba do relapsu, doba do progrese)
nebo léčebná odpověď dosažená po určité fázi
terapie (1, 2).
Zásadní otázkou zůstává, kde vzít data pro naplnění
všech potřebných analýz. Evidentně nevystačíme
pouze s identifikací diagnózy, o postupu a nákladech
ORIGINÁLNE ČLÁNKY
léčby rozhoduje i pokročilost onemocnění. Celý systém je navíc velmi dynamický a nedá se nastavit
pouze na základě vstupní diagnostiky, rizikový vývoj
nemoci může v čase náklady dramaticky navyšovat.
Chceme-li tedy hodnotit nákladovost a výsledky
onkologické péče, musíme naplnit tři základní dimenze systému (obrázek 1):
Obrázok 1
1.Zátěž onkologickými onemocněními, která je dána
počtem pacientů s určenou diagnózou a relativním
zastoupením klinických stadií nebo jinak určených
rizikových stavů.
2.Informace o vývoji již diagnostikovaných
onemocnění, přežití, počty relapsů nebo progresí
onemocnění. V populačních registrech často ignorovaná položka související s průběžným sledováním onkologických pacientů.
3.Přehled o nákladech na terapii, které ale musí být
přiřazeny konkrétním diagnózám a klinickým stadiím onemocnění, jinak v úhrnu nedávají smysl.
Populační registry hrají v systému hodnocení zásadní roli, neboť pro řadu nezbytných údajů není alternativní informační zdroj. Tomuto tématu se paradoxně
věnuje relativně malá pozornost, ačkoli jde o komponentu limitující další snažení. Na příkladu České
republiky chceme doložit význam populačních dat
pro hodnocení léčebné péče.
Populační onkologická data
Pojmem populační data v tomto článku myslíme
data centralizovaná na úrovni státu nebo regionů
a sbíraná v epidemiologických nebo klinických registrech. Nejde tedy o data konkrétních nemocnic,
naopak smyslem sběru populačních dat je získat
referenční standardy abstrahované od místních
specifik. Obsah populačních dat již tak snadno definovatelný není, protože na populační úrovni mohou
být sledovány jakékoli údaje, někdy i rizikové faktory,
které se základním onemocněním přímo nesouvisí,
(např. údaje o infekcích, incidenci komorbidit, apod.)
(3).
Populačními daty nejčastěji myslíme data epide-
11
Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
ORIGINÁLNE ČLÁNKY
miologická vypovídající o incidenci, mortalitě, prevalenci a rizikových faktorech onemocnění nebo data
klinická informující o strategii, náplni a výsledcích
léčby. Nutno zdůraznit, že nemusí jít nutně o data
složitá. Plošný sběr si často vynucuje redukci počtu
hodnocených parametrů. Avšak i minimalizovaný
rozsah populačního registru poskytuje cenné údaje
pro hodnocení zdravotnického systému:
- záznamy o diagnóze, datu diagnózy a způsobu
diagnózy
• hodnocení zátěže regionů nebo spádových
oblastí nemocnic nově diagnostikovanými onkologickými pacienty, včetně trendů a prognóz
• výkonnost diagnostiky v hodnocené oblasti
- záznamy o datu úmrtí
• hodnocení celkových výsledků péče (celkového
přežití)
• odhady prevalence, včetně trendů a prognóz
- diagnostické záznamy (klinické stadium, TNM
klasifikace nádoru)
• výkonnost diagnostiky, schopnost zachytávat
méně pokročilé stavy
• odhady léčebné zátěže a s ní souvisejících
nákladů (v kombinaci s odhadem prevalence)
Seznam záměrně uvádí pouze zcela základní
parametry, které jsou dostupné jak v českém tak i
slovenském národním onkologickém registru. Česká
a Slovenská republika samozřejmě nejsou ve sběru
populačních dat ojedinělé a jejich databáze jsou
kompatibilní s mezinárodními registry jako je CI5,
EUROCARE, EUROCIM nebo projekt ACCIS (tabulka 1). CI5 (Cancer Incidence in Five Continents) je
projekt garantovaný IARC (International Agency for
Research on Cancer), který se snaží v pětiletých intervalech hodnotit incidenci onkologických chorob ze
všech dostupných světových onkologických registrů.
Podobným evropským projektem je EUROCARE,
který má za cíl hodnotit přežití onkologických
pacientů. Projekt ACCIS (Automated Childhood
Cancer Information System) shromažďuje evropská data o onkologických diagnózách dětských
pacientů. Zmíněné registry sbírají minimalizovanou
sadu parametrů a kladou velký důraz na kvalitu a
věrohodnost dat (4).
Tabulka 1: Hlavní identifikátory pacienta a nemoci v
Národním onkologickém registru ČR ve srovnání s
mezinárodními databázemi
Diagnostická identifikace zhoubných nádorů jako klíčová položka
Parametr
Pohlaví
Datum narození
Datum diagnózy
Věk diagnózy
Současný stav pacienta
Datum poslední kontroly
Datum úmrtí
Délka přežití
MKN 10 kód diagnózy
Lateralita nádoru
MKN-O topografie
MKN-O morfologie
Chování nádoru
Grade
Způsob stanovení diagnózy
Pokročilost onemocnění
EUROCARE
ano
měsíc a rok
měsíc a rok
výpočet
ano
měsíc a rok
ano
výpočet
ne
ano
ano
ano
ano
ano
ano
ano
EUROCIM
ano
ne
měsíc a rok
5ti-leté intervaly
ano
měsíc a rok
ne
ano
ano
ne
ano
ano
ano
ano
ano
ano
• relevantní odhady přežití vztažené na stav nemoci při diagnóze
12
ACCIS
ano
ano
ano
ano
ano
ano
ano
výpočet
ne
ano
ano
ano
ano
ano
ano
ano
NOR ČR
ano
ano
ano
výpočet
ano
ano
ano
výpočet
ano
ano
ano
ano
ano
ano
ano
ano
Z výše uvedeného rozboru je patrné, že správná diagnostická identifikace zhoubného nádoru je naprosto
Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
zásadním předpokladem pro všechny následné úvahy o výsledcích léčby a jejích nákladech. V onkologii
se přitom nejedná jen o určení vlastní diagnózy, ale
i ukazatelů pokročilosti a rizikovosti onemocnění
Komponenta
ORIGINÁLNE ČLÁNKY
pokud jdeme v historii hodnocení i před rok 1995,
tak i s rostoucím podílem záznamů s neúplnou TNM
klasifikací (viz též schéma na obrázku 2).
Stručný komentář
A. Solidní nádory dospělých
Základní
diagnóza
Určení základní diagnózy nádorového onemocnění dle Mezinárodní klasifikace nemocí, 10. vydání (MKN10).
International Statistical Classification of Diseases and Health Related Problems (The) ICD-10 Second Edition, World
Health Organization, 2005, ISBN 92 4 154649 2; Online verze: http://www3.who.int/icd/vol1htm2003/fr-icd.htm
Přesná
diagnóza
nádorového
onemocnění
Mezinárodní klasifikace nemocí pro onkologii, 3. verze (MKN-O-3): používá se k podrobnému popisu topografie nádoru, morfologie nádoru (na základě histologického nebo cytologického vyšetření), biologického chování nádoru a stupně
diferenciace nádoru (grading).
ICD-O-3: International Classification of Diseases for Oncology, 3rd Edition, World Health Organization, 2000; MKN-O3: Mezinárodní klasifikace nemocí pro onkologii, Třetí vydání, Česká verze, Ústav zdravotnických informací a statistiky
ČR, Praha 2004, ISBN 80-7280-373-5
TNM klasifikace zhoubných
nádorů – TNM,
pTNM a klinické
stadium
TNM klasifikace zhoubných nádorů popisuje pro jednotlivé diagnózy anatomický rozsah primárního nádoru pomocí
komponent: T - rozsah primárního nádoru, N - nepřítomnost či přítomnost a rozsah metastáz v regionálních mízních
uzlinách, M - nepřítomnost či přítomnost vzdálených metastáz; na základě klinického a pooperačního TNM je stanoveno klinické stadium.
Předléčebná, klinická TNM klasifikace (TNM, cTNM) - je založena na nálezech získaných před léčbou; nálezy se získají na podkladě klinického vyšetření, zobrazovacích vyšetřovacích metod, endoskopie, biopsie, chirurgické explorace
a ostatních vyšetření. Pooperační, histopatologická TNM klasifikace (pTNM) - je založena na předléčebných nálezech
doplněných nebo pozměněných dalšími nálezy, jež byly získány při operaci a mikroskopických vyšetřeních.
Klinické stadium – je pro danou diagnózu odvozováno z rozsahu nádoru popsaného pomocí TNM a pTNM a určuje
pokročilost nádorového onemocnění.
S rozvojem diagnostických metod a znalostí o nádorových onemocněních se klasifikace TNM doplňuje a zpřesňuje
- v současné době je používáno 6. vydání (postupně byly zaváděny tyto klasifikace: TNM II. (1976), TNM III (1982),
TNM IV. (1995), TNM V. (2001) a TNM VI. (2005). L.H. Sobin a Ch. Wittekind: TNM klasifikace zhoubných novotvarů, 6.
vydání 2002, Ústav zdravotnických informací a statistiky ČR, Praha 2004, ISBN 80-7280-391-3. Aplikace „Internetová
edukační verze hlášení novotvaru“ na adrese http://www.svod.cz/nor obsahuje převodník zápisu TNM a klinického
stadia pro zvolenou diagnózu podle 6. vydání klasifikace.
B. Hematoonkologické malignity
Celkový
komentář
Konkrétní
komponenty
Mezinárodní klasifikace nemocí, 10. vydání (MKN10) je pro určení hematoonkologických diagnóz nedostačující, neboť
neodpovídá současnému stavu znalostí a třídění těchto onemocnění. Pro hematologické diagnózy je používána WHO
klasifikace hematopoietických a lymfoidních tkání, která je též zahrnuta do aktuální 3. verze Mezinárodní klasifikace
nemocí pro onkologii (MKN-O-3). U některých hematoonkologických diagnóz je pak stanovováno stadium onemocnění, není však definováno klasifikací podobné TNM (diagnózy lymfom, mnohočetný myelom, chronická myeloidní
leukémie a chronická lymfocytární leukémie)
E.S. Jaffe, N.L. Harris, H. Stein and J.W. Vardiman: WHO Classification of Tumours: Pathology and Genetics of Tumours
of Haematopoietic and Lymphoid Tissues. 352 s., IARC Press, July 2001, ISBN 92 8322411 6. Online verze: http://
www.iarc.fr/WHO-BlueBooks/BBwebsite/Classification/index.htm
Kód diagnózy podle WHO nebo MKN-O-3 klasifikace
Klinické stadium:
- lymfom (stadium 1-4, extranodální ano/ne)
- mnohočetný myelom (stadium 1-3)
- chronická myeloidní leukémie (chronická fáze, akcelerovaná fáze, blastický zvrat)
- chronická lymfocytární leukémie (stadium A, B, C)
U akutních leukémií se ještě občas používá dnes již překonaná Francouzko-Americko-Britská (FAB) klasifikace.
(tabulka 2).
Úplná a správná diagnostická identifikace je také
ukazatelem kvality populačních registrů. Bez diagnostických dat bychom byli zastaveni již při dotazu
na počet pacientů s konkrétním onemocněním
vyžadujícím určitou terapii. Data onkologických
registrů tedy není možné sumarizovat slepě, musíme u nich počítat s jistou mírou chybovosti a
Obrázok 2
13
Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
ORIGINÁLNE ČLÁNKY
Záznam o nádoru s neúplnou diagnostikou nemusí
ale v onkologii vždy znamenat chybu registru. Tyto
nálezy mohou být zdůvodněné diagnózou nádoru
při pitvě, velmi časným úmrtím pacienta nebo odmítnutím léčby ze strany pacienta, apod. Rozbor
takových záznamů ještě před vlastními analýzami je
nezbytný, neboť jsou v nich identifikování pacienti,
kteří nebyli léčeni protinádorovou terapií a nemohli
tedy v této oblasti čerpat náklady. Odfiltrování
všech nerelevantních záznamů je smyslem definice
tzv. referenčního souboru pro klinická hodnocení,
čemuž je věnována následující kapitola.
jde o poměrně často využívanou metodu. Například
Eaker a kol. (4) analyzovali data populačního registru v Uppsale s cílem posoudit rozdíly v léčebné
péči dostupné různým věkovým skupinám žen s
karcinomem prsu. Z primární databáze s 12 163
ženami byly před vlastní analýzou vyloučeny ženy
mladší 50-ti let (17,8 %) a starší 84 let (7,1 %), tyto
především z důvodu četnějších komorbidit. Dalších
0,8 % žen bylo vyloučeno pro nedostatečnou dobu
sledování nebo pro jiné problémy v záznamech. Až
takto získaný základní soubor 9 037 žen byl použit
k populačním analýzám.
Definice referenčního souboru dat pro populační
hodnocení léčebné péče
Této analýze jsme podrobili Národní onkologický
registr České republiky s více než 1,3 miliony
záznamy dostupnými za období 1977 – 2003.
Z důvodu aktuálnosti jsme rozsah analyzovaných
dat omezili na období 1995–2003, kdy v databázi
NOR můžeme pracovat s validními záznamy podle
novějších verzí klasifikace TNM. Analýza výsledků
léčby v tomto období již reflektuje podmínky zdravotnictví nastavené po roce 1989. Data z tohoto období
představují dostatečně velký vzorek pro populační
analýzy, celkem je takto k dispozici více než 440 000
záznamů o pacientů se zhoubnými nádory (obrázek
3). Obrázek 4 dále ukazuje poměrně snadnou adaptaci třídících kritérií pro konkrétní diagnózu a jiné
časové období, v tomto případě pro karcinom prsu
v období 2000 - 2003. Pokud by nastavené časové
omezení nevyhovovalo požadavkům, lze vstupní
data bez problémů rozšířit a všechny následné
kroky zůstanou platné.
Obrázok 3
Chceme-li definovat populační rámec pro hodnocení
výsledků a nákladů péče, musíme z populačních
registrů čerpat údaje s jistým omezením:
- Data by měla být aktuální a odrážet současnou
situaci ve zdravotnictví. Historické trendy mohou
být velmi zavádějící.
- Zásadní jsou údaje od pacientů, kteří skutečně
přišli do styku se zdravotnickým zařízením a byli
léčeni. Počty pacientů diagnostikovaných např. při
pitvě sice mají epidemiologický význam, ale hodnocení nákladů nijak neovlivňují.
Ačkoli je tedy reprezentativnost populačního registru
jedním z nezpochybnitelných znaků jeho kvality, při
hodnocení léčebné péče je spíše překážkou. Máli být z populační databáze vygenerován klinicky
využitelný standard, musíme respektovat následující postup:
a) Do analýzy mohou vstoupit pouze záznamy, které
jsou konzistentní a úplné.
b) Analýza musí pracovat pouze se záznamy relevantními pro daný účel, aby nedošlo k systémovému zkreslení výsledků.
c) Referenční soubor musí být dostatečně velký a
strukturou vyhovující cílové populaci.
Definicí referenčních dat bráníme dvěma extrémům,
které již z principu nemohou dát relevantní výstupy:
(1) do referenční analýzy jsou vzaty všechny záznamy v registru v naivní víře, že se tak dosahuje té pravé reprezentativnosti anebo (2) jsou
úzkostlivě selektovány záznamy vedoucí k souboru,
který je sice velmi kvalitní, ale již neodpovídá cílové populaci a nemůže tedy pro ni představovat
referenční standard. Definice referenčního souboru
v podstatě znamená, že se z databáze vypustí
všechny záznamy, které neodpovídají cílové populaci a jejichž začlenění do srovnávacího standardu by
nepřijatelně zvyšovalo riziko zkreslení. V literatuře
14
Obrázok 4
Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
Velmi podstatné je vyčlenění záznamů o pacientech
s nedokončenou diagnostikou v důsledku odmítnutí léčby, komplikací nebo časného úmrtí, neboť
tyto záznamy by zkreslovaly analýzy o nákladech
na protinádorovou terapii. Ve shodě s literaturou
byla použita hranice časného úmrtí do 1 měsíce
od diagnózy (5). Na zvážení dále zůstává forma
zařazení pacientů, kteří mají prokázaný více než
jeden zhoubný nádor v době posledního kontrolního vyšetření. V naší analýze jsme tyto pacienty
ponechali v souboru, pro referenční analýzy je ale
uvažován pouze první diagnostikovaný tumor. V
případě, že byly ve stejném čase diagnostikovány
nádory dva, pro závazné analýzy se bere ten s
horším klinickým stadiem a horší prognózou.
Výsledkem je tedy referenční soubor kvalitních a
věrohodných záznamů, které zachycují léčbu a
výsledky léčby u pacientů s řádně dokončenou diagnostikou. Jak dokumentují obrázky 3 a 4, i následná separace protinádorově léčených a neléčených
pacientů ještě stále poskytuje dostatečně velký
vzorek pro populační analýzy. U kurabilně léčených
pacientů logicky převažují méně pokročilá klinická
stadia.
V případě českého populačního registru je tedy při
definici referenčního souboru jedinou skutečnou
ztrátou skupina pacientů, u kterých nebyla bez objektivních důvodů zaznamenána TNM klasifikace
a klinické stadium. Tito pacienti dosahují u většiny
diagnóz spíše středních hodnot přežití (analyticky
ověřeno, data neukázána) a jejich vypuštění tedy
není zdrojem systémového zkreslení. S rostoucí
kvalitou registru pak podíl problematických záznamů
v čase klesá, v daném referenčním období 1995 –
2003 jde o 6,1 % záznamů. V literatuře jsou tyto tzv.
„unstaged“ záznamy většinou hodnoceny odděleně
a je pro ně často uváděno přežití srovnatelné s
klinickým stadiem 2 až 3, což je ve shodě s našimi
závěry (6, 7, 8).
Referenční soubor populačních dat je základem
pro plánovité posuzování nákladů
Máme-li k dispozici referenční soubor dat, můžeme
jej využít pro odhady dalších komponent nezbytných pro analýzy výsledků a nákladů léčebné péče.
Smyslem těchto výpočtů je dospět ke spolehlivému
odhadu počtu pacientů žijících v daném období a
vyžadujících protinádorovou terapii. Podle podílu
klinických stádií u žijících pacientů lze následně
při znalosti možných scénářů léčby odhadnout i
očekávané náklady. Jelikož u populačních registrů
dostáváme data vždy s jistým zpožděním, jsou
níže vyjmenované odhady často prováděny
prospektivně:
ORIGINÁLNE ČLÁNKY
1. Odhad incidence a mortality. Tyto odhady lze
získat jednak pro celková data a jednak odděleně
pro klinická stadia. Metodika prospektivních odhadů
vychází z epidemiologických trendů za známé období a koriguje je s ohledem na pravděpodobné
demografické změny (např. stárnutí) populace.
Jako vhodnou statistickou metodu lze doporučit
Poissonovský regresní model s odhady doplněnými
intervaly spolehlivosti (10).
2. Odhad prevalence pacientů se zhoubnými nádory. Metodicky komplikovaný výpočet, neboť prospektivní odhad prevalence musí počítat s odhadem
nově diagnostikovaných pacientů s daném roce
plus s pravděpodobností x-letého přežití u pacientů
diagnostikovaných v předchozích letech. Jde tedy
o vícesložkový odhad, který kombinuje regresní
odhady incidence a analýzu relativního přežití (11,
12).
3. Odhad prevalence pacientů s protinádorovou
terapií. Velmi podstatný údaj odhadovaný z definovaného referenčního souboru populačních dat.
Statistická metodika je stejná jako u odhadu celkové
prevalence (bod 2 výše), hodnoty ale musí být korigovány na základě dalších klinických údajů (viz též
obrázek 5):
Obrázok 5
- určité procento nově diagnostikovaných pacientů
nebude v daném roce léčeno z důvodu pokročilosti
onemocnění, komplikací, odmítnutí léčby nebo
časného úmrtí
- pouze určitá část pacientů diagnostikovaných
(a léčených) v minulých letech přežije do hodnoceného roku (celková prevalence) a dále
pouze určitá část z nich prodělá relaps nebo progresi onemocnění, a je tedy v daném roce opět
protinádorově léčena.
Referenční soubor populačních dat a analýzy
přežití léčených pacientů
Přežití pacientů je hlavním ukazatelem výsledků
péče v onkologii. Jeho populační analýzu ovšem
může nabídnout pouze kvalitní registr se zajištěnou
15
Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
průběžnou aktualizací záznamů. Informační hodnotu
celkového přežití nelze nahradit jiným parametrem,
někdy prováděná hodnocení léčebné odpovědi mohou být zavádějící (13). Populační odhady celkového přežití nelze také nahradit „sčítáním“ výsledků
vybraných nemocnic nebo regionů, neboť tato dílčí
šetření jsou zatížena zkreslením, což platí především
pro pokročilá stadia onemocnění (14, 15). Ačkoli se
s pojmem „referenční standard přežití“ velmi často
spojuje skórování úspěšnosti léčby, ve skutečnosti
je využití širší a manažerské cíle představují spíše
menší část aplikací. Referenční standardy celkového
přežití jsou využívány pro posouzení vlivu rizikových
faktorů (4, 16), k srovnání léčebných strategií (17)
anebo ke studiu vztahů mezi průběžně monitorovanými klinickými parametry (13).
Definice referenčního souboru populačních dat
umožňuje provést separátní odhady přežití pouze
pro pacienty, kteří prošli protinádorovou terapií.
Nejde tedy pouze o epidemiologické odhady, ale
o analýzy umožňující benchmarking jednotlivých
zdravotnických zařízení na základě odhadu absolutního a relativního x-letého přežití. Odhady přežití
jsou nezbytné i pro korekci odhadu prevalence
léčených pacientů (obrázek 5). Odhad relativního
přežití je již sám o sobě populačně standardizován
a ukazuje, zda u dané skupiny pacientů nedochází
v analyzované kohortě ke zvýšené mortalitě oproti
celkové populaci. Pro hodnocení lze doporučit tzv.
kompletní metodu odhadu x-letého přežití (18).
Detailní metodický rozbor odhadů populačního
přežití z referenčních dat lze nalézt v práci Dušek
a kol. (19).
Řešení dostupnosti populačních dat pro
analýzy
Populační data samozřejmě nestačí pouze centrálně
sbírat, mají-li sloužit pro hodnocení výsledků a
nákladů péče musí být plně dostupná všem složkám
řízení zdravotnictví. Tento požadavek je v České
republice řešen pomocí národního portálu o epidemiologii nádorů (www.svod.cz), kde jsou data
zpřístupněna formou on-line dostupných analytických nástrojů. Uživatelé tak mají přístup ke klinicky
relevantním referenčním datům ve smyslu výše uvedené metodiky. Obsah portálu je detailněji uveden
na obrázku 6.
Populační data jsou takto zpřístupněna i nemocnicím jako informační pozadí pro srovnávání vlastních výsledků s populačními hodnotami. Již základní
epidemiologická data umožní nemocnicím posoudit
16
ORIGINÁLNE ČLÁNKY
vlastní výkonnost nebo analyzovat záchyt zhoubných
nádorů ve své spádové oblasti (20).
Perspektivy dalšího vývoje
Přínos populačních registrů pro hodnocení výsledků
léčebné péče je samozřejmě limitován jejich jednoduchou parametrickou strukturou. Od těchto
dat nemůžeme očekávat servis vyhovující v detailech provozu konkrétní kliniky nebo nemocnice.
Průběžné hodnocení dat musí být lokálně zajišťováno
nemocničními informačními systémy, které umožní
záznam průběhu léčby, případných komplikací a
jejich řešení. Jedním z přirozených kroků v dalším
vývoji může být automatizované spojení hlášení
populačních dat a hlášení pro plátce zdravotní péče
(výkaznictví výkonů, farmakoterapie apod.). Tímto
by se přímo v nemocnicích spojily informace o klinickém stadiu onemocnění s nákladovými položkami.
Současné informační technologie toto umožňují, a
to i s potřebnou mírou zabezpečení dat (21, 22).
Schéma na obrázku 7 naznačuje možnou fůzi
těchto datových zdrojů, které by tak synergicky
posílily svou informační hodnotu. Epidemiologická
data a referenční populační data by takto získala
ekonomický rozměr a naplnila by se parametrická
struktura komentovaná již v úvodu tohoto článku
(obrázek 1). Ačkoli schéma na obrázku 7 vypadá
z pohledu reality českého zdravotnictví jako výhled
do budoucnosti, v konfrontaci s mezinárodní literaturou rychle zjistíme, že jde o vysoce aktuální
současnost (21, 22). Automatizované poskytování
dat z nemocničních informačních systémů je nutno
vnímat jako zásadní podmínku dalšího vývoje.
Obrázok 7
Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
ORIGINÁLNE ČLÁNKY
Obrázok 6
Webový portál SVOD: epidemiologie zhoubných nádorů v České republice
– nová informační služba pro odbornou i laickou veřejnost
Od září 2005 je na internetové adrese http://www.svod.cz veřejně zpřístupněn nový webový portál SVOD, jehož primárním cílem
je poskytovat reprezentativní data o výskytu zhoubných nádorů v ČR a o úmrtnosti, která se zhoubnými nádory souvisí. Projekt
SVOD (vývoj Systémů pro Vizualizaci Onkologických Dat) vychází z předpokladu, že informace o epidemiologii těchto závažných
onemocnění by měly být přístupné všem občanům ČR. Dalším záměrem webového portálu je poskytování relevantních informací o epidemiologii nádorů v ČR do zahraničí. Zveřejnění portálu představuje zlomový moment v dostupnosti dat o této velmi
závažné kategorii onemocnění. Prostřednictvím informačních služeb portálu se totiž může každý občan ČR informovat o situaci
v regionech, srovnávat česká data se zahraničím nebo zobrazit dlouhodobé trendové křivky pro výskyt a mortalitu nádorových
onemocnění. Portál rovněž nabízí zpravodajství z oblasti hodnocení populačních rizik a je připravena zvláštní zpravodajská služba pro novináře a zástupce sdělovacích prostředků.
Hlavním cílem projektu SVOD je vývoj informačních systémů podporujících managerské rozhodování a vědecké analýzy nad
populačními onkologickými daty. V návaznosti na tato populační data mohou být analyzovány jakékoli další údaje o rizikových
faktorech onkologických onemocnění včetně informací o stavu životního prostředí. Databáze webového portálu SVOD zpřístupňují data Národního onkologického registru z let 1977–2002, což představuje přes 1 229 000 záznamů od 91 diagnóz zhoubných
novotvarů. Tato data lze analyzovat z pohledu základních charakteristik pacientů a diagnostických údajů a dále je regionálně a
časově třídit. Uživatel pracující s epidemiologickými analýzami má dále k dispozici demografické údaje o populaci v ČR za období 1977–2002. Systém je připraven k automatické aktualizaci epidemiologických dat, jakmile budou validována v centrálních
databázích Ministerstva zdravotnictví ČR.
Informační služby webového portálu jsou volně přístupné všem uživatelům. Konkrétně se jedná o: aktuality (pravidelně aktualizované informace o dění v oblasti hodnocení populačních rizik); interaktivní analýzy (volně dostupné softwarové nástroje umožňující
přímo zkoumat epidemiologické trendy onkologických diagnóz); zpravodajství (komentované prezentace připravené významnými
odborníky jako forma autorského informačního servisu).
Webový portál SVOD vzniká ve spolupráci s Ústavem zdravotnických informací a statistiky Ministerstva zdravotnictví ČR a pod
garancí České onkologické společností ČLS JEP. Další nezbytné datové vstupy jsou získávány ve spolupráci s Českým statistickým úřadem. Projekt je podporován Ministerstvem zdravotnictví ČR (Odbor zdravotní péče) a Centrem pro kvalitu ve zdravotnictví
17
Farmakoekonomika a lieková politika, ročník 2, číslo 4, 2006
ORIGINÁLNE ČLÁNKY
Státního zdravotního ústavu. Vývoj systému zajišťuje Centrum biostatistiky a analýz Lékařské fakulty Masarykovy univerzity a
Masarykův onkologický ústav v Brně.
Portál SVOD bude i nadále rozvíjen, mimo jiné také na základě připomínek uživatelů. Služby webového portálu budou rovněž
využity pro optimalizaci programů zdravotnické prevence jako je v první řadě Národní program mamografického screeningu v ČR,
který je datově auditován rovněž týmem Lékařské fakulty Masarykovy univerzity (www.mamo.cz). Databáze Národního onkologického registru umožňuje i analýzu dat o diagnostice a léčbě onkologických pacientů a rovněž analýzu celkového přežití. Tyto
analýzy jsou připraveny pro komunikaci v rámci České onkologické společnosti ČLS JEP a budou prezentovány v zóně webového
portálu s autorizovaným přístupem. Portál SVOD tak bude sloužit i jako informační zdroj pro management českého zdravotnictví
a povede k nastavení referenčních standardů pro výsledky léčebné péče v onkologii.
Poděkování:
Vývoj systému SVOD je podporován dlouhodobým
grantem Ministerstva zdravotnictví ČR. Zpracování
populačních dat pro hodnocení léčebné péče je
řešeno vývojem informačního systému CORIS, který
je podporován výzkumným grantem společnosti
ROCHE s.r.o.
LITERATÚRA
1. Tappenden P., Chilcott J., Ward S., Eggington S., Hind D.,
Hummel S.: Methodical issues in the economic analysis of
cancer treatments. Eur. J. Canc., 42, 2006, s. 2867 – 2875.
2. Dušek L., Žaloudík J. (Eds.): Hodnocení zdravotnických
technologií v onkologii. Klinická onkologie 17 – Supplement
2004, 104 s. ISSN 0862 – 495 X.
3. R. Capocaccia, G.Gatta, P.Roazzi, E. Carrani, M.
Sanataquilani, R. De Angelis, A. Tavilla and EUROCARE
Working group : The EUROCARE-3 database: methodology
of data collection, standardisation,quality control a statistical
analysis: Annals of Oncology 14 (Supplement 5) 2003.
4. Geraci J.M., Escalante C.P., Freeman J.L., Goodwin J.S.:
Comorbid disease and cancer: the need for more relevant
conceptual models in health services research. J. Clin.
Oncol., 23(30), 7399 – 7404, 2005.
5. Eaker S., Dickman P.W., Berquist L., Holmberg L.:
Differences in management of older women influence breast
cancer survival: results from a population based database in
Sweden. PloS Med., 3(3), e25, 2006.
6. Micheli A., Baili P., Quinn M, EUROCARE Working Group:
Life expectancy and cancer survival in the EUROCARE-3
cancer registry areas. Ann. Oncol., 14, Suppl. 5., v28-v40,
2003.
7. Gatta G., Capocaccia R., Sant M., Bell C.M., Coebergh
J.W.W. a kol.: Understanding variations in survival for colorectal cancer in Europe: a EUROCARE high resolution study.
Gut, 47, 533 – 538, 2000.
8. Sant M., Allemani C., Capocaccia R., Hakulinen T.,
Aareleid T. a kol.: Stage at diagnosis is a key explanation of
differences in breast cancer survival across Europe. Int. J.
Cancer, 106, 416 – 422, 2003.
9. Brenner H., Arndt V.: Long-term survival rates of patients
with prostate cancer in the prostate-specific antigen screening era: population-based estimates for the year 2000 by
period analysis. J. Clin. Oncol., 23(3), 441–447, 2005.
10. Møller, B., Weedon-Fekjæer, H., Haldorsen, T.: Empirical
evaluation of prediction intervals for cancer incidence. BMC
Medical Reasearch Methodology, 5, 2005 s. 21 http://www.
biomedcentral.com/1471-2288/5/21.
11. Verdecchia A., De Angelis Giovanni, Capocaccia R.:
Estimation and projections of cancer prevalence from can-
18
cer registry data. Statistics in Medicine, 21, 2002, s. 3511
– 3526.
12. Gail M.H., Kessler L., Midthune D., Scoppa S.: Two approaches for estimating disease prevalence from populationbased registries of incidence and total mortality. Biometrics,
55, 1999, s. 1137 – 1144.
13. Shanafelt, T.D., Loprinzi, C., Marks R., Novotny P., Sloan
J.: Are chemotherapy response rates related to treatmentinduced survival prolongations in patients with advanced
cancer ? J. Clin. Oncol. 22(10), 2004, s. 1966-1974.
14. Glare P., Virik K., Jones M. a kol.: A systematic review
of physicians’ survival predictions in terminally ill cancer patients. BMJ, 327, 195 – 201, 2003.
15. Christakis N.A., Lamont E.B.: Extent and determinants of
error in doctor’s prognoses in terminally ill patients: prospective cohort study. BMJ, 320, 469-473, 2000.
16. Piccirillo J.F., Tierhey R.M., Costas I. a kol.: Prognostic
importance of comorbidity in a hospital-based cancer registry. JAMA 291, 2441-2447, 2004.
17. Vinh-Hung V., Burzykowski T., Van de Steene J., Storme
G., Soete G.: Post-surgery radiation in early breast cancer: survival analysis of registry data. Radiotherapy and
Oncology, 64, 281 – 290, 2002.
18. Brenner H., Gefeller O.: An alternative approach to
monitoring cancer patient survival. Cancer, 78, 2001–2004,
1996.
19. Dušek L., Žaloudík J., Indrák K. (Eds): Informační zázemí
pro využití onkologických populačních dat v ČR. Zvláštní vydání
časopisu Klinická onkologie, ISSN 0862-495X, 2007, v tisku.
20. Sankila R., Black R., Coebergh J.W.C., Démaret E.,
Forman D., Gatta G., Parkin D.M.: Evaluation of Clinical Care
by Cancer Registries. IARC Technical Publication No. 37,
ISBN 92 832 2419 1, 2003.
21. Ruland C.M., White T., Stevens M., Fangiullo G., Khilani
S.M.: Effects of a computerized system to support shared decision making in symptom management of cancer patients:
preliminary results. J. Am. Med. Inform. Assoc., 10(6), 573
– 579, 2003.
22. Bethell C., Fiorillo J., Lansky D., Hendryx M., Knickman
J.: Online consumer surveys as a methodology for assessing
the quality of the United States health care system. J. Med
Internet Res., 6(1), e2, 2004.
Autor pro korespondenci:
doc. RNDr. Ladislav Dušek, Ph.D.
Institut biostatistiky a analýz
Masarykova univerzita
Brno, Česka republika
Kamenice 126/3
625 00 Brno
[email protected]