Indicateurs de santé
Calculateur QalyDays
Assurance dépendance
Ethique de la recherche
Maladies graves du calculateur QalyDays
Pour aller plus loin
Méthodes d'estimation
Le calculateur QalyDays repose sur deux types de modèles estimés dans la population en bonne santé, âgée de 50 ans et plus, et résidant en France métropolitaine.
Risque de maladie grave dans les 20 prochaines années
Les taux d’incidence de chaque maladie grave sont estimés par âge de 50 à 95 ans dans la population observée à l’hôpital (stratification selon le sexe, la présence d’une dépendance à l’alcool et la région de résidence ; ajustement sur les autres caractéristiques du profil). Les taux d’incidence sont ensuite lissés par splines cubiques et extrapolés jusqu’à 100 ans (âge à partir duquel les taux sont considérés constants), puis redressés par sexe, âge et département de résidence pour représenter les taux d’incidence dans la population générale en bonne santé (hospitalisée ou non).
Le risque d’être affecté(e) par une maladie grave peut ainsi être mesuré par le cumul des taux d’incidence entre deux âges selon le profil (en l’absence de décès à chaque âge). Dans l’évaluation de la perception des risques de maladies graves, le risque de maladie grave est simplement mesuré entre l’âge aujourd’hui et les 20 prochaines années en faisant l’hypothèse que le profil ne change pas autrement qu’avec l’âge.
Risques de santé dont risque de perte d’autonomie et espérance de vie
Différents modèles à risques concurrents sont estimés pour chacun des risques de santé pouvant survenir au cours de la vie. La trajectoire de santé moyenne est ensuite simulée pour chaque profil en emboitant les résultats statistiques des différents modèles. Cette stratégie de modélisation reproduit les observations principales issues des données :
Catégorie pronostique plutôt que maladie grave. L’estimation du risque d’une maladie grave (ci-dessus) ne prend pas en compte les interrelations observées entre maladies graves au cours de la vie puis leurs conséquences combinées sur le risque de perte d’autonomie et l’espérance de vie. Cette dimension est prise en compte ici par la mesure du risque d’entrée dans une catégorie pronostique plutôt qu’une maladie grave. 57 catégories pronostiques ont été retenues selon la fréquence des combinaisons des 35 maladies graves observées dans le mois suivant l’hospitalisation pour une maladie grave.
Le modèle général QalyDays permet ainsi de reproduire qu’une maladie grave est de meilleur pronostic lorsqu’elle survient seule plutôt qu’en association avec d’autre(s) maladie(s) grave(s).
Perte d’autonomie cognitive plutôt que physique. Le risque de perte d’autonomie cognitive apparaît globalement plus important que celui de perte d’autonomie physique. De plus, la prise en charge à l’hôpital des personnes affectés d’une maladie d’Alzheimer ou apparentée survient plutôt au stade avancé de déficit cognitif sévère. Cette dimension est prise en compte ici par la maximisation du risque global de perte d’autonomie cognitive au cours de la vie :
-
. (1) Risque d’être affecté par les maladies d’Alzheimer et apparentées sans autre maladie grave (1 des 57 catégories pronostiques) : on mesure ici l’effet direct des caractéristiques du profil (notamment sexe, âge et consommation excessive d’alcool) sur le risque de maladies d’Alzheimer et apparentées.
. (2) Risque d’être affecté(e) par une des 56 catégories pronostiques autres que (1) puis risque secondaire de perte d’autonomie selon sa nature : on mesure ici les effets indirects des maladies graves sur le risque de perte d’autonomie cognitive ou physique.
. (3) Une fois affecté(e) par une maladie d’Alzheimer ou apparentée [après (1) ou (2)] : risque d’évolution vers un déficit cognitif sévère.
. (4) Une fois affecté(e) par une perte d’autonomie: risque de décès selon qu’il s’agit d’un déficit cognitif sévère sans autre maladie grave [après (1) puis (3)], d’un déficit cognitif sévère après une autre maladie grave [après (2) puis (3)] ou d’un état grabataire [après (2)].
Le modèle général QalyDays permet ainsi de reproduire la forte corrélation entre l’espérance de vie, le risque de perte d’autonomie cognitive et la durée moyenne de vie en cas de perte d’autonomie cognitive.
Modèles estimés par sous-population. La très grande taille des données de santé permet d’estimer les différents modèles dans des sous-populations plus homogènes vis-à-vis des risques de santé (les « strates ») et d’améliorer ainsi la qualité de l’ajustement des modèles aux données. Tous les modèles sont estimés après stratification selon le sexe. De plus, tous les modèles de risque d’entrée dans une catégorie pronostique sont stratifiés sur la présence d’une dépendance à l’alcool et la région de résidence, puis ajustés sur les autres caractéristiques du profil.
Le modèle général QalyDays permet ainsi de reproduire les fortes disparités épidémiologiques observées par sexe et par région, mais aussi selon la dépendance à l’alcool qui est fortement associée aux deux autres facteurs comportementaux étudiés (consommation de tabac et obésité).
Trajectoire de santé moyenne par profil.Pour chaque profil, les risques de santé sont calculés à la moyenne de 10 000 simulations de Monte Carlo. La méthode de simulation reproduit les différentes étapes de la trajectoire de santé d'un individu, notamment l’aggravation du pronostic avec le nombre d’hospitalisations et leur motif (parmi les 57 catégories pronostiques) au cours de la vie.
Le modèle général QalyDays permet ainsi de reproduire le critère de gravité d’une (ré)hospitalisation dans le suivi d’une maladie chronique.