S'abonner

Impact de l’estimation de la population affiliée à l’assurance-maladie sur le calcul de la prévalence pharmacologique du diabète à l’échelle régionale et territoriale - 16/06/09

Doi : 10.1016/j.respe.2009.01.001 
M. Jardin a, b, c, A. Bocquier a, b, c, , S. Nauleau d, C. Millon d, P. Verger a, b, c
a U912 (SE4S), Inserm, Marseille, France 
b IRD, UMR-S912, université Aix-Marseille, Marseille, France 
c Observatoire régional de la santé Provence–Alpes–Côte-d’Azur (ORS Paca), 23, rue Stanislas-Torrents, 13006 Marseille, France 
d Union régionale des caisses d’assurance-maladie Provence–Alpes–Côte-d’Azur, Marseille, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 9
Iconographies 1
Vidéos 0
Autres 0

Abstract

Background

Data derived from Health Insurance databases are very useful for health observation. These data are however still underused, particularly for small local areas. This may be partly explained by the lack of reliable data on the number of insured people. Recent simplification of the Répertoire national interrégimes de l’assurance-maladie (RNIAM) indicator (French register of health insurance) gives the opportunity to improve the usefulness of these databases. This indicator specifies the beneficiaries’ status towards the General Health Insurance Fund. This study aimed to select the population of beneficiaries, which could be most adequately used to calculate health indicators based on these data.

Methods

Data were collected from the outpatient database of the Southeastern France General Health Fund. We compared beneficiaries’ characteristics according to the RNIAM indicator, calculated the annual unadjusted and age-adjusted regional and local prevalence of diabetes mellitus in two different populations: the whole initial beneficiaries database, and the population of “effective” beneficiaries (persons whose reimbursements were effectively managed by the General Health Insurance).

Results

The initial database included 4,817,871 beneficiaries. Almost 80% were in the “effective” population, 14% had left the General Health Insurance, or Southeastern France, and 4% were doubles. The annual unadjusted prevalence of diabetes mellitus was 3.31% in the initial database, and more than 20% higher when calculated among “effective” beneficiaries. Impact on aged-adjusted prevalence was less important (+9% at regional level), but the increase varied from 6 to 42% for the small local areas. Impact was much higher on age and gender specific rates.

Conclusion

When Health Insurance databases are used to calculate health indicators at various geographical levels, only “effective” beneficiaries should be selected. The methodology for determining health indicators might be improved by updating databases (e.g. the date of the RNIAM indicator last update should be added).

Le texte complet de cet article est disponible en PDF.

Résumé

Position du problème

Malgré leur intérêt pour l’observation sanitaire, les bases de remboursements de l’assurance-maladie sont peu exploitées à l’échelle territoriale, cela en partie en raison de l’absence de données fiables sur les effectifs de bénéficiaires. La simplification récente de l’indicateur du Répertoire national interrégimes de l’assurance-maladie (RNIAM) offre la possibilité d’améliorer l’exploitation de ces bases. Celui-ci précise le statut des bénéficiaires vis-à-vis des caisses primaires d’assurance-maladie. L’objectif de cette étude est de définir la population des bénéficiaires à retenir pour la construction d’indicateurs de recours aux soins.

Méthodes

À partir des bases de données du régime général stricto sensu de l’assurance-maladie de la région Provence–Alpes–Côte-d’Azur (Paca), les caractéristiques des bénéficiaires ont été comparées selon la modalité RNIAM ; les prévalences pharmacologiques du diabète, brutes et standardisées sur l’âge, ont été calculées dans la population de la base initiale et dans celle des bénéficiaires « effectifs » (situation régularisée et bénéficiaires gérés par le régime général de l’assurance-maladie), en Paca et dans les 25 territoires de proximité.

Résultats

Parmi les 4 817 871 bénéficiaires de la base initiale, près de 80 % étaient des bénéficiaires « effectifs », 14 % des personnes ayant changé de régime ou de région et 4 % des dossiers étant des « doublons ». La prévalence pharmacologique brute du diabète, de 3,31 % dans la base initiale, augmentait de plus de 20 % en restreignant l’étude aux bénéficiaires « effectifs ». L’impact sur la prévalence standardisée était plus faible (+9 % en moyenne), mais variait de façon importante selon les territoires (entre +6 et +42 %). L’impact du choix de la population était plus important sur les taux spécifiques par âge et sexe.

Conclusion

La population des bénéficiaires « effectifs » semble la population la plus pertinente à prendre en compte pour le calcul d’indicateurs de recours aux soins chez les assurés du régime général de sécurité sociale à différentes échelles territoriales. Les changements à venir au niveau de la mise à jour des bases de remboursements de l’assurance-maladie, notamment la date d’actualisation de l’indicateur RNIAM, permettront d’affiner la construction d’indicateurs.

Le texte complet de cet article est disponible en PDF.

Keywords : Insurance, Health/statistics & numerical data, Health status indicators, Morbidity, Epidemiology, Diabetes mellitus, France

Mots clés : Assurance-maladie/statistiques et données numériques, Indicateurs état de sanitaire, Morbidité, Épidémiologie, Diabète, France


Plan


© 2009  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 57 - N° 3

P. 159-167 - juin 2009 Retour au numéro
Article précédent Article précédent
  • Hematological malignancies: Incidence in Basse-Normandie, France, for 1997–2004
  • X. Troussard, V. Duchenet, E. Cornet, D. Mouchel, M. Malet, A. Collignon
| Article suivant Article suivant
  • Miscoding: A threat to the hospital care system. How to detect it?
  • W.H. Aelvoet, N. Terryn, F. Windey, M. Redivo, M. van Sprundel, C. Faes

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.