Database di Medicina Generale: analisi dei pattern prescrittivi e dell

Catanzaro, 9 Marzo 2011
Database di Medicina Generale
Analisi di pattern prescrittivi ed appropriatezza trattamenti
Gianluca Trifirò
Dip. Clinico e Sperimentale di Medicina e Farmacologia - Università di
Messina
Dep. Medical Informatics - Erasmus University Medical Center, Rotterdam
Outline
Banche dati sanitarie
• Quali dati?
• Cosa può essere analizzato?
• Quali limiti e criticità?
• Conclusioni
Banche dati sanitarie
Quali dati?
• Anagrafici (es. ISTAT)
• Amministrativi (es. ospedalizzazioni e dispensazioni farmaci a
livello di ASL/Regione…)
• Safety dei farmaci (es. registri, report di ADR)
• Flusso informativo farmaci (es. OsMed)
Barbui C, 2005
Banche dati sanitarie
Quali dati?
• Anagrafici (es. ISTAT)
• Amministrativi (es. ospedalizzazioni e dispensazioni farmaci a
livello di ASL/Regione…)
• Safety dei farmaci (es. registri, report di ADR)
• Prescrizioni di farmaci (es. OsMed)
• Banche dati di Medicina Generale (prescrizioni motivate,
esami diagnostici, co-morbidità)
The additional value of GP database (1)
Increasing number of GP use softwares to collect clinical
information during routine daily practice
Information provided by GP has several advantages:
- size and heterogeneity of population
- longitudinal and updated clinical data
- information on elderly and other patients not included in RCTs
Within National Health System, GP provides the following
health care services to the population:
• Drug prescriptions (around 70% is reimbursed by NHS)
• Request for diagnostic tests
• Request for hospitalization and specialist visits
Lawrenson et al. J Public Health Med 1999; 21: 299-304.
The additional value of GP database (2)
During 1 year, GPs visit 66% of people registered
in their lists
During 3 years, GPs visit 90% of people
registered in their lists
Most common chronic diseases are diagnosed
and cared by GPs
Lawrenson et al. J Public Health Med 1999; 21: 299-304.
Banche dati di medicina generale in Italia - 1
Arianna database - Azienda
Sanitaria Locale di Caserta
 225 MMG
 300.000 assistiti;
 Follow-up dal 2000 al 2010
 Prescrizioni farmacologiche con
motivazione d’uso
Schede di dimissione ospedaliera e
dispensazione di farmaci
Banche dati di medicina generale in Italia - 2
Health Search/Thales
www.healthsearch.it
1.9%
900MMG forniscono
1.9%
informazioni al database
~ 1.200.000 assistiti nel DB
1.6%
7.8%
2.1%
2.5%
3.8%
1.5%
2.1%
4.1%
> 30.000.000 diagnosi/problemi
2.0%
> 200.000.000 Lab tests e test diagnostici
>160.000.000 prescrizioni farmaci
0.9%-1.4%
1.5%-1.9%
2.0%-2.4%
2.5%-2.9%
>=3.0%
3.6%
2.8%
0.9%
2.9% 2.4%
1.6%
Dati disponibili dal 1996 al 2010
3.1%
Banche dati sanitarie
Cosa può essere analizzato?
• Trend di utilizzo di farmaci
• Area di inappropriatezza prescrittiva
• Effetti dei safety warning
• Effetti di interventi di politica sanitaria
Banche dati sanitarie
Cosa può essere analizzato?
Trend di utilizzo di farmaci
Trend d’uso di AD per anno
Progetto VARIO
Questo studio e’ stato promosso dall’Agenzia Italiana del Farmaco
Trend d’uso di AD per classe d’età
One-year incidence di terapia con AD per 100 ab. nel 2005
Trend d’uso di AD per molecola
Prevalenza d’uso dei singoli AD per 1.000 ab. per anno di calendario
Trend d’uso di AD per area geografica
Prevalenza d’uso di AD per 100 ab. per anno di calendario ed area geografica
Trend d’uso di AD per indicazione d’uso - 1
Distribuzione delle indicazioni d’uso per classe di AD ed anno di calendario
SSRI
Trend d’uso di AD per indicazione d’uso - 2
Distribuzione delle indicazioni d’uso per classe di AD ed anno di calendario
TCA
Trend d’uso di AD per indicazione d’uso - 3
Distribuzione delle indicazioni d’uso per classe di AD ed anno di calendario
Altri AD
Persistenza al trattamento con AD
Distribution of AD users, stratified by N. of prescriptions (75.720)
received during 2003-4 in ASL Caserta 1.
1 Prescr.
2-12 Prescr.
> 12 Prescr.
% total users
80%
60%
40%
48,9
33,9
17,2
20%
0%
Users AD
Almost 50% of AD users stop taking their medication as early as 3 months after starting
antidepressant treatment and more than 70% discontinue medication before 6 months
(Pomerantz JM et al. J Clin Psychiatry. 2004;65:395-404).
Aderenza al trattamento con AP
Typical
Atypical
Total
0,5
0,4
0,3
0,2
0,1
0
1999
2000
2001
2002
Adherence to treatment with antipsycotic drugs, per year and class of drugs,
in new users: mean value of Medical Possession Ratio (MPR).
Cumulative duration of treatment during the follow-up
MPR:
Duration of estimated treatment
N. of days between the first drug prescription
and the end of the year
Total quantity of Drug
DDD
Trend in drug use across Countries - 1
Trend in drug use across Countries - 2
Banche dati sanitarie
Cosa può essere analizzato?
Aree di inappropriatezza prescrittiva
Alcuni esempi
Interazioni farmacologiche
CYP3A4
Atorvastatine
+++
Simvastatine
+++
Pravastatine
--
Fluvastatine
+
Rosuvastatine
--
MACROLIDES
CYP3A4 Inhibitors:
Erythromycin
Clarithromycin
Roxithromycin
Telithromycin
Josamycin
Flurithromycin
Miocamycin
Midecamycin
Rokitamycin
No CYP3A4 Inhibitors:
Azithromycin
Spiramycin
Percentage on total
Distribution of macrolide prescriptions in statin users
(n=260) and in general population (n=31,622)
50
40
46%
46%
40%
41%
30
20
10
0
Statin users
General population
Clarithromycin
Spramycin
Azithromycin
Roxithromycin
Telithromycin
Others
Erythromycin
Distribution of co-prescriptions by risk category
Percentage on total
100
80
60
61.7
50.7
49.3
58.8
38.3
41.2
40
20
0
Statin at low risk
Macrolide at high risk
Statin at high risk
Total statins
Macrolide at low risk
Statin low risk and any macrolide: 67 co-prescriptions.
Statin high risk and any macrolide: 193 co-prescriptions
Dalla Scheda Tecnica Italiana delle statine
Atorvastatina
“I medici dovrebbero essere cauti quando prescrivono
atorvastatina ed in concomitanza farmaci inibitori del
CYP3A4 (macrolidi, tra cui eritromicina, ciclosporina e
antifungini imidazolici).
Simvastatina
“Il rischio di rabdomiolisi è aumentato dalla somministrazione
concomitante di simvastatina e farmaci che inibiscono significativamente
il CYP3A4, a dosi terapeutiche, quali eritromicina, claritromicina, ed altri).
I medici dovrebbero prendere in considerazione l’ipotesi di
sospendere il trattamento con simvastatina durante la terapia
con macrolidi (eritromicina e claritromicina).”
“Prevention is the best approach to managing statin-related myophaty”
Expert consensus guidelines for the management of statin-related muscle complaints
La cascata delle prescrizioni
Rochon, P. A et al. BMJ 1997;315:1096-1099
Uso di antipsicotici - 1
Dopo l’introduzione degli atipici...
 Ashcroft et al: “Atypical antipsychotics use resulted in a
nearly 6-fold increase from 1997 to 2001 in UK, whilst use of
conventional antipsychotics decreased by 24%”.
 Hermann et al: “Starting from 1997 olanzapine and
risperidone became the most common used antipsychotic
drugs in US”.
 Hamann et al: “Patients receiving atypical antipsychotics
were more likely to receive continuous antipsychotic
therapy”.
Uso di antipsicotici - 2
Advantages of atypical antipsychotics
• Lower incidence of EPS and less TD
• Lower incidence of central and peripheral
anticholinergic adverse effect
• Lower potential for drug interactions
• Less or no induction of prolactin
• Better compliance, less relapse
• Favorable safety profile
Uso di antipsicotici - 3
Quale trend in Italia?
Trifirò G, et al. Antipsychotic prescribing pattern among Italian general practitioners: a
population-based study during 1999-2002 years. Eur J Clin Pharmacol 2005; 61:47-53.
Uso di antipsicotici - 4
Quale trend in Italia per eta’?
< 50
60
50-64
65-79
% su totale pazienti
50
>80
40
30
20
10
0
Tipici
Atipici
1999
Tipici
Atipici
2000
Tipici
Atipici
2001
Tipici
Atipici
2002
Uso di antipsicotici - 4
Quale trend in Italia per eta’?
< 50
60
56%
50-64
65-79
% su totale pazienti
50
>80
36%
40
30
20
10
0
Tipici
Atipici
1999
Tipici
Atipici
2000
Tipici
Atipici
2001
Tipici
Atipici
2002
Uso di antipsicotici - 4
Quale trend in Italia per eta’?
< 50
60
50-64
65-79
% su totale pazienti
50
>80
49%
40
30
28%
20
10
0
Tipici
Atipici
1999
Tipici
Atipici
2000
Tipici
Atipici
2001
Tipici
Atipici
2002
Uso di antipsicotici – 5
Indicazione d’uso per gli atipici in Italia
100
90
Uso off label!
80
70
60
% of total users
50
40
30
20
10
0
Schizophrenia
Dementia
Other psychoses*
1999
2000
2001
2002
36,6
4,1
59,3
26,1
14,8
59,1
21,3
19,5
59,2
19,8
21,1
59,1
*Reactive psychoses, psychoses associated to affective disorders, psychosomatic disorders, psychoses induced by
alcohol or drug use, not otherwise specificed psychoses.
Uso di antipsicotici – 6
Indicazione d’uso per i tipici in Italia
100
90
80
70
60
% of total users
50
40
30
20
10
0
Schizophrenia
Dementia
Other psychoses*
1999
2000
2001
2002
8,9
11,3
79,8
8,4
13,1
78,6
8,9
15,9
75,2
8,7
15,7
75,6
*Reactive psychoses, psychoses associated to affective disorders, psychosomatic disorders, psychoses induced by
alcohol or drug use, not otherwise specificed psychoses.
Uso di antipsicotici – 7
Quale spesa in Italia?
90%
Atipici
Tipici
Antipsicotici atipici in anziani con demenza…..
”roba da matti?”
All-cause mortality
Safety warning…four years later!
Uso di antipsicotici nella demenza
Quale effetto dei warning?
Marzo 2004
Warning sulla
safety degli
antipsicotici atipici
Giugno 2008
Estensione dei
safety warning agli
antipsicotici tipici
Cosa e’ successo nel corso di questi quattro anni?
Banche dati sanitarie
Cosa può essere analizzato?
Effetti dei safety warning
Uso di antipsicotici nella demenza
Effetto dei warnings in Italia
Int Clin Psychopharmacol. 2010; 25:22-8.
Questo studio e’ stato promosso dall’Agenzia Italiana del Farmaco
Popolazione
generaledi antipsicotici tipici ed atipici nei pazienti anziani
Trend mensile
nell’uso
Alert EMA
TIPICI
ATIPICI
Alert EMA
18
Alert FDA
14
12
Pazienti
anziani
10
Alert EMA
8
6
4
2
0
Gen
Mar
Mag
Lug
Set
Nov
Gen
Mar
Mag
Lug
Set
Nov
Gen
Mar
Mag
Lug
Set
Nov
Gen
Mar
Mag
Lug
Set
Nov
Gen
Mar
Mag
Lug
Set
Nov
Gen
Mar
Mag
Lug
Set
Nov
Prev. d'uso per 10.000
16
2000
2001
2002
2003
2004
2005
Trend annuale nell’uso degli antipsicotici piú frequentemente prescritti*
negli anziani con demenza
2000
2001
2002
2003
2004
2005
P rev. of us e per 10.000
30
25
20
15
10
5
0
Haloperidol
P romaz ine
Quetiapine C hlorpromaz ine R is peridone
* Circa 90% dell’uso totale di antipsicotici
O lanz apine
C lotiapine
Uso di antipsicotici nella demenza
Effetto dei warnings in Canada - 1
Atipici
Tipici
Uso di antipsicotici nella demenza
Effetto dei warnings in Canada - 2
Risperidone
Olanzapina
Quetiapina
Uso di antipsicotici nella demenza
Effetto dei warnings in Canada - 3
Although the warnings slowed the growth in the use of atypical
antipsychotic drugs among patients with dementia, they did
not reduce the overall prescription
rate of these potentially dangerous drugs.
More effective interventions are necessary to improve
postmarketing drug safety in vulnerable populations
Uso di antipsicotici nella demenza
Effetto dei warnings negli USA - 1
Uso di antipsicotici nella demenza
Effetto dei warnings negli USA - 2
Uso di antipsicotici nella demenza
Effetto dei warnings negli USA - 3
Uso di antipsicotici nella demenza
Effetto dei warnings negli USA - 4
The FDA advisory was associated with decreases in
the use of atypical antipsychotics, especially among
elderly patients with dementia
Ragionamento deduttivo
• Forse abbiamo speso meno……
abbiamo curato meglio?
• L’effetto dei warnings lanciati dalle agenzie
regolatorie dovrebbero essere monitorati!
Banche dati sanitarie
Cosa può essere analizzato?
Effetti di interventi di politica sanitaria
Ritiro di rofecoxib dal mercato - 1
one year before withdrawal (Oct. 2004)
 one year after withdrawal
Ritiro di rofecoxib dal mercato - 2
one year before withdrawal
 one year after withdrawal
Ritiro di rofecoxib dal mercato - 3
Revisione di criteri di rimborsabilità -1
Revisione di criteri di rimborsabilità -2
Revisione di criteri di rimborsabilità - 3
Banche dati sanitarie
Quali limiti e criticità?
• Generalizzabilità?
Il “dilemma” dei dati nella ricerca farmacologica
\
Banche dati sanitarie
Quali limiti e criticità?
•
•
•
•
•
Generalizzabilità
Rappresentatività
Validità
Completezza
Manipolazione
“If you torture your data long enough, they will
tell you whatever you want to hear”
James L. Mills, N Engl J Med 1993; 329:1196-1199
Conclusioni
 E’ necessario valutare l’impatto in pratica clinica di interventi di
politica sanitaria, warning, commercializzazione di nuovi farmaci
 Le banche dati sanitarie sono un valido strumento per analizzare
rapidamente e con bassi costi l’uso dei farmaci in pratica clinica
 Consapevolezza di limiti e potenzialità delle banche dati
“Evidence-based Medicine” non ha senso se “l’Evidenza non è
basata sulla Medicina reale”
Grazie dell’attenzione!