Identifikace nemocných v pacientských databázích může být svízelná

Moderní medicína často využívá data získaná retrospektivní analýzou pacientských databází. Validita těchto údajů je však závislá na správné identifikaci nemocných, kteří trpí konkrétní chorobou, a v dnešní době bohužel není optimální.

Například podle práce prof. Schulmana, uveřejněné v roce 2013, se ukázalo, že jen 7 % prací, založených na vyhledávání pacientů podle úhrady jejich léčebných výloh, používalo validovaný algoritmus. V praxi tak bývají do souboru zařazeni i nemocní, kteří sice měli danou diagnózu z nějakého důvodu vykódovanou, na onemocnění ale ve skutečnosti netrpí.

Právě retrospektivní analýzy, založené na vyhledávání na základě kódů pro úhradu, jsou často používané u nemocných s malignitami. Specifická situace nastává u pacientů s mnohočetným myelomem (MM). Pro identifikaci nemocných musí být zvoleny kódy takových diagnostických a terapeutických postupů, které ze souboru vyloučí nejen osoby bez MM, ale také pacienty ve velmi časných fázích onemocnění, případně ty, kteří se rozhodnou léčbu nepodstupovat. Podle práce prof. Brandeburga z roku 2014 se ukázalo, že pro dosažení pozitivní prediktivní hodnoty 81 % (a senzitivity alespoň 73 %) je nutné pacienty vyhledávat na základě alespoň 2 diagnostických kódů v intervalu 90 dní od diagnostického testu s tím, že jeden kód musí být vykázán před a druhý po provedení testu.

V rámci práce, prezentované na prosincovém ASH, byly zpracovány 2 soubory osob. Data o pacientech, kteří skutečně měli MM, byla získána z databáze MarketScan Oncology EMR, napojené na MarketScan Commercial a Medicare. Oproti tomu data o kontrolách bez myelomu byla získána z MarketScan Primary Care EMR, propojené s úhradovou databází MarketScan. Kontroly byly identifikovány na základě přítomnosti kódu pro MM, který ale nebyl následován žádnou chemoterapií, transplantací kmenových buněk či evidencí MM v záznamech úhrad v rámci primární péče. Sledované období spadalo mezi leden 2000 a prosinec 2014. Oba soubory byly následně spojeny.

Autoři použili tento sjednocený soubor pro vývoj validovaného algoritmu. U každého nemocného bylo testována doba kolem stanovené diagnózy maximálně o délce 180 dnů. V tomto období byly vyhledávány klíčové symptomy a diagnostické i terapeutické intervence. Zvažováno bylo celkem 20 různých algoritmů, z toho 3 se dostaly do užšího testování. Porovnány byly oproti bazálnímu postupu, který pacienty vyhledával jen podle použití kódů diagnózy MM. Následně byla stanovena senzitivita, specificita a pozitivní prediktivní hodnota pro každý algoritmus.

Zařazeno bylo celkem 336 pacientů s MM a 683 kontrol. Mezi pacienty bylo zjištěno celkem 22 419 kódů diagnóz (3422 léčených a 18 977 neléčených), mezi kontrolami bylo 3185 diagnostických kódů. Ukázalo se, že kontrolní algoritmus, který vyhledával nemocné podle použití kódu pro MM alespoň 2× během více než měsíčního období, měl poměrně dobrou senzitivitu (94,9 %), zaostával ale v hodnotách specificity (72,8 %) a pozitivní prediktivní hodnoty (75,8 %). V podstatě byl sice schopný vyhledat nemocné s MM, do souboru ale zahrnul velký počet nemocných, kteří ve skutečnosti MM netrpěli.

Druhý algoritmus tak byl doplněný o provedení alespoň 2 proteinových elektroforéz a stanovení kvantitativního imunoglobulinu, následované diagnostikováním MM nebo podáním chemoterapie. Tímto způsobem dosáhla specificita výrazného zlepšení, vzrostla na 90,9 %. Třetí algoritmus doplnil ten kontrolní o podání chemoterapie, nutnost provedení alespoň jedné biopsie kostní dřeně nebo alespoň 2 dalších, běžně prováděných testů. Jeho specificita dosáhla 94,3 %. Také 4. algoritmus vyžadoval předem stanovený počet diagnostických kódů a testů, jeho specificita dosáhla 88,1 %. Všechny 3 algoritmy tak obstály ve smyslu dostatečné specificity pro použití pro výzkumné účely. Identifikace neléčených nemocných pomocí úhradových databází nicméně zůstává výzvou.

Redakčně zpracováno z posteru, který na 57th ASH Annual Meeting v americkém Orlandu prezentovala:
Nicole Princic,
Truven Health, Reading, USA