Abstract

BACKGROUND: Parkinson’s Disease (PD), Multiple Sclerosis (MS), and Epilepsy are three highly impactful health conditions affecting the nervous system. PD, MS, and epilepsy cases can be identified by means of Healthcare Administrative Databases (HADs) to estimate the occurrence of these diseases, to better monitor the adherence to treatments, and to evaluate patients’ outcomes. Nevertheless, the absence of a validated and standardized approach makes it hard to quantify case misclassification.

OBJECTIVES: to identify and describe all PD, MS, and epilepsy case-identification algorithms by means of Italian HADs, through the review of papers published in the past 10 years.

METHODS: This study is part of a project that systematically reviewed case-identification algorithms for 18 acute and chronic conditions by means of HADs in Italy. PubMed was searched for original articles, published between 2007 and 2017, in Italian or English. The search string consisted of a combination of free text and MeSH terms with a common part that focused on HADs and a disease-specific part. All identified papers were screened by two independent reviewers. Pertinent papers were classified according to the objective for which the algorithm had been used, and only articles that used algorithms for primary objectives (I disease occurrence; II population/cohort selection; III outcome identification) were considered for algorithm extraction. The HADs used (hospital discharge records, drug prescriptions, etc.), ICD-9 and ICD-10 codes, ATC classification of drugs, follow-back periods, and age ranges applied by the algorithms have been reported. Further information on specific objective(s), accuracy measures, sensitivity analyses and the contribution of each HAD, have also been recorded.

RESULTS: the search strategy led to the identification of 70 papers for PD, 154 for MS, and 100 for epilepsy, of which 3 papers for PD, 6 for MS, and 5 for epilepsy were considered pertinent. Most articles were published in the last three years (2014-2017) and focused on a region-wide setting. Out of all pertinent articles, 3 original algorithms for PD, 4 for MS, and 4 for epilepsy were identified. The Drug Prescription Database (DPD) and Hospital Discharge record Database (HDD) were used by almost all PD, MS, and epilepsy case-identification algorithms. The Exemption from healthcare Co-payment Database (ECD) was used by all PD and MS case-identification algorithms, while only 1 epilepsy case-identification algorithm used this source. All epilepsy case-identification algorithms were based on at least a combination of electroencephalogram (EEG) and drug prescriptions. An external validation had been performed by 2 papers for MS, 2 for epilepsy, and only 1 for PD.

CONCLUSION: the results of our review highlighted the scarce use of HADs for the identification of cases affected by neurological diseases in Italy. While PD and MS algorithms are not so heterogeneous, epilepsy case-identification algorithms have increased in complexity over time. Further validations are needed to better understand the specific characteristics of these algorithms.

 Keywords: , , , ,

Riassunto

INTRODUZIONE: il morbo di Parkinson (MP), la sclerosi multipla (SM) e l’epilessia sono tre patologie neurologiche con un forte impatto sanitario. L’uso integrato dei flussi amministrativi sanitari (FAS) consente l’identificazione dei casi affetti da MP, SM ed epilessia e permette di ottenere una stima dell’occorrenza di tali malattie, per monitorare l’aderenza ai trattamenti e per valutare gli outcome dei pazienti. Tuttavia, l’assenza di un approccio validato e standardizzato rende difficile quantificare la misclassificazione dei casi.

OBIETTIVI: identificare e descrivere tutti i lavori pubblicati negli ultimi 10 anni che, utilizzando FAS italiani, hanno elaborato almeno un algoritmo originale per l’identificazione di pazienti affetti da MP, SM ed epilessia.

METODI: questo studio si inserisce all’interno di un progetto di 16 revisioni sistematiche per la valutazione dello stato dell’arte degli algoritmi per l’identificazione di 18 condizioni acute e croniche. La revisione, effettuata da due revisori indipendenti, mira a identificare articoli originali pubblicati tra il 2007 e il 2017 in inglese o italiano, individuati su Pubmed mediante una stringa di ricerca che combina testo libero con termini MeSH, in parte comune a tutte le patologie e in parte patologia-specifica. Gli articoli pertinenti sono stati classificati secondo l’obiettivo di utilizzo degli algoritmi di identificazione delle patologie considerate e solo gli articoli con obiettivo primario (I stima di occorrenza; II identificazione di popolazioni/coorti; III identificazione della patologia come esito) sono stati inclusi per estrarne informazioni. Per ogni algoritmo sono state estratte informazioni sui FAS utilizzati (schede di dimissione ospedaliera – SDO, esenzioni ticket – ET, prescrizioni farmaceutiche – PF), i codici ICD versione 9 e 10, il sistema di classificazione ATC per i farmaci, i criteri di identificazione dei casi, il periodo di osservazione/follow-back e le fasce d’età considerate. Sono state inoltre estratte ulteriori informazioni su eventuali validazioni esterne con le opportune misure di accuratezza riportate, analisi di sensibilità ed il contributo di ciascun FAS. Risultati: la strategia di ricerca ha portato all’identificazione di 70 articoli per il MP, 154 per la SM e 100 per l’epilessia. Di questi, sono stati considerati pertinenti 3 documenti per il MP, 6 per la SM e 5 per epilessia. La maggior parte degli articoli è stata pubblicata negli ultimi tre anni (2014-2017) e si concentra su un setting regionale. Tra gli articoli pertinenti, sono stati identificati 3 algoritmi originali per il MP, 4 per la SM e 4 per epilessia. Le PF e le SDO sono state utilizzate da quasi tutti gli algoritmi di identificazione dei casi di MP, SM ed epilessia. Le ET sono state utilizzate da tutti gli algoritmi di identificazione dei casi il MP e la SM, mentre solo 1 algoritmo di identificazione di casi di epilessia ha utilizzato questa fonte. Tutti gli algoritmi di identificazione di casi di epilessia sono basati su almeno una combinazione di elettroencefalogramma e PF. Le validazioni esterne sono state eseguite da 1 articolo per il MP, 2 per la SM e 2 per l’epilessia.

CONCLUSIONI: i risultati della revisione hanno messo in evidenza lo scarso utilizzo di FAS per l’identificazione di soggetti affetti da malattie neurologiche in Italia. Gli algoritmi di identificazione dei casi di MP e di SM sono abbastanza similari tra loro, mentre gli algoritmi di identificazione dei casi di epilessia sono aumentati di complessità nel tempo. Sono necessarie ulteriori studi di validazione esterne per comprendere meglio le caratteristiche specifiche di questi algoritmi.

 Parole chiave: , , , ,

       Visite