Viden isundhedsregistrenetilrådighedfor virksomhederne? · ØNogle eksempler inden for...
-
Upload
phamkhuong -
Category
Documents
-
view
215 -
download
0
Transcript of Viden isundhedsregistrenetilrådighedfor virksomhederne? · ØNogle eksempler inden for...
Viden i sundhedsregistrene til rådighed for virksomhederne?- Et par eksempler fra vellykket offentlig-privat samarbejde
Reimar W. Thomsen, overlæge, lektor, ph.d., [email protected] Epidemiologisk Afdeling, www.kea.au.dkAarhus Universitetshospital & Aarhus Universitet
Agenda
1) Hvilken viden i de danske registre er til rådighed (og nyttig!) for virksomhederne?
2) Hvordan får vi i praksis sundhedsdata i spil i et godt offentlig-privat samarbejde?Ø Nogle eksempler inden for farmakoepidemiologi
Det offentlige danske sundhedsvæsen
• Homogen befolkning på 5.7 mio• Offentligt finansieret
sundhedsvæsen:• Besøg hos praktiserende læge• Besøg hos speciallæger• Ambulante besøg og indlæggelser
på sygehuse• Stort set al medicin udleveres på
apotekerne• Blodprøver på biokemiske
afdelinger
PersonalIdentification
Number
�
CPR-registeret
1968-
Medicinrecept-databaser
1996-
Sygesikrings-registeret
1990erne-
Landspatient-registeret
1977-
Cancer-registeret
1943-
Nogle udvalgte vigtige sundheds-registre
Laboratoriedatabaser1990erne-
Biobank data,kliniske databaser Data fra
bruger devices
Sæt dig ind i sundhedsregistrene
• http://sundhedsdatastyrelsen.dk• http://www.kea.au.dk/da/Forskningsregistre.html• http://journals.sagepub.com/toc/sjp/39/7_suppl
– Scandinavian Journal of Public Health, vol 39, Issue 7_suppl, July 2011
Alle kan søge sundhedsdata hjem…
• https://www.datatilsynet.dk• http://sundhedsdatastyrelsen.dk
(datatilsynstilladelse, projektbeskrivelse, udtræksbeskrivelse)
• www.dst.dk• …den limiterende faktor er know-how til at
bruge data til noget fornuftigt!
• Find nogle samarbejdspartnere med (nylig!) databaseforsknings-rutine
• Find et databaseforsknings-miljø at samarbejde med• Find nogle data / patienter• Find nogle opstartsmidler• Find / afsæt tid!
Hvordan gør man databaseforskning feasible?(RWT, fra nyligt Procrin kursus i databaseforskning)
10
If you REALLY want to learn epidemiology:
• Read a book• Attend a week-course, e.g.:
– AU short course by Til Stürmer et al.
– KEA summer schoolhttp://www.kea.au.dk/da/Summerschool.html
– Courses in Odense (by Anton Pottegaard, Jesper Hallas et al.) or DSFE, http://www.dsfe.dk/
– International courses
Hvad kan virksomhederne så bruge data til?
• Hvad vil virksomhederne typisk gerne vide?– Kundegrundlag = hyppighed og karakteristik– Competitor = den nuværende behandling
(risici og effektivitet)– Real-world viden om eget produkt = fase 4
2.3-fold stigning i borgere der lever med diabetes i Danmark 1999-2012
1999 Kvinder 220 744 2.421 5.076 6.734 10.941 13.606 16.793 12.757 69.292
Mænd 246 817 1.997 4.219 8.261 16.639 17.557 14.732 6.653 71.121
I alt 466 1.561 4.418 9.295 14.995 27.580 31.163 31.525 19.410 140.413
2012 Kvinder 320 1.601 3.125 7.314 15.992 24.308 38.945 36.808 27.067 155.480
Mænd 341 1.527 2.453 5.222 14.988 30.903 52.203 39.984 17.444 165.065
I alt 661 3.128 5.578 12.536 30.980 55.211 91.148 76.792 44.511 320.545
http://www.diabetes.dk/presse/diabetes-i-tal/det-nationale-diabetesregister.aspx
Drug utilization: Incidence and prevalenceExample: Pottegård A et al: Use of exenatide and liraglutide in Denmark: a drug utilization study. Eur J Clin Pharmacol 2013.
Lægemiddelsikkerhed
• Nyere inkretin-baseret diabetesmedicin og risiko for pankreatitis(bugspytkirtel-betændelse)?(Thomsen et al, Diabetes Care 2015)
Pancreatitis cases= 12,868
+ Incretins
no GLDs
+ other GLDs
Population controls= 128,680
+ Incretins
no GLDs
+ other GLDs
Exposure Pancreatitiscases
(12,868)
Population controls
(128,680)
UnadjustedRR
(95% CI)
Adjusted RR*(95% CI)
Never use GLDs 11,777 (91.5%) 120,812 (93.9%) 1.00 (ref) 1.00 (ref)
Ever use any GLD 1,091 (8.5%) 7,868 (6.1%) 1.44 (1.35-1.54) 1.05 (0.98-1.13)
Ever use incretins 89 (0.7%) 684 (0.5%) 1.36 (1.08-1.69) 0.95 (0.75-1.21)
Ever use DPP4 inhibitors 68 (0.5%) 516 (0.4%) 1.38 (1.07-1.77) 1.04 (0.80-1.37)
Ever use GLP-1 receptor analogues 30 (0.2%) 230 (0.2%) 1.35 (0.92-1.98) 0.82 (0.54-1.23)
* Adjusted for previous diagnoses of gallstone disease, alcoholism-related conditions, obesity, inflammatory bowel disease, or any cancer; for 3 levels of the Charlson Comorbidity Index score; and for current use of oral glucocorticoids, azathioprine, lipid-lowering drugs, antiepileptics, or NSAIDs.
Ingen sammenhæng fundet!
VIRKER MEDICINEN?4,734 metformin brugere der har fået udskrevet første intensiverings terapi:
Fald i HbA1c 3-6 måneder efter (Thomsen et al, Diabetologia 2015)
Baseline HbA1c (%) (black), absolute reductions in HbA1c (%) from baseline to 3-6 months after treatment (black bold) and proportion of all patients (%) reaching glycemic
targets of HbA1c<7.0% (Ä) and/or HbA1c<6.5% if <65 years, no comorbidities (Ä)
7.67.9
9.6
6
7
8
9
10
42% 19%50% 25%62% 32%59% 29%59% 32%
GLP-1 receptor agonist
8.08.0
-1.2 -0.8 -1.3 -0.9
-2.4
Sulfonylurea DPP4 inhibitor Other GLDadd-on
Insulin
Add-on to metformin
<6.5%
<7.0%
0,4 0,6 0,8 1 1,2 1,4 1,6 0,4 0,6 0,8 1 1,2 1,4 1,6
HbA1c<7.0% HbA1c<6.5%Add-ontometformin
Sulfonylurea
DPP4inhibitor
GLP-1receptoragonists
Othernon-insulinGLDs
Insulin
N
2,484
1,262
329
282
377
RR(95%CI)
1(ref)
0.94(0.89-0.99)
1.10(1.01-1.19)
0.86(0.77-0.96)
0.88(0.77-0.99)
N
824
462
108
95
105
RR(95%CI)
1(ref)
0.83(0.70-0.99)
1.05(0.80-1.38)
0.78(0.55-1.10)
0.74(0.50-1.10)
RR(95%CI) RR(95%CI)
Adjustedforage,gender,diabetesduration,macrovascular T2Dcomplications,microvascularT2Dcomplications,Charlson ComorbidityIndexlevel,andbaselineHbA1c.
Making the case: Betyder god tidlig blodsukkerkontrol noget for T2D patienterne? [Svensson et al, Diabetes Care, in press]
Konklusioner
• Der er tonsvis af nyttig viden for virksomheder i de danske sundhedsregistre
• Et godt offentlig-privat samarbejde baseret på transparens, høj datasikkerhed, og høj registerforsknings-kompetence er vejen frem