快捷搜索:  xxx  as  推理研究所  幼幼  侦探研究所

同乐城娱乐同乐城:公司的iCal法国全科医生和采用法国透明度医疗保健和国家卫生数据系统数据库,在2016年的回顾性研究其药物处方模式



目的评估制药公司向法国全科医生(GPs)提供的礼物与他们的药物处方方式之间的关联。

使用来自两个法国数据库的数据进行设计回顾性研究(国家健康数据系统,由(法国国家健康保险体系和医疗保健透明度)。

设置初级保健,法国。

参与者41至257名全科医生,他们在2016年仅在私营部门工作,至少有五名注册患者。根据药品,医疗器械和其同乐城娱乐同乐城他与健康有关的公司在“医疗保健透明度”数据库中报告的收到的礼物的货币价值,将全科医生分为六组。

主要成果衡量指标主要成果衡量指标是法国国民健康保险每次就诊(前往诊所或在家)处方药的报销金额,以及国民健康保险用来计算与医生绩效相关的财务激励措施的11种处方效率指标。医生和患者的特征用作调整变量。统计分析的显着性阈值为0.001。

结果GP组每次就诊处方药的国家健康保险报销同乐城娱乐同乐城金额较低,2016年医疗保健透明度数据库中未报告礼品。与在2016年至少赠送一份礼品的GP组相比,该产品在2013年推出(无礼品组)(− 5.33欧元(99.9%的置信区间-6.99欧元至−3.66欧元),而GP组的礼品价值为1000欧元或2016年有更多报道)(PConclusion调查结果表明,未收到制药公司赠予的法国全科医生比接受赠予的全科医生具有更好的药物处方效率指标和成本更低的药物处方。该观察性研究容易造成残留混杂,因此无因果关系关系可以得出结论。

试用注册OSF注册OSF.IO/8M3QR。

简介

医疗保健专业人员容易受到市场营销和促销的影响a l制药公司的活动。有证据表明,医生参加此类活动会对他们开出的药物的质量和数量产生负面影响,从而导致护理质量降低,给患者带来不合理的风险以及处方费用更高。12为了解决这个问题,一些国家已经实施法规,例如《美国医师付款阳光法》,以规范制药业与医生之间的相互作用。3这些政策与药物处方模式的相关性引起争议。45在法国,随着苯氟醚的健康丑闻(调解人),尽管估计有成千上万的药物导致死亡,但Servier还是将其作为抑制食欲的标签销售,但该法的《阳光法》立法于2011年实施,其中包括引入了医疗保健透明数据库。16

可以使用国家卫生数据系统(SystmeNational desDonnesdeSant)来分析法国医生的药物处方7。 se具有多种用途,包括计算与医生绩效有关的经济诱因的药物处方效率指标(Rmunrationsur Objectif deSantPublique)。8

医疗保健透明度和国家卫生数据系统数据库(方框1)提供了一个机会,研究礼物捐赠对法国全科医生(GPs)处方方式的影响。我们评估了医疗保健透明度数据库中报告的礼物与2016年法国全科医生的处方之间的关联。由于预计制药公司的促销活动会影响药品处方的质量,数量和成本,因此我们假设捐款,礼物质量差和处方模式昂贵。

专栏1数据库和定义

医疗保健透明度

此数据库是在引入医疗保险后创建的自2011年起由法国卫生部管理的2011年法国《阳光法》。

自2013年以来,制药,医疗设备和其他与健康相关的公司在与医疗保健专业人员和组织的财务联系中宣布的所有数据均为收集并可供访问

公司必须完成声明

数据可通过法国政府公共网站(transparence.sante.gouv.fr)进行搜索,并可以下载(data.gouv .fr)

礼物

医疗保健透明度中报告的信息类型之一

公司向医疗保健专业人员提供的任何礼物或付款类型,但没有任何对等物,例如执行工作或服务

礼物包括捐赠设备,邀请函,餐饮费用,差旅费以及现金付款,例如佣金,回扣或费用报销 < p>出席者和付款必须由公司宣布,从€10.00(8.60; $ 11.00),包括税收(日期,金额,捐赠类型,接收者的身份,公司的身份)

国家卫生数据系统

此数据库是由数据库创建并管理的法国国家健康保险系统

从法国医疗保险中收集所有报销信息的信息

该数据库包括例如患者的匿名数据,处方药数据,诊所访问数据库中涵盖了99%的法国人是否在家中分发或报销了慢性病的药物

数据用于计算药品的处方效率指标法国基于绩效的财务奖励计划

获得授权后,可以在安全门户上出于研究目的访问匿名数据

与法国绩效相关的财务奖励计划

基于国家卫生数据系统的数据并于2011年启动

目标医生计划(Rmunrationsur Objectifs deSantPublique)旨在鼓励更有效的药物处方模式并控制健康支出

该计划使用药物处方指标来评估全科医生的处方模式 < p>处方药中未包含非处方药

返回正文

方法

数据来源

这项回顾性研究是使用“医疗保健透明度”数据库中报告的礼物数据和国家卫生数据系统中的数据进行的。从医疗保健透明度数据库(www.data.gouv.fr)中,我们计算了2016年为每个法国全科医生列出的礼物的总货币价值。我们还包括了2016年未列出任何礼物的全科医生。对于此类全科医生,我们计算了2013年至2015年收到的礼物的总货币价值,以区分2013年至2016年之间未收到礼物和已收到礼物的人。

根据与国家健康保险(法国系统)的协议(向所有公民提供医疗保险),其数据官员之一从国家健康数据系统中提取了与绩效相关的经济激励措施所用的药物处方效率指标,每次就诊(在家或诊所)所用药物处方的报销金额2016年的数据,以及全科医生和患者的社会人口学特征数据。国家卫生数据系统中的数据是匿名的。

我们将重点放在2016年数据上,因为要获得访问国家卫生数据系统的授权需要漫长的行政程序。我们的第一份申请于2017年8月31日提交,详细分析计划的方案已于2018年1月17日注册。该研究于2018年5月24日获得道德批准。数据已于2018年11月21日在安全的远程门户上获得。 / p>

研究人口

我们纳入了从2016年1月1日至2016年12月31日在法国大都市或海外地区工作的GP。为获得同质研究人口,我们将那些非家庭成员的人排除在外医生(例如过敏症医生,血管科医生,老年病医生,急诊医生以及《国民健康保险》列出的其他人员)并非仅在私营部门工作(与法国的标准做法不同;也就是说,由公共医疗机构雇用的全科医生或在私营部门和公共医疗机同乐城娱乐同乐城构工作),在2016年工作了一部分,注册病人少于五名。这些排除标准基于国家卫生数据系统中的信息。

研究组

为了保持匿名,将研究人群根据数量(或缺乏)分为六组。在“医疗保健透明度”数据库中报告的礼物数量。第一组包括2016年或自2013年医疗保健透明度数据库启动以来没有报告礼物的GP(无礼物组)。第二组包括在2016年没有报告礼物的GP,但在2013年至2015年之间至少有一份礼物(2016年之前的礼物组)。第三类包括2016年捐赠的大量礼物的医生,其随意定义为累积货币价值为1000欧元(864英镑; 1105欧元)或更高,含税。其余的全科医生分成三组,每组的规模相同,以研究小额捐赠的影响(10欧元至69欧元,70欧元至239欧元,240欧元至999欧元)。我们考虑了2016年报告的所有礼物,但不到10欧元的礼物(包括税),因为这些信息未在“医疗保健透明度”数据库中报告。

数据库链接

我们包括了全科医生从2017年8月17日收到的美国内科医师学院全国理事会名单中。国家医疗保健专业注册处(RPPS)的唯一标识号。然后,国民健康保险的数据官员会使用姓氏,名字和邮政编码,将我们列表中的GP与国民健康数据系统中的GP匹配,因为国民健康数据系统不包含RPPS识别号。最后,由于他们的姓名和邮政编码与他们的实践邮政编码无法进一步匹配,因此无法列出3338个(6.2%)的GP。

解释性变量和感兴趣的结果 <每年,国民健康保险都会为全科医生的绩效相关的财务激励措施计算各种指标(见方框1)。在2016年,使用了11种药物处方效率指标,目的是根据其利益风险平衡来促进或限制某些药物类别的处方,或限制处方药的成本,特别是通过推广仿制药物8。 11项效率指标(11项变量)以及国家健康保险针对2016年每次就诊处方和配发的药品的报销金额(一个变量)作为关注结果。表1和附录1提供了有关指标的详细信息。

表1

感兴趣的结果。数据是针对2016年向每位全科医生(GP)注册的患者

查看此表:

查看弹出窗口

查看内联

协变量

我们在国家健康数据系统中对可能影响药物处方的几个协变量进行了调整。与全科医生特征相关的协变量是性别,年龄,医疗机构所在城市的规模(9

统计分析

为描述研究人群,我们评估了不同人群之间的差异GP组使用2检验定性变量,方差分析定量变量,然后采用两步策略回答我们的研究问题:首先(初步分析),我们确定了12个组中至少两个GP组之间的显着差异然后(二次分析),对于初次分析中各组之间存在显着差异的变量,我们将各组与无礼物组进行了比较。

初次分析

A线性回归模型用于主要分析,具体而言,在单变量分析之后,我们对不同的GP组进行了多变量分析,并确定了可能与GP相关的混杂因素(协变量:GP和患者特征)。结果(阈值:P = 0.25)。我们使用了分步策略来保留最简约的模型,并验证了最终模型的应用条件。选择0.001的显着性阈值进行统计分析,并通过线性模型进行综合检验。这比Bonferroni的校正稍微保守一些,阈值0.05代表分析的12种不同结局(0.05 / 12 = 0.00416)。

二次分析

从文献数据来看,我们假设没有礼物的人应该同乐城娱乐同乐城显示出最有效的处方方式。因此,该组被用作参考组,以探索在初步分析中通过综合测试检测到的差异(显着性阈值为0.001)。

其他分析

我们进行了两次其他探索性分析最初协议中未计划的内容。首先,为了确定是否可以通过报告的礼物数量来解释在GP组中观察到的关联,我们通过用每个组的礼物中值货币值替换不同的组(无礼物组和2016年前的礼物组)进行了多变量分析礼物组(即2016年没有报告的礼物,但2013年至2015年之间至少有一份礼物)被归类为2016年未收到礼物。为了测试极值对结果的影响,我们在排除了每个解释变量和协变量的第一个和最后一个百分位数之后,进行了事后敏感性分析。

统计分析使用SAS软件9.4(SAS Institute, Cary NC)。由于我们不允许导出国家卫生数据系统数据,因此我们在国家卫生数据系统远程门户中分析了该信息。

更改协议

我们更新了2018年4月5日的医疗保健数据。这稍微改变了不同GP组的规模。由于少于5名患者的GP不符合与绩效相关的激励条件,因此我们将其从分析中排除。在多变量分析中,我们不得不将患者分为两个年龄段(9

患者和公众参与

我们未将患者纳入研究参与者。患者未参与研究问题或研究设计。我们不打算让患者参与结果的传播,也不会直接将结果传播给患者。

结果

研究人群的选择

在全国医师学院理事会确定的53至763名法国全科医生中,包括41至257名进行分析,无法列出3338例列出的全科医生的名称同乐城娱乐同乐城和实践邮政编码(占样本的6.2%)国家卫生数据系统中的数据。这些医生属于无礼物组(16.4%)比其他组(2.5-5.3%)更常见。根据排除标准,另外有9168名全科医生被排除在外(图1)。 ),附录2总结了选择GP组的步骤。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

您可能还会对下面的文章感兴趣: