Validering af metoder til identifikation af erkendt diabetes på basis af administrative sundhedsregistre

Introduktion: I regeringens diabeteshandlingsplan fra 2003 anbefalede man at etablere en national diabetesdatabase med henblik på monitorering af diabetesforekomsten og kvalitetsudvikling af diabetesomsorgen. Formålet med denne undersøgelse var at validere en national algoritme til identifikation af erkendt diabetes og sammenholde resultaterne med de resultater, der er fremkommet ved anvendelse af en regional algoritme.

Materiale og metoder: Patienter, der havde diabetes og var bosiddende i Århus Amt den 31. december 2003 blev identificeret ved hjælp af data fra Landspatientregisteret, Sygesikringsregisteret og receptdatabasen og laboratoriedatabasen i amtet.

Resultater: Der blev i denne undersøgelse identificeret i alt 8.802 patienter med en diabetesdiagnose, der blev bekræftet af patientens praktiserende læge. Dette svarer til en prævalens på 2,32% (95% konfidensinterval: 2,27-2,37%). Med den nationale algoritme fandt man 86% af denne diabetespopulation, mens man med den regionale algoritme fandt 96%. Ved supplering med oplysninger om indløste recepter på antidiabetika i den nationale algoritme øgedes sensitiviteten til 91%. Den positive prædiktive værdi var 89% for både den nationale algoritme og den regionale algoritme.

Konklusion: Den nationale algoritme kan benyttes som redskab til etablering af en national diabetesdatabase. På trods af en højere sensitivitet kan den regionale algoritme på nuværende tidspunkt kun vanskeligt anvendes på nationalt niveau, idet den forudsætter indsamling af personhenførbare data, der p.t. ikke er tilgængelige nationalt.

Kendskab til kroniske sygdommes forekomst er en forudsætning for planlægning og prioritering i sundhedsvæsenet. Herudover danner identifikation af populationen af kronisk syge grundlag for kvalitetsvurdering af kontrollen og behandlingen. Diabetes mellitus er en kronisk folkesygdom, som tiltager i hyppighed [1], og som er forbundet med en øget risiko, nemlig udviklingen af senkomplikationer og overdødelighed. Undersøgelser viser, at denne risiko kan nedbringes betydeligt ved optimal kontrol og behandling [2-4]. Kvalitetsvurderinger fra klinisk praksis tyder dog på, at diabetesomsorgen langtfra er optimal [5-7].

Regeringen offentliggjorde i 2003 en diabeteshandlingsplan, hvori det blev understreget, at etableringen af et system til national monitorering af diabetesforekomsten og løbende registrering af konkrete aktiviteter anses for at være et væsentligt bidrag til udvikling af diabetesindsatsen [8].

I handlingsplanen peges der på, at man i Danmark allerede har erfaring med forskellige metoder til identifikation af erkendt diabetes ved anvendelse af offentlige registre som datakilder [9, 10], og at disse metoder kan anvendes til monitorering af diabetesforekomsten på nationalt niveau.

På regionalt plan har forskere fra de almenmedicinske forskningsmiljøer i samarbejde med amtsforvaltninger udviklet en algoritme til identifikation af erkendt diabetes. Denne metode er valideret og testet i flere amter. På nationalt plan har forskere fra de almenmedicinske forskningsmiljøer i samarbejde med Sundhedsstyrelsen og Lægemiddelstyrelsen ligeledes arbejdet med udviklingen af en algoritme til identifikation af erkendt diabetes [9], men har ikke haft kendskab til metodens validitet. Da det er af væsentlig betydning, at man med metoden både identificerer størstedelen af diabetespopulationen, og at den identificerede population rent faktisk har diabetes, er det afgørende, at den nationale algoritme valideres, før den rutinemæssigt tages i brug som monitoreringsredskab.

Formålet med denne undersøgelse var at validere en national algoritme til identifikation af erkendt diabetes og sammenholde resultaterne med de resultater, der er fremkommet ved anvendelse af en regional algoritme. Heri indgår en vurdering af muligheden for med algoritmerne at identificere erkendt diabetes, når praktiserende lægers verificering af diabetesdiagnosen anvendes som guldstandard.

Metode

Århus Amt har en befolkning på ca. 650.000 personer, svarende til 12% af Danmarks befolkning. Fra denne baggrundspopulation er personer med erkendt diabetes fundet ved hjælp af to forskellige algoritmer: en national og en regional algoritme. De enkle komponenter er valgt ud fra de erfaringer og analyser, man tidligere har gjort i de almenmedicinske forskningsmiljøer

National algoritme

Heri indgår patienter, der opfylder mindst et af følgende kriterier:

Sygesikringsregisteret

1. Patienter registreret med en ydelse inden for speciale 54 (fodterapi).

2. Patienter registreret med ydelsesnummer 7136 (B-glukose) eller 7159 (B-glukose fundet ved stiks) mindst to gange årligt i fem år.

3. Patienter registreret med ydelsesnummer 7136 (B-glukose) eller 7159 (B-glukose fundet ved stiks) mindst fem gange i løbet af et enkelt år.

Landspatientregisteret (LPR)

1. Patienter registreret med en International Classification of Diseases (ICD)10-diagnosekode E10, E11, E12, E13, H36.0 eller O24 (fraregnet O24.4 = gestational diabetes).
   

Data er indsamlet for perioden 1999-2003 via Sundhedsstyrelsen.

Regional algoritme

Heri indgår patienter, der opfylder mindst et af følgende kriterier:

Sygesikringsregisteret

1. Patienter registreret med en ydelse inden for speciale 54 (fodterapi).

   OL>Den regionale laboratoriedatabase
   
   

   1. Patienter registreret med mindst to glykeret hæmoglobin (HbA1c)-analyser i løbet af et år.

   2. Patienter med mindst en HbA1c-måling over normalområdet.

   Data er blevet indsamlet for perioden 2000-2003 fra Århus Amts fælleskommunale sygesikringssystem og de kliniske laboratoriedatabaser i Århus Amt.

   Ved hjælp af oplysninger fra Det Centrale Personregister er både den nationalt og den regionalt identificerede population afgrænset til personer, der var i live og bosiddende i Århus Amt pr. 31. december 2003.

   Der blev udarbejdet en liste med de registeridentificerede mulige diabetespatienter til de praktiserende læger, en liste for hvert ydernummer, der var registreret i amtet. De praktiserende læger blev bedt om at be- eller afkræfte diagnosen diabetes for patienterne på deres liste, oplyse diagnosetidspunkt og supplere med oplysninger om personer med diabetes, som ikke var på listen. Der blev sendt lister ud til 269 ydernumre tilhørende praktiserende læger i Århus Amt. I alt var der 161, der returnerede besvarede lister (60%). De 161 ydernumre repræsenterer en studiepopulation på 379.240 indbyggere.

   Statistik
   

   I denne undersøgelse skelnes der mellem en mulig diabetespatient, som er en person identificeret i mindst en af de datakilder, der anvendes af den nationale og/eller den regionale algoritme, og en verificeret diabetespatient, som er en person, der derudover har fået diagnosen bekræftet af en praktiserende læge. Sensitiviteten af en algoritme defineres som andelen af samtlige mulige diabetespatienter, der er fundet ved pågældende algoritme. Den positive prædiktive værdi (PPV) af en algoritme defineres som andelen af personer identificeret ved algoritmen, der verificeres som diabetikere af en praktiserende læge. Der er anvendt logistisk regression til analyse af sandsynligheden for inklusion i undersøgelsen af diabetesprævalens og af datakildernes anvendelighed til at finde en verificeret diabetespatient (PPV) med. Der er i modellen til beskrivelse af diabetesprævalensen taget hensyn til variationen mellem ydernumre vha. inklusion af en random effect. Resultater er angivet som odds-ratioer med 95% konfidensintervaller (KI).

   Resultater
   Ydernumre
   

   Hos alle de 269 ydernumre, der på daværende tidspunkt var registreret i Århus Amt, blev der i alt identificeret 20.293 mulige diabetespatienter ved hjælp af registerdata. Hos de 161 ydernumre, der returnerede skemaet, blev der identificeret 10.727 mulige diabetespatienter. Der var ingen forskel på deltagende og ikkedeltagende ydernumre med hensyn til praksisstørrelse eller -form og andel af mandlige og ældre patienter.

   Diabetes i studiepopulationen
   

   De praktiserende læger fra de 161 deltagende ydrenumre verificerede diagnosen diabetes for 8.743 patienter, afviste diagnosen for 1.698 patienter og svarede »ved ikke« for 227 patienter. Herudover supplerede de med oplysninger om 59 diabetespatienter, som ikke var identificeret via registre. Der blev således i alt identificeret 8.802 patienter med diabetes i studiepopulationen. De 59 diabetespatienter, som ikke blev fundet via registrene, kom fra 24 ydernumre, og næsten halvdelen af disse (n = 27) blev fundet hos kun tre ydernumre.

   Sensitivitet og prædiktiv værdi
   

   Diabetesdiagnosen blev verificeret hos 8.743 patienter. Med den nationale algoritme blev der identificeret 7.542 af disse (85,7%), mens der med den regionale algoritme blev identificeret 8.476 (96,3%). For den nationale og den regionale algoritme var PPV henholdsvis 88,4% og 88,3%. Tabel 1 viser de enkelte datakilders sensitivitet og PPV. Det ses, at specielt LPR og HbA1c bidrager meget til sensitiviteten i henholdsvis den nationale og den regionale algoritme.

   Forskellig kombination af datakilderne viste, at sensitiviteten for den nationale algoritme var høj (81%), hvis blot »LPR« og »minimum fem blodglukosemålinger i løbet af et år« inkluderes. Hvis den nationale algoritme bliver suppleret med datakilden »minimum en recept for peroral antidiabetika eller insulin«, vil sensitiviteten stige til 91%.

   PPV er overordnet ens for de to algoritmer, mens der er stor forskel på de enkelte datakilder. Af Figur 1 fremgår det, at henholdsvis blodsukkermålinger og HbA1c -målinger bidrager i mindre grad til den prædiktive værdi for henholdsvis den nationale og den regionale algoritme.

   Tabel 2 angiver den nationale og den regionale algoritmes anvendelighed til at identificere undergrupper af erkendt diabetes med. Det ses, at man med den regionale algoritme fandt en større andel af de ældre, nonfarmakologisk behandlede patienter uden en diabetesrelateret diagnosekode registreret i det sekundære sundhedsvæsen samt relativt nydiagnosticerede diabetespatienter. Det ses yderligere, at gruppen af nonfarmakologisk behandlede patienter havde den laveste PPV på henholdsvis 65% og 71%.

   Prævalens af diabetes i studiepopulationen
   

   I studiepopulationen blev der identificeret 8.802 patienter med verificeret diabetes, heraf 8.743 patienter via registeroplysninger og 59 patienter via oplysninger fra de praktiserende læger.

   Dette svarer til en prævalens på 2,32% (95% KI: 2,27-2,37%). Prævalensen var stigende med stigende alder (Figur 2), således var prævalensen 4,62% (95% KI: 4,52-4,72%) i aldersgruppen over 40 år. I Tabel 2 ses blandt andet, at ca. tre fjerdedel af patienterne med verificeret diabetes var i farmakologisk behandling, og at ca. en tredjedel ingen kontakt havde haft til det sekundære sundhedsvæsen med en diabetesrelateret diagnose i perioden fra 1999 til og med 2003.

   Diskussion
   

   I denne undersøgelse blev der identificeret i alt 8.802 patienter med en diabetesdiagnose, der blev bekræftet af patientens praktiserende læge. Med den nationale algoritme fandt man 86% af de verificerede diabetikere, med den regionale algoritme fandt man 96%. Mens PPV var 89% for både den nationale og den regionale algoritme.

   De praktiserende læger afkræftede diabetesdiagnosen hos ca. 10% af de identificerede personer. Yderligere ses, at specielt for gruppen af nonfarmakologisk behandlede var PPV lav (65-71%), mens den for gruppen af farmakologisk behandlede var høj (99-100%). Dette betyder, at der specielt for gruppen af ældre og nonfarmakologisk behandlede patienter vil være en overestimering af prævalensen. Således vil en bekræftelse af diagnosen via patienten selv eller dennes læge være et væsentligt element i forhold til validiteten af databasen.

   De praktiserende læger bidrog kun i yderst begrænset omfang med nye patienter (n=59). At halvdelen af sidstnævnte patienter blev fundet hos kun tre ydernumre, kunne tyde på en underrapportering fra andre end disse tre ydernumre. En sådan underrapportering medfører, at sensitiviteten af begge algoritmer overestimeres. Der er i det foreliggende datamateriale ikke mulighed for at vurdere omfanget af en sådan underrapportering, og dermed ikke for i hvor høj grad sensitiviteten overestimeres.

   Forskellene i rapporteringen kan skyldes, at mange praktiserende læger ikke har et register med erkendte diabetespatienter tilknyttet praksis. En udtømmende rapportering ville derfor kræve manuel gennemgang af alle patientjournaler. Information til de praktiserende læger om, hvilke patienter med diabetes der er identificeret fra den enkelte praksis, giver de praktiserende læger mulighed for at gennemføre ICPC-kodninger, der er den sygdomsklassifikation, som anvendes i almen praksis i Danmark. Systematiseret ICPC-kodning giver mulighed for at etablere et praksisregister med de erkendte diabetespatienter tilknyttet praksis. Et sådant praksisregister er en forudsætning for, at den praktiserende læge kan levere relevante komplette data i forbindelse med monitorering af diabetespopulationen, herunder diagnosetidspunkt og forekomst af senkomplikationer.

   I denne undersøgelse er det påvist, at den regionale algoritme har en højere sensitivitet end den nationale algoritme. I forhold til den nationale algoritme identificerede den regionale algoritme en større andel af de ældre, de nonfarmakologisk behandlede og personer uden en diabetesrelateret diagnosekode registreret i det sekundære sundhedsvæsen. Den regionale algoritmes højere sensitivitet skyldes dels anvendelsen af receptdata, dels anvendelsen af HbA1c-analyser.

   Den regionale algoritme kan på trods af den højere sensitivitet ikke umiddelbart anbefales anvendt til etablering af en diabetesdatabase på nationalt plan, idet den ville kræve indsamling af data fra samtlige danske laboratorier, hvor man foretager HbA1c-analyser. Endvidere er det ikke er muligt at trække personidentificerbare oplysninger om antidiabetisk behandling fra Lægemiddelstyrelsens lægemiddelstatistikregister.

   I mange andre lande har man allerede etableret nationale diabetesregistre, heriblandt i Sverige og i Skotland [7, 11]. I Sverige etablerede man i 1996 et nationalt diabetesregister baseret på indberetning om diabetes fra det primære og det sekundære sundhedsvæsen. I 2003 var der registreret ca. 57.000 patienter. Svenske undersøgelser har vist, at prævalensen af diabetes i Sverige er på omkring 3,2% [12], hvilket tyder på, at langtfra alle diabetespatienter i Sverige er registreret i det nationale register efter syv års drift. I modsætning hertil har man i Skotland baseret det nationale diabetesregister på indberetning om diabetes fra det primære og det sekundære sundhedsvæsen samt oplysninger indhentet fra forskellige registre. Der var i 2003 fundet ca. 134.000 patienter med diabetes, svarende til en prævalens på 3,18%. Styregruppen bag Skotlands diabetesregister estimerer, at mere end 80% af diabetespopulationen i Skotland er registeret i databasen. Vi har i denne undersøgelse identificeret 8.802 patienter med verificeret diabetes, hvilket svarer til en prævalens på 2,32% (95% KI: 2,27-2,37%). Det er vores vurdering, at den nationale algoritme er et godt redskab til at initiering af en diabetesdatabase i Danmark. Vi vil forvente, at kompletheden af patienter registreret i databasen initialt vil være lavere, end hvad man for tiden finder i Skotland, men efterhånden blive større ved gentagelse af identifikationsprocessen.

   Konklusion
   

   Det er vores vurdering, at den nationale algoritme er et godt redskab til at initiere og opdatere en national diabetesdatabase med. En national diabetesdatabase vil kunne tilvejebringe en række væsentlige epidemiologiske informationer om diabetes i Danmark, specielt hvad angår incidens, prævalens og dødelighed. Det er afgørende for anvendeligheden af en database i forbindelse med kvalitetssikringen i diabetesbehandlingen, at den indeholder personhenførbare oplysninger (cpr-numre), således at klinikeren kan supplere databasen og indrapportere klinisk relevante oplysninger. På trods af en højere sensitivitet kan den regionale algoritme på nuværende tidspunkt kun vanskeligt anvendes på nationalt niveau, idet det vil forudsætte indsamling af data fra Lægemiddelstyrelsens lægemiddelstatistikregister, hvilket på nuværende tidspunkt ikke er muligt.

   
   Jette Kolding Kristensen, Afdeling for Almen Medicin, Institut for Folkesundhed, Aarhus Universitet, DK-8000 Århus C. E-mail: jkk@alm.au.dk

   Antaget: 4. september 2006

   Interessekonflikter: Ingen angivet

   
   

   1. Støvring H, Andersen M, Beck-Nielsen H et al. Rising prevalence of diabetes: evidence from a Danish pharmacoloepidemiological database. Lancet 2003;362:537-8.
   2. UKPDS. Intensive blood-glucose control with sulphonylureas or insulin compared with conventional treatment and risk of complications in patients with Type 2 diabetes (UKPDS 33). Lancet 1998;352:837-53.
   3. Gæde P, Vedel P, Parving HH et al. Intensified multifactorial intervention in patients with Type 2 diabetes mellitus and microalbuminuria: the Steno Type 2 randomised study. Lancet 1999;353:617-22.
   4. Pyörala K, Pedersen TR, Kjekshus J et al. Cholesterol lowering with simvastatin improves prognosis of diabetic patients with coronary heart diasease. Diabetes Care 1997;20:614-20.
   5. Kristensen JK, Sandbæk A, Bro F et al. Routine screening for diabetic eye complications in an unselected population of 4,438 people with Type 2 diabetes in a Danish county. Dan Med Bull 2004;51:104-7.
   6. Kristensen JK, Bro F, Sandbæk A et al. The use and level of HbA1c in an unselected population of 4,438 people with Type 2 diabetes in a Danish County. Scand J Prim Health Care 2001;19:241-6.
   7. Eliasson B, Cederholm J, Nilsson P et al. The gap between guidelines and reality: type 2 diabetes in a national diabetes register 1996-2003. Diabet Med 2005;22:1420-6.
   8. Indenrigs- og Sundhedsministeriet. Handlingsplan om diabetes. København: Indenrigs- og Sundhedsministeriet, 2003.
   9. Drivsholm T, Fredriksen K, Olivarius ND et al.

2. Patienter registreret med mindst en indløst recept på antidiabetika med anatomical therapeutic chemical (ATC)-kode A10A (insulin) og/eller A10B (perorale antidiabetika).