Individbaserad läkemedelstatistik Vad har vi gjort i Kalmar län?

Transkript

1 Individbaserad läkemedelstatistik Vad har vi gjort i Kalmar län?

2 Bakgrund Tillgång till landstingets egna individdata från juli 2010 Funderingar hur vi skulle kunna utnyttja dessa på bästa sätt Utbildning Individdata nov jan 2011 Uppföljande nationella möten/utbildningar individdata löpande

3 Hur gick vi tillväga? It-konsult, utdataexpert (ssk), apotekare med statistikkunnande jobbade fram rapporterna Utgick mycket från Fyrlänsrapporten: Läkemedel 2007 en jämförelser baserad på Socialstyrelsens läkemedelsregister Kvalitetssäkrade mot rapporter från SoS och mot Concisekörningar. Utveckling av rapporterna pågår fortlöpande

4 Problem Pratar inte samma språk vad finns i rådata och hur definierar man de mått som vi vill ha? Arbetet drog ut på tiden. Fick mala om saker som vi tidigare diskuterat minnet är kort. Fick ej 100%-ig överensstämmelse vid kvalitetssäkring. Har fått acceptera vissa avvikelser svårt veta varför Lärdomar: Om utvecklingen ska gå snabbt framåt gör ett projekt och se till att det finns ordenligt med tid avsatt. Fördel om alla inblandande finns någotsånär samlade geografiskt.

5 Vilka rapporter har vi skapat? Skapat rapporter i verktyget Business Objects Antal individer, antal nya individer Behandlingsordning Kombinerad behandling Regelbunden användning Waiting time distribution Lorentzkurva

6 Vilka rapporter har vi skapat?

7 Vilka rapporter har vi skapat?

8 Vilka rapporter har vi skapat?

9 Centrum för vårdutveckling 9 1. Räkna individer Prevalens Incidens Waiting time distribution (WTD)

10 Kombinationer Medicinskt Kunskapscentrum Bra kombinationer Dåliga kombinationer Dubbelmedicinering Läkemedel som proxy för sjukdom eller risk

11 Medicinskt Kunskapscentrum 3. I vilken ordning läkemedlen satts in Används förstahandsmedel vid Nyinsättningar

12 Mängd och dosering 12 Centrum för vårdutveckling PDD Genomsnittligt utköpta doser Skevhet i utköpen (Lorenz) Behandlingstider Knepigt område fullt av fallgropar

13 Persistens Medicinskt Kunskapscentrum Hur stor del av tiden täcks av behandling? Hur lång tid fortsätter patienterna ta ut läkemedel Behandlingstid kan mätas med DDD, utköpstillfällen och/eller analys av doseringstext

14 Antal individer nyförskrivet Till patienter 75 år Total antal individer Nyförskrivet inom 18 månader % Nyförskrivna Urologiska spasm Tramadol Propavan NSAID Arbetsplats X, , Namn Efternamn,

15 Behandlingsordning Frågeställning: Hur många av diabetikerna på GLP1- analogerna/dpp-4-hämmarna har tidigare stått på annat antidiabetika dvs följer man TLV:s rabatteringsregler 307 patienter på Byetta eller Victoza identifierades. Av dessa har 286 (93 %) tidigare stått på annat antidiabetika senaste 24 månader innan insättning av GLP1-analogen. 402 patienter på Januvia, Galvus eller Onglyza identifierades. Av dessa har 356 (89 %) tidigare stått på annat antidiabetika senaste 24 månaderna innan insättning av DPP-4-hämmaren. Arbetsplats X, , Namn Efternamn,

16 Kombinerad användning Frågeställning: Hur många diabetiker i Kalmar län har hämtat ut statiner förskrivet av läkare i Kalmar län? Antal patienter med kombination A10 & C10 samt enbart A10 och C10, januari maj 2012 Folkbokförda i Kalmar län som fått förskrivet av förskrivare i Kalmar län ATC kombination Patienter Antidiabetika Blodfettsänkare Kombinationen Antidiabetika och Blodfettsänkare Arbetsplats X, , Namn Efternamn,

17 Regelbunden användning Regelbundna användare(enligt definition) av bensodiazepiner vid arbetsplatser inom psykiatrin 2012 PDD ändrat till 30 mg 1310 PDD ändrat till Diazepam Oxazepam Lorazepam Alprazolam Nitrazepam Flunitrazepam Klonazepam DDD enl. WHO 10 mg 50 mg 2,5 mg 1 mg 5 mg 1 mg 8 mg PDD 15 mg 45 mg 1 mg 1 mg 2,5 mg 0,5 mg 2 mg Årsanvändning DDD beräknad på PDD Vuxenpsykiatri söder Psykiatrisk mottagning Oskarshamn Psykiatriska kliniken Västervik Öppenvårdspsyk Västervik Psykiatrisk rehab Hultsfred Vuxenpsyk öppenvårdsmott. Vimmerby Vuxenhab söder Vuxenhab norr Totalt unika individer Totalt Arbetsplats X, , Namn Efternamn,

18 Vad har vi gjort mer? Nationella äldremålet Tittar framförallt på individdata, men har även möjlighet att ta fram DDD. Läkemedelskommitténs mått och mål När det är relevant att titta på volym har vi bestämt att vi ska titta på individdata ibland kompletterat med annat volymsmått Följs oftast ner på hälsocentralnivå Ofta har vi individdata som komplement även när vi tittar på mål som är kostnadsbaserade för att förtydliga bilden av enhetens förskrivning Ibland används istället data ur journal för att se på läkarens intentioner t.ex. förskrivning av osteoporosläkemedel.

19 Hur använder vi individdata framöver? För mycket enkla frågeställningar på helårsnivå kan SoS färdiga filer användas. För frågeställningar kring antal individer kan QlickView oftast användas. För frågeställningar där lite mer komplicerade individdatakörningar kan leda oss ytterligare ett steg närmare sanningen används någon av de färdiga BO-rapporterna. För övriga frågeställningar får separata rapporter skapas av utdatateamet. Information till användarna av individbaserad läkemedelsstatistik Det är lätt att göra fel med individdata en grundregel är att göra så få beräkningar i efterhand som möjligt. Bör göras i samband med körningen. Stor risk att det blir fel antal individer annars.

20