Évaluation de l'impact clinique et économique du développement d'un traitement pour la schizophrénie

Abstract

Contexte : Les stratégies pharmacologiques pour traiter la schizophrénie reçoivent une attention croissante due au développement de nouvelles pharmacothérapies plus efficaces, mieux tolérées mais plus coûteuses. La schizophrénie est une maladie chronique présentant différents états spécifiques et définis par leur sévérité. Objectifs : Ce programme de recherche vise à: 1) Évaluer les facteurs associés au risque d'être dans un état spécifique de la schizophrénie, afin de construire les fonctions de risque de la modélisation du cours naturel de la schizophrénie; 2) Développer et valider un modèle de Markov avec microsimulations de Monte-Carlo, afin de simuler l'évolution naturelle des patients qui sont nouvellement diagnostiqués pour la schizophrénie, en fonction du profil individuel des facteurs de risque; 3) Estimer le coût direct de la schizophrénie (pour les soins de santé et autres non reliés aux soins de santé) dans la perspective gouvernementale et simuler l’impact clinique et économique du développement d’un traitement dans une cohorte de patients nouvellement diagnostiqués avec la schizophrénie, suivis pendant les cinq premières années post-diagnostic. Méthode : Pour le premier objectif de ce programme de recherche, un total de 14 320 patients nouvellement diagnostiqués avec la schizophrénie ont été identifiés dans les bases de données de la RAMQ et de Med-Echo. Les six états spécifiques de la schizophrénie ont été définis : le premier épisode (FE), l'état de dépendance faible (LDS), l’état de dépendance élevée (HDS), l’état stable (Stable), l’état de bien-être (Well) et l'état de décès (Death). Pour évaluer les facteurs associés au risque de se trouver dans chacun des états spécifiques de la schizophrénie, nous avons construit 4 fonctions de risque en se basant sur l'analyse de risque proportionnel de Cox pour des risques compétitifs. Pour le deuxième objectif, nous avons élaboré et validé un modèle de Markov avec microsimulations de Monte-Carlo intégrant les six états spécifiques de la schizophrénie. Dans le modèle, chaque sujet avait ses propres probabilités de transition entre les états spécifiques de la schizophrénie. Ces probabilités ont été estimées en utilisant la méthode de la fonction d'incidence cumulée. Pour le troisième objectif, nous avons utilisé le modèle de Markov développé précédemment. Ce modèle inclut les coûts directs de soins de santé, estimés en utilisant les bases de données de la Régie de l'assurance maladie du Québec et Med-Echo, et les coûts directs autres que pour les soins de santé, estimés à partir des enquêtes et publications de Statistique Canada. Résultats : Un total de 14 320 personnes nouvellement diagnostiquées avec la schizophrénie ont été identifiées dans la cohorte à l'étude. Le suivi moyen des sujets était de 4,4 (± 2,6) ans. Parmi les facteurs associés à l’évolution de la schizophrénie, on peut énumérer l’âge, le sexe, le traitement pour la schizophrénie et les comorbidités. Après une période de cinq ans, nos résultats montrent que 41% des patients seront considérés guéris, 13% seront dans un état stable et 3,4% seront décédés. Au cours des 5 premières années après le diagnostic de schizophrénie, le coût direct moyen de soins de santé et autres que les soins de santé a été estimé à 36 701 $ canadiens (CAN) (95% CI: 36 264-37 138). Le coût des soins de santé a représenté 56,2% du coût direct, le coût de l'aide sociale 34,6% et le coût associé à l’institutionnalisation dans les établissements de soins de longue durée 9,2%. Si un nouveau traitement était disponible et offrait une augmentation de 20% de l'efficacité thérapeutique, le coût direct des soins de santé et autres que les soins de santé pourrait être réduit jusqu’à 14,2%. Conclusion : Nous avons identifié des facteurs associés à l’évolution de la schizophrénie. Le modèle de Markov que nous avons développé est le premier modèle canadien intégrant des probabilités de transition ajustées pour le profil individuel des facteurs de risque, en utilisant des données réelles. Le modèle montre une bonne validité interne et externe. Nos résultats indiquent qu’un nouveau traitement pourrait éventuellement réduire les hospitalisations et le coût associé aux établissements de soins de longue durée, augmenter les chances des patients de retourner sur le marché du travail et ainsi contribuer à la réduction du coût de l'aide sociale.

Aim: Pharmacological strategies for schizophrenia have received increasing attention due to the development of new therapies more effective, better tolerated but more expensive. Schizophrenia is a chronic illness with various states of illness. Objectives: This research program aimed: 1) to evaluate the factors associated with the risk of being in a specific state of schizophrenia in order to construct the risk functions of the course of schizophrenia modeling; 2) to develop and validate a Markov model with Monte-Carlo micro-simulations in order to simulate the natural course of patients who have been newly diagnosed with schizophrenic based upon the individual risk factors profile; and 3) to estimate the direct healthcare and non-healthcare cost of schizophrenia and to simulate clinical and economic impact of developing a new treatment, in a cohort of patients newly diagnosed with schizophrenia, over the first 5 years following their diagnosis. Methods: For the first objective of this research program, a total of 14,320 newly diagnosed patients with schizophrenia were identified based on data from the RAMQ and Med-Echo databases. Six disorder states of schizophrenia were defined: first episode (FE), low dependency state (LDS), high dependency state (HDS), Stable state (Stable), Well state (Well) and Death state (Death). To evaluate factors associated to the risk of being in each disease state, we constructed 4 risk functions based on the Cox proportional hazard analysis for competing risks. For the second objective, a Markov model with Monte-Carlo microsimulations with the six specific states of schizophrenia was developed and validated. In the model, each subject had his own probabilities of transition between specific states, which were estimated based on the cumulative incidence function. For the third objected, we used the Markov model we previously developed. The model includes direct healthcare costs estimated from the Régie de l’assurance maladie du Québec and Med-Echo databases and direct non-healthcare costs estimated from the surveys and publications of Statistics Canada. Results: A total of 14,320 individuals were identified in the study cohort as newly diagnosed patients with schizophrenia. The mean follow-up of the subjects was of 4.4 (± 2.6) years. The age, the sex, the schizophrenia treatment, and having comorbidities are factors that are associated with the schizophrenia course. After a five-year period, our results show that 41% of patients will be considered as having recovered, 13% will be in stable condition and 3.4% of patients will have died. The mean direct healthcare and non-healthcare cost of schizophrenia over the first 5 years following diagnosis was estimated $36,701 Canadian (CAN) (95% CI: 36,264 to 37,138). The direct healthcare cost accounted for 56.2% of the total cost, welfare assistance for 34.6% and long term care facilities for 9.2%. On the direct healthcare cost, hospitalisation cost accounted for 64.6%, medical cost for 11.4% and drug-related cost for 24%. In the case where a new treatment with 20% increase of effectiveness will be available, the direct healthcare and non-healthcare costs can be reduced up to 14.2%. Conclusion: We have identified factors associated with the schizophrenia’s specific states, The Markov model we have developed is the first Canadian model incorporating transition probabilities adjusted for individual risk factor profiles using real-life data. The model shows a good internal and external validity. Based on the cost estimates, our results indicate that a new treatment could possibly reduce hospitalization and long-term care facility costs while potentially enabling patients to return to active employment that would in turn contribute to the reduction of the welfare assistance cost.