고령 환자 및/또는 만성 질환 환자의 COVID-19와 관련 없는 1차 진료 및 이상 반응에 대한 봉쇄 영향 (COVIMEGE)

맥락 및 가설: 2017년에 프랑스 일반 건강 보험 제도에 가입한 1,070만 명이 장기 질병과 관련된 공동 지불을 면제하는 "장기 애정" 제도의 혜택을 받았습니다. 즉, 보험 환자의 17%입니다. 그들은 대부분 정기적인 의료 및 관련 건강 및 간호 관리가 필요한 만성 질환을 앓고 있는 환자입니다. 2020년 3월 17일 이후 SARS-CoV-2 전염병 및 봉쇄 기간 동안 프랑스 정부의 메시지는 긴급 의료 지원 서비스에 전화하고 원격 상담을 제외하고 GP를 직접 방문하지 말라는 것이었습니다. 다른 국가들도 동일한 전략을 채택했습니다. SARS-CoV-2 감염으로 인한 사망률은 고령 환자 및/또는 동반 질환이 있는 환자에서 극적으로 높았습니다. 중국의 경우 치명률(CFR)은 80세 이상의 환자에서 15%였으며 미국에서는 65세 이상의 성인에서 사망의 80%가 발생했습니다. CFR은 기저 동반 질환, 특히 심부전, 고혈압, 호흡 부전 및 당뇨병이 있는 환자에서도 높았습니다. 따라서 노인과 심장-대사 및 호흡기 만성 질환이 있는 환자는 전염병 기간 동안 특히 보호되어야 합니다.

그러나 이러한 인구는 만성 질환의 급성 대상 부전 또는 자율성 상실을 방지하기 위해 긴밀한 관리가 필요합니다. 격리 기간 동안 GP 및 기타 의료/연합 건강/간호사 외래 건강 제공자는 방문을 요청하지 않았거나 접근할 수 없었던 만성 및/또는 노인 환자를 포함하여 일상적인 진료 활동이 눈에 띄게 감소했음을 감지했습니다. 원격 진료. 프랑스 공중 보건국("Public Health France")은 격리 시작 시 GP 방문 감소, 응급 방문 횟수 감소, 심장 및 신경혈관 질환으로 인한 입원이 감소했다고 보고했습니다.

조사관은 전염병 기간 동안 1차 의료 서비스의 참석 부족이 COVID-19와 관련이 없는 과사망률 및 이환율과 관련이 있다고 가정합니다.

주요 목표: SARS-CoV-2 발병에 대한 첫 번째 봉쇄 기간과 12개월에 프랑스의 노인 및 만성 질환 환자 집단에서 COVID-19와 관련이 없는 과사망률을 평가합니다. 과사망률은 거주 지역, 이환율 또는 사회경제적 위치와 같은 기본 개인 및 맥락적 특성에 따라 전 세계적으로 평가됩니다.

2차 목표: 2차 목표는 보다 구체적으로 12개월 추적 조사 종료 시점의 이환율 및 사망률에 대한 봉쇄로 인한 1차 의료 서비스의 과소 출석 효과에 관한 것입니다.

• 이 모집단을 봉쇄하는 동안 1차 진료 의료 이용률을 측정합니다. 외래 진료와 관련된 2차 종료점을 통해 이용률을 평가합니다.
• COVID와 관련되지 않은 이환율(병원 치료와 관련된 2차 종점을 통해) 및 후속 조치 종료 시 사망률에 대한 봉쇄 기간 동안 외래 의료 이용의 영향을 분석하기 위해

방법 및 모집단:

실험 설계: 프랑스 국립 건강 데이터 시스템(SNDS)에서 후향적 노출/비노출(1:1) 코호트 연구.

끝점:

• 1차 평가변수는 코로나19와 무관한 사망률입니다.
• 2차 결과는 기간 1 동안의 1차 진료의 사용이 될 것이며 상담, 원격 상담 및 일반의 및 준의료 전문가(간호사 및 물리치료사)의 방문 횟수를 통해 평가됩니다.

전문의의 사용에 대해서도 설명합니다.

주요 포함 기준:

연구 모집단은 노인(70세 이상)과 장기 질환(ALD)이 있는 성인 환자로 구성됩니다.

격리 노출은 2020년 3월 17일(12주차 시작, 격리 시작)부터 2020년 5월 10일(19주 종료, 격리 종료) 사이의 기간으로 정의됩니다. 후속 조치 종료는 격리 시작 후 12개월인 2021년 3월 17일로 설정됩니다.

비노출군은 고령자(70세 이상)와 유행 전 2년(2025~2016년) 장기질병(ALD) 환자로 구성됐다.

노출된 그룹에서 관찰된 사례는 노출되지 않은 그룹, 전체 연구 모집단 및 거주 지역, 질병 상태 및 사회경제적 위치에 따라 정의된 하위 그룹에 대해 추정된 예상 사례와 비교됩니다.

샘플 크기: 고령 환자(9%), 만성 질환 환자(17%) 및 연령과 질병 유병률의 중첩을 고려하여 연구자는 약 18,000,000명의 환자를 포함할 것으로 예상합니다.

참가자 정보: 참가자 정보 포기 개인 건강 데이터의 출처(출처 사용): "National Health Data System"

예상 결과: 공중 보건 정책을 안내하기 위해 노인 및 만성 질환 환자의 COVID-19 위험과 관련 없는 과사망률 정량화: 정부 메시지 조정, 미래 건강을 위한 GP 후속 조치 및 1차 의료 대응 개선 감염병 유행. 공중 보건 정책 및 메시지를 인구와 일반의 모두에게 적용하기 위해 이환율, 특히 1차 의료 이용의 변화와 관련된 위험 요소를 식별합니다.

학습 기간: 30개월