Charlson Comorbidity Index (CCI)

Résumé

Une recherche dans la littérature a été menée pour identifier toutes les publications pertinentes concernant les propriétés psychométriques du Charlson Comorbidity Index (CCI) auprès d’individus ayant subi un AVC. Six études ont été identifiées.

Fidélité

Test-retest :
Katz, Chang, Sangha, Fossel et Bates (1996) ont évalué la fidélité test-retest du CCI en format questionnaire auprès de 25 patients avec différents diagnostics, incluant l’AVC. Les participants ont été évalués par le même évaluateur à deux reprises à un intervalle de 24 heures. La fidélité test-retest s’est avérée excellente, selon des calculs utilisant des coefficients de corrélation intra-classe (CCI = 0,92) et une corrélation de rang de Spearman (rho = 0,94).

Inter-juges.
Liu, Domen et Chino (1997) ont évalué la fidélité inter-juges du CCI auprès de 10 clients ayant subi un AVC. Le CCI a été administré par deux évaluateurs, ignorant le score que l’autre évaluateur a attribué à chaque client. La fidélité inter-juges, calculée par des coefficients de corrélation intra-classe, s’est avérée adéquate (ICC = 0,67).

Validité

Contenu :
Charlson et al. (1987) ont identifié les troubles de comorbidité de 559 patients avec un cancer du sein. Ils ont ensuite calculé les relations des variables potentiellement importantes pour le pronostic avec la survie, en utilisant une analyse de régression de Cox. Finalement, les risques relatifs ajustés ont été estimés pour chaque condition de comorbidité.

Critère :
Concourante :
Aucun étalon de mesure n’existe avec lequel il serait possible de comparer le CCI.

Prédictive :
Liu et al. (1997) ont estimé la capacité du CCI, lors de l’admission à l’hôpital, de prédire la durée du séjour, et le score sur la Mesure de l’indépendance fonctionnelle (MIF) (Keith, Granger, Hamilton, & Sherwin, 1987) au moment du congé. La validité prédictive a été calculée auprès de 106 clients en utilisant une corrélation de rang de Spearman. La corrélation entre le CCI et la MIF s’est avérée faible (rho = -0,19), tout comme la corrélation entre le CCI et la durée du séjour (rho = 0,16). Ces résultats suggèrent que le CCI mesuré lors de l’admission à l’hôpital n’est pas prédicteur de la durée du séjour et du score sur la MIF mesuré au moment du congé.

Goldstein, Samsa, Matchar et Horner (2004) ont examiné, auprès de 960 clients en phase aiguë de récupération post-AVC, si le CCI, mesuré lors de l’admission, pouvait prédire le score de la Rankin Scale modifiée (RSm – Rankin, 1957), mesuré au moment du congé, et le taux de mortalité après un an. La validité prédictive a été analysée à l’aide d’une régression logistique. Le CCI a été dichotomisé en une faible comorbidité (scores <2), et en une haute comorbidité (scores >2) ; la RSm a été divisée en conséquences positives (scores <2), et en conséquences négatives (scores ≥2). Des scores les plus élevés sur le CCI ont été associés à une augmentation de 36% de risques d’obtenir des conséquences négatives sur la RSm, et à une augmentation de 72 % des risques de décès un an après l’AVC.

Fischer, Arnold, Nedeltchev, Schoenenberger, Kappeler, Hollinger et al. (2006) ont vérifié la capacité du CCI, mesuré auprès de 259 patients lors de l’admission sur l’Unité AVC, de prédire les conséquences négatives sur la Rankin Scale modifiée (RSm – Rankin, 1957), 4 mois après le moment du congé de l’hôpital. La RSm a été dichotomisée en conséquences positives (scores ≤ 2) et en conséquences négatives (scores >2). Une analyse de régression logistique a révélé que le CCI n’a pas été capable de prédire les conséquences négatives de la RSm. Dans cette étude, les prédicteurs du score de la RSm, 4 mois après l’AVC, ont été la sévérité de l’AVC, la fibrillation auriculaire, la maladie coronaire et le diabète.

Tessier, Finch, Daskalopoulou et Mayo (2008) ont examiné, auprès de 672 participants, la capacité du CCI, du Functional Comorbidity Index (Groll, Bombardier, & Wright, 2005) et d’un indice de comorbidité spécifique aux AVC (développé par les mêmes auteurs), de prédire le fonctionnement, 3 mois après un AVC. La validité prédictive a été calculée en utilisant les statistiques-c pour déterminer l’aire sous la courbe ROC (Receiver Operation Characteristic). Les capacités du CCI (AUC = 0,76), du Functional Comorbidity Index (AUC = 0,71) et de l’indice de comorbidité spécifique aux AVC (AUC = 0,71) de prédire le fonctionnement 3 mois après un AVC se sont toutes avérées adéquates. Ces résultats suggèrent que le pourcentage de patients correctement classés selon leur fonctionnement 3 mois après un AVC est un peu plus élevé lors de l’utilisation du CCI comparé à l’utilisation des autres outils de mesure de la comorbidité.

Construit :
Convergente/discriminante :
Katz et al. (1996) ont évalué la validité convergente du CCI en la comparant au nombre de médicaments d’ordonnance consommés, au nombre d’hospitalisations, à la durée du séjour et aux coûts financiers totaux, déclarés par une auto-évaluation des patients, auprès de 170 patients hospitalisés, incluant des patients qui ont subi un AVC. Les corrélations, calculées en utilisant une corrélation de rang de Spearman, se sont avérées faibles entre le CCI et le nombre de médicaments d’ordonnance consommés (rho = 0,06) ; le nombre d’hospitalisations (rho = 0,22) ; la durée du séjour (rho = 0,20) ; et aux coûts financiers totaux (rho = 0,26).

Liu et al. (1997) ont mesuré la validité convergente du CCI, auprès de 106 clients ayant subi un AVC, en le comparant au nombre de médicaments consommés, à des études en laboratoire, aux interventions thérapeutiques, au nombre de consultations durant le séjour à l’hôpital et au nombre de jours durant lequel le programme de réadaptation a été interrompu à cause de complications. Des corrélations adéquates ont été relevées entre le CCI et le nombre total de médicaments consommés (rho = 0.48). De faibles corrélations ont été relevées entre le CCI et les études en laboratoire (rho = 0,28) ; les interventions thérapeutiques (rho = 0,19) ; les consultations (rho = 0,25) ; et le nombre de jours durant lequel le programme de réadaptation a été interrompu (rho = 0,22).

Tessier et al. (2008) ont analysé la validité convergente du CCI en la comparant au Functional Comorbidity Index (Groll et al., 2005) auprès de 437 clients et les corrélations se sont avérées excellentes (rho = 0,62).

Groupes connus :
Aucune étude n’a examiné la validité des groupes connus du CCI.

Sensibilité au changement
Aucune étude n’a examiné la sensibilité au changement du CCI.

Références
    • Bravo, G., Dubois, M.F., Hebert, R., De Wals, P., & Messier, L. (2002). A perspective evaluation of the Charlson Comorbidity Index for use in long-term care patients. JAGS, 50, 740-745.
    • Charlson, M., Pompei, P., Ales, M.L., & Mackenzie C.R. (1987). A new method of classifying comorbidity in longitudinal studies: Development and validation. J Chronic Dis, 40, 373-393.
    • Charlson, M., Szatrowski, T.P., Peterson, J., & Gold, J. (1994). Validationof a Combined Comorbidity Index. Journal of Clinical Epidemiology, 47(11), 1245-1251.
    • De Groot, V., Beckerman, H., Lankhorst, G.J., & Bouter, L.M. (2003). How to measure comorbidity: A critical review of available methods. Journal of Clinical Epidemiology, 56, 221-229.
    • Deyo, R.A., Cherkin, D.C., & Ciol, M.A. (1992). Adapting a clinical comorbidity index for use with ICD-9-CM administrative databases. Journal Clinical Epidemiology, 45, 613-619.
    • Elixhauser, A., Steiner, C., Harris, D.R., & Coffey, R.M. (1998).Comorbidity measures for use with administrative data. Medical Care, 36(1), 8-27.
    • Fischer, U., Nedeltchev, K., Schoenenberger, R.A., Kappeler, L., Hollinger, P.,Schroth, G. et al. (2006). Impact of comorbidity on ischemic stroke outcome. Acta Neurol Scand, 113, 108-113.
    • Goldstein, L.B., Samsa, G.P., Matchar, D.B., & Horner, R.D. (2004). Charlson Index Comorbidity Adjustment for Ischemic Stroke Outcome Studies. Stroke, 35, 1941-1945.
    • Groll, D., Bombardier, C., & Wright, J. (2005). The development of a comorbidity index with physical function as the outcome. Journal of Clinical Epidemiology, 58, 595-602.
    • Hall, W. H., Ramachandran, R., Narayan, S., Jani, A. B., & Vijayakumar, S. (2004). An electronic application for rapidly calculating Charlson comorbidity score. BMC Cancer, 4, 94.
    • Katz, J., Chang, L., Sangha, O., Fossel, A., & Bates, D. (1996). Can comorbidity be measured by questionnaire rather than medical record review? Medical Care, 34(1), 73-84.
    • Keith, R.A., Granger, C.V., Hamilton, B.B., & Sherwin, F.S. (1987). The functional independence measure: A new tool for rehabilitation. Adv Clin Rehabil, 1, 6-18.
    • Liu, M., Domen, K., & Chino, N. (1997). Comorbidity measures for stroke outcome research: A preliminary study. Arch Phys Rehabil, 78, 166-172.
    • Melchiore, P.J., Findley, T., Boda, W. (1996). Functional outcome and comorbidity indexes in the rehabilitation of the traumatic versus the vascular unilateral lower limb amputee. Am J Phys Med Rehabil, 75, 9-14.
    • Rankin, J. (1957). Cerebral vascular accidents in patients over the age of 60. Scott Med J, 2, 200-215.
    • Romano, P.S., Roos, L.L., & Jollis, J.G. (1993). Adapting a clinical comorbidity index for use with ICD-9-CM administrative data: differing perspectives. Journal of clinical epidemiology, 46 (10) 1075-1079.
    • Tessier, A., Finch. L., Daskalopoulou, S.S., Mayo, N.E. (2008). Validation of the Charlson Comorbidity Index for Predicting Functional Outcome of Stroke. Arch Phys Med Rehabil, 89, 1276-1283.