Klinische beslissingsondersteuning in de acute kindergeneeskunde

Roukema J. Clinical decision support in pediatric care. Klinische beslissingsondersteuning in de acute kindergeneeskunde. Rotterdam: Erasmus MC, 2006.

Het doel van de studies die beschreven worden in dit proefschrift was het onderzoeken en optimaliseren van het diagnostische proces bij kinderen, die zich (met koorts) presenteren op de spoedeisende hulp afdeling (SEH ) van het ziekenhuis en het beschrijven van aspecten van dit proces als basis voor beslissingsondersteunende systemen. We bespreken het gebruik van een elektronisch medisch dossier met gestructureerde gegevensinvoer, evenals de ontwikkeling van klinische predictieregels voor specifieke diagnostische uitkomsten bij kinderen die zich met koorts op de SEH presenteren. Daarnaast werden de validiteit van een triage systeem in een pediatrische populatie en een evaluatiestudie naar een klinisch beslissingsondersteunend systeem voor diagnostiek bij kinderen met koorts zonder focus beschreven.

In Hoofdstuk 2 en 3 werd het gebruik van een elektronisch medisch dossier (EMD) met gestructureerde gegevensinvoer (structured data entry, SDE ) voor de documentatie van anamnese en lichamelijk onderzoek beschreven. Er wordt over het algemeen aangenomen dat gestructureerde gegevens noodzakelijk zijn om optimaal te kunnen profiteren van een EMD. Echter, gestructureerde gegevensinvoer kost extra tijd en vereist daarom een extra inspanning van de gebruiker. Acceptatie door de gebruiker is juist de belangrijkste factor voor succesvolle implementatie van een EMD. In Hoofdstuk 2 werd een vergelijking gemaakt tussen documentatie van patiëntgegevens in een papieren dossier en in een EMD met gestructureerde gegevensinvoer. Het bleek dat artsen 44% van de beschikbare patiëntgegevens identiek documenteerden in het papieren dossier en in het EMD. 25% van de patiëntgegevens werd alleen in het papieren dossier gedocumenteerd en 31% alleen in het EMD. Er werden verschillen gevonden in de documentatie van anamnese en lichamelijk onderzoek in het EMD: meer patiëntgegevens uit de anamnese bleken niet gedocumenteerd te zijn in het EMD (38%) dan uit het lichamelijk onderzoek (15%), terwijl de documentatie van lichamelijk onderzoek in het EMD juist méér extra gegevens bleek te bevatten (39%) dan de anamnese (21%). Wij concludeerden dat lichamelijk onderzoek beter geschikt is voor gestructureerde documentatie in het EMD dan de anamnese.

In een tweede studie (Hoofdstuk 3), vergeleken we de gestructureerde documentatie van dezelfde patiëntgegevens door drie verschillende artsen. Van alle beschikbare patiëntgegevens werd slechts 39% in alle drie EMD’s gedocumenteerd. 61% van de patiëntgegevens werd door minstens één van de drie artsen vergeten, onjuist geïnterpreteerd, of in conflict met de oorspronkelijke informatie gedocumenteerd. Het gebruik van een EMD met gestructureerde gegevensinvoer leidt dus niet automatisch tot uniform gestructureerde patiëntgegevens.

In Hoofdstuk 4 beschreven we de ontwikkeling van een klinische predictieregel voor een pneumonie. Pneumonie is de meest voorkomende ernstige bacteriële infectie (EBI ) onder kinderen die zich met koorts op de SEH presenteren (40-50% van alle EBI ’s). Een vroege herkenning van kinderen met een verhoogd of juist een verlaagd risico op pneumonie, op basis van beschikbare patiëntkarakteristieken, zou het diagnostische proces kunnen ondersteunen. Het doel van deze studie was het ontwikkelen van een predictieregel voor een pneumonie voor kinderen die zich met koorts en hoesten op de SEH presenteren en om de toegevoegde waarde van het leukocytengetal in het bloed (WBC ) en C-reactief proteïne (CR P) voor de diagnose pneumonie te evalueren. Omdat laboratoriumuitslagen
niet voor alle patiënten beschikbaar waren (er werd niet bij alle patiënten laboratoriumonderzoek verricht), gebruikten we ‘multipele-imputatie’ methoden om de missende gegevens aan te vullen. Hierdoor kon geïllustreerd worden wat de effecten van deze methode zijn op het discriminerende vermogen van het predictiemodel. In deze studie werden alle kinderen die zich met koorts en hoesten op de SEH presenteerden geïncludeerd. Een combinatie van informatie over de leeftijd van het kind, de duur van de koortsepisode en de aanwezigheid van tachypnoe, kon de aanwezigheid van een pneumonie, gedefinieerd als de radiologische
afwijkingen op een thoraxfoto, betrouwbaar voorspellen. De toegevoegde waarde van WBC en CR P werd geëvalueerd in twee verschillende modellen: eerst werd de toegevoegde waarde onderzocht in de dataset van kinderen bij wie laboratoriumonderzoek werd verricht. Vervolgens werd hetzelfde gedaan in de totale dataset, waarin missende laboratoriumuitslagen werden geïmputeerd. In beide modellen hadden WBC en CR P duidelijk toegevoegde waarde voor de diagnose
pneumonie. Met name het model waarin de dataset met deels geïmputeerde gegevens werd gebruikt had een goed discriminerend vermogen (ROC -oppervlakte 0.80, 95% betrouwbaarheidsinterval [BI] 0.74-0.85). Klinische predictieregels, zoals gepresenteerd in deze studie, zouden door SEH -verpleegkundigen gebruikt kunnen worden om het diagnostische proces te initiëren. Het predictiemodel moet in die situatie gepresenteerd worden als een klinische beslisregel en dienst eerst
gevalideerd te worden. De afnemende incidentie van EBI ’s onder kinderen en het invasieve karakter van aanvullend onderzoek rechtvaardigt een selectief diagnostisch beleid bij kinderen met koorts. De herkenning van kinderen met een relatief groot risico op een EBI , vroeg in het diagnostische proces, zou de beslissingen met betrekking tot het te volgen diagnostische en/of therapeutische beleid kunnen ondersteunen.

In Hoofdstuk 5 bestudeerden wij de diagnostische waarde van C-reactief proteïne (CR P) voor EBI ’s bij kinderen met koorts. Snelle en minimaal invasieve CR P-tests zijn tegenwoordig beschikbaar en zouden bij kunnen dragen aan de vroege herkenning van kinderen met een verhoogd risico op een EBI. De toegevoegde waarde van CR P naast belangrijke klinische patiëntkarakteristieken (zoals leeftijd, hoogte van de koorts, duur van de koorts) en het leukocytengetal
in het bloed (WBC ) werd onderzocht met behulp van multivariabele logistische regressie analyses. Het bleek dat CR P een waardevolle diagnostische test is voor het inschatten van EBI bij kinderen met koorts. Het onderscheidende vermogen (wel/geen EBI ) van CR P alleen (ROC -oppervlakte 0.79, 95%BI 0.75-0.83) was vergelijkbaar met het onderscheidende vermogen van patiëntkarakteristieken, CR P en WBC gecombineerd. De efficiency van het diagnostische proces voor kinderen met koorts die de SEH bezoeken zou wellicht verbeterd kunnen worden door de implementatie van een snelle CR P-test. Meestal worden voor de ontwikkeling van klinische predictieregels dichotome logistische regressie analyses gebruikt; de kans dat een bepaalde uitkomst/diagnose aanwezig is wordt geschat versus de kans dat deze afwezig is. Met behulp van polytome logistische regressie analyses kunnen de kansen op meerdere verschillende uitkomsten in één keer geschat worden.

In Hoofdstuk 6 hebben we de gegevens geanalyseerd van een diagnostische studie onder 595 kinderen van 1 tot 36 maanden oud met koorts zonder focus, die de SEH bezochten en werden beoordeeld voor de aanwezigheid van een EBI . Elf potentiële predictor variabelen werden geselecteerd op basis van eerder onderzoek
en literatuur (leeftijd, geslacht, duur van de koorts, veranderd huilpatroon, overgeven, zieke indruk, bleke huid, verminderde perifere circulatie, dyspnoe, temperatuur en zwangerschapsduur). In deze studie definieerden wij drie verschillende diagnostische uitkomsten: EBI , opgesplitst in pneumonie en overige-EBI , en non-EBI . Vier predictiemodellen werden vervolgens gedefinieerd; model 1 was een polytoom model, waarmee de kans op elk van de drie uitkomsten in één keer geschat werd. Model 2 en 3 waren sequentiële dichotome modellen waarmee in stap 1 de kans op EBI en op non-EBI geschat werd en in stap 2 de kans op pneumonie en overige-EBI binnen de EBI -groep. Model 2 en 3 verschilden in de selectie van predictor variabelen (model 2 werd ontwikkeld met een vaste set variabelen,
gebaseerd op het polytome model en in model 3 werden predictor variabelen geselecteerd op basis van hun bijdrage aan het model). In model 4 werden drie (niet-sequentiële) dichotome modellen ontwikkeld, waarin telkens één van de uitkomsten werd afgezet tegen de andere twee. We vergeleken de vier modellen met betrekking tot ROC -oppervlakte voor elk van de drie uitkomsten en met betrekking tot de geselecteerde predictor variabelen. De ROC -oppervlakten voor de verschillende uitkomsten bleken vergelijkbaar voor elk van de gekozen modelleringstrategieën. Het onderscheidende vermogen voor pneumonie was in elk van de ontwikkelde modellen goed, met een ROC -oppervlakte van 0.81 (95%BI 0.75-0.87). Het onderscheidende vermogen voor overige-EBI en non-EBI was echter matig met een ROC -oppervlakte van ongeveer 0.69 (95%BI 0.62-0.76) voor overige-EBI en 0.72 (95%BI 0.66-0.77) voor non-EBI . De ontwikkelde modellen hadden een vergelijkbare calibratie en interne validiteit. Er werden slechts kleine verschillen gevonden in de predictor variabelen die geselecteerd werden in de polytome en dichotome modellen. De conclusie was dat het definiëren van homogene en klinisch relevante diagnostische uitkomstcategorieën belangrijker lijkt te zijn dan de keuze voor een specifieke modelleringstrategie.

In Hoofdstuk 7 en 8 werden twee studies gepresenteerd waarin klinische beslissingsondersteunende systemen werden geëvalueerd op de SEH . In Hoofdstuk 7 hebben we de validiteit van het Manchester Triage System (Manchester Triage Systeem, MTS ) in een populatie kinderen, die de SEH bezochten, onderzocht. Dit geautomatiseerde triage systeem ondersteunt SEH -verpleegkundigen om op een objectieve wijze de urgentie van behandeling van een patiënt te bepalen. De SEH
afdeling is over het algemeen een drukke afdeling waar zich dagelijks vele patiënten presenteren met klachten die sterk variëren in urgentie. Met behulp van het MTS worden alle patiënten geclassificeerd in één van vijf urgentiecategorieën (acuut levensbedreigend, zeer urgent, urgent, standaard, niet-urgent). De vastgestelde urgentie wordt vervolgens gebruikt om de volgorde van behandeling van patiënten op de SEH te bepalen, waarbij patiënten met een hoge urgentie eerder worden geholpen dan patiënten met een lage urgentie. In deze studie werd de validiteit van het MTS in een kindergeneeskundige populatie onderzocht door de urgentie volgens het MTS te vergelijken met de actuele zorgbehoefte van de patiënt (diagnostiek, therapie), de noodzakelijkheid van opname in het ziekenhuis en met een vooraf gedefinieerde urgentieclassificatie, welke als referentiestandaard diende (gebaseerd op vitale kenmerken, diagnose, diagnostiek, therapie en follow-up). Er werd een representatieve steekproef van 1,065 patiënten genomen uit een totale groep van 18,469 patiënten van 0 tot 16 jaar die de SEH van een groot algemeen opleidingsziekenhuis hadden bezocht. Het aantal patiënten dat twee of meer diagnostische tests of therapeutische interventies onderging was gerelateerd aan een hogere MTS urgentieclassificatie. Het percentage patiënten dat opgenomen moest worden in het ziekenhuis nam toe naarmate de urgentie hoger was, van 1% van de niet urgente patiënten tot 54% van de acuut levensbedreigende patiënten. Het MTS bleek valide met betrekking tot de herkenning van acuut zieke patiënten; alle patiënten die volgens de referentiestandaard acuut levensbedreigend waren, werden in het MTS als acuut bedreigd of zeer urgent geclassificeerd. Veertig procent van alle kinderen echter, werd ‘overgetrieerd’, ofwel, de urgentie volgens het MTS was hoger dan volgens de referentiestandaard. Dit zou kunnen resulteren in vertraging van de zorg voor patiënten met een ‘echt’ urgent probleem. Specifieke kindergeneeskundige aanpassingen van het MTS zouden daarom overwogen moeten worden om het aantal correct geclassificeerde patiënten te verhogen.

In Hoofdstuk 8 hebben we een klinisch beslissingsondersteunend systeem (Clinical Decision Support System, CDSS ) voor de diagnostiek bij jonge kinderen met koorts zonder focus geëvalueerd. SEH -verpleegkundigen gebruikten het CDSS bij alle kinderen die zich met koorts presenteerden. Het CDSS leverde op basis van de ingevoerde gegevens een patiëntspecifiek advies met betrekking tot het te volgen diagnostisch beleid (‘laboratoriumonderzoek inzetten’ of ‘standaard beoordeling door arts’). We onderzochten de compliance van SEH -verpleegkundigen met het systeem en evalueerden het effect van het CDSS -gebruik op de tijd die patiënten doorbrachten op de SEH en op de hoeveelheid laboratoriumdiagnostiek die werd verricht. De compliance met registratie van kinderen met koorts was 50%. Het CDSS -advies laboratoriumdiagnostiek te verrichten werd in 82% van de gevallen opgevolgd door de SEH -verpleegkundige. Tegen de verwachting in, bleek dat de kinderen bij wie door de SEH -verpleegkundige laboratoriumonderzoek was aangevraagd volgens het CDSS -advies, gemiddeld 15 minuten langer op de SEH verbleven dan de kinderen die gerandomiseerd waren voor ‘standaard beoordeling door arts’. De belangrijkste verklaring voor dit verschil was het feit dat er in de interventiegroep (laboratoriumonderzoek aangevraagd volgens CDSS -advies) bij significant meer kinderen laboratoriumdiagnostiek werd gedaan dan in de groep kinderen met ‘standaard beoordeling door arts’ (82% versus 44%). Dit verschil zou ontstaan kunnen zijn door een te laag discriminerend vermogen van het onderliggende predictiemodel voor EBI in kinderen met KZF (de ‘kennis’ van het CDSS ). De oppervlakte onder de ‘receiver-operating characteristic curve’ (ROC -curve) was 0.56 (95%BI 0.48-0.65). Deze studie onderstreept het belang van het gebruik van uitkomstmaten op patiëntniveau in de evaluatie van klinische beslissingsondersteunende systemen.

Lees hier het volledige proefschrift

• Print
• Stuur door
• Delicious