Algoritmen helpt huisarts bij beter voorschrijven medicatie

Als gevolg van suboptimaal voorschrijven van geneesmiddelen lopen vooral ouderen onnodig risico op complicaties en zelfs sterfte. Dat concludeert Opondo op basis van een literatuurstudie. Hij onderzocht vervolgens samen met kennisinstituut Nivel in hoeverre het computersysteem van de huisarts ingezet kan worden om de veiligheid en effectiviteit van medicijnvoorschriften te verbeteren. Wanneer huisartsen een geautomatiseerd systeem zouden hebben dat hen zou ondersteunen bij het voorschrijven van geneesmiddelen, zou dat de kwaliteit van zorg kunnen verbeteren, zo is de eindconclusie.

Voorschrijven evalueren met algoritmen

Uit de studie bleek dat de kwaliteit van het voorschrijven door huisartsen voor een groot deel op basis van algoritmes kan worden geëvalueerd. Zo’n algoritme wordt dan toegepast op gegevens die de huisarts routinematig in het elektronisch patiëntendossier registreert. De arts kan dan vanuit het computersysteem achteraf feedback krijgen over de voorgeschreven medicijnen, of zelfs al tijdens het voorschrijven ondersteund worden met waarschuwingen en herinneringen. Het systeem kan zo nodig zelfs het voorschrijfgedrag van de arts corrigeren, stelt Opondo. Suboptimaal voorschrijven (inappropriate medication prescription ofwel IMP), kwam in de onderzochte periode onder meer veel voor bij het voorschrijven van ontstekingsremmers (NSAID’s), waar volgens de richtlijn ook een maagbeschermingsmiddel bij hoort. Volgens de studie trad in de loop der jaren wel verbetering op, maar in 2010 werd toch nog slechts twee derde van de NSAID-voorschriften vergezeld van een maagbeschermingsmiddel. Ook bleek dat dit verschil afhing van de softwarepakketten die huisartsen gebruiken voor hun elektronisch patiëntendossier (HIS). Door IMP krijgen ouderen vaker bijwerkingen en lopen ze meer risico op ophoping het vasthouden van urine in de blaas en maagzweren en lopen ze een groter risico op valincidenten.

Meten effecten veiligheidswaarschuwingen

Onderdeel van de studie was verder het meten van de effecten van veiligheidswaarschuwingen door het College ter Beoordeling van Geneesmiddelen (CBG). Als voorbeeld diende een middel dat veel werd voorgeschreven voor mensen met diabetes en waarvan in 2007 een waarschuwing werd afgegeven voor een verhoogd risico op hart- en vaatziekten: rosiglitazon. De studie maakte duidelijk dat analyse van elektronische patiëntendossiers van huisartsen goed kunnen worden gebruikt voor het meten van de effecten van zo’n maatregel. Van de patiënten die het middel vóór de maatregel gebruikten, kreeg ruim 25 procent het nog steeds voorgeschreven drie jaar nadat de waarschuwing was afgegeven. Mogelijk betrof het daarbij vooral patiënten van wie de huisarts oordeelde dat het individuele risico laag was.

Goede redenen afwijken van richtlijn

Huisarts hebben vaak gegronde redenen om af te wijken van de richtlijnen bij het voorschrijven van geneesmiddelen. In de praktijk ondervinden zij vaak terecht dat een richtlijn niet past bij het profiel van een individuele patiënt. In onderzoek kunnen verschillen tussen individuele patiënten niet altijd goed worden betrokken. Hierdoor wordt de kwaliteit van zorg soms te laag ingeschat. De studie van Opondo en Nivel is gebaseerd op gegevens uit elektronische patiëntendossiers die routinematig worden vastgelegd door de huisarts (en beschikbaar gesteld door Nivel Zorgregistraties eerste lijn), waarin de hiervoor benodigde mate van detail ontbreekt. Toch blijkt uit deze studie dat deze gegevens goed kunnen worden gebruikt als basis voor beslissingsondersteuning bij het voorschrijven van geneesmiddelen door huisartsen en als basis voor de beoordeling van de kwaliteit van het voorschrijven van geneesmiddelen door huisartsen. Een belangrijke voorwaarde is dan wel dat kwaliteitsindicatoren op een duidelijke, ondubbelzinnige en meetbare wijze zijn geformuleerd, rekening houdend met de beschikbaarheid van gegevens. In deze studie werd aangetoond dat een zelfde kwaliteitsindicator op verschillende manieren kan worden vertaald naar gegevens en algoritmes, en dat dat leidt tot verschillende uitkomsten.

Over de studie

De gegevens voor deze studie zijn afkomstig uit elektronische patiëntendossiers van huisartsen die in de jaren 2005-2010 deelnamen aan NIVEL Zorgregistraties eerste lijn. De gegevens waren daarbij - conform de privacywetgeving en het privacyprotocol van NIVEL Zorgregistraties eerste lijn - voor de onderzoekers niet herleidbaar tot individuele personen of huisartsenpraktijken.