Madelein Huijboom en Larissa Velzeboer
AFSTUDEERNUMMER: 2016115BACHELOR OPLEIDING VOEDING EN DIËTETIEK
WAT IS DE OPTIMALE METHODE OM
DE EIWITBEHOEFTE VAN VOLWASSEN
PATIËNTEN TE BEREKENEN?
WAT IS DE OPTIMALE METHODE OM DE EIWITBEHOEFTE VAN
VOLWASSEN PATIËNTEN TE BEREKENEN?
Auteurs: M. Huijboom L.A.A.M. Velzeboer
Studentnummer: 500673957 500663005
Afstudeerproject: 2016115
Opleiding: Hogeschool van Amsterdam
Voeding en Diëtetiek Dr. Meurerlaan 8 1067 SM, Amsterdam 020 - 5953400
Opdrachtgever: Vu Medisch Centrum, Sectie Diëtetiek en Voedingswetenschappen
Praktijkbegeleider: Dr. Ir. H. Kruizenga
Onderwijscoördinator Sectie Diëtetiek en Voedingswetenschappen, VU medisch centrum Amsterdam, Hoofdredacteur Nederlands Tijdschrift voor Voeding & Diëtetiek, projectleider Stuurgroep ondervoeding
Dr. Ir. P.J.M. Weijs
Onderzoekcoördinator, Sectie Diëtetiek en Voedingswetenschappen, Interne Geneeskunde, VU medisch centrum (Amsterdam), Lector Gewichtsmanagement, Hogeschool van Amsterdam
Docentbegeleider: Dr. Ir. Mariëlle Engberink
Docent Hogeschool van Amsterdam
Voorwoord
Deze scriptie is geschreven ter afronding van de Bacheloropleiding Voeding en Diëtetiek aan de Hogeschool van Amsterdam en is tot stand gekomen in de periode van september 2015 tot en met januari 2016. Gedurende twintig weken is er onderzoek gedaan in opdracht van het VU medisch centrum naar de optimale methode om de eiwitbehoefte van volwassen patiënten te berekenen. Ons dankwoord gaat uit naar iedereen die ons geholpen heeft tijdens onze afstudeeropdracht. In het bijzonder willen wij onze praktijkbegeleider Hinke Kruizenga bedanken. Van Hinke hebben wij veel support ontvangen en onwijs veel opbouwende feedback. Dit heeft het beste uit ons naar boven gehaald, om deze afstudeeropdracht zo goed mogelijk af te kunnen sluiten. Ook willen wij onze docentbegeleider Mariëlle Engberink bedanken voor haar positieve inbreng tijdens ons afstuderen. Elke afspraak met Mariëlle heeft ons een hoop gebracht en ook al hadden we een kleine (of grote!) tegenslag Mariëlle zorgde ervoor dat wij weer zin hadden om verder te gaan. Verder willen wij graag Peter Weijs bedanken voor het mogelijk maken van deze leerzame opdracht.
Met veel plezier kijken wij terug op deze interessante en leerzame afstudeerperiode. Amsterdam, Jjanuari 2016
Abstract
Background: Within the field of dietetics there is no consensus on the method to calculate the protein needs of adult patients. The protein requirement is now often shown as grams per kilogram bodyweight. Research shows that when protein requirements were calculated at the basis of fat free mass, they could be estimated more accurately. The calculation that was used was based on 1.5 grams of protein per kilogram fat free mass. This provides a more accurate estimation of the protein requirements. An accurate estimation of the protein need could lead to significant (p <0.05) less loss of body proteins during the hospitalization of a patient. By meeting the protein requirements of patients the risk of loss of muscle mass and the development of osteoporosis decrease.
Objective: The aim of this study was to find a method for estimating protein requirements of adult patients (≥18 years of age) as accurate as possible.
Methods: To start with, literature was studied on formulas that predict fat free mass. The found formulas were validated in two populations; a population inpatient and outpatient patients with various diseases and a population relatively healthy adults with obesity. In both populations were reported: gender, height, weight and measured fat free mass. For the validation of the found formulas were used: mean ± SD, standard error of the mean (SE), multiple R (R2), bias ± SD, absolute mean of the deviation and the Root Mean Squared Error (RMSE). Both formulas are compared with several other methods to estimate the protein requirements. The reference value used during this study is: measured fat free mass multiplied by 1.5 grams of protein. Three methods for estimating protein requirements were compared with the reference value: 1.2 grams of protein per kg bodyweight, 1.2 grams of protein per kg of ideal bodyweight and 1.5 grams of protein per kg of fat free mass is calculated with a predictive formula for the fat free mass. The statistical analyses which have been used for this purpose are: the bias ± SD, the bias (%), Bland-Altman plots and the RMSE. Individual differences were divided into three groups: well estimated (-5.0%, 5.0%), underestimated (<-5.0%) and overestimated (> 5.0%). Results: In the literature, two formulas have been found to predict the fat free mass: Gallagher and Hume formulas. These have been included in the comparison of the three methods for the calculation of the protein requirements. The current methods of actual weight * 1.2 grams of protein and ideal weight * 1.2 grams of protein both resulted in substantial overestimation compared to the reference value. The protein requirement calculated at the basis of fat free mass predicted by the Gallagher formula or the Hume formulas are closest to the reference value. Gallagher formula resulted in a low positive bias within the VUmc population for men (3.4 ± 6.3) and women (1.2 ± 5.2). The Hume formulas resulted in a low negative bias within the VUmc population for men (-1.6 ± 6.4) and for women (-1.5 ± 1.8).
Conclusion: For both patients and relatively healthy adults with obesity, the fat free mass could be predicted most accurately by using the Gallagher formula. The Gallagher formula resulted in an over-estimation compared to the reference value, while the formulas of Hume generally lead to an under estimation. Considering the negative effects of a shortage of proteins on patient recovery a relatively small overestimation of the protein requirements is preferred. When paramedics are not able to measure it, the Gallagher formula offers a valid alternative to estimate the fat free mass. With help of the estimated fat free mass the protein requirements can be calculated accurately.
Samenvatting
Achtergrond: Binnen de diëtetiek is geen consensus over de methode om de eiwitbehoefte van patiënten te berekenen. De eiwitbehoefte wordt nu veelal weergegeven in g/kg lichaamsgewicht. Uit onderzoek is gebleken dat wanneer de eiwitbehoefte berekend werd op basis van de vetvrije massa, de eiwitbehoefte nauwkeuriger kan worden geschat bij patiënten. De berekening die hiervoor gebruikt werd ging uit van 1,5 gram eiwit per kilogram vetvrije massa. Dit zorgde voor een nauwkeuriger schatting van de eiwitbehoefte. Een dergelijke schatting van de eiwitbehoefte kan leiden tot significant (p < 0.05) minder verlies van lichaamseiwitten gedurende de opname van een patiënt. Door te voldoen aan de eiwitbehoefte van patiënten neemt onder meer de kans op verlies van spiermassa en het ontstaan van osteoporose af.
Doel: Het doel van dit onderzoek was het vinden van een methode om de eiwitbehoefte van volwassen patiënten (≥18 jaar) zo nauwkeurig mogelijk te kunnen schatten.
Methode: Allereerst is er tijdens dit onderzoek in literatuur gezocht naar formules die de vetvrije massa voorspellen. Vervolgens zijn de gevonden formules gevalideerd in twee populaties: een populatie klinische en poliklinische patiënten met diverse ziektebeelden en een populatie relatief gezonde volwassenen met obesitas. In beide populaties zijn de gemeten vetvrije massa, het geslacht, de lengte en het gewicht gerapporteerd. Voor de validatie van de gevonden formules is gebruik gemaakt van het gemiddelde (±SD), standaardfout van het gemiddelde (S.E), verklaarde variantie (R2), bias (±SD), gemiddelde absolute afwijking en de Root Mean Squared Error (RMSE). Beide formules zijn vergeleken met andere methodes om de eiwitbehoefte te berekenen. De referentiewaarde die tijdens dit onderzoek is gebruikt: gemeten vetvrije massa vermenigvuldigd met 1,5 gram eiwit. Uiteindelijk werden er drie methoden voor het schatten van de eiwitbehoefte vergeleken met deze referentiewaarde: 1,2 gram eiwit per kg lichaamsgewicht, 1,2 gram eiwit per kg ideaalgewicht en 1,5 gram eiwit per kg vetvrije massa berekend met een voorspellende formule voor de vetvrije massa. De statische analyses die hiervoor werden gebruikt zijn: de bias (±SD), de procentuele bias, Bland-Altman plots en de RMSE. Individuele procentuele verschillen werden verdeeld in drie groepen; goed geschat (-5,0%, 5,0%), onderschat (< -5,0%) en overschat (> 5,0%).
Resultaat: In de literatuur zijn twee formules gevonden die de vetvrije massa voorspellen: Gallagher-formule en Hume-formules. Deze zijn meegenomen in de vergelijking van de drie methoden voor het berekenen van de eiwitbehoefte. De methoden actueel gewicht x 1,2 gram eiwit en ideaalgewicht x 1,2 gram eiwit gaven beide een ruime overschatting ten opzichte van de referentiewaarde. De eiwitbehoefte berekend aan de hand van de vetvrije massa voorspeld door de Gallagher- formule of de Hume- formule lagen het dichtst bij de
referentiewaarde. De Gallagher- formule gaf in de patiëntenpopulatie van het VUmc voor mannen (3.4 ±6.3) en voor vrouwen (2.1 ±5.2) een lage positieve bias. De Hume- formule gaf in de patiëntenpopulatie voor mannen (-1.6 ±6.4) en voor vrouwen (-1.5 ±1.8) een lage negatieve bias.
Conclusie: Middels de Gallagher-formule kon de vetvrije massa het nauwkeurigst worden voorspeld voor zowel patiënten als relatief gezonde volwassenen met obesitas. De Gallagher-formule gaf bij het schatten van de eiwitbehoefte een overschatting op de referentiewaarde, terwijl de formules van Hume over het algemeen onderschattingen te zien gaven. Gezien het negatieve gevolg van te weinig eiwitten op herstel van patiënten gaat de voorkeur uit naar een relatief kleine overschatting van de eiwitbehoefte. Wanneer de behandelaar de mogelijkheid niet heeft om de vetvrije massa te meten, biedt de Gallagher-formule een betrouwbaar alternatief om de vetvrije massa te schatten. Met de geschatte vetvrije massa kan de eiwitbehoefte nauwkeurig worden berekend. berekend.
Inhoud
Voorwoord ... 2 Abstract ... 3 Samenvatting ... 4 Inhoud ... 555 1. Inleiding ... 7 2. Methode ... 92.1 Fase 1: Selectie van formules uit de literatuur ... 9
2.2 Fase 2: Valideren van de gevonden formules voor vetvrije massa ... 9
2.2.1 Hoe zijn de gegevens van de onderzoekspopulaties tot stand gekomen? ... 10
2.2.2 Statistische Analyse ... 11
2.3 Fase 3: Het vergelijken van de drie methoden om de eiwitbehoefte te berekenen………12
2.3.1 Voldoen beide formules aan een klinisch relevant verschil? ... 12
3. Resultaten ... 13
3.1 Fase 1: Geselecteerde formules uit de literatuur………13
3.1.1 Formule Gallagher……….13
3.1.2 Formules Hume ... 14
3.2 Fase 2: Valideren van de gevonden formules voor het schatten van de vetvrije massa ... 15
3.3 Fase 3: Terug naar de probleemstelling; het berekenen van de eiwitbehoefte ... 18
3.3.1 Voldoen beide formules aan een klinisch relevant verschil? ... 24
4. Discussie ... 25
4.1 Beperkingen en sterke punten ... 26
5. Conclusie ... 27 6. Implicaties en aanbevelingen ... 2928 7. Referenties ... 3029 8. Bijlagen ... 3231 Bijlage I ... 3231 Bijlage II………..33
Formatted: Indent: Left: 0 cm
Formatted: Font: +Body (Calibri), 11 pt, Not Bold, Font color:
Afkortingenlijst
ANAC Amsterdam Nutritional Assessment Center BIA Bio elektrisch Impedantie Analyse
BMI Body Mass Index
GAA Gemiddelde Absolute Afwijking IVNAA In Vivo Neutron Activation Analysis KG Kilogram(men)
RMSE Root Mean Squared Error SD Standaard Deviatie VUmc VU medisch centrum
VM Vetmassa
1. Inleiding
1.1 Aanleiding
Eiwitten zijn belangrijk voor de opbouw en het herstel van het menselijk lichaam1. Voor patiënten is het dan ook belangrijk dat zij voldoende eiwitten binnen krijgen via de voeding. De huidige eiwitaanbeveling voor volwassenen met ondervoeding en/of ziekte is 1,2 tot 1,5 gram eiwit per kilogram (kg) lichaamsgewicht per dag2. Hoewel in de praktijk de eiwitbehoefte veelal wordt weergegeven in gram/kg lichaamsgewicht, worden er verschillende methoden gebruikt om de eiwitbehoefte te berekenen1,3. De eiwitbehoefte kan berekend worden met het huidige
lichaamsgewicht of aan de hand van het ideale lichaamsgewicht van een patiënt. In de praktijk wordt de Body Mass Index (BMI) veelal aangepast naar het ideaalgewicht van een patiënt; een BMI <20,0 kg/m2 wordt gecorrigeerd naar een BMI van 20,0kg/m2 en een BMI >30,0kg/m2 wordt gecorrigeerd naar een BMI van 27,5kg/m2. Hoewel, deze aanpassing ervoor zorgt dat de eiwitbehoefte voor patiënten in deze uiterste BMI-categorieën nauwkeuriger kan worden geschat, blijft het een ruime schatting van de eiwitbehoefte2,4.
Recentelijk is er meer aandacht ontstaan voor een juiste schatting van de eiwitbehoefte bij patiënten met onder- en overgewicht. Bij deze groepen blijkt de eiwitbehoefte berekend middels kilogram lichaamsgewicht onvoldoende specifiek, ook wanneer deze is gecorrigeerd naar het ideaalgewicht van een patiënt4. Patiënten met ondergewicht (BMI < 18,5kg/m2) worden onvoldoende op eiwit gevoed wanneer de eiwitbehoefte berekend wordt middels kilogram lichaamsgewicht, terwijl patiënten met morbide obesitas (BMI >30,0kg/m2) juist worden overschat in hun eiwitbehoefte. Bij patiënten met ondergewicht komt dit doordat de eiwitbehoefte gebaseerd wordt op een te laag lichaamsgewicht. Om deze reden krijgen deze patiënten onvoldoende eiwitten binnen, dit in combinatie met onvoldoende lichaamsbeweging kan leiden tot onnodig verlies van lichaamseiwit5. Bij patiënten met morbide obesitas is dit tegenovergesteld, de eiwitbehoefte wordt gebaseerd op het totale lichaamsgewicht van de patiënt. Het totale lichaamsgewicht bevat ook de vetmassa van een patiënt, de vetmassa is een massa die een behandelaar niet onnodig wilt voeden.
In 1998 is er een onderzoek gedaan naar de eiwitbehoefte van patiënten. De populatie waar het onderzoek op gebaseerd is bestond uit 5 septische en 18 trauma patiënten die gedurende de eerste twee weken van opname gevolgd werden op de intensive Care. De lichaamssamenstelling werd bij deze patiënten gemeten met een directe methode: In Vivo Neutron Activation Analysis (IVNAA)6. De IVNAA methode is een unieke bepalingsmethode, waarbij de patiënten bestraalt worden met neutronen en de radioactiviteit wordt gemeten. De populatie werd opgesplitst in drie groepen, de verschillende groepen kregen 1.1, 1.5 of 1.9 gram eiwit per kg vetvrije massa (VVM). Uit het onderzoek is gebleken dat wanneer er gevoed wordt middels 1,5 gram eiwit per kg VVM er significant (p <0,05) minder verlies van lichaamseiwit plaats vind gedurende opname op de Intensive Care7.
Om de eiwitbehoefte specifiek te kunnen berekenen met behulp van de VVM is er meetapparatuur nodig. Echter wordt er in de praktijk nog weinig gebruik gemaakt van meetapparatuur om de lichaamssamenstelling van patiënten te meten, de reden hiervoor zijn de kosten, de tijd en de beschikbaarheid van bijvoorbeeld een Bio Elektrisch Impedantie apparaat8,9,10. Ondanks dat het meten van de VVM bij patiënten noodzakelijk blijft, blijkt er behoefte te zijn aan een methode om de VVM te schatten. De methode kan gehanteerd worden wanneer het meten van de
lichaamssamenstelling door bepaalde redenen niet mogelijk is. Een formule waarmee de VVM kan worden geschat zou een goed alternatief kunnen bieden. Vanuit deze vraag is de afstudeeropdracht ontstaan.
De twee probleemstellingen die hiervoor als leidraad diende luidden als volgt:
1. Op basis van welke formule kan de VVM het nauwkeurigst worden geschat bij volwassen patiënten en wat is de validiteit van deze formule wanneer deze in twee verschillende populaties wordt gevalideerd?
2. Wat is de optimale methode om de eiwitbehoefte van volwassen patiënten te berekenen?
Deelvragen:
- Bestaan er een of meerdere formules die de VVM van volwassen patiënten nauwkeurig voorspellen?
- Wat is de validiteit van een formule voor het schatten van de VVM, indien er rekening gehouden wordt met twee verschillende leeftijdsgroepen?
(18 - 69 jaar en >70 jaar)
- Wat is de validiteit van een formule voor het schatten van de VVM, indien er onderscheid wordt gemaakt tussen vier verschillende BMI-groepen?
(BMI <18,5 kg/m2, BMI 18,5 kg/m2 – 25,0 kg/m2, BMI 25,0 kg/m2 – 30,0 kg/m2, BMI >30,0 kg/m2)
- Wat is de validiteit van een formule voor het schatten van de VVM, indien er rekening gehouden wordt met het geslacht?
(Man, Vrouw)
- Welke methode voorspeldvoorspelt de eiwitbehoefte van volwassen patiënten het nauwkeurigst?
o 1,2 g per kg lichaamsgewicht of wel actueel gewicht2,
o 1,2 g per kg lichaamsgewicht met BMI-correctie of wel ideaalgewicht11, o 1,5 g per kg VVM (berekend met een voorspellende formule voor de VVM)7.
2. Methode
Het doel van dit onderzoek was het vinden van de optimale methode om de eiwitbehoefte bij volwassen patiënten te kunnen schatten. Dit onderzoek bestond uit drie verschillende fases; het vinden van relevante literatuur over het onderwerp ‘eiwitbehoefte’ en het vinden van formules die de VVM konden voorspellen, het valideren van formules die de VVM voorspellen en het vergelijken van drie verschillende methoden om de eiwitbehoefte te kunnen voorspellen. Deze verschillende fases zijn in de methode en de resultaten van dit onderzoek aangehouden. Dit om de stappen die gezet zijn om de probleemstelling te beantwoorden te verduidelijken.
2.1 Fase 1: Selectie van formules uit de literatuur
Er is literatuuronderzoek gedaan om een overzicht te krijgen van bestaande formules die de VVM kunnen voorspellen. De literatuur die gebruikt werd tijdens dit onderzoek is veelal gevonden middels de sneeuwbalmethode: in de referentielijsten van artikelen die verwerkt zijn in dit onderzoek stonden bronnen die goed bruikbaar waren voor dit onderzoek. Overige literatuur is gevonden middels databanken; Pubmed, Springer Link, Dieetbehandelingsrichtlijnen, Science Direct en Cochrane. Voor het zoeken van relevante literatuur in de databanken zijn trefwoorden gebruikt om de zoekopdracht zo specifiek mogelijk te maken: “Equation” en “Fat Free mass” in combinatie met de woorden “body composition”, “prediction”, “equation”, “sex”, “height” en “weight ”. De
trefwoorden werden gekoppeld met AND in de zoekbalk. In de Nederlandse databanken werden deze zoektermen vertaald naar het Nederlands. Ook werden de volgende filters toegepast: humans, leeftijd +19. Verder is er gebruik gemaakt van artikelen uit het Nederlands tijdschrift Voeding en Diëtetiek en andere gerelateerde vaktijdschriften. De gevonden literatuur werd aan de hand van de titel en de samenvatting beoordeeld en werd er gekeken of zij bruikbaar waren voor het onderzoek.
2.2 Fase 2: Valideren van de gevonden formules voor vetvrije massa
Aan het begin van dit onderzoek zijn er door de praktijkbegeleiders twee datasets aangeboden om de gevonden formules te kunnen valideren. De datasets die werden aangeboden voor dit onderzoek waren afkomstig van het Amsterdam Nutritional Assessment Center (ANAC) van de Hogeschool van Amsterdam en het VU medisch centrum (VUmc). De ANAC populatie (n=338) bestond uit relatief gezonde volwassenen met obesitas die hebben deelgenomen aan verschillende onderzoeken naar effectief afvallen, gedurende de periode van 2006 tot en met 2013. De VUmc populatie (n=408) bestond uit patiënten met zeer uiteenlopende ziektebeelden, waarbij in het kader van het behandelplan de lichaamssamenstelling is gemeten. De metingen in de VUmc populatie zijn afgenomen gedurende de periode van 2008 tot en met 2010. Door de verschillen binnen de populatiegroepen was het mogelijk om formules zowel voor een gezonde als voor een zieke populatie te valideren. De belangrijkste variabelen uit de datasets die de basis vormden voor de analyses in dit onderzoek waren: de gemeten VVM, de leeftijd, lengte, het gewicht en de BMI van de individuen. individuen.Om de onderzoekspopulatie te specificeren moesten beide populaties voldoen aan de volgende inclusiecriteria; de patiënt of volwassenen was ouder dan 18 jaar en de VVM moest zijn gemeten en gerapporteerd. Verder gold wanneer er van één individu meerdere data gerapporteerd was, alleen de eerst gerapporteerde data werd gebruikt. Wanneer er niet werd voldaan aan deze inclusiecriteria werd de data van dit specifieke individu geexcludeerd uit de onderzoekspopulatie.
2.2.1 Hoe zijn de gegevens van de onderzoekspopulaties tot stand gekomen?
Gemeten vetvrije massa
In de populatie van het ANAC is de BODPOD (BOD POD Life Measurement Inc, Concord, Californië) gebruikt om het gewicht, de vetmassa (VM) en de VVM te meten. De BODPOD meet het volume en het gewicht van de deelnemers. Het volume van het lichaam van de deelnemers werd gemeten aan de hand van luchtverplaatsing in de cabine van de BODPOD. De gemeten lichaamsdensiteit werd ingevuld in de Siri formule12: Procentuele VM = (495 / lichaamsdensiteit) – 450. Middels deze formule is het vetpercentage berekend van de deelnemers. De VVM kon berekend worden door de VM van het totale gewicht af te halen. De metingen van de BODPOD zijn betrouwbaar, omdat de BODPOD tweemaal daags werd gekalibreerd en elke meting tweemaal is uitgevoerd. Indien de uitslagen meer dan 150 ml in dichtheid verschilden werd er een derde meting uitgevoerd.
In de populatie van het VUmc is de VVM berekend aan de hand van een Bio elektrisch Impedantie Analyses (BIA); bio elektrisch impedantie spectroscopie (10%), Bodystat, (77%), Bodysqout (10%) en bij een aantal patiënten stond de apparatuur niet genoteerd (3%). De resultaten, de resistance en de reactance, van de BIA werden ingevuld in de Geneve-formule (KYLE-formule)13. Aan de hand van deze methode is de VVM berekend.
Lengte
In de populatie van het ANAC was de lengte bij alle deelnemers gemeten. De lengtes van de individuen zijn gemeten met een meetlat die verbonden was met de muur. De individuen moesten hun schoenen voor de meting uitdoen. In de populatie van het VUmc is bij 80% van de populatie de lengte gevraagd, bij 7% is niet genoteerd of het gevraagd of gemeten is en bij 13% is de lengte daadwerkelijk gemeten. Wanneer de lengte gemeten is geldt ook hier dat de schoenen van de patiënten niet zijn meegenomen in de meting.
Gewicht
In het ANAC was het gewicht bij alle individuen gemeten middels de BODPOD. In de populatie van het VUmc gold dat erbij 44% gevraagd was om het gewicht, bij 3% was niet genoteerd of het gewicht gevraagd of gemeten was, bij 4% was het gewicht overgenomen uit de status van de patiënt en voor 49% gold dat het gewicht daadwerkelijk was gemeten.
BMI
De BMI is in zowel de populatie van het ANAC als in de populatie van het VUmc berekend aan de hand van de gerapporteerde lengte en het gewicht. De berekening die hiervoor gebruikt was: Gewicht/Lengte2.
2.2.2 Statistische Analyse
De statistische analyses zijn uitgevoerd in analytische softwareprogramma’s, zoals SPSS (versie 23, IBM SPSS) en Excel. Diverse statistische maatstaven werden gebruikt om de verschillende formules voor het schatten van de VVM bij volwassenen te valideren, namelijk: Gemiddelde (±SD),
standaardfout van het gemiddelde (S.E.), verklaarde variantie (R2), bias (±SD), Gemiddelde Absolute Afwijking (GAA), range (min. – max.) en de Root Mean Squared Error (RMSE). Het programma Excel is gebruikt voor het berekenen van de GAA en de RMSE. Het programma SPSS is gebruikt voor het berekenen van de overige statische maatstaven14,15.
Gemiddelde (±SD)
Het gemiddelde geeft het gemiddelde aan van de geselecteerde waarnemingen. Hiervoor worden alle geselecteerde waarnemingen bij elkaar opgeteld en gedeeld door het aantal waarnemingen. De Standaarddeviatie (SD) werd met behulp van dit symbool ± weergeven achter het gemiddelde. De standaarddeviatie staat voor de standaardafwijking, in dit geval van het gemiddelde. Het is een maat voor de spreiding van het gemiddelde.
Standard error of the mean (S.E.)
De standaardfout is in de statistiek de benaming voor de standaardafwijking van het
steekproefgemiddelde. De term is afkomstig uit de foutenleer om de nauwkeurigheid aan te geven van een berekend gemiddelde. De S.E. houdt rekening met de grote van de populatie.
Verklaarde variantie (R2)
De verklaarde variantie, ook wel multiple R genoemd, geeft de correlatie aan tussen de berekende waarden van Y (variabelen) en de voorspellende waarden van Y (variabelen). Bij een verklaarde variantie van 1 geldt een hoge correlatie tussen de berekende en de voorspelde waarden van Y (variabelen). Hoe lager de verklaarde variantie, richting 0, hoe kleiner de correlatie en hoe minder de voorspellende waarde van een formule. Een verklaarde variantie van bijvoorbeeld 0.88 betekent dat er met deze methode 88% juist verklaard kan worden.
Bias en GAA
De bias is het gemiddelde verschil tussen de gemeten VVM en de VVM voorspeldde voorspelde VVM door een van de gevonden formules. De bias geeft informatie over de validiteit van een
voorspellende formule voor totale groepen. Hoe lager het gemiddelde verschil tussen de gemeten en de voorspelde VVM hoe betrouwbaarder de voorspellende formule. Van de bias is ook de SD genoteerd, deze wordt genoteerd achter de bias met dit symbool ±. Echter kunnen er bij een lage bias nog grote individuele afwijkingen zijn14. De bias kan grote afwijkingen uitmiddelen, hierdoor zegt de bias minder over de gemiddelde individuele afwijkingen. De GAA kan hierbij helpen, omdat deze de gemiddelde absolute afwijking aangeeft van een groep. De GAA kan worden berekend door bij alle formules de bias absoluut te maken en hiervan het gemiddelde te nemen. Hoe lager de GAA, hoe kleiner de gemiddelde absolute afwijking.
Range (min. – max.)
De range is de spreidingsbreedte van de waarnemingen in de populaties en wordt bepaald door de hoogste en de laagste waarnemingen in de data. Voor het berekenen van de range is de volgende berekening nodig: hoogste waarneming minus de laagste waarneming. Achter de range werd tussen haakjes de minimale waarneming en de maximale waarneming geplaatst.
RMSE
De RMSE is een veel gebruikte maat om het verschil weer te geven tussen een voorspelde en een gemeten waarde. De RMSE is de wortel uit de gemiddelde kwadratische afwijking tussen het voorspellende model en de werkelijke waardes. Hoe lager de RMSE, hoe beter het model de werkelijkheid simuleert. Om de RMSE te berekenen werd de SPSS-dataset geopend in Excel. In Excel kon met behulp van de vierkantswortel de RMSE worden berekend15.
2.3 Fase 3: Het vergelijken van de drie methoden om de eiwitbehoefte te
berekenen
Onderstaande methoden om de eiwitbehoefte te berekenen zijn allen gevalideerd op zowel de populatie van het ANAC als op de populatie van het VUmc. De referentiewaarde die gebruikt is om de verschillende methoden te vergelijken is de gemeten VVM vermenigvuldigd met 1,5 gram eiwit. In een klinische omgeving wordt 1,2 gram eiwit per kg lichaamsgewicht gelijk gezien aan 1,5 gram eiwit per kg VVM5. De onderstaande statistische analyses werden gebruikt om de validiteit van de verschillende formules te vergelijken: Bias ±SD en Bland-Altman plots. Voor het berekenen van de bias en de SD is het statistische programma SPSS gebruikt. Het analytische softwareprogramma MedCalc is gebruikt voor het maken van de Bland-Altman plots.
De volgende methoden werden met elkaar vergeleken:
- 1,2 g eiwit per kg lichaamsgewicht of wel actueel gewicht2
- 1,2 g eiwit per kg lichaamsgewicht met BMI-correctie of wel ideaalgewicht11 - 1,5 g eiwit per kg VVM (gevonden voorspellende formules voor de VVM)7
Bland-Altman plots zijn gebruikt voor het berekenen van de limits of agreement. De limits of agreement zijn per geslacht en BMI-groep genoteerd in een tabel. De limits of agreement worden berekend aan de hand van een standaarddeviatie van 1,96 en -1,96. De limits of agreement geven aan waar 95% van de resultaten binnen valt. Binnen deze interval vallen de resultaten die zowel onder als boven het gemiddelde verschil liggen. De Bland-Altman plots worden deels opgenomen in dit onderzoek en deels toegevoegd aan de bijlage van dit afstudeeronderzoek. De Bias en de SD zijn genoteerd in tabellen en gebruikt voor het maken van grafieken. De grafieken zijn gemaakt in Excel en geven een visueel beeld van de verschillen tussen de drie methoden om de eiwitbehoefte te berekenen.
2.3.1 Voldoen beide formules aan een klinisch relevant verschil?
Om een klinisch relevante afwijking te bepalen voor het schatten van de eiwitbehoeften bij volwassen patiënten is er aan tien onafhankelijke vakkundige diëtisten gevraagd wat voor hen een klinisch relevant verschil was. Hierbij konden zij kiezen uit een absoluut verschil van ±2,5 gram, ±5 gram, ±10 gram per dag of een procentuele afwijking. Aan de hand van de antwoorden van de diëtisten werd er een klinisch relevante afwijking gekozen.
3. Resultaten
3.1 Fase 1: Geselecteerde formules uit de literatuur
Hieronder staan de formules omschreven die de VVM kunnen voorspellen, welke zijn gevonden in de literatuur. Er is gekeken naar de achtergrond van de voorspellende formules en de populatie waar de formules op gebaseerd zijn.
3.1.1 Formule Gallagher
Deze formule om de VVM te berekenen is ontstaan aan de hand van een formule die de procentuele VM berekent16. De variabelen die voor deze formule gebruikt worden zijn geslacht (m=1, v=0), leeftijd (jr) en BMI (kg/m2).
Percentage lichaamsvet = 64.5 – 848 * (1/BMI) + 0.079 * Leeftijd – 16.4 * Geslacht + 0.05 * Geslacht * Leeftijd + 39.0 * Geslacht * (1/BMI)
Deze formule is gebaseerd op een onderzoekspopulatie van 671 gezonde volwassenen (43% man, 57% vrouw), waarbij de VVM gemeten was. De kenmerken van deze onderzoekspopulatie staan weergegeven in tabel 1a. Voor het meten van de VVM is het 4-compartementen model gebruikt. De populatie bestond uit twee verschillende rassen, namelijk blank Europees en Afro-Amerikaans. De metingen zijn op twee verschillende universiteiten uitgevoerd; Cambridge (Engeland) en Columbia (Amerika).
Bovenstaande formule is gebruikt om een formule te creëren die de VVM voorspeld in
kilogrammen17. De variabelen die in deze formule gebruikt zijn, zijn geslacht (m=1, v=0), gewicht (kg), lengte (m) en leeftijd (jr).
VVM (kg) = Gewicht * 0.01 (100 – (64.5 – 848 * Lengte2 / Gewicht)
+ (0.079 * Leeftijd – 16.4 * Geslacht) + (0.05 * Geslacht * Leeftijd) + (39.0 * Geslacht * Lengte2 / Gewicht)
3.1.2 Formules Hume
De formules van Hume zijn ontstaan uit een onderzoek met een onderzoekspopulatie van 29 mannen (40-70 jaar) en 27 vrouwen (37-80 jaar)18. Deze populatie bestond uit: mensen zonder enige aandoening of ziekten, mensen met chronische bronchitis, mensen die lijden aan leukemie en mensen die lijden aan obesitas. Geen van deze mensen hield vocht vast of was ondervoed; twee factoren die de verhouding tussen lichaamsgewicht en lichaamswater kunnen verstoren. De kenmerken van de onderzoekspopulatie staan weergegeven in tabel 1b.
Tabel 1b: Onderzoekspopulaties voor voorspellende formules Hume
In het onderzoek van Hume zijn waren er aparte formules gemaakt voor mannen en voor vrouwen. De VVM was berekend aan de hand van het totale lichaamswater door gebruik te maken van een lichaams-water antipyrine ruimte. De formules gebruikten twee variabele, namelijk gewicht in kilogram en lengte in centimeters. Voor beide geslachten zijn twee formules gecreëerd. Bij de eerste versies wordt er gebruik gemaakt van lengte en gewicht. Bij de tweede versies wordt gewicht hetzelfde gebruikt, maar de lengte wordt tot de derdemacht berekend. In het artikel werd echter beschreven dat de tweede versies, geen verbetering zouden zijn op de eerste versies. Om deze reden zijn de tweede versies niet gevalideerd tijdens dit afstudeeronderzoek.
Mannen Vetvrije massa in kg, lengte in centimeters. 1. VVM = 0.32810 * Gewicht + 0.33929 * Lengte – 29.5336 2. VVM = 0.33103 * Gewicht + 0.0000039726 * Lengte3
Vrouwen Vetvrije massa in kg, lengte in centimeters. 1. VVM = 0.29569 * Gewicht + 0.41813 * Lengte – 43.2933 2. VVM = 0.29873 * Gewicht + 0.0000056477 * Lengte3 + 0.08
3.2 Fase 2: Valideren van de gevonden formules voor het schatten van de
vetvrije massa
Voor de populaties van het ANAC en het VUmc zijn de gemiddelde (±SD) leeftijd, lengte, gewicht, BMI en gemeten VVM berekend en gerapporteerd. Beide populaties zijn opgesplitst in leeftijds- en groepen. Er zijn twee leeftijdsgroepen gecreëerd: 18-69 jaar en ouder dan 70 jaar. De BMI-groepen bestonden uit vier BMI-groepen: BMI <18,5 kg/m2, BMI 18,5 kg/m2 - 25,0 kg/m2, BMI 25,0 kg/m2 -30,0 kg/m2 en BMI >30,0 kg/m2.
Tabel 2: Kenmerken onderzoekspopulaties ANAC en VUmc.
A Het gemiddelde en de standaarddeviatie of het aantal van de populatie en het percentage. B Het gemiddelde van de gemeten vetvrije massa en de standaarddeviatie.
Uit tabel 2 is op te merken dat beide populaties zeer van elkaar verschillen. De ANAC populatie bestaat uit relatief gezonde volwassenen met obesitas, waarvan 75% vrouw is en 25% man. De VUmc populatie bestaat uit patiënten, waarvan 40% vrouw is en 60% man. Verder is ten opzichte van de populatie van het VUmc de populatie van het ANAC een relatief jonge populatie. De populatie van het ANAC voldeed volledig aan de inclusiecriteria. Hierom is er geen data geexcludeerd uit deze populatie. In de populatie van het VUmc, zijn bepaalde factoren die ervoor gezorgd hebben dat er data is geexcludeerd. In figuur 1 staat beschreven hoeveel patiënten zijn geexcludeerd uit de onderzoekspopulatie, ook de reden van exclusie staat beschreven.
ANAC VUmc Gemiddeld, ±SD A Range Vetvrije massa (kg) ±SD B Gemiddeld, ±SD A Range Vetvrije massa (kg) ±SD B Man, n (%) Vrouw, n (%) 83 (25%) 255 (75%) - - 68.7 ±7.7 49.2 ±5.9 136 (60%) 89 (40%) - - 55.6 ±8.2 42.1 ±7.8 Leeftijd (jaren) 18 – 69 jaar, n (%) >70 jaar, n (%) 41 (±12) 337 (100%) 1 (0%) 18 – 73 18 – 69 - - 54.0 ±10.5 68.6 57 (±14) 188 (84%) 38 (16%) 19 – 83 19 – 69 70 – 83 - 50.6 ±10.4 48.4 ±10.4 Lengte (m) 1.7 (±0.1) 1.48 – 2.06 - 1.7 (±0.1) 1.37 – 1.96 - Gewicht (kg) 90.5 (±15.8) 55.0 – 143.7 - 69.3 (±15.5) 36.2 – 116.5 - BMI (kg/m2) BMI <18,5, n (%) BMI 18,5 – 25,0, n (%) BMI 25,0 – 30,0, n (%) BMI >30.0, n (%) 31.2 (±4.3) 0 (0%) 3 (1%) 161 (48%) 174 (51%) 18.0 – 52.3 - 24.6 – 25.0 25.4 – 29.9 30.1 – 52.3 - - 45.1 ±3.5 52.2 ±10.3 55.8 ±10.6 23.0 (±4.6) 37 (16%) 117 (52%) 55 (24%) 16 (7%) 13.0 – 37.7 13.0 – 18.5 18.5 – 24.9 25.1 – 29.7 30.4 – 37.7 - 39.0 ±7.3 49.8 ±8.1 56.5 ±10.5 58.3 ±7.9
De Gallagher-formule en de Hume-formules zijn uitgevoerd op zowel de populatie van het VUmc als op de populatie van het ANAC. De resultaten van de berekeningen staan beschreven in tabel 3. De resultaten zijn opgesplitst in geslacht, leeftijds- en BMI-groepen, dit zodat de resultaten vergeleken kunnen worden voor alle groepen. Voor de populatie van het ANAC geldt voor een aantal groepen n=0. Hierdoor was het niet mogelijk om voor deze groepen resultaten te berekenen. Voor de mannenpopulatie gold dit voor de groepen BMI <18,5 en BMI 18,5 – 25,0 en voor de vrouwen gold dit voor de groepen >70 jaar en BMI <18,5.
Uit de resultaten kan worden geconcludeerd opgemerkt dat de Gallagher-formule in bijna alle groepen een positieve bias heeft. Alleen in de onderzoekspopulatie van het VUmc geldt voor de groep vrouwen met een BMI > 30,0 (n=10) een negatieve bias, namelijk -0.5 ±3.7. Dit betekent dat de formule van Gallagher een gemiddelde overschatting maakt op de gemeten VVM in beide
onderzoekspopulaties. Voor de formules van Hume geldt een wisselende bias. In de
patiëntenpopulatie van het VUmc gold voor de mannen en vrouwen een gemiddeld negatieve bias. In de populatie van het ANAC geldt voor de mannen een gemiddeld negatieve bias (-3.4 ±4.6) en voor de vrouwen een gemiddeld positieve bias (3.0 ±3.7).
De gemiddelde verklaarde variantie komt in de populatie van het ANAC met zowel de Gallagher-formule en de Hume-Gallagher-formules niet hoger dan 0.66. In de populatie van het VUmc zijn hogere verklaarde varianties berekend. De hoogste verklaarde variantie wordt berekend bij de
vrouwenpopulatie. Voor de Gallagher-formule gold een gemiddelde verklaarde variantie van 0.80 en voor de Hume-formule gold een gemiddelde verklaarde variantie van 0.97.
De hoogste RMSE werd berekend bij de mannenpopulatie (n=136) van de patiëntenpopulatie van het VUmc. In deze populatie werd middels de Gallagher- formule de VVM berekend. De gemiddelde RMSE voor de gehele mannenpopulatie was 4.7. Echter bleek voor de leeftijds- en BMI-groepen een veel hogere RMSE, namelijk tussen de 6.1 en de 13.2. De laagste RMSE werd berekend in de vrouwenpopulatie (n=89) van de patiëntenpopulatie van het VUmc. In deze populatie werd middels de Hume-formule de VVM berekend. De gemiddelde RMSE is 1.5 en de RMSE bleef voor alle groepen lager dan 1.5. Behalve bij de groep BMI >30,0 (n=10) gold er een hogere RMSE berekend, namelijk 2.7.
De leeftijdsgroepen zijn in tabel 3 beschreven en voor deze groepen zijn dezelfde statische maatstaven uitgewerkt als voor de geslacht- en BMI categorieën. Echter kan er door de omvang van de leeftijdsgroepen >70 jaar in zowel het VUmc (n= 22) als het ANAC (n= 1) geen vergelijking worden gemaakt tussen de leeftijdsgroepen van 18-69 jaar en >70 jaar. Om deze reden konden er geen conclusies worden verbonden aan de resultaten. Hierom is ervoor gekozen om bij de resultaten voor het berekenen van de eiwitbehoefte geen leeftijdsgroepen aan te houden. Bij het berekenen van de eiwitbehoefte is er alleen onderscheid gemaakt tussen geslacht en BMI categorieën.
Tabel 3: Validatie van de twee voorspellende formules; de Gallagher- formule en de formules van Hume.
VUmc Gemiddelde ±SD A S.E. R2 Bias ±SD GAA Range (Min. – Max.) RMSE
Formule Gallagher Mannen, formule 1 (n=136) 18 – 69 jaar (n=114) >70 jaar (n=22) BMI <18,5 (n=15) BMI 18,5 – 25,0 (n=79) BMI 25 – 30 (n=36) BMI >30.0 (n=6) Vrouwen, formule 1 (n=89) 18 – 69 jaar (n=76) >70 jaar (n=16) BMI <18,5 (n=22) BMI 18,5 – 25,0 (n=38) BMI 25,0 – 30,0 (n=19) BMI >30.0 (n=10) 57.9 ±7.7 46.3 ±5.6 44.2 ±4.8 41.0 ±4.3 44.4 ±4.6 50.2 ±3.9 52.4 ±6.8 43.4 ±6.0 44.0 ±5.9 40.1 ±6.0 38.3 ±3.0 42.7 ±4.0 45.5 ±5.5 53.7 ±3.6 0.66 0.52 1.02 1.10 0.51 0.66 2.80 0.63 0.69 1.54 0.63 0.65 1.26 1.13 0.75 0.70 0.77 0.48 0.59 0.49 0.86 0.80 0.81 0.91 0.72 0.61 0.71 0.67 2.3 ±4.2 9.7 ±4.9 9.7 ±3.7 5.1 ±3.5 9.1 ±4.1 12.3 ±4.8 12.7 ±2.6 1.3 ±3.6 1.5 ±3.4 0.6 ±3.8 4.1 ±2.8 0.8 ±3.3 0.4 ±3.2 -0.5 ±3.7 3.6 9.8 9.7 5.2 9.3 12.4 12.7 3.0 2.9 2.9 4.1 2.5 2.5 2.4 46.9 (32.4-79.3) 33.7 (26.5-60.2) 22.3 (33.1-55.5) 14.7 (33.1-47.8) 29.3 (26.5-55.8) 15.7 (44.1-59.8) 15.6 (44.6-60.2) 25.3 (33.8-59.1) 24.2 (33.8-58.0) 24.4 (34.9-59.1) 11.9 (33.8-45.7) 20.3 (36.0-56.3) 17.3 (36.8-53.1) 10.6 (48.5-59.1) 4.7 10.8 10.3 6.1 10.0 13.2 12.9 3.8 3.7 3.7 4.6 3.3 3.2 3.5 Formules Hume Mannen, formule 1 (n=136) 18 – 69 jaar (n=114) >70 jaar (n=22) BMI <18,5 (n=15) BMI 18,5 – 25,0 (n=79) BMI 25,0 – 30,0 (n=36) BMI >30,0 (n=6) Vrouwen, formule 1 (n=89) 18 – 69 jaar (n=74) >70 jaar (n=16) BMI <18,5 (n=22) BMI 18,5 – 25,0 (n=38) BMI 25,0 – 30,0 (n=19) BMI >30,0 (n=10) 54.5 ±6.4 54.5 ±6.5 54.4 ±5.8 48.1 ±4.7 52.8 ±5.3 59.8 ±4.1 62.3 ±7.2 45.2 ±6.4 45.7 ±6.2 43.1 ±6.6 40.3 ±3.6 44.5 ±4.7 47.1 ±6.3 55.1 ±0.7 0.55 0.61 1.24 1.22 0.59 0.68 2.92 0.67 0.73 1.66 0.76 0.75 1.44 1.49 0.74 0.74 0.76 0.46 0.62 0.51 0.90 0.97 0.97 0.98 0.98 0.98 0.99 0.98 -1.1 ±4.3 -1.4 ±4.4 0.5 ±3.5 2.0 ±3.8 -0.8 ±3.9 -2.7 ±4.7 -2.8 ±2.3 -1.0 ±1.2 -1.0 ±1.2 -1.2 ±0.1 0.1 ±0.7 -0.8 ±0.8 -1.8 ±0.8 -2.6 ±0.8 3.5 3.6 2.8 3.3 3.2 4.2 3.4 1.2 1.2 1.3 0.6 0.9 1.8 2.6 40.9 (28.8-69.8) 40.9 (28.8-69.8) 27.0 (40.5-67.6) 14.8 (40.5-55.3) 36.0 (28.8-64.8) 15.9 (52.6-68.5) 16.4 (53.3-69.8) 28.9 (34.7-63.6) 25.5 (34.7-60.2) 27.9 (35.7-63.6) 14.7 (34.7-49.3) 24.7 (35.5-60.2) 20.9 (35.7-56.6) 14.9 (48.7-63.6) 4.4 4.6 3.5 4.2 4.0 5.4 3.5 1.5 1.2 1.5 0.7 1.2 2.0 2.7 ANAC Gemiddelde ±SD A S.E. R2 Bias ±SD GAA Range (Min. – Max.) RMSE
Formule Gallagher Mannen, formule 1 (n=83) 18 – 69 jaar (n=82) >70 jaar (n=1) BMI <18,5 (n=0) BMI 18,5 – 25,0 (n=0) BMI 25,0 – 30,0 (n=40) BMI >30,0 (n=43) Vrouwen, formule 1 (n=255) 18 – 69 jaar (n=255) >70 jaar (n=0) BMI <18,5 (n=0) BMI 18,5 – 25,0 (n=3) BMI 25,0 – 30,0 (n=121) BMI >30,0 (n=131) 73.8 ±8.5 73.8 ±8.6 - - - 70.5 76.9 51.7 ±5.9 51.7 - - 46.9 ±5.8 48.6 ±4.0 54.6 ±5.9 0.94 0.95 - - - 1.09 1.35 0.37 0.37 - - 3.36 0.36 0.34 0.61 0.61 - - - 0.57 0.64 0.66 0.66 - - 0.92 0.64 0.61 5.1 ±5.4 5.2 ±5.5 - - - 3.2 ±4.6 6.9 ±5.6 2.5 ±3.6 2.5 ±3.6 - - 1.8 ±2.7 1.5 ±3.0 3.5 ±3.9 6.1 6.15 - - - 4.5 7.6 3.4 3.4 - - 2.2 2.8 4.1 38.4 (57.1-95.6) 38.4 (57.1-95.6) - - - 31.7 (57.4-89.1) 38.4 (57.4-95.6) 34.4 (39.2-73.6) 34.4 (39.2-73.6) - - 10.3 (43.4-53.7) 19.5 (39.2-58.7) 33.1 (40.4-73.6) 7.4 7.5 - - - 5.6 8.8 4.4 4.4 - - 2.8 3.4 5.2 Formules Hume Mannen, formule 1 (n=83) 18 – 69 jaar (n=82) >70 jaar (n=1) BMI <18,5 (n=0) BMI 18,5 – 25,0 (n=0) BMI 25,0 – 30,0 (n=40) BMI >30,0 (n=43) Vrouwen, formule 1 (n=255) 18 – 69 jaar (n=255) >70 jaar (n=0) BMI <18,5 (n=0) BMI 18,5 – 25,0 (n=3) BMI 25,0 – 30,0 (n=121) BMI >30,0 (n=131) 65.2 ±6.8 65.2 ±6.8 65.8 - - 63.1 ±5.9 67.2 ±7.0 51.1 ±6.2 51.1 ±6.2 - - 48.1 ±5.8 49.4 ±4.7 57.7 ±6.3 0.74 0.75 - - - 0.93 1.07 0.39 0.39 - - 3.36 0.42 0.55 0.65 0.65 - - - 0.57 0.70 0.66 0.66 - - 0.87 0.62 0.62 -3.4 ±4.6 -3.4 ±4.6 - - - -4.2 ±4.3 -2.7 ±4.8 3.0 ±3.7 3.0 ±3.7 - - 3.0 ±2.8 2.2 ±3.2 3.6 ±4.0 4.5 4.5 - - - 4.9 4.1 3.8 3.8 - - 3.0 3.6 4.3 32.2 (48.1-80.3) 32.2 (48.1-80.3) - - - 23.6 (52.1-75.8) 32.2 (48.1-80.3) 34.5 (38.3-72.8) 34.5 (38.3-72.8) - - 10.4 (44.5-54.9) 22.4 (39.4-61.4) 34.5 (38.3-72.8) 5.7 5.7 - - - 6.0 5.5 4.7 4.7 - - 3.8 3.9 5.4 A De gemiddelde vetvrije massa in kg van een populatie en de standaarddeviatie.
3.3 Fase 3: Terug naar de probleemstelling; het berekenen van de
eiwitbehoefte
De bias (±SD) en Bland-Altman plots zijn gebruikt om de drie methoden waarmee de eiwitbehoefte kon worden geschat te vergelijken met de referentiewaarde. De tabellen en de grafieken in dit hoofdstuk geven de verschillen tussen de methoden visueel weer. Hierbij zijn de methoden zowel in de ANAC populatie als in de VUmc populatie uitgevoerd.
- 1,2 gram per kg lichaamsgewicht of wel actueel gewicht2
- 1,2 gram per kg lichaamsgewicht met BMI-correctie of wel ideaal gewicht11 - 1,5 gram per kg VVM, berekend met de Gallagher-formule17
- 1,5 gram per kg VVM, berekend met de Hume-formules18
Uit Bland-Altman plots (bijlage I, figuur 4) bleek in welke mate het actueel gewicht x 1,2 gram eiwit afweek van de referentiewaarde. De populaties van het ANAC en het VUmc waren opgesplitst per geslacht: man, vrouw. Voor de populatie vrouwen van het VUmc gold een gemiddelde afwijking van 13.5 gram met een limits of agreement van 33.4 en -6.3. De populatie vrouwen van het ANAC had een gemiddelde afwijking van 30.5 gram met limits of agreement van 54.7 en 6.3. Voor de populatie mannen van het VUmc gold een gemiddelde afwijking van 3.9 gram met een limits of agreement van 21.6 en -13.7. Voor de mannenpopulatie van het ANAC gold een gemiddelde afwijking van 19.1 gram met een limits of agreement van 44.2 en -6.0.
Uit Bland-Altman plots (bijlage I, figuur 5) bleek in welke mate het ideaalgewicht x 1,2 gram eiwit afweek van de referentiewaarde. De populaties van het ANAC en het VUmc waren opgesplitst per geslacht: man, vrouw. Voor de populatie vrouwen van het VUmc gold een gemiddelde afwijking van 14.3 gram met een limits of agreement van 26.4 en 2.3. De populatie vrouwen van het ANAC had een gemiddelde afwijking van 18.5 gram met limits of agreement van 32.1 en 4.8. Voor de populatie mannen van het VUmc gold een gemiddelde afwijking van 4.6 gram met een limits of agreement van 18.3 en -9.2. Voor de mannenpopulatie van het ANAC gold een gemiddelde afwijking van 6.4 gram met een limits of agreement van 24.4 en -11.6.
In figuur 2a tot en met 2d wordt grafisch weergegeven in welke mate de Gallagher- formule afweek van de referentiewaarde. De populaties van het ANAC en het VUmc zijn opgesplitst per geslacht: man, vrouw. Ook zijn deze mannelijke en vrouwelijke populaties van het ANAC en het VUmc onderverdeeld in vier BMI-groepen. Deze groepen zijn niet meegenomen in de berekening van de Bland- Altman Plots, deze zijn alleen ter verduidelijking van de figuren. Uit figuur 2a blijkt dat de vrouwenpopulatie van het VUmc een gemiddelde afwijking had van 2.1 gram met een limits of agreement van 12.2 en -8.1. De vrouwenpopulatie van het ANAC had een gemiddelde afwijking van 3.7 gram met limits of agreement van 14.4 en -6.9, deze staan weergegeven in figuur 2b. Uit figuur 2c blijkt dat de populatie mannen van het VUmc een gemiddelde afwijking had van 3.4 gram met een limits of agreement van 15.7 en -8.9. Voor de mannenpopulatie van het ANAC geldt een gemiddelde afwijking van 7.7 gram met een limits of agreement van 23.7 en -8.3, deze staan weergegeven in figuur 2d.
In figuur 2e tot en met 2g wordt grafisch weergegeven in welke mate de Hume- formules afweken van de referentiewaarde. Uit figuur 2e blijkt dat de populatie vrouwen van het VUmc een gemiddelde afwijking had van -1.5 gram met een limits of agreement van 2.0 en -4.9. De populatie vrouwen van het ANAC had een gemiddelde afwijking van 4.4 gram met limits of agreement van 15.2 en -6.4, deze staan weergegeven in figuur 2f. Uit figuur 2g blijkt dat de populatie mannen van het VUmc een gemiddelde afwijking had van -1.6 gram met een limits of agreement van 10.9 en -14.2. Voor de mannen populatie van het ANAC gold een gemiddelde afwijking van -5.2 gram met een limits of agreement van 8.4 en -18.7, deze staan weergegeven in figuur 2g.
De resultaten die hierboven genoemd zijn, zijn ter verduidelijking samengevoegd in de tabel 4 om een overzicht te bieden over de resultaten. In tabel 4 staat ook de RMSE voor de verschillende groepen beschreven. De RMSE geeft het verschil weer tussen de referentiewaarde en de drie methoden.
Tabel 4: Drie methoden om de eiwitbehoefte te schatten gevalideerd in de mannelijke en vrouwelijke populaties van het
VUmc en het ANAC.
A Achter actueel gewicht x 1,2, gecorrigeerd gewicht x 1,2, VVM (Formule Gallagher) x 1,5 en VVM (Formules Hume) x 1,5 wordt de bias ±SD weergegeven.
B De limits of agreement zijn afkomstig uit Bland-Altman Plots figuur 2, 4 en 5 (zie bijlage I voor figuur 4 en 5).
VUmc populatie ANAC populatie Mannen Vrouwen Mannen Vrouwen
Actueel gewicht x 1,2 A RMSE Limits of agreement Gecorrigeerd gewicht x 1,2 RMSE Limits of agreement VVM (Formule Gallagher) x 1,5 RMSE Limits of agreement VVM (Formules Hume) x 1,5 RMSE Limits of agreement B 3.9 ±9.0 9.8 (21.6, -13.7) 4.6 ±7.0 8.4 (18.3, -9.2) 3.4 ±6.3 7.1 (15.7, -8.9) -1.6 ±6.4 6.6 (10.9, -14.2) 13.5 ±10.1 16.8 (33.4, -6.4) 14.3 ±6.2 15.6 (26.4, 2.3) 2.1 ±5.2 5.5 (12.2, -8.1) -1.5 ±1.8 2.3 (2.0, -4.9) 19.1 ±12.8 22.9 (44.2, -6.0) 6.4 ±7.0 11.1 (24.4, -11.6) 7.7 ±5.4 11.2 (23.7, -8.3) -5.2 ±6.9 8.6 (8.4, -18.7) 30.5 ±12.8 33.0 (54.7, 6.3) 18.5 ±9.2 19.7 (32.1, 4.8) 3.7 ±8.2 6.6 (14.4, -6.9) 4.4 ±5.5 7.1 (15.2, -6.4)
Formatted: Dutch (Netherlands)
-30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 VUmc, vrouwen 50 60 70 80 90 100 110
Referentiewaarde (Gemeten VVM x 1,5 gram eiwit)
Ve rs c h il H u m e m e t re fe re n ti e w a a rd e Mean -1,5 -1.96 SD -4,9 +1.96 SD 2,0 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 VUmc, vrouwen 20 40 60 80 100 120
Referentiewaarde (Gemeten VVM x 1,5 gram eiwit)
Ve rs c h il G a ll a g h e r m e t re fe re n ti e w a a rd e Mean 2,1 -1.96 SD -8,1 +1.96 SD 12,2 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 ANAC, vrouwen 40 50 60 70 80 90 100 110
Referentiewaarde (Gemeten VVM x 1,5 gram eiwit)
Ve rs c h il G a ll a g h e r m e t re fe re n ti e w a a rd e Mean 3,7 -1.96 SD -6,9 +1.96 SD 14,4 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 VUmc, mannen 40 60 80 100 120 140
Referentiewaarde (Gemeten VVM x 1,5 gram eiwit)
Ve rs c h il G a ll a g h e r m e t re fe re n ti e w a a rd e Mean 3,4 -1.96 SD -8,9 +1.96 SD 15,7 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 ANAC, mannen 60 80 100 120 140 160
Referentiewaarde (Gemeten VVM x 1,5 gram eiwit)
Ve rs c h il G a ll a g h e rm e t re fe n ti e w a a rd e Mean 7,7 -1.96 SD -8,3 +1.96 SD 23,7 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 ANAC, vrouwen 40 50 60 70 80 90 100 110
Referentiewaarde (Gemeten VVM x 1,5 gram eiwit)
Ve rs c h il H u m e m e t re fe re n ti e w a a rd e Mean 4,4 -1.96 SD -6,4 +1.96 SD 15,2 Figuur 2a: Bland-Altman plot, VUmc vrouwen. Figuur 2b: Bland-Altman plot, ANAC vrouwen.
Figuur 2c: Bland-Altman plot, VUmc mannen. Figuur 2d: Bland-Altman plot, ANAC mannen.
-30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 VUmc, mannen 40 60 80 100 120 140
Referentiewaarde (Gemeten VVM x 1,5 gram eiwit)
Ve rs c h il H u m e m e t re fe n ti e w a a rd e Mean -1,6 -1.96 SD -14,2 +1.96 SD 10,9 -30 -25 -20 -15 -10 -5 0 5 10 15 20 25 30 35 ANAC, mannen 60 80 100 120 140 160
Referentiewaarde (Gemeten VVM x 1,5 gram eiwit)
Ve rs c h il H u m e m e t re fe re n ti e w a a rd e Mean -5,2 -1.96 SD -18,7 +1.96 SD 8,4
Figuur 2g: Bland-Altman plot, VUmc mannen. Figuur 2h: Bland-Altman plot, ANAC mannen. Figuur 2: Bland-Altman plots uitgevoerd op de populatie van VUmc en het ANAC. De populaties zijn opgesplitst per
geslacht. Verder zijn de populatiegroepen onderverdeeld in BMI-groepen: = BMI <18,5 kg/m2, = BMI 18,5 – 25,0
kg/m2, = BMI 25,0 – 30,0 kg/m2 en = BMI >30,0.
Om de verschillen tussen de BMI categorieën aan te tonen zijn de in figuur 3 de mannen- en de vrouwenpopulaties van VUmc en het ANAC, opgesplitst in BMI categorieën . Bij deze berekeningen werden de verschillen tussen de BMI categorieën wel meegenomen. In figuur 3 wordt visueel weergegeven in welke mate de drie verschillende methoden om de eiwitbehoefte te berekenen afweken van de referentiewaarde. In tabel 5 staan het gemiddelde verschil en standaardafwijking, de RMSE en de limits of agreements beschreven.
Figuur 3a en 3b geven de bias weer van de verschillende BMI categorieën voor de vrouwenpopulaties van het VUmc en het ANAC. De bias voor de BMI categorieën zijn in beide populaties verschillend van elkaar. In de VUmc populatie onderschat de Hume-formule de eiwitbehoefte in drie BMI categorieën. Voor de categorie BMI 18,5 - 25,0 gold een bias van -1.2 ±1.2, bij de categorie BMI 25,0 - 30,0 gold een bias van -2.7 ±1.2 en bij categorie BMI >30,0 gold een bias van -3.9 ±1.3. De Gallagher- formule maakt een onderschatting in de VUmc populatie bij BMI >30,0, een bias van -0.8 ±5.5. In de ANAC populatie had de Hume-formule in alle drie de BMI categorieën een hogere bias dan de Gallagher-formule.
Figuur 3c en 3d geven de bias weer van de verschillende BMI categorieën voor de mannenpopulaties van het VUmc en het ANAC. De bias voor de BMI categorieën zijn in beide populaties bijna gelijk aan elkaar. De BMI categorieën die vergeleken konden worden waren categorie BMI 25,0 – 30,0 en categorie BMI >30,0. In de mannenpopulatie van het VUmc gaf de methode actueel gewicht x 1,2 voor de categorie BMI 25,0 – 30,0 een bias van 9.8 ±7.3 en voor de categorie BMI >30,0 gold een bias van 23.4 ±8.3. In de mannenpopulatie van het ANAC gaf de methode actueel gewicht x 1,2 voor de categorie BMI 25,0 – 30,0 een bias van 11.5 ±8.4 en voor de categorie BMI >30,0 gold een bias van 26.2 ±12.1. Voor de andere twee methoden (gecorrigeerd gewicht x 1,2 en Gallagher- formule of Hume- formules x 1,5) gold ook dat de bias vrijwel gelijk was in beide populaties voor de BMI categorieën.
Formatted: Centered Formatted: Centered Formatted: Centered Formatted: Centered
-10 0 10 20 30 40 50
BMI <18,5 (n=15) BMI 18,5-25 (n=79) BMI 25 – 30 (n=36) BMI > 30 (n=6)
VUmc, mannen populatie
Actueel gewicht x 1,2 Gecorrigeerd gewicht x 1,2
VVM (Gallagher) x 1,5 VVM (Hume) x1,5 -10 0 10 20 30 40 50
BMI <18,5 (n=22) BMI 18,5-25 (n=38) BMI 25 – 30 (n=19) BMI > 30 (n=10)
VUmc, vrouwen populatie
Actueel gewicht x 1,2 Gecorrigeerd gewicht x 1,2
VVM (Gallagher) x 1,5 VVM (Hume) x1,5 -10 0 10 20 30 40 50 BMI 25 – 30 (n=40) BMI > 30 (n=43)
ANAC, mannen populatie
Actueel gewicht x 1,2 Gecorrigeerd gewicht x 1,2
VVM (Gallagher) x 1,5 VVM (Hume) x1,5 -10 0 10 20 30 40 50
BMI 18,5-25 (n=3) BMI 25 – 30 (n=121) BMI > 30 (n=131)
ANAC, vrouwen populatie
Actueel gewicht x 1,2 Gecorrigeerd gewicht x 1,2
VVM (Gallagher) x 1,5 VVM (Hume) x1,5
Figuur 3a: Vrouwen populatie ANAC op gesplitst in BMI-groepen. Het verschil Figuur 3b: Vrouwen populatie VUmc op gesplitst in BMI-groepen. Het verschil
tussen de geschatte eiwitbehoefte en de referentiewaarde (Bias ±SD). tussende geschatte eiwitbehoefte en de referentiewaarde (Bias ±SD).
Figuur 3c: Mannen populatie ANAC op gesplitst in BMI-groepen. Het verschil Figuur 3d: Mannen populatie VUmc op gesplitst in BMI-groepen. Het verschil
Tabel 5: Drie methoden om de eiwitbehoefte te schatten gevalideerd in de mannelijke en vrouwelijke populaties van het VUmc en het ANAC. Opgesplitst in BMI-groepen.
A Achter actueel gewicht x 1,2, gecorrigeerd gewicht x 1,2, VVM (Gallagher) x 1,5 en VVM (Hume) x 1,5 wordt de bias (±SD) weergegeven. B De limits of agreement zijn afkomstig uit Bland-Altman Plots (zie bijlagen II).
VUmc populatie, mannen ANAC populatie, mannen BMI <18,5 (n=15) BMI 18,5 – 25 (n=79) BMI 25 – 30 (n=36) BMI >30 (n=6) BMI <18,5 (n=0) BMI 18,5 – 25 (n=0) BMI 25 – 30 (n=40) BMI >30 (n=43) Actueel gewicht x 1,2 A RMSE Limits of agreement Gecorrigeerd gewicht x 1,2 RMSE Limits of agreement VVM (Gallagher) x 1,5 RMSE Limits of agreement VVM (Hume) x 1,5 RMSE Limits of agreement B -5.1 ±6 7.7 (6.6, -6.8) 6.3 ±5.7 8.4 (17.5, -5.0) 5.5 ±5.9 7.9 (17.0, -6.0) 3.0 ±5.7 6.2 (14.1, -8.2) 1.5 ±6.3 6.4 (13.9, -10.8) 2.1 ±5.9 6.2 (13.6, -9.4) 3.1 ±6.0 6.7 (14.8, -8.6) -1.2 ±5.9 6.0 (10.3, -12.8) 9.8 ±7.3 12.1 (24.0, -4.5) 9.8 ±7.3 12.1 (24.0, -4.5) 2.8 ±7.1 7.5 (16.7, -11.0) -4.1 ±7.1 8.1 (9.7, -17.9) 23.4 ±8.3 24.6 (39.7, 7.2) 1.5 ±4.1 4.1 (9.6, -6.6) 5.7 ±5.9 7.9 (17.2, -5.8) -4.2 ±3.5 5.2 (2.7, -11.0) - - - - - - 11.5 ±8.4 14.1 (27.8, -4.9) 11.5 ±8.4 14.1 (27.8, -4.9) 4.8 ±7.0 8.4 (18.5, -8.9) -6.3 ±6.5 9.0 (6.4, -19.1) 26.2 ±12.1 28.8 (50.0, 2.4) 1.6 ±7.2 7.3 (15.8, -12.5) 10.4 ±8.3 13.2 (26.7, -6.0) -4.1 ±7.2 8.2 (10.0, -18.2)
VUmc populatie, vrouwen ANAC populatie, vrouwen BMI <18,5 (n=22) BMI 18,5 – 25 (n=38) BMI 25 – 30 (n=19) BMI >30 (n=10) BMI <18,5 (n=0) BMI 18,5 – 25 (n=3) BMI 25 – 30 (n=121) BMI >30 (n=131) Actueel gewicht x 1,2 A RMSE Limits of agreement Gecorrigeerd gewicht x 1,2 RMSE Limits of agreement VVM (Gallagher) x 1,5 RMSE Limits of agreement VVM (Hume) x 1,5 RMSE Limits of agreement B 4.5 ±3.6 5.7 (11.5, -2.5) 15.9 ±4.3 16.5 (24.3, 7.6) 6.2 ±3.3 7.0 (12.6, -0.2) 0.2 ±1.0 1.0 (2.2, 1.9) 10.7 ±5.7 12.1 (21.8, -0.5) 11.3 ±5.5 12.5 (22.1, 0.5) 1.2 ±4.9 5.0 (10.8, -8.5) -1.2 ±1.2 1.7 (1.2, -3.6) 19.6 ±6.0 20.5 (31.4, 7.9) 19.6 ±6.0 20.5 (31.4, 7.9) 0.6 ±4.9 4.8 (10.1, -9.0) -2.7 ±1.2 3.0 (-0.4, -5.0) 32.6 ±7.2 33.3 (46.6, 18.5) 12.3 ±4.8 13.1 (21.7, 2.9) -0.8 ±5.5 5.3 (10.0, -11.5) -3.9 ±1.3 4.1 (-1.5, -6.4) - - - - 17.2 ±4.0 17.5 (25.0, 9.4) 17.2 ±4.0 17.5 (25.0, 9.4) 2.7 ±4.0 4.3 (10.5, -5.1) 4.6 ±4.3 5.8 (12.9, -3.8) 22.2 ±5.8 22.9 (33.6, 10.8) 22.2±5.8 22.9 (33.6, 10.8) 2.2 ±4.6 5.0 (11.1, -6.7) 3.3 ±4.8 5.8 (12.8, -6.1) 38.5 ±11.5 40.2 (61.1, 16.0) 15.1 ±6.2 16.3 (27.3, 2.8) 5.2 ±5.8 7.8 (16.6, -6.3) 5.4 ±6.0 8.1 (17.1, -6.2)
3.3.1 Voldoen beide formules aan een klinisch relevant verschil?
Aan tien onafhankelijke vakkundige diëtisten is gevraagd wat voor hen een klinisch relevant verschil is bij het schatten van de eiwitbehoefte. Aan de hand van de antwoorden van de diëtisten is er een klinisch relevante afwijking gekozen. Middels de afwijking kan bepaald worden of de formules daadwerkelijk betrouwbaar genoeg zijn om geïmplementeerd te kunnen worden in de praktijk. Twee diëtisten adviseerde een klinisch relevant verschil van 10%. Echter raadde de overige acht diëtisten een klinisch relevant verschil van 5% aan. Hierom is een klinisch relevant verschil aangehouden van 5%. Om het klinisch relevant verschil te kunnen berekenen was een procentuele bias nodig. De procentuele bias werd berekend in SPSS. Dit is gedaan middels de volgende berekening;
((Voorspellende formule x 1,5 – Gemeten VVM x 1,5) * Gemeten VVM x 1,5) * 100. De procentuele bias is onder verdeeld in drie groepen; onderschatting, overschatting en goed geschat. De afkapwaarden die zijn aangehouden zijn: goed geschat (tussen de -5 en 5%), onderschat (< -5%) en overschat (> 5%).
Tabel 6: Klinisch relevant verschil voor het schatten van de eiwitbehoefte, geschat middels de Gallagher- formule en de formules van Hume. Toegepast op de populaties van het VUmc en het ANAC.
Gallagher- formule Hume- formules Goed geschat, -5,0%-5,0% Onderschat, < - 5,0% Overschat, > 5,0% Goed geschat, -5,0%-5,0% Onderschat, < - 5,0% Overschat, > 5,0% Vumc, populatie Mannen (n=136) BMI <18,5 (n=15) BMI 18,5 – 25,0 (n=79) BMI 25,0 – 30,0 (n=36) BMI >30.0 (n=6) Vrouwen (n=89) BMI <18,5 (n=22) BMI 18,5 – 25,0 (n=38) BMI 25,0 – 30,0 (n=19) BMI >30.0 (n=10) 47.8% 33.3% 49.4% 50.0% 50.0% 41.6% 18.2% 44.7% 57.9% 50.0% 5.9% 0.0% 6.3% 8.3% 0.0% 12.4% 0.0% 15.8% 15.8% 20.0% 46.3% 66.7% 44.3% 41.7% 50.0% 46.1% 81.8% 39.5% 26.3% 30.0% 45.6% 40.0% 45.6% 47.2% 50.0% 86.7% 100.0% 92.3% 73.3% 60.0% 37.5% 13.3% 36.7% 47.2% 50.0% 13.3% 0.0% 7.7% 26.3% 40.0% 16.9% 46.7% 17.7% 5.6% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% ANAC, populatie Mannen (n=83) BMI <18,5 (n=0) BMI 18,5 – 25,0 (n=0) BMI 25,0 – 30,0 (n=40) BMI >30.0 (n=43) Vrouwen (n=255) BMI <18,5 (n=0) BMI 18,5 – 25,0 (n=3) BMI 25,0 – 30,0 (n=121) BMI >30.0 (n=131) 32.5% - - 45.0% 20.9% 41.2% - 66.7% 46.3% 35.9% 6.0% - - 7.5% 4.7% 6.7% - 0.0% 9.9% 3.8% 61.4% - - 47.5% 74.4% 52.1% - 33.3% 43.8% 60.3% 49.4% - - 37.5% 60.5% 36.9% - 66.7% 39.7% 34.4% 45.8% - - 60.0% 32.6% 7.1% - 8.0% 9.1% 5.3% 4.8% - - 2.5% 7.0% 56.1% - 33.3% 51.2% 60.3%
In tabel 6 is het klinisch relevante verschil weergegeven van de eiwitbehoefte. Zowel de VUmc als de ANAC populatie is opgesplitst in mannen en vrouwen. Deze populaties zijn verder opgesplitst in BMI-groepen. Per populatie is weergegeven hoe accuraat de eiwitbehoefte werd geschat wanneer de eiwitbehoefte werd berekend met de Gallagher-formule of de Hume-formules. In de tabel is te zien dat de eiwitbehoefte in de VUmc populatie bij 47.8% van de mannen en 41.6% van de vrouwen goed werd geschat met de Gallagher-formule. In de ANAC populatie werd bij 32.5% van de mannen en 41.2% van de vrouwen de eiwitbehoefte met de Gallagher-formule goed geschat. In de VUmc
populatie werd bij 45.6% van de mannen en 86.7% van de vrouwen de eiwitbehoefte met de Hume-formules goed geschat. In de ANAC populatie wordt bij 49.4 % van de mannen en 36.9%% van de vrouwen de eiwitbehoefte met de Hume-formules goed geschat.
4. Discussie
Het hoofddoel van dit onderzoek was het vinden van een optimale methode om de eiwitbehoefte van volwassen patiënten te kunnen berekenen. In een ideale situatie zou iedere diëtist de VVM bij patiënten meten en aan de hand hiervan de eiwitbehoefte berekenen. Echter blijkt dit in de praktijk niet altijd haalbaar8. Uit dit onderzoek komt de Gallagher-formule naar voren waarmee de VVM redelijk kan worden geschat. De eiwitbehoefte kan vervolgens worden berekend door de VVM te vermenigvuldigen met 1,.5 gram eiwit of een hogere eiwitbehoefte. In een klinische omgeving wordt 1,2 gram eiwit per kg lichaamsgewicht gelijk gezien aan 1,5 gram eiwit per kg VVM4. Bij een hogere eiwitbehoefte dan 1,2 gram per kg lichaamsgewicht zal de VVM dan ook vermenigvuldigd moeten worden met meer dan 1,5 gram eiwit..Uit eerder onderzoek blijkt dat wanneer de eiwitbehoefte berekend wordt op basis van de VVM in het lichaam, de eiwitbehoefte nauwkeuriger kan worden geschat bij patiënten7. Verder is uit het onderzoek gebleken dat wanneer er gevoed wordt middels 1,5 gram eiwit per kg VVM er significant (p <0,05) minder verlies van lichaamseiwit plaats vindt gedurende opname op de Intensive Care7.
Aanverwante domeinen van de diëtetiek komen in aanraking met het herstel van patiënten in onder andere gezondheidscentra en ziekenhuizen; zoals artsen, fysiotherapeuten en verpleegkundigen. Deze domeinen hebben belang bij het herstel van patiënten. Een tijdige herkenning en behandeling van ondervoeding zorgen voor een verbetering van de voedingstoestand en functionele
uitkomstparameters zoals spierkracht, kwaliteit van leven en vermindering van het aantal complicaties, opnameduur en mortaliteit20. Een multidisciplinair behandelplan vergroot de kans op
tijdige herkenning en juiste behandeling van patiënten.
In dit onderzoek zijn er verschillende validaties uitgevoerd waarmee de methoden om de
eiwitbehoefte te kunnen berekenen werden geanalyseerd. VDe voorkeur van de validatietesten die zijn gebruikt ging te voorkeur uitgingen uit naar de Bias, de RMSE en de limits of agreement uit de Bland-Altman plots. De reden waarom hier de meeste waarde aan wordt gehecht is, omdat de bias het gemiddelde verschil weergeeft en hoe lager het gemiddelde verschil tussen de gemeten en de voorspelde VVM hoe betrouwbaarder de voorspellende formule is. In combinatie met de limits of agreement wordt de spreiding van de uitkomsten duidelijk weergegeven. Daarbij geven de uitkomsten van de limits of agreement aan tussen welke spreiding 95% van de uitkomsten valt. De RMSE heeft de voorkeur omdat het de generaliseerbaarheid weergeeft, want hoe lager de RMSE hoe beter het model de werkelijkheid simuleert. Deze drie analyses zorgen ervoor dat de resultaten betrouwbaar en generaliseerbaar zijn.
Uit de resultaten van dit onderzoek blijkt dat in sommige subgroepen een andere methode om de eiwitbehoefte te bereken het beter doet dan de Gallagher-formule. Bijvoorbeeld de
vrouwenpopulatie van het VUmc, bij de Hume-formule. Echter is het doel van dit onderzoek om één methode te vinden die generaliseerbaar is zodat deze bruikbaar is voor in de beroepspraktijk. Tevens is de Gallagher-formule ontwikkeld op een brede, grote en gezonde populatie in tegenstelling
tot Hume deze formules zijnie ontwikkeld is op een kleine specifieke onderzoekspopulatie. Dit zorgt ervoor dat de Gallagher-formule toepasbaar is voor meerdere populaties. Nog een reden waarom er is gekozen voor de Gallagher-formule, is omdat de Gallagher-formule bij het schatten van de VVM en de eiwitbehoefte over het algemeen een kleine overschatting maakte op de referentiewaarde. Terwijl de Hume- formule van Humes voor het voorspellen van de VVM en de eiwitbehoefte over het algemeen een lage onderschatting maakte op de referentiewaarde. Als voorkeur wordt er liever een overschatting van de eiwitbehoefte gemaakt dan een onderschatting. Door te voldoen aan de eiwitbehoefte van patiënten neemt namelijk onder meer de kans op verlies van spiermassa en het ontstaan van osteoporose af3.
Aan de hand van het klinisch relevante verschil van de diëtisten uit het VUmc is bepaald hoe goed de eiwitbehoefte op individueel niveau nou goed genoeg is. Hierbij mag de eiwitbehoefte niet meer dan 5% verschillen van de referentiewaarde.
4.1 Beperkingen en sterke punten
Dit onderzoek heeft een aantal beperkingen en sterke punten. Een sterk punt aan dit onderzoek is dat alle resultaten gevalideerd zijn op twee grote populaties. Hierbij is er bij het valideren tevens nog onderscheid gemaakt tussen subgroepen, bestaande uit geslacht, leeftijd en BMI. De grote
populaties zorgden voor een brede en diepe onderzoekspopulatie waardoor de resultaten aantoonde of de methoden valide en toepasbaar zijn in de praktijk. Een ander sterk punt is dat de onderzoekspopulatie van het VUmc voornamelijk bestaat uit oudere (57 ±14) patiënten met een gemiddeld gewone BMI (23.0 ±4.6). Daarnaast bestond de onderzoekspopulatie van het ANAC voornamelijk uit jonge (41 ±12) relatief gezonde obesen met een hoge BMI (31.2 ±4.3). Dit maakt dat de totale onderzoekspopulatie heterogeen is waardoor de resultaten generaliseerbaar zijn voor meerdere populatiesin de beroepspraktijk.
Een van de beperkingen is dat er bij de populatie van het VUmc de lengte en het gewicht van patiënten deels zijn nagevraagd in plaats van gemeten. Bij 80% van de populatie is de lengte gevraagd, bij 7% is dit niet genoteerd of het gevraagd of gemeten is en bij 13% is de lengte daadwerkelijk gemeten. Voor het gewicht geldt dat erbij 44% gevraagd is om het gewicht, bij 3% is niet genoteerd of het gewicht gevraagd of gemeten is, bij 4% is het gewicht overgenomen uit de status van de patiënt en bij 49% geldt dat het gewicht daadwerkelijk is gemeten. Dit heeft invloed op alle vier de methoden waarbij de eiwitbehoefte wordt berekend met variabelen lente en gewicht. Wanneer deze variabelen niet correct zijn, is de kans groter dat er meer verschil zit tussen gemeten en voorspelde VVM. De kans bestaat dat er in dit onderzoek gewerkt is met gegevens die niet helemaal correct zijn. Wanneer deze gegevens wel daadwerkelijk gemeten en correct zouden zijn, zouden zouden de resultaten van alle vier de methoden nog betrouwbaarder zijn. Dit zou de verschillen tussen de gemeten en de voorspelde VVM alleen maar kleiner kunnen zijnmaken. Dit betekent dat de voorspelde VVM indien ingevuld met gemeten variabelen betrouwbaarder zou zijn.worden.
Een andere beperking van dit onderzoek zou kunnen zijn dat de lichaamssamenstelling in beide populaties op verschillende manieren zijn gemeten. Echter is het opmerkelijk dat de formules het in beide populaties goed doen ondanks dat de VVM in de populaties verschillend is gemeten. In de populatie van het ANAC is de lichaamssamenstelling gemeten middels de BODPOD. In de populatie van het VUmc is de lichaamssamenstelling van patiënten gemeten middels: bio elektrisch impedantie
spectroscopie (10%), Bodystat (77%), Bodysqout (10%) en bij een aantal patiënten stond de apparatuur niet genoteerd (3%).
5. Conclusie
Het nauwkeurig schatten van de eiwitbehoefte is zeer belangrijk voor het herstel en lichaamseiwit behoud van patiënten1,3. Wanneer de eiwitbehoefte nauwkeuriger wordt geschat zorgt dit bij de patiënt voor significant minder lichaamseiwitverlies7. Het schatten van de eiwitbehoefte aan de hand van VVM geeft een nauwkeurige weergave van de daadwerkelijke werkelijke eiwitbehoefte van patiënten7. In een ideale situatie zou iedere diëtist dan ook de VVM bij patiënten meten en met behulp hiervan de eiwitbehoefte berekenen. Echter blijkt dit in de praktijk niet altijd haalbaar. Uit dit onderzoek komt de Gallagher-formule naar voren waarmee de VVM redelijk nauwkeurig kan worden berekend. Deze voorspelde VVM kan worden vermenigvuldigd met 1,5 gram eiwit. In een klinische omgeving wordt 1,2 gram eiwit per kg lichaamsgewicht gelijk gezien aan 1,5 gram eiwit per kg VVM4. Indien de patiënt een hogere eiwitbehoefte heeft dan 1,5 gram eiwit per kg VVM, kan deze worden verhoogd naar de aanbevolen hoeveelheid eiwit. De Gallagher-formule biedt een goed alternatief, wanneer de diëtist niet de mogelijkheid heeft om de lichaamssamenstelling te meten.
