Bachelor Informatica
Foutanalyse bij het
voorschrij-ven van anticoagulantia aan
atriumfibrillatie pati¨enten
Jurgen Baas
8 juni 2016
Supervisor(s): Ernst ten Damme, Ruurd van Woersem
Inf
orma
tica
—
Universiteit
v
an
Ams
terd
am
Samenvatting
Ziekenhuizen slaan tegenwoordig veel data op over hun pati¨enten. De data kan dan later ingezien worden door een arts om beslissingen te nemen over verdere zorg. Bij het voor-schrijven van zorg zijn er al vaak regels en richtlijnen, echter uit voorgaand onderzoek is al gebleken dat deze richtlijnen vaak niet nageleefd worden.
In samenwerking met Chipsoft BV, een bedrijf dat software voor elektronisch pati¨enten dossiers levert aan ziekenhuizen en zorginstellingen, is onderzoek gedaan naar de fouten die in het verleden zijn gemaakt en hoe hun software uitgebreid kan worden om de zorg te ver-beteren.
Dit onderzoek focust op de zorg voor pati¨enten met atriumfibrillatie. Dit is een hart-ritmestoornis waarbij de boezems van het hart onregelmatig en vaak te snel samentrekken. Een gevolg van deze hartritmestoornis is een verhoogde kans op bloedstolsels. Om dit tegen te gaan schrijven cardiologen vaak anticoagulantia voor. De European Society of Cardiology raadt aan dat, voordat de medicatie wordt toegediend, eerst een risicoanalyse uit te voeren. Hiervoor bestaan twee scoresystemen: CHA2DS2-VASc en HAS-BLED. CHA2DS2-VASc geeft aan wat het risico is op een beroerte en dus de noodzaak voor bloedverdunners. HAS-BLED geeft het risico op ernstige bloedingen aan binnen 1 jaar. Omdat bloedverdunners het stollen van het bloed remmen, lopen pati¨enten met bloedverdunners een groter risico.
Uit dit onderzoek blijkt dat in het onderzochte ziekenhuis 70% van alle atriumfibrillatie pati¨enten geen bloedverdunners krijgen terwijl ze dat eigenlijk wel zouden moeten krijgen. Het is zeer waarschijnlijk dat dit een probleem is dat zich in een groot deel van de Neder-landse ziekenhuizen voordoet.
Inhoudsopgave
1 Inleiding 7
1.1 Chipsoft . . . 7
1.2 atriumfibrillatie . . . 7
1.3 Anticoagulantia . . . 8
1.4 Klinische ondersteuningssystemen en praktijkrichtlijnen . . . 8
2 Onderzoek 9 2.1 Beslissingsmodellen . . . 9
2.2 Foutherkenning . . . 10
2.3 Databases en dataverwerking . . . 10
3 Resultaten 13 3.1 CHA2DS2-VASc score en medicatie opdrachten . . . 14
3.2 Operaties . . . 16
4 Discussie 17
5 Conclusie 19
Appendices 20
A DBC en ICD-10 codes voor de CHA2DS2- VASc en HAS-BLED risicofactoren 20
B Onderzochte medicatie 21
C Query voorbeeld 22
D Code voorbeeld - pati¨ent aandoeningen inlezen 23
E Code voorbeeld - Simulatie 24
HOOFDSTUK 1
Inleiding
1.1
Chipsoft
Dit onderzoek wordt uitgevoerd in samenwerking met Chipsoft BV. Dit bedrijf levert de elek-tronisch pati¨enten dossier (EPD) software aan de meerderheid van de Nederlandse ziekenhuizen. Deze software wordt gebruikt om alle gegevens van een pati¨ent in op te slaan. Zo kan een arts de algemene gegevens zoals leeftijd en gewicht er uit halen, maar ook voorgaande medische historie, labuitslagen en ingredi¨enten en contra-indicaties van medicijnen.
De huidige versie van de software, genaamd HiX, is al in staat om bij het voorschrijven van medicatie de arts te wijzen op belangrijke interacties tussen de medicatie die een pati¨ent al toegediend krijgt en de nieuwe medicatie. Met de gegevens die beschikbaar zijn, kan echter veel meer gedaan worden: HiX bevat genoeg informatie over de pati¨ent en de medicatie om niet alleen de arts te waarschuwen, maar ook te kunnen adviseren over welke medicatie precies toegediend moet worden en de correcte dosering daarvan. Dit moet niet alleen het aantal fouten reduceren, maar ook de arts tijd besparen. Als proof of concept voor wat mogelijk is met de data wordt de focus in dit onderzoek gelegd op medicatie voor atriumfibrillatie en wordt dit gebruikt om fouten in het verleden te vinden. Op basis van de resultaten zou dit uitgebreid kunnen worden om real-time artsen te kunnen adviseren bij hun zorg.
1.2
atriumfibrillatie
atriumfibrillatie (AF) is de meest voorkomende hartafwijking ter wereld waar meer dan 5% van de bevolking ouder dan 65 jaar last van heeft[Feinberg et al., 1995]. AF wordt gekenmerkt door onregelmatig en vaak te snel kloppen van het hart. Dit begint vaak periodiek, maar kan verder ontwikkelen naar een constante toestand[Zoni-Berisso et al., 2014]. Door het onregelmatig klop-pen van het hart, kan het bloed gaan stollen in de atria (hartkamers). Wanneer deze stolsels uiteindelijk bij slagaders aan komen, kunnen ze de doorstroom blokkeren. Geblokkeerde slag-aders in de hersenen kunnen leiden tot een beroerte.
Uit onderzoek is gebleken dat de totale kosten van AF in Nederland in 2009 ongeveer 538 miljoen euro bedroegen waarbij de hoogste kosten ontstonden door hospitalisatie[Heemstra et al., 2011] en omdat er steeds betere behandelingen worden gevonden voor chronische en niet chro-nische cardiale ziektes wordt er verwacht dat het aantal AF diagnoses alleen maar zal toene-men[Zoni-Berisso et al., 2014].
Om de schade van AF te beperken schrijven cardiologen over het algemeen twee soorten medi-catie voor: Medimedi-catie die het sinusritme probeert te regelen en anticoagulantia (bloedverdunners) om de kans op beroertes te kunnen beperken[Zoni-Berisso et al., 2014].
1.3
Anticoagulantia
Anticoagulantia worden ook wel bloedverdunners genoemd, echter verdunnen ze niet het bloed. Ze werken de stollende eigenschappen van het bloed tegen. Ze helpen niet tegen bestaande bloedstolsels, wel voorkomen ze dat nieuwe bloedstolsels gevormd worden en dat bestaande niet groter worden.
Sinds de jaren ’50 worden er vitamine-k antagonisten (VKA’s) voorgeschreven als trombo-embolische medicatie. Deze medicijnen werken door aan bepaalde enzymen te binden die in het lichaam een belangrijke rol spelen bij het recyclen van vitamine-k. Deze vitamine zijn een be-langrijk onderdeel bij het stollen van bloed. Warfarine is de VKA die het meest voorgeschreven wordt. Maar bij het voorschrijven moet er op een aantal dingen gelet worden. Zo heeft warfarine vele interacties met andere medicatie. Daarnaast werkt voedsel dat vitamine-k bevat (zoals sla en spinazie) de werking tegen. VKA’s blijven relatief lang in het lichaam: de halveertijd is namelijk 20 tot 60 uur, afhankelijk van het metabolisme van de pati¨ent. Dit zorgt er voor dat het doseren van de medicatie lastig is[Holbrook et al., 2005] en moet regelmatig de protrombinetijd (INR; de snelheid van het stollen van het bloed buiten het lichaam) van de pati¨ent gemeten worden.
Rond 2005 werd er een nieuw type anticoagulantia ontwikkeld, de zogeheten Direct Orale Anti-Coagulantia (DOAC’s1). DOAC’s hebben enkele voordelen ten opzichten van de VKA’s
zoals een snel werkende antidote[Manolis and Melita, 2016], minder interactie met andere me-dicijnen en lager kans op intracrani¨ele bloedingen[Christensen et al., 2016]. Een groot nadeel is echter dat er goed opgelet moet worden aan wie ze worden voorgeschreven. Zo moet bij pati¨enten met verminderde nier- of leverfunctie een aangepaste dosering voorgeschreven worden[NOAC and Specialisten, 2012] en de pati¨ent mag geen kunsthartklep hebben.
1.4
Klinische ondersteuningssystemen en praktijkrichtlijnen
Praktijkrichtlijnen zijn bedoeld om een arts te ondersteunen bij het leveren van zorg. Een spe-cialist dient zich te houden aan de richtlijnen die door de vereniging van dat specialisme zijn goedgekeurd. Zo heeft de Nederlandse Vereniging voor Cardiologie de richtlijnen van het Euro-pean Society of Cardiology (ESC)[Camm et al., 2012] goedgekeurd.
Een eerder onderzoek bij Chipsoft door een UvA Medical Informatics master stu-dent[Brummelen, 2015] onderzocht de richtlijngetrouwheid van cardiologen bij AF en wat het effect van een adviserende software daarop is. Dit onderzoek was uitgevoerd bij drie verschillende Nederlandse ziekenhuizen en daaruit kwam dat zonder adviserende software uit 18 cardiologen “alarmerende lage richtlijngetrouwheid” gevonden was waarbij enkele cardiologen zo hoog als 78% van alle AF zorgtrajecten niet volgens de richtlijnen gedaan hadden. De kans dat een cardi-oloog het correcte protocol volgde tijdens het gehele zorg traject was met adviserende software 1.55 keer groter dan zonder. Dit resultaat wordt bevestigd door een soortgelijk onderzoek waarbij de richtlijngetrouwheid bij zorg voor diabetes mellitus verbeterde van 15.6% naar 32.0%[Lobach and Hammond, 1997].
1Er is enige onenigheid over de benaming, in de literatuur komen de volgende termen voor: Direct Oral
Anti-Coagulant (DOAC), New-, Novel- of Non-vitamin-K Oral Anti-Coagulant (NOAC), Target-Specific Oral antiCoagulants (TSOC) en Oral Direct Inhibitors (ODI).[Anticoagulants, 2014]
HOOFDSTUK 2
Onderzoek
Om goed een antwoord te geven op hoeveel fouten er worden gemaakt bij het voorschrijven van anticoagulantia (Zie bijlage B voor alle gebruikte medicatie en ATC1code), moet gekeken worden
naar verschillende onderdelen. Zo kan gekeken worden naar wanneer een pati¨ent de medicatie voorgeschreven krijgt. Of er duidelijke redenen om het niet voor te schrijven over het hoofd worden gezien, zoals zwangerschap of geplande operaties, en of er wat minder duidelijke dingen over het hoofd worden gezien, zoals allergie voor de medicatie.
Er is overwogen om ook te onderzoeken of er fouten zijn gemaakt bij het voorschrijven van anticoagulantia terwijl de pati¨ent al medicatie kreeg die daarvoor gecontraindiceerd is (zoals warfarine met Ibuprofen), maar aangezien een waarschuwing daarvoor al ingebouwd is in HiX, werd dit uiteindelijk niet gedaan.
2.1
Beslissingsmodellen
Bij het voorschrijven van anticoagulantia bij een pati¨ent met AF raadt het ESC aan om gebruik te maken van het CHA2DS2-VASc scoresysteem. Deze schaal neemt verschillende
eigenschap-pen en aandoeningen met zich mee om uiteindelijk een vaste score te geven. De schaal loopt van 0 tot en met 9 en geeft aan wat het jaarlijks verhoogd risico van een AF pati¨ent is op een beroerte. De eigenschappen en aandoeningen waar CHA2DS2-VASc rekening mee houdt zijn te vinden
in tabel 2.1. Het aantal punten van alle relevante aandoeningen worden bij elkaar opgeteld. Het verhoogd risico op een beroerte voor elke score is te vinden in tabel 2.2.
Tabel 2.1: Aandoeningen waar CHA2DS2-VASc
rekening mee houdt en de te behalen punten. Eigenschap/Aandoening Punten Hartfalen 1 Hypertensie 1 Leeftijd 65-75 1 Leeftijd >75 2 Diabetes mellitus 1 Eerdere beroerte 2 Vasculaire aandoening 1 Vrouwelijk geslacht 1
Tabel 2.2: Jaarlijks verhoogd kans op beroerte met CHA2DS2-VASc score.
Score Verhoogd risico %
0 0 1 1.3 2 2.2 3 3.2 4 4.0 5 6.7 6 9.8 7 9.6 8 12.5 9 15.2
Tabel 2.3: Eigenschappen waar HAS-BLED re-kening mee houdt en de te behalen punten.
Eigenschap/Aandoening Punten
Hypertensie 1
Abnormale nierfunctie 1 Abnormale leverfunctie 1
Eerdere beroerte 1
Geschiedenis ernstige bloedingen 1
Leeftijd >65 1
Gebruik van anticoagulantia 1 Alcohol (>8EH/w) of drugs gebruik 1 Onstabiele/onregelmatige protrombinetijd 1
Tabel 2.4: Jaarlijks kans op ern-stige bloeding met HAS-BLED score[Rold´an et al., 2013]. Score Risico % 0 0 1 0.83 2 1.88 3 5.72 4 5.61 ≥5 16.48
Een ander model wat het ESC aanraadt te raadplegen is het zogeheten HAS-BLED score-systeem[Pisters et al., 2010]. Dit systeem lijkt op CHA2DS2-VASc maar geeft een indicatie voor
het risico dat een AF pati¨ent loopt op ernstige bloedingen. Belangrijk om te weten is dat bij het gebruik van HAS-BLED de score nooit een contra-indicatie is voor het gebruik van anticoagu-lantia[Lip et al., 2011], maar de methode kan toch gebruikt worden om de voor- en nadelen van anticoagulantia tegen elkaar af te wegen. Een overzicht van de aandoeningen waar HAS-BLED mee rekening houdt is te vinden in tabel 2.3. Het exacte risico is te zien in tabel 2.4. Een ander onderzoek toont aan dat bij ouderen boven de 85 jaar het risico op een bloeding 5% per jaar kan toenemen[DiMarco et al., 2005].
2.2
Foutherkenning
Het ESC geeft aan dat bij een CHA2DS2-VASc score van 1 anticoagulantia overwogen moet
worden[Camm et al., 2012], tenzij het gaat om een vrouw met zogeheten lone AF [Olesen et al., 2012]. Bij een score groter of gelijk aan 2 worden anticoagulantia sterk aangeraden. Echter be-nadrukken ze dat de cardioloog zelf het risico in moet schatten en nooit blindelings op de score af moet gaat. Om hier rekening mee te houden is er gekozen om de anticoagulantia medicatie opdracht pas als fout mee te tellen wanneer er sprake is van een CHA2DS2-VASc score 1 ´en er
sprake is van een HAS-BLED score kleiner dan 4 en dat het niet gaat om een vrouw met een CHA2DS2-VASc score 1. Vrouwen met een score 1 van zijn uitgesloten omdat volgens het ESC
er dan verwarring kan ontstaan met lone AF, die geen of beperkte zorg vereist.[Olesen et al., 2012]. Lone AF wordt be¨ınvloed door testosteron[Jiangtao et al., 2009], daarom worden mannen met score 1 wel meegenomen.
Zoals eerder vermeld wordt ook gekeken naar de geplande operaties. Echter is het niet een-voudig om te zeggen dat het opereren van een pati¨ent die anticoagulantia slikt fout is. Wanneer anticoagulantia nog actief is in het lichaam, zijn de bloedingen tijdens en vlak na een operatie frequenter en ook vaak ernstiger, echter met een lagere protrombinetijd is weer het risico op thrombo¨embolische complicaties (complicaties die ontstaan door bloedstolsels) groter[Torn and Rosendaal, 2003]. Een laatste kanttekening is het feit dat operatieve ingrepen niet altijd van tevoren gepland zijn, het kan voorkomen dat er spontaan complicaties ontstaan waardoor een pati¨ent geopereerd moet worden, en dus heeft de arts geen keuze over het aanpassen of staken van de anticoagulantia opdracht. Ondanks deze problemen, kan het toch interessant zijn om de frequentie van de operatieve ingrepen met anticoagulantia te onderzoeken en is het zeker een gegeven die een cardioloog moet meenemen wanneer er anticoagulantia voorgeschreven worden.
2.3
Databases en dataverwerking
De databases van de Chipsoft kunnen verschillende structuren hebben afhankelijk van de voor-keuren van verschillende ziekenhuizen. Een van deze databases zal gebruikt worden om de eerder
genoemde fouten te onderzoeken. De databases kunnen aangeroepen worden aan de hand van SQL queries. De resultaten worden vervolgens ge¨exporteerd naar een kommagescheiden bestan-den (csv) en die worbestan-den, met behulp van een speciale wrapper klasse, ingelezen door een C# programma. Dit zorgt er voor dat de implementatie los staat van het database model en wan-neer het programma op met ander database model moet werken, hoeft alleen de wrapper klasse aangepast te worden. Alle berekeningen en algoritmes blijven onaangepast.
De eerste stap om de data te verzamelen is alle pati¨enten te vinden die AF hebben. Het eerste probleem dat zich voordoet is dat pas in 2015 is besloten dat het zorgpersoneel de dia-gnoses van een pati¨ent op een centrale plek moeten opslaan. Voor oudere data moet gezocht worden in de zogeheten diagnose behandeling combinatie (DBC). Dit is een systeem waarin het volledig zorgproduct van een aandoening staat en waar meestal een vast bedrag aan hangt dat gebruikt wordt voor het factureringsproces. Een DBC is voor een jaar geldig2, en als daarna de zorg voortgezet moet worden, wordt er een nieuwe DBC geopend. In de DBC staat dus vermeld waaraan een pati¨ent is geholpen en voor hoe lang.
In de DBC’s zijn de aandoeningen opgesplitst in medische specialismen en codes. Wanneer een aandoening onder twee specialismen kan vallen, hebben beide specialisme een aparte code. Zo is er voor hypertensie (hoge bloeddruk) bij gastro-enterologie de code 901, maar bij cardiologie 902 (dat de getallen zo dicht bij elkaar liggen is toeval, 902 bij gastro-enterologie is bijvoorbeeld diabetes). AF valt alleen onder cardiologie en heeft code 401.
De meeste ziektes en aandoeningen zijn op dezelfde manier op te halen. Een overzicht van alle DBC en ICD-103 codes per risicofactor van CHA
2DS2-VASc en HAS-BLED is gegeven in
bijlage A. Echter zijn er ook gegevens die op andere manieren moeten worden opgehaald. Zo is om correct de HAS-BLED te berekenen ook de protrombinetijd nodig. Dit wordt door laborato-riumonderzoek bepaald en de resultaten zijn niet terug te vinden in een DBC. Wel geeft het lab aan of de uitkomst van de meting te hoog of te laag zijn, wat dus gebruikt wordt in de berekening van HAS-BLED.
Alcohol- en drugsgebruik zijn lastiger om op te halen. Dit wordt namelijk alleen opgesla-gen in een vraopgesla-genlijst, waarbij het zorgpersoneel handmatig het antwoord invult zonder dat er specifieke regels zijn over hoe dat gedaan wordt. Soms staat er iets concreets (bijvoorbeeld “3 EH/dag”) maar het kan ook voorkomen dat er een korte beschrijving over het gebruik van de pati¨ent staat, en dan is het niet altijd even duidelijk hoeveel de pati¨ent consumeert.
Naast de aandoeningen, moeten ook de medicatieopdrachten opgehaald worden, deze staan niet direct in de DBC’s opgeslagen maar een aparte tabel voor alle medicatieopdrachten. In deze tabel staan gegevens zoals het pati¨entnummer en voorschrijfdatum, maar niet precies over welke soort medicatie het gaat. Elk medicatie heeft naast een ATC code nog een unieke code die bedoelt is om verschillende varianten van dezelfde medicatie te onderscheiden. Deze kan gebruikt worden om een medicatie opdracht te koppelen aan een ATC code van de medicatie. De exacte uitwerking hiervan is te zien in bijlage C.
Wanneer alle data is opgehaald kan dit verwerkt worden in het programma. Dit wordt ge-daan met een aparte functie en klasse voor elk datatype (algemene pati¨entinformatie, ziektes, medicatievoorschrijfdata etc.). De velden van de klassen komen overeen met de kolommen van de bijbehorende csv. Deze functies zetten de csv bestanden om in een associatieve array’s (in C# een dictionary). De sleutels van deze array zijn de pati¨entnummers. De waarde die bij elke sleutel hoort is, bij de algemene pati¨ent informatie gewoon de klasse, maar bij alle andere datatypen een lijst van klassen. Het moet een lijst zijn omdat er een een-op-veel relatie bestaat tussen de pati¨enten en de data. De csv parser die gebruikt is heet LumenWorks CSV Reader. Hiervoor is gekozen omdat deze effici¨ent blijft werken bij grote datasets. In bijlage D is de code te zien die alle pati¨ent aandoeningen inleest.
2Sinds 2015 nog maar 120 dagen.
Over de ingelezen data kan een simulatie gedraaid worden. Deze simulatie kijkt per maand naar alle AF pati¨enten en berekent de scores en of de pati¨ent anticoagulantia kreeg (zie bij-lage E). Hierbij wordt rekening gehouden met de datum waarop AF is geconstateerd en ook dat een pati¨ent niet is overleden.
Een zelfde soort proces wordt uitgevoerd voor de operatie afspraken: Voor alle afspraken wordt gekeken of de pati¨ent anticoagulantia toegediend kreeg op de dag van een operatieve in-greep. Aangezien een medicatiekuur een begin- en einddatum heeft, maar niet duidelijk hoe laat de pati¨ent met de kuur begon, moet rekening gehouden worden met de grenswaardes. Er is gekozen om een medicatie opdracht pas mee te laten tellen wanneer de operatie plaats vond een dag na de startdatum en een dag voor de einddatum.
HOOFDSTUK 3
Resultaten
Er is gekeken naar een totaal van 6305 pati¨enten in de periode van januari 2008 tot en met juli 2013. De meeste pati¨enten zijn geboren tussen 1940 en 1945 en 55% van alle pati¨enten zijn van het vrouwelijk geslacht. De gemiddelde leeftijd neemt toe als de CHA2DS2-VASc ook toeneemt.
Er zijn in totaal slechts 28 pati¨enten met de score 6, en geen enkele pati¨ent hoger dan dat. Naast leeftijd en geslacht bleek hartfalen de meest voorkomende risicofactor te zijn en vaatlijden de minst voorkomende. Deze informatie staat in meer detail in tabellen 3.1 en 3.2.
Tabel 3.1: Gemiddelde leeftijd en standaardafwijking van alle AF pati¨enten op 1 juni 2013 per CHA2DS2-VASc score.
CHA2DS2-VASc Score Gemiddelde Leeftijd Standaardafwijking Aantal
0 55.3 8.36 669 1 64.3 8.47 1118 2 74.7 7.64 1281 3 80.9 7.42 1126 4 82.2 7.31 316 5 82.6 6.28 88 6 83.3 5.99 28 7 - - 0 8 - - 0 9 - - 0
Tabel 3.2: Aantal pati¨enten met AF per risicofactor op 1 juni 2013. Risico Factor Aantal pati¨enten
Hartfalen 669 Hypertensie 109 Leeftijd >= 75 1962 Diabetes 110 Geschiedenis Beroerte 286 Geschiedenis vaatlijden 4 Leeftijd 65 tot 75 1500 Vrouwelijk geslacht 2042
Er zijn geen situaties gevonden waar pati¨enten anticoagulantia medicatie toegediend kregen waarvoor eerder was aangegeven dat zij voor die medicatie allergisch zijn. Daarnaast ontbrak er data over de zwangerschappen zodat daarover geen uitspraken gedaan kunnen worden.
3.1
CHA
2DS
2-VASc score en medicatie opdrachten
In de onderzochte periode is ruim een verdubbeling van het aantal AF pati¨enten geconstateerd met een CHA2DS2-VASc score groter dan 0 waarbij vrouwen met de score 1 zijn uitgesloten, zie
figuur 3.1.
Van deze groep pati¨enten werd op zijn hoogst voor 32.0% wel anticoagulantia medicatie voorgeschreven. In januari 2008 was dit percentage 3.1% en in juni 2013 24.7%, zie figuur 3.4. Figuren 3.2 en 3.3 geven meer inzicht in de exacte verhouding van de scores met de percentages van zowel pati¨enten met medicatie als zonder.
In figuur 3.5 is de leeftijd op 1 juni 2013 in groepen van 5 jaar uitgezet tegen het percentage dat wel/geen anticoagulantia medicatie krijgt en de gemiddelde CHA2DS2-VASc score. Als laatste
is in figuur 3.6 het percentage dat pati¨enten wel/geen anticoagulantia medicatie kregen uitgezet tegen de CHA2DS2-VASc score in januari van elk jaar.
Figuur 3.1: CHA2DS2-VASc score van alle AF pati¨enten met een score groter dan 0 en
HAS-BLED score kleiner dan 4 van 2008 tot en met juni 2013. Vrouwen met een score van 1 zijn uitgesloten.
Figuur 3.2: CHA2DS2-VASc score van de AF pati¨enten met anticoagulantia medicatie met een
score groter dan 0 en HAS-BLED score kleiner dan 4 van 2008 tot en met juni 2013. Vrouwen met een score van 1 zijn uitgesloten.
Figuur 3.3: CHA2DS2-VASc score van de AF pati¨enten zonder anticoagulantia medicatie met
een score groter dan 0 en HAS-BLED score kleiner dan 4 van 2008 tot en met juni 2013. Vrouwen met een score van 1 zijn uitgesloten.
Figuur 3.4: Percentage van AF pati¨enten met CHA2DS2-VASc groter dan 0 en HAS-BLED
kleiner dan 4 dat wel of geen anticoagulantia medicatie krijgt van 2008 tot en met juni 2013. Vrouwen met score van 1 zijn uitgesloten.
Figuur 3.5: Percentage AF pati¨enten die wel of geen anticoagulantia medicatie krijgen per leef-tijdsgroep en gemiddelde CHA2DS2-VASc score met score groter dan 0 en HAS-BLED kleiner
Figuur 3.6: Percentage AF pati¨enten met score groter dan 0 en HAS-BLED kleiner dan 4 die wel of geen anticoagulantia kregen per CHA2DS2-VASc score aan het begin van elk jaar van 2008
tot en met 2013. Vrouwen met score van 1 zijn uitgesloten.
3.2
Operaties
In totaal waren er ruim 5000 operatie kamer (OK) afspraken in de periode van onderzochte pe-riode. Daarvan waren ongeveer de helft afspraken voor pati¨enten die op de dag van de operatie nog AF medicatie namen. In figuur 3.7 is een overzicht te zien van de OK afspraken. Hieruit blijkt dat sinds 2009 ongeveer de helft van alle OK afspraken bij AF pati¨enten gebeuren terwijl de pati¨ent nog de anticoagulantia toegediend krijgen. Bij slechts 31 van die gevallen kreeg de pati¨ent DOAC’s, de eerste hiervan vond plaats in december 2009.
Figuur 3.7: Aantal OK afspraken van de AF pati¨enten die wel of geen anticoagulantia toegediend kregen.
HOOFDSTUK 4
Discussie
Het aantal AF pati¨enten lijkt lineair toe te nemen met een lichte sprong aan het begin van elk jaar waarbij alle CHA2DS2-VASc score groepen ongeveer in dezelfde verhouding blijven. Het
aantal pati¨enten dat AF medicatie kregen nam tot 2012 in sterkere mate toe, ongeveer 30% van alle AF pati¨enten namen op dat moment een vorm van anticoagulantia. In deze periode bleef het aantal pati¨enten zonder medicatie relatief constant. In 2013 nam het percentage met medicatie iets af tot 24%. Dit komt overeen met de resultaten van het eerdere onderzoek bij Chipsoft naar drie andere ziekenhuizen waar 21 tot 30% gevonden was[Brummelen, 2015].
Een verklaring voor het afnemen zou kunnen zijn dat een of meerdere cardiologen zijn gestopt met werken bij het onderzochte ziekenhuis, en dat de vervangers de richtlijnen minder nauw op-volgen. Maar een tegenargument zou kunnen zijn dat nieuwe (onervaren) cardiologen juist meer de richtlijnen zouden volgen en minder op eigen intu¨ıtie/ervaring afgaan. Een onderzoek naar de correlatie tussen richtlijngetrouwheid en leeftijd staat bij Chipsoft nog op de planning, dus er kan nog geen concrete conclusie hiervoor getrokken worden.
Uit figuur 3.5 kunnen verschillende conclusies getrokken worden: Ten eerste is er weinig tot geen verschil in CHA2DS2-VASc score tussen pati¨enten die wel en geen medicatie krijgen als je
kijkt naar de leeftijd. Dit komt overeen met de vooraf gestelde aanname dat te weinig cardi-ologen gebruik maken van het CHA2DS2-VASc scoresysteem. Verder neemt het voorschrijven
van anticoagulantia voor pati¨enten ouder dan 84 alleen maar af. Dit kan mogelijk verklaard worden doordat cardiologen twijfelen of de voordelen van het voorschrijven van deze medicatie wel afwegen tegen het verhoogde risico op ernstige bloedingen[DiMarco et al., 2005]. Maar dit verklaart niet het relatief lage percentage bij de leeftijd van 45 tot 54 jaar.
Dat de cardiologen geen gebruik maken van het CHA2DS2-VASc scoresysteem wordt nog eens
verduidelijkt door figuur 3.6. Alleen in 2011 en 2012 heeft een score van 6 een significant hogere percentage van pati¨enten met anticoagulantia, in de andere jaren is het percentage zelfs lager dan de rest van de scores. Het lijkt dat het percentage van alle scores meer be¨ınvloed wordt door jaarlijkse trends dan een objectieve score.
Een kleine aanmerking op de implementatie is dat HAS-BLED nooit helemaal correct is bere-kend. Alcohol- en drugsgebruik was niet meegenomen vanwege de onhandige manier waarop de data beschikbaar was, en vereiste handmatige verwerking of een zeer geavanceerd algoritme om dit automatisch te doen. Wanneer een realtime adviessysteem wordt ge¨ımplementeerd, moeten deze gegevens anders opgeslagen worden zodat het algoritme eenvoudig de concrete antwoorden op kan halen en verwerken.
Tevens vond het onderzoek slechts plaats op een enkel ziekenhuis wat natuurlijk een kleine sample size is, maar de resultaten komen wel overeen met eerdere onderzoeken en de huidige implementatie is eenvoudig uit te breiden naar andere ziekenhuizen.
Zonder meer informatie over de operaties is het lastig te zeggen hoe de exacte verhouding van pati¨enten met en zonder anticoagulantia medicatie zou moeten zijn. Wel is te zien dat de verhouding sinds 2010 relatief constant is gebleven. De verwachting is wel dat er het percentage zonder medicatie zal toenemen als er meer pati¨enten overstappen op DOAC’s, aangezien het stoppen en hervatten van het gebruik van de medicatie een sneller proces is, maar de huidige 36 operaties tijdens DOAC opdrachten zijn te weinig om een concrete conclusie hierover te trekken.
HOOFDSTUK 5
Conclusie
Dit onderzoek geeft inzicht in de mogelijkheden bij uitgebreide data analyse in de zorg. Hierbij stond atriumfibrillatie en het voorschrijven van anticoagulantia als voorbeeld van een diagnose waarbij grote verbeteringen zijn te behalen door onder andere cardiologen te wijzen op bepaalde risicofactoren en belangrijke toestanden. Er is data geanalyseerd van 1 ziekenhuis in de periode van januari 2008 tot en met juni 2013. Hierbij is gekeken naar het ontbreken van bloedverdun-ners wanneer dat wel nodig was en de aanwezigheid van bloedverdunbloedverdun-ners wanneer het eigenlijk afgeraden wordt.
Het CHA2DS2-VASc scoresysteem, dat het verhoogd risico op een beroerte aangeeft, is
ge-bruikt om na te gaan wanneer een pati¨ent anticoagulantia nodig zou hebben. Het HAS-BLED scoresysteem is gebruikt om de geval-specifieke redenen die een cardioloog mee zou nemen in zijn beslissing bij het wel/niet voorschrijven van de medicatie toch te kunnen automatiseren. Hieruit kwam naar voren dat cardiologen alleen consistent leeftijd in acht nemen bij het voorschrijven. Alle andere risicofactoren lijken niet gebruikt te worden. Er is een trend in een toename van het voorschrijven van anticoagulantia aangetoond, maar die stagneerde tegen het einde van ge-analyseerde periode. Het hoogste berekende percentage van atriumfibrillatie pati¨enten die wel anticoagulantia kregen was 30.0% en in de laatste berekende maand was dit gedaald naar 24.7%.
De resultaten betekenen dat er in totaal vele honderden pati¨eten in het onderzochte zieken-huis zijn die geen medicatie krijgen die het wel zouden moeten volgens de richtlijnen van het Nederlands Vereniging voor Cardiologie en European Society of Cardiology. Deze resultaten komen overeen met eerdere onderzoeken bij andere ziekenhuizen en is dus hoogstwaarschijnlijk een landelijk, of misschien wel een wereldwijd probleem.
Ongeveer de helft van alle operatieve ingrepen op atriumfibrillatie pati¨enten werden uitge-voerd terwijl de pati¨ent nog onder invloed waren van anticoagulantia. Er wordt verwacht dat dit steeds minder wordt vanwege de opkomst van Direct Orale Anti-Coagulantia in plaats van de Vitamine-K Antagonisten. Dit is echter nog niet geobserveerd in de geanalyseerde data.
De resultaten zijn in zoverre schokkend dat het verder onderzoek naar de mogelijkheden van ondersteunende software in de zorg, en de implementatie van waarschuwingen voor de factoren die in dit onderzoek gebruikt zijn om fouten te vinden, rechtvaardigt. Daarbij komt dat Chipsoft van plan is om in overleg met ziekenhuizen te gaan om de atriumfibrillatie waarschuwingen te implementeren.
BIJLAGE A
DBC en ICD-10 codes voor de CHA
2
DS
2
-VASc en HAS-BLED risicofactoren
Tabel A.1: De DBC codes gebruikt om data uit de database te halen. Risico
fac-tor
Aandoening Code Specialisme ICD-10 Chron.
AF Atriumfibrillatie 401 Cardiologie I48 J
Diabetes
Diabetes mellitus 902 Gastro-enterologie E10-E14 J DM znd secundaire complicaties 221 Interne geneeskunde E10-E14 J DM met secundaire complicaties 222 Interne geneeskunde E10-E14 J DM chronisch pomptherapie 223 Interne geneeskunde E10-E14 J
Hypertensie
901 Gastro-enterologie I10-I15 N 902 Cardiologie I10-I15 N 311 Interne geneeskunde I10-I15 N
Hartfalen chronisch hartfalen 302 Cardiologie I50.9 J decompensatio cordis 262 Geriatrie I50.9 J
Beroerte
CVA 101 Interne geneeskunde I60-I64 J
Cerebrovasculair acc/TIA 121 Interne geneeskunde I60-I64 G45.9 J
TIA 1112 Neurologie G45.9 J
CVA/TIA 263 Geriatrie I60-I64 G45.9 J
Vasculaire Aandoe-ning
instabiele AP 102 Interne geneeskunde I20.0 N myocarditis 104 Interne geneeskunde I09.0 I51.4 J atheroscl extr/perif vaatlijd 124 Interne geneeskunde I25.0 I25.1 I70 J ST elevatie hartinfarct 204 Cardiologie I21.3 N non ST elevatie hartinfarct 205 Cardiologie I21.4 N
Abnormale nierfunc-tie
acute nierinsufficientie met dialyse 322 Interne geneeskunde N19 J acute nierinsufficientie zonder dialyse 323 Interne geneeskunde N19 N chronische nierinsufficientie (geen dialyse) 324 Interne geneeskunde N18 J Begin niertransplantatie - ontvanger 76 Interne geneeskunde Z94.0 J Begin niertransplantatie - donor 77 Interne geneeskunde Z94.0 J niertransplantatie 341 Interne geneeskunde Z94.0 J niertransplantatie <= 365d 344 Interne geneeskunde Z94.0 J nier- en pancreastransplantatie <=365d 345 Interne geneeskunde Z94.0 Z94.8 J niertransplantatie >365d 346 Interne geneeskunde Z94.0 J Abnormale
leverfunc-tie
levercirrose gecompenseerd 945 Interne geneeskunde K70.3 J levercirrose gedecompenseerd 946 Interne geneeskunde K70.3 J
BIJLAGE B
Onderzochte medicatie
Tabel B.1: Onderzochte medicatie met de ATC codes. Medicatie ATC code Type
Fenindion B01AA02 VKA Warfarine B01AA03 Fenprocoumon B01AA04 Acenocoumarol B01AA07 Dabigatran B01AE07 DOAC Apixaban B01AF02 Rivaroxaban B01AF01
BIJLAGE C
Query voorbeeld
select mo.patientNummer, m.atcCode, mo.beginDatum, mo.eindDatum
from MedicatieOpdrachten mo
join Medicijnen m on mo.medicijnCode = m.code
where ( m.atcCode = ’B01AA02’ or m.atcCode = ’B01AA03’ or m.atcCode = ’B01AA04’ or m.atcCode = ’B01AA07’ or m.atcCode = ’B01AF01’ or m.atcCode = ’B01AF02’ or m.atcCode = ’B01AE07’ )
and mo.beginDatum is not NULL and mo.patientNummer in (
-- Ophalen van alle AF patienten
select distinct e.patientNummer
from Dbcs d
join DbcEpisode e on d.dbcNummer = e.dbcNummer
where d.specialismeCode = ’03’ and d.diagnoseCode = ’401’
--atriumfibrilleren
)
order by mo.beginDatum, mo.patientNummer
BIJLAGE D
Code voorbeeld - pati¨ent aandoeningen
inlezen
static Dictionary<string, List<PatientDisease>> loadPatientsDiseases(String csvPath) {
,→
Dictionary<string, List<PatientDisease>> patientDiseases = new
Dictionary<string, List<PatientDisease>>();
,→
using (CsvReader csv =
new CsvReader(new StreamReader(csvPath), true, ’;’)) {
while (csv.ReadNextRecord()) {
// Specifiek formaat van de csv
string patientNr = csv[0];
string specNr = csv[1];
string diagNr = csv[2];
string omschrijving = csv[3];
DateTime beginDatum = Convert.ToDateTime(csv[4]); DateTime eindDatum;
if(csv[5] == "NULL")
eindDatum = DateTime.MaxValue;
else
eindDatum = Convert.ToDateTime(csv[5]);
// Specifiek formaat van PatientDisease klasse
PatientDisease newDisease = new PatientDisease(patientNr, specNr, diagNr, omschrijving, beginDatum, eindDatum);
,→
if (!patientDiseases.ContainsKey(patientNr)) {
// Dit is de eerste aandoening van de patient
patientDiseases.Add(patientNr, new List<PatientDisease>()); } patientDiseases[patientNr].Add(newDisease); } } return patientDiseases; }
Listing 2: Inlezen van csv met pati¨ent aandoeningen en het omzetten in een dictionary van lijsten met PatientDisease klassen.
BIJLAGE E
Code voorbeeld - Simulatie
DateTime simDateTime = new DateTime(2008, 1, 1); DateTime endDate = new DateTime(2013, 7, 1);
List<String> output = new List<String> { "PatientNr;DateTime;CHADs-VASc Score;HAS-BLED;has AC" };
,→
while (simDateTime < endDate) {
foreach (string k in general.Keys) {
if (general[k].overleden && general[k].overlDat < simDateTime)
continue;
if (!hasAFAtDate(k, diseases, simDateTime))
continue;
Boolean hasAC = false;
if (patientHasACAtDate(k, ACD, simDateTime)) hasAC = true;
int chadsvascScore = calculateChadsvasc(general[k], diseases[k], simDateTime);
,→
int hasbledScore = calculateHasBled(k, general, diseases, INRs, kreatine, simDateTime);
,→
// Alleen data verzamelen waarin we geinteresseerd zijn
if (chadsvascScore >= 1 && hasbledScore < 4 && !(chadsvascScore == 1 && general[k].geslacht == "V"))
,→
output.Add(String.Format("{0};{1};{2};{3};{4}", k, simDateTime, chadsvascScore, hasbledScore, hasAC));
,→
}
simDateTime = simDateTime.AddMonths(1); }
System.IO.File.WriteAllLines(@"Data\output.csv", output);
Listing 3: Simulatie voor het vinden van pati¨enten verzamelen van data over CHA2DS2-VASc
static int calculateChadsvasc(PatientGeneral general, List<PatientDisease> diseases, DateTime simDateTime) {
,→
DateTime zeroTime = new DateTime(1, 1, 1);
int age = (zeroTime + (simDateTime - general.gebDat)).Year - 1; String sex = general.geslacht;
Boolean hasDM, hasHypertension, hasHeartFailure, hasPriorStroke, hasVascDis;
,→
hasDM = hasHypertension = hasHeartFailure = hasPriorStroke = hasVascDis =
false;
,→
if(diseases != null) {
hasDM = hasDmDisease(diseases, simDateTime);
hasHypertension = hasHypertensionDisease(diseases, simDateTime); hasHeartFailure = hasHeartFailureDisease(diseases, simDateTime); hasPriorStroke = hasPriorStrokeDisease(diseases, simDateTime); hasVascDis = hasVascDisease(diseases, simDateTime);
} int score = Convert.ToInt32(hasHeartFailure) + Convert.ToInt32(hasHypertension) + Convert.ToInt32(age >= 75) * 2 + Convert.ToInt32(hasDM) + Convert.ToInt32(hasPriorStroke) * 2 + Convert.ToInt32(hasVascDis) +
Convert.ToInt32(age >= 65 && age <= 74) + Convert.ToInt32(sex == "V");
return score; }
Listing 4: Berekenen van CHA2DS2-VASc score van een enkele pati¨ent op een gegeven datum.
Bibliografie
[Anticoagulants, 2014] Anticoagulants, O. (2014). Non-Vitamin K antagonist oral anticoagulants (NOACs): no longer new or novel. Thromb Haemost, 111:781–782.
[Brummelen, 2015] Brummelen, R. J. V. (2015). Clinical practice guideline adherence in the treatment of atrial fibrillation.
[Camm et al., 2012] Camm, A. J., Lip, G. Y., De Caterina, R., Savelieva, I., Atar, D., Hohnloser, S. H., Hindricks, G., Kirchhof, P., Bax, J. J., Baumgartner, H., et al. (2012). 2012 focused update of the ESC guidelines for the management of atrial fibrillation. European heart journal, page ehs253.
[Christensen et al., 2016] Christensen, T. D., Grove, E. L., Nielsen, P. B., and Larsen, T. B. (2016). Self-managed oral anticoagulant therapy: a call for implementation. Expert review of cardiovascular therapy, (just-accepted).
[DiMarco et al., 2005] DiMarco, J. P., Flaker, G., Waldo, A. L., Corley, S. D., Greene, H. L., Safford, R. E., Rosenfeld, L. E., Mitrani, G., Nemeth, M., Investigators, A., et al. (2005). Factors affecting bleeding risk during anticoagulant therapy in patients with atrial fibrilla-tion: observations from the atrial fibrillation follow-up investigation of rhythm management (AFFIRM) study. American heart journal, 149(4):650–656.
[Feinberg et al., 1995] Feinberg, W. M., Blackshear, J. L., Laupacis, A., Kronmal, R., and Hart, R. G. (1995). Prevalence, age distribution, and gender of patients with atrial fibrillation: analysis and implications. Archives of internal medicine, 155(5):469–473.
[Heemstra et al., 2011] Heemstra, H., Nieuwlaat, R., Meijboom, M., and Crijns, H. (2011). The burden of atrial fibrillation in the Netherlands. Netherlands Heart Journal, 19(9):373–378.
[Holbrook et al., 2005] Holbrook, A. M., Pereira, J. A., Labiris, R., McDonald, H., Douketis, J. D., Crowther, M., and Wells, P. S. (2005). Systematic overview of warfarin and its drug and food interactions. Archives of internal medicine, 165(10):1095–1106.
[Jiangtao et al., 2009] Jiangtao, L., Dongchen, Z., Shudong, X., Yunpeng, S., Lihong, W., Li-angrong, Z., and Jianhua, Z. (2009). Reduced testosterone levels in males with lone atrial fibrillation. Clinical cardiology, 32(1):43–46.
[Lip et al., 2011] Lip, G. Y., Frison, L., Halperin, J. L., and Lane, D. A. (2011). Comparative validation of a novel risk score for predicting bleeding risk in anticoagulated patients with atrial fibrillation: the HAS-BLED (hypertension, abnormal renal/liver function, stroke, bleeding history or predisposition, labile INR, elderly, drugs/alcohol concomitantly) score. Journal of the American College of Cardiology, 57(2):173–180.
[Lobach and Hammond, 1997] Lobach, D. F. and Hammond, W. E. (1997). Computerized deci-sion support based on a clinical practice guideline improves compliance with care standards. The American journal of medicine, 102(1):89–98.
[Manolis and Melita, 2016] Manolis, A. S. and Melita, H. (2016). Management of major bleeding with the non-Vitamin K oral anticoagulants: the role of antidotes. Hospital Chronicles, 11(1):3–9.
[NOAC and Specialisten, 2012] NOAC, W. and Specialisten, M. (2012). Leidraad begeleide in-troductie nieuwe orale antistollingsmiddelen.
[Olesen et al., 2012] Olesen, J. B., Fauchier, L., Lane, D. A., Taillandier, S., and Lip, G. Y. (2012). Risk factors for stroke and thromboembolism in relation to age among patients with atrial fibrillation: the loire valley atrial fibrillation project. CHEST Journal, 141(1):147–153.
[Pisters et al., 2010] Pisters, R., Lane, D. A., Nieuwlaat, R., de Vos, C. B., Crijns, H. J., and Lip, G. Y. (2010). A novel user-friendly score (HAS-BLED) to assess 1-year risk of major bleeding in patients with atrial fibrillation: the euro heart survey. Chest Journal, 138(5):1093–1100.
[Rold´an et al., 2013] Rold´an, V., Mar´ın, F., Fern´andez, H., Manzano-Fernandez, S., Gallego, P., Vald´es, M., Vicente, V., and Lip, G. Y. (2013). Predictive value of the HAS-BLED and ATRIA bleeding scores for the risk of serious bleeding in a real-world population with atrial fibrillation receiving anticoagulant therapy. CHEST Journal, 143(1):179–184.
[Torn and Rosendaal, 2003] Torn, M. and Rosendaal, F. R. (2003). Oral anticoagulation in surgical procedures: risks and recommendations. British journal of haematology, 123(4):676– 682.
[Zoni-Berisso et al., 2014] Zoni-Berisso, M., Lercari, F., Carazza, T., Domenicucci, S., et al. (2014). Epidemiology of atrial fibrillation: European perspective. Clin Epidemiol, 6(213):e220.
