Rectificatie toevoegen

Verzenden

Ik wil de tekst...

Kopiëren Rectificeren
22 mei 2023

Frequentie en acceptatie van door beslisondersteuning gegenereerde STOPP/START-signalen bij ouderen met polyfarmacie en multimorbiditeit opgenomen in het ziekenhuis

  • Rubriek: Korte bijdrage
  • Identificatie: 2023;8:a1767
  • Auteur(s): Bastiaan Sallevelt a*, Lianne Huibers b, Jody Op Heij b, Toine Egberts ac, Eugène van Puijenbroek de, Ingeborg Wilting a en Wilma Knol b

Kernpunten

  • Toepassing van algoritmes op basis van de STOPP/START-criteria leidt bij 98% van de klinisch opgenomen oudere patiënten met polyfarmacie en multimorbiditeit tot minstens één signaal voor aanpassing van de medicatie.
  • Ongeveer de helft van de STOPP/START-signalen wordt door een farmacotherapieteam relevant bevonden voor de betreffende individuele patiënt.
  • STOPP-signalen worden vaker geaccepteerd dan START-signalen.
  • Bij patiënten met een valhistorie worden STOPP/START-signalen vaker geaccepteerd.

Abstract

Frequency and acceptance of clinical decision support system generated STOPP/START signals for hospitalised older patients with polypharmacy and multimorbidity

Background
The Screening Tool of Older Persons’ Prescriptions (STOPP)/Screening Tool to Alert doctors to Right Treatment (START) instrument is a screening tool to evaluate the medication regimen in older people. STOPP/START criteria have been converted into software algorithms and implemented in a clinical decision support system (CDSS) to facilitate their use in clinical practice.

Objective
To determine the acceptance of CDSS generated STOPP/START signals by a pharmacotherapy team in hospitalised older patients with polypharmacy and multimorbidity.

Design and methods
Hospitalised multimorbid older patients with polypharmacy assigned to the Dutch intervention arm of the OPERAM (OPtimising thERapy to prevent Avoidable hospital admissions in the Multimorbid elderly) trial were included. Intervention patients received a CDSS-assisted structured medication review. The acceptance of CDSS-generated STOPP/START signals by a pharmacotherapy team and determinants for acceptance were evaluated.

Results
In 98% of the 203 included patients, at least one STOPP/START signal was generated. Overall, 43.1% of all 1059 signals were accepted. STOPP signals (51.5%) were more likely than START signals (39.1%) to be accepted per patient (mean difference: 12.4%; 95% confidence interval 4.7-20.1). A history of falls was positively associated with acceptance (+11.8%) while prior hospitalization (−10.7%), decreased renal function (−11.2%) and long hospital stay (−9.0%) were negatively associated with acceptance.

Conclusion
About half of the generated STOPP/START signals were accepted by the pharmacotherapy team. The nature of the signal was a better predictor for acceptance than patient or setting related factors.

Inleiding

Polyfarmacie bij ouderen gaat gepaard met een verhoogd risico op bijwerkingen, ziekenhuisopnames en overlijden [1,2]. De potentiële voordelen van een geneesmiddel moeten bij voorschrijven en regelmatig tijdens gebruik worden afgewogen tegen de potentiële risico’s voor de individuele patiënt.

Voor het evalueren van het medicatiegebruik bij ouderen zijn expliciete screeningsinstrumenten, zoals de Screening Tool of Older Persons’ Prescriptions (STOPP)/Screening Tool to Alert doctors to Right Treatment (START)-criteria, ontwikkeld [3-5]. Toepassing van STOPP/START-criteria leidt volgens onderzoek tot een vermindering van polyfarmacie, ongeschikt medicatiegebruik en bijwerkingen, maar de implementatie in de klinische praktijk is nog beperkt, met name vanwege de hiervoor benodigde tijd [5-7]. Daarom zijn de STOPP/START-criteria vertaald in algoritmes die kunnen worden geïmplementeerd in beslisondersteunende systemen [8].

Het doel van dit onderzoek was het bepalen van de acceptatie door een farmacotherapieteam van door beslisondersteuning gegenereerde STOPP/START-signalen bij klinisch opgenomen ouderen met polyfarmacie en multimorbiditeit en potentiële determinanten voor acceptatie.

Methoden

Onderzoeksopzet en -populatie

Dit onderzoek is onderdeel van de OPtimising thERapy to prevent Avoidable hospital admissions in the Multimorbid elderly (OPERAM)-studie, een cluster-gerandomiseerd onderzoek in vier ziekenhuizen (Zwitserland, België, Ierland en Nederland) met als doel het effect te onderzoeken van een gestructureerde medicatiebeoordeling op geneesmiddelgerelateerde ziekenhuisopnames [9,10].

Patiënten werden gerandomiseerd naar reguliere zorg (controle) of naar een gestructureerde medicatiebeoordeling (interventie). Geïncludeerd werden klinisch opgenomen ouderen (≥ 70 jaar) met multimorbiditeit (≥ 3 chronische aandoeningen) en polyfarmacie (≥ 5 chronische geneesmiddelen). Exclusiecriteria waren overplaatsing naar palliatieve zorg < 24 uur en een gestructureerde medicatiebeoordeling < 2 maanden voorafgaand aan de ziekenhuisopname. Basiskarakteristieken van de onderzoekspopulatie zijn weergegeven in tabel 1.
 

De OPERAM-studie werd goedgekeurd door de Medisch Ethische Toetsingscommissies van de deelnemende centra en is in Nederland geregistreerd onder trialnummer NL5435.

Voor dit onderzoek werden de gegevens van alle Nederlandse OPERAM interventiepatiënten gebruikt, geïncludeerd in het St. Antoniusziekenhuis (Nieuwegein/Utrecht). Patiënten in de controlegroep van OPERAM ontvingen reguliere zorg en werden daarom niet meegenomen in dit onderzoek.

De gestructureerde medicatiebeoordeling werd volgens de Systematic Tool to Reduce Inappropriate Prescribing (STRIP)-methode [11] uitgevoerd en bestond uit vijf opeenvolgende stappen: 1) afname van een gestructureerde medicatie-anamnese [12] en invoer van patiëntinformatie (actuele medicatie, aandoeningen, potentiële bijwerkingen, lab- en meetwaarden) in het beslisondersteunend systeem; 2) screening van de actuele medicatielijst met behulp van STOPP/START-algoritmen; 3) beoordeling van de gegenereerde STOPP/START-signalen in relatie tot de actuele status van de patiënt door een farmacotherapieteam - bestaande uit een AIOS geriatrie (LH) en een AIOS ziekenhuisfarmacie (BS) - die de signalen accepteerden of afwezen; 4) omzetting van de geaccepteerde signalen naar een concreet farmacotherapie-advies en bespreking daarvan met de behandelend arts en de patiënt; 5) overdracht aan de huisarts van de medicatiewijzigingen of openstaande adviezen indien klinische implementatie niet mogelijk was [13]. De onderzoeksvraag richt zich op de eerste drie processtappen (figuur 1). Als beslisondersteunend systeem werd gebruikgemaakt van de STRIP Assistent (STRIPA), die ontwikkeld is om een gedigitaliseerde medicatiebeoordeling met geïntegreerde STOPP/START-criteria uit te voeren [7,11]. De 80 originele STOPP- en 34 START-criteria (versie 2) werden gecodeerd naar respectievelijk 79 en 33 algoritmes door middel van een multidisciplinaire consensus procedure [3,8].

Uitkomsten

De primaire uitkomst was de acceptatie van door beslisondersteuning gegenereerde STOPP/START-signalen door het farmacotherapieteam.

Determinanten

Het type signaal (STOPP versus START), patiëntgerelateerde factoren (zoals leeftijd, geslacht, aantal geneesmiddelen, valhistorie) en opnamegerelateerde factoren (ziekenhuisafdeling, type opname en opnameduur) werden als determinanten voor acceptatie geëvalueerd.

Dataverzameling en analyse

Alle gegevens van de OPERAM-studie werden geregistreerd in het elektronisch case report form (eCRF) van de OPERAM-studie. Voor descriptieve analyses, Student-t-toets (type van het signaal) en univariabele en multivariabele lineaire regressie (overige determinanten) werd IBM SPSS Statistics v.25.0.0.2 gebruikt.

Resultaten

De OPERAM onderzoekspopulatie bestond uit 2008 patiënten, waarvan 963 gerandomiseerd waren naar de interventie-arm. Het aandeel Nederlandse interventiepatiënten was 229 (23,8%). Van 26 Nederlandse interventiepatiënten (11,4%) waren geen interventiegegevens beschikbaar. De onderzoekspopulatie bestond derhalve uit 203 patiënten (figuur 2).

In totaal werden 1059 STOPP/START-signalen gegenereerd bij 199 patiënten. Bij 2% van de patiënten (n = 4) werd geen signaal gegenereerd. Bij 26,1% werden 1-3 signalen, bij 46,8% werden 4-6 signalen en bij 25,2% werden > 6 signalen gegenereerd.

Van alle gegenereerde STOPP/START-signalen werd 43,1% (n = 456) geaccepteerd door het farmacotherapieteam. 59,8% van de gegenereerde signalen (n = 633) betrof een STOPP-criterium, waarvan 47,2% werd geaccepteerd en dus leidde tot een advies aan patiënt en behandelend arts. 40,2% van de signalen (n = 426) betrof een START-criterium, waarvan 36,9% werd geaccepteerd (tabel 2). Op patiëntniveau kwam dit neer op een gemiddelde acceptatie van 51,5% voor STOPP- en 39,1% voor START-signalen (verschil: 12,4%; 95%-betrouwbaarheidsinterval [BI] 4,7-20,1%; tabel 3).

Er was een aanzienlijke variabiliteit in zowel de frequentie van voorkomen als in de acceptatie tussen de diverse STOPP/START-criteria. Een overzicht van het totaal aantal gegenereerde STOPP/START-signalen en bijbehorende acceptatie is weergegeven in tabel 2.

Determinanten die een associatie lieten zien met de gemiddelde acceptatie per patiënt na multivariabele analyse waren: aantal keer gevallen in afgelopen jaar (> 1) als positieve voorspeller (+11,8%) en het aantal ziekenhuisopnamen in afgelopen jaar (1 keer), een verminderde nierfunctie (30-50 mL/min/1,73m2) en een lange opnameduur (> 14 dagen) als negatieve voorspellers, met een gemiddelde afname in acceptatie van respectievelijk −10,7%, −11,2% en −9,0% (tabel 3).

Beschouwing

Bij 98% van de ouderen werd tenminste één STOPP/START-signaal gegenereerd. Het signaal om een geneesmiddel zonder indicatie te staken (STOPP A1) kwam het meest frequent voor. Gemiddeld werd minder dan de helft van de signalen (43,1%) geaccepteerd door het farmacotherapieteam. STOPP-signalen leidden significant vaker tot een advies dan START-signalen. Vallen was de enige positieve voorspeller voor acceptatie van de onderzochte patiënt- en opnamegerelateerde determinanten. Een voorgeschiedenis met een ziekenhuisopname, een lange opnameduur en een verminderde nierfunctie waren negatieve voorspellers.

In een recent Nederlands onderzoek werd bij 98% van de patiënten tenminste één advies voor aanpassing van medicatiegebruik gesignaleerd na handmatige, retrospectieve toepassing van de STOPP/START-criteria bij ouderen op de valpolikliniek [15]. Een ander Nederlands onderzoek - hoewel uitgevoerd in de eerste lijn en met STOPP/START versie 1 - liet net als in ons onderzoek een hogere implementatie van STOPP-adviezen ten opzichte van START-adviezen zien (56% versus 39%) [16]. In een Iers onderzoek werd 39% van de signalen aangemerkt als klinisch relevant voor de individuele patiënt na toepassing van STOPP/START versie 2 als algoritmes bij opgenomen ouderen [17]. Deze bevindingen zijn vergelijkbaar met onze resultaten.

Het type signaal bleek een belangrijkere voorspeller voor de acceptatie dan de onderzochte patiënt- en opnamegerelateerde determinanten. De positieve relatie tussen vallen en acceptatie kan mogelijk worden verklaard door de relatief hoge acceptatie van signalen geassocieerd met val- en fractuurpreventie, zoals het staken van benzodiazepines en het starten van calcium, vitamine D en/of een bisfosfonaat (tabel 2). De negatieve voorspellers voor acceptatie wijzen er mogelijk op dat de acceptatie afneemt bij (acuut) ziekere patiënten. Mogelijk hebben overige patiënt- en opnamegerelateerde factoren met name invloed in de vervolgstappen van het medicatie-optimalisatieproces, bijvoorbeeld tijdens de implementatie van de farmacotherapie-adviezen. Het onderzoeken welke adviezen na overleg met behandelend arts en de patiënt worden overgenomen en welke determinanten hierbij een rol spelen, is een belangrijke vervolgstap om de klinische relevantie van de signalen te duiden.

Een sterk punt van dit onderzoek is het grote aantal STOPP/START-signalen dat is beoordeeld door een multidisciplinair farmacotherapieteam na zorgvuldige afweging van de signalen, met inachtneming van de actuele status van de individuele patiënt. De medische informatie werd prospectief verzameld met volledige toegang tot het dossier en was daardoor van hoge kwaliteit.

Overwegingen om een STOPP/START-signaal te accepteren of af te wijzen kunnen in het ziekenhuis anders zijn dan in de eerste lijn. Ziekenhuisopnames hebben invloed op de continuïteit van farmacotherapie, terwijl de STOPP/START-criteria vooral gericht zijn op detectie van ongeschikt gebruik van chronische medicatie [18,19]. Onze geriatrische populatie was daarnaast relatief functioneel zelfstandig, ondanks dat er weinig exclusiecriteria waren. De resultaten zijn daarom niet zonder meer te extrapoleren naar ouderen in de eerstelijnszorg of in een verpleeghuis. Tevens zijn de resultaten alleen van toepassing op de Nederlandse situatie. Onderzoek met internationale OPERAM-data toonde namelijk aan dat de acceptatie van STOPP/START-signalen significant verschilde tussen de vier Europese centra [14].

Conclusie

Uit ons onderzoek blijkt dat ongeveer de helft van de STOPP/START-signalen na beoordeling van de klinische context van de patiënt leidt tot een advies voor medicatie-optimalisatie. De signaalacceptatie neemt toe als het een STOPP-criterium betreft of indien de patiënt meerdere keren gevallen is in het afgelopen jaar. Een voorgeschiedenis met een ziekenhuisopname, een lange opnameduur en een verminderde nierfunctie waren negatieve voorspellers. Onze bevindingen kunnen bijdragen aan de inschatting welke STOPP/START-algoritmen relevant zijn bij het opsporen van potentieel ongeschikt medicatiegebruik bij ouderen in een klinische setting.

Verantwoording

Geen belangenverstrengeling gemeld.

Dit artikel maakt onderdeel uit van het Europese OPERAM-project. Het onderzoek is tevens uitgevoerd met internationale data in het kader van het promotieonderzoek van BTGM Sallevelt en gepubliceerd in:

  • Sallevelt BTGM, Huibers CJA, Op Heij JMJ et al. Frequency and Acceptance of Clinical Decision Support System-Generated STOPP/START Signals for Hospitalised Older Patients with Polypharmacy and Multimorbidity. Drugs Aging. 2022;39(1):59-73.

Het OPERAM-project werd gesubsidieerd door het kaderprogramma Horizon 2020 van de Europese Unie voor onderzoek en innovatie en is geregistreerd onder nummer 6342388. De resultaten van de OPERAM-studie zijn gepubliceerd in:

  • Manuel R Blum, Bastiaan TGM Sallevelt, Anne Spinewine et al. Optimizing Therapy to Prevent Avoidable Hospital Admissions in Multimorbid Older Adults (OPERAM): cluster randomised controlled trial. BMJ 2021;374:n1585.

Literatuur

1. Payne RA. The epidemiology of polypharmacy. Clin Med (Lond). 2016;16(5):465–469.

2. Wastesson JW, Morin L, Tan ECK, Johnell K. An update on the clinical consequences of polypharmacy in older adults: a narrative review. Expert Opin Drug Saf. 2018;17(12):1185–1196.

3. O’Mahony D, O’Sullivan D, Byrne S, O’Connor MN, Ryan C, Gallagher P. STOPP/START criteria for potentially inappropriate prescribing in older people: version 2. Age Ageing. 2015;44(2):213–218.

4. Motter FR, Fritzen JS, Hilmer SN, Paniz ÉV, Paniz VMV. Potentially inappropriate medication in the elderly: a systematic review of validated explicit criteria. Eur J Clin Pharmacol. 2018;74(6):679-700.

5. Curtin D, Gallagher PF, O’Mahony D. Explicit criteria as clinical tools to minimize inappropriate medication use and its consequences. Ther Adv Drug Saf. 2019;10:2042098619829431.

6. Hill-Taylor B, Walsh KA, Stewart SA, Hayden J, Byrne S, Sketris IS. Effectiveness of the STOPP/START (Screening Tool of Older Persons’ potentially inappropriate Prescriptions/Screening Tool to Alert doctors to the Right Treatment) criteria: Systematic review and meta-analysis of randomized controlled studies. J Clin Pharm Ther. 2016;41(2):158–169.

7. Meulendijk MC, Spruit MR, Drenth-van Maanen AC, et al. Computerized Decision Support Improves Medication Review Effectiveness: An Experiment Evaluating the STRIP Assistant’s Usability. Drugs Aging. 2015;32(6):495–503.

8. Huibers CJA, Sallevelt BTGM, de Groot DA, et al. Conversion of STOPP/START version 2 into coded algorithms for software implementation: A multidisciplinary consensus procedure. Int J Med Inform. 2019;125:110–117.

9. Adam L, Moutzouri E, Baumgartner C, et al. Rationale and design of OPtimising thERapy to prevent Avoidable hospital admissions in Multimorbid older people (OPERAM): A cluster randomised controlled trial. BMJ Open. 2019;9(6): e026769.

10. Blum MR, Sallevelt BTGM, Spinewine A, et al. Optimizing Therapy to Prevent Avoidable Hospital Admissions in Multimorbid Older Adults (OPERAM): cluster randomised ­ controlled trial. BMJ. 2021;374:n1585.

11. Drenth-van Maanen AC, Leendertse AJ, Jansen PAF, et al. The Systematic Tool to Reduce Inappropriate Prescribing (STRIP): Combining implicit and explicit prescribing tools to improve appropriate prescribing. J Eval Clin Pract. 2018;24(2):317–322.

12. Prins MC, Drenth-van Maanen AC, Kok RM, Jansen PAF. Use of a structured medication history to establish medication use at admission to an old age psychiatric clinic: A prospective observational study. CNS Drugs. 2013;27(11):963–969.

13. Crowley EK, Sallevelt BTGM, Huibers CJA, et al. Intervention protocol: OPtimising thERapy to prevent avoidable hospital Admission in the Multi-morbid elderly (OPERAM): a structured medication review with support of a computerised decision support system. BMC Health Serv Res. 2020;20(1):220.

14. Sallevelt BTGM, Huibers CJA, Heij JMJO, et al. Frequency and Acceptance of Clinical Decision Support System-Generated STOPP/START Signals for Hospitalised Older Patients with Polypharmacy and Multimorbidity. Drugs Aging. 2022;39(1):59-73.

15. de Ruiter SC, Biesheuvel SS, van Haelst IMM, van Marum RJ, Jansen RWMM. To STOPP or to START? Potentially inappropriate prescribing in older patients with falls and syncope. Maturitas. 2020;131:65–71.

16. Verdoorn S, Kwint HF, Faber A, Gussekloo J, Bouvy ML. Majority of drug-related problems identified during medication review are not associated with STOPP/START criteria. Eur J Clin Pharmacol. 2015;71(10):1255–1262.

17. Dalton K, Curtin D, O’Mahony D, Byrne S. Computer-generated STOPP/START recommendations for hospitalised older adults: evaluation of the relationship between clinical relevance and rate of implementation in the SENATOR trial. Age Ageing. 2020;49(4):615–621.

18. Himmel W, Kochen MM, Sorns U, Hummers-Pradier E. Drug changes at the interface between primary and secondary care. Int J Clin Pharmacol Ther. 2004;42(2):103-109.

19. Viktil KK, Blix HS, Eek AK, Davies MN, Moger TA, Reikvam A. How are drug regimen changes during hospitalisation handled after discharge: A cohort study. BMJ Open. 2012;2(6):e001461.

Referentie

Citeer als: Sallevelt BTGM, Huibers CJA, Op Heij JMJ, Egberts ACG, van Puijenbroek EP, Wilting I, Knol W. Frequentie en acceptatie van door beslisondersteuning gegenereerde STOPP/START-signalen bij ouderen met polyfarmacie en multimorbiditeit opgenomen in het ziekenhuis. Nederlands Platform voor Farmaceutisch Onderzoek. 2023;8:a1767.

DOI

https://www.knmp.nl/resolveuid/df339554bd184b6d92f7b8fe9504d2c0

Open access

Reactie toevoegen

* verplichte velden
Versturen

Bekijk ook