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

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.

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].

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

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.

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.

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).

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].

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.