Probleemstelling
Het aanbod aan wetenschappelijke artikelen neemt exponentieel toe en daarmee de bewijslast voor nieuwe diagnostische methodieken en behandelwijzen. Desondanks dringen de resultaten van dit wetenschappelijk onderzoek slechts in beperkte mate door in de kliniek.
Medisch Spectrum Twente
Afdeling: interne geneeskunde
Auteur: Rick Pleijhuis
Datum start: 1-11-2015
Eén van de verklaringen hiervoor is dat klinische studies vaak een gemiddeld behandeleffect rapporteren, zoals geobserveerd in een groot patiëntcohort. Deze generalistische benadering bemoeilijkt de interpretatie van weten- schappelijk onderzoek voor de individuele patiënt in de spreekkamer of op de afdeling. De gemiddelde patiënt bestaat immers niet. Patiënten geïncludeerd in klinische studies zijn bovendien vaak geen representatieve weergave van de dagelijkse praktijk door toepassing van strenge inclusie- en exclusiecriteria.
Het gebruik van voorspellende modellen (predictiemodellen) maakt het mogelijk om wetenschappelijke inzichten en patronen in (big) data te vertalen naar geïndividualiseerde prognoses/kansen/risico’s voor de patiënt. Hierdoor wordt stratificatie van patiënten in verschillende risicocategorieën mogelijk. Het individuele risicoprofiel van de patiënt vormt op zijn beurt een belangrijk uitgangspunt om te beslissen voor welke diagnostiek en/of therapie de patiënt in aanmerking komt en wat de kans is op bijwerkingen/complicaties/het aanslaan van behandeling.
Hoewel de toegevoegde waarde van predictiemodellen inmiddels breed wordt onderschreven, ontbreekt het nog aan een platform waarmee medische predictiemodellen centraal kunnen worden aangeboden, beheerd en geïntegreerd in het dagelijkse werkproces. Brede klinische implementatie van predictiemodellen blijft daarnaast nog altijd achter door een gebrek aan externe model validaties (<40%), gebrek aan transparantie/uniformiteit en beperkte integratiemogelijkheden van modellen met digitale richtlijnen, externe applicaties en het EPD. Deze uitdagingen waren reden voor de ontwikkeling van het online predictieplatform Evidencio.
Doelstelling
Evidencio beoogt de patiëntenzorg te verbeteren door de resultaten van wetenschappelijk onderzoek te vertalen naar de medische praktijk. Resultaten van klinische studies en verbanden in (big) data worden hiertoe op efficiënte wijze omgezet naar voorspellingen over prognoses/kansen/risico’s voor de individuele patiënt. Daarmee wordt een belangrijke bijdrage geleverd aan evidence-based, patiëntgerichte en doelmatige zorg. Dezelfde predictiemodellen voorzien arts en patiënt bovendien van objectieve en patiënt-specifieke input als solide basis voor informed consent en gedeelde medische besluitvorming. Belangrijke doelstellingen van Evidencio zijn om reeds in de literatuur beschikbare predictiemodellen te identificeren, te valideren en vervolgens te integreren in de medische praktijk. Hierdoor kan optimaal gebruik worden gemaakt van de kennis die al beschikbaar is (doelmatig) en worden eventuele hiaten in deze kennis blootgelegd. Door gebruik te maken van de ingebouwde validatie module van Evidencio, wordt het proces van externe model validatie aanzienlijk vereenvoudigd. Artsen, onderzoekers en kennisinstellingen kunnen de prestaties van een model eenvoudig testen op hun eigen patiëntpopulatie, waarna de resultaten desgewenst kunnen worden gedeeld met de rest van de wereld. De kwaliteit en generaliseerbaarheid van ieder individueel predictiemodel kan daarmee snel worden geëvalueerd. Resultaten van de model validatie kunnen op hun beurt worden ingezet om de best presterende modellen per discipline te selecteren. Deze kunnen vervolgens (eveneens via Evidencio) rechtstreeks kunnen worden opgenomen in digitale richtlijnen/keuzehulpen/het EPD ter ondersteuning van medische besluitvorming. Evidencio beoogt daarmee te komen tot een meer coherent gebruik van richtlijnen, een afname van defensief medisch handelen en betere verdeling van schaarse middelen in de zorg.
Plan van Aanpak
Evidencio richt zich primair op zorgprofessionals en onderzoekers. Patiënten worden indirect betrokken doordat Evidencio informatie levert over individuele prognoses/kansen/risico’s als uitgangsbasis voor informed consent en gedeelde medische besluitvorming. Het platform wordt opgebouwd als een bibliotheek waarin een ongelimiteerd aantal predictiemodellen kan worden opgenomen. Deze modellen zijn laagdrempelig toegankelijk en kunnen worden gevalideerd, geüpdatet en gedeeld met vakgenoten wereldwijd.
Om het exponentieel stijgende aanbod aan medische predictiemodellen te kunnen verwerken, is een schaalbare oplossing nodig. Het Evidencio platform bevat daarom een module waarmee medici/ onderzoekers/wetenschappelijke verenigingen zélf predictiemodellen kunnen creëren en beheren op het platform. Dit kan zowel op basis van bestaande publicaties (PubMed) als op basis van eigen onderzoeksresultaten. Kwaliteitscontrole vindt op verscheidene manieren plaats, waaronder een peer-review proces, geautomatiseerde kwaliteitsranking en externe modelvalidatie door onafhankelijke onderzoekers.
De predictiemodellen in Evidencio kunnen worden ingezet om patiënten te selecteren die voor een bepaalde test of behandeling in aanmerking komen of waarbij hiervan juist kan worden afgezien. Hierdoor wordt een betere verdeling mogelijk van de schaarse middelen. Daarnaast zal naar verwachting de neiging tot defensief handelen afnemen wanneer de medicus zich kan beroepen op gevalideerde predictiemodellen. Dit alles komt ten goede aan de doelmatigheid van zorg. Gebruik van het Evidencio platform door zorgprofessionals en onderzoekers is bovendien kosteloos.
De ambitie van Evidencio is om uit te groeien tot een mondiale bibliotheek, waarin de resultaten van wetenschappelijk onderzoek worden vertaald naar een groot aantal concreet toepasbare calculators voor de dagelijkse medische praktijk. De vervolgstappen die het komende jaar zullen worden gezet zijn de volgende:
1. Doorontwikkeling van het Evidencio platform:
Het komende jaar zullen er nieuwe functionaliteiten aan het platform worden toegevoegd, waaronder een module waarmee multiple modellen kunnen worden samengevoegd tot één overkoepelend model (composiet model).
2. Vergroten van gebruikersaantallen:
Het afgelopen jaar heeft Evidencio ‘onder de radar’ gefunctioneerd en werd er nauwelijks ruchtbaarheid gegeven aan dit initiatief. Inmiddels zijn wij klaar om de volgende stap te maken en willen we het bestaan van het platform graag kenbaar maken onder A(N)IOS, medisch specialisten en onder- zoekers. Hiertoe zullen vakgroepen actief worden benaderd en zal er aandacht worden bestaat aan Evidencio in artikelen en congressen.
3. Opstarten onderzoeksprojecten:
Beoogd wordt binnen verscheidene disciplines een onderzoeksproject op te starten voor co-assistenten/arts-assistenten, bestaande uit literatuurstudie naar reeds gepubliceerde predictiemodellen. Na identificatie van deze modellen en toevoeging hiervan aan het Evidencio platform, kan externe validatie worden verricht aan de hand van eigen ziekenhuisdata of beschikbare datasets van instanties als IKNL, DIKA en NICE.
4. Betrekken kennisinstellingen en wetenschappelijke commissies:
Graag zouden wij onze samenwerking met kennisinstellingen en wetenschappelijke commissies volgend jaar verder uitbreiden. Insteek hiervan zal zijn om de modellen op Evidencio in te zetten als evidence-based keuzeondersteuning bij beslismomenten in de richtlijn. Middels de Evidencio ‘application programming interface’ (API) kunnen publieke modellen eenvoudig worden geïntegreerd met digitale richtlijnen en keuzehulpen.
Behaalde resultaten
Het idee achter het Evidencio platform komt initieel van een arts-assistent interne geneeskunde, die tijdens zijn promotieonderzoek een kloof ervoer tussen wetenschappelijk onderzoek en de klinische praktijk. Na het formuleren van de belangrijkste pijnpunten die implementatie van wetenschap in de weg stonden, werd Evidencio ontwikkeld als potentiële oplossing voor de vastgestelde uitdagingen. Met het aanhaken van een softwareontwikkelaar in 2015 kon het Evidencio platform daadwerkelijk worden gerealiseerd.
Begin 2016 is het Evidencio platform (http://www.evidencio.org) online beschikbaar gekomen voor algemeen gebruik. Een groeiend aantal medici en onderzoekers maakt reeds gebruik van de functionaliteiten van Evidencio door nieuwe modellen toe te voegen, bestaande modellen te valideren of modellen toe te passen in de kliniek.
Eerdere studies toonden aan dat consequent gebruik van predictiemodellen resulteerde in minder complicaties, een kortere ligduur, lagere kosten en een betere verdeling van schaarse middelen in de zorg. Deze gunstige effecten namen toe naarmate de predictiemodellen beter geïntegreerd waren in het dagelijkse zorgproces. Met het aanbieden van een platform voor creatie, validatie en integratie van medische predictiemodellen, draagt Evidencio bij aan een versnelde implementatie van wetenschappelijk onderzoek en een toegenomen doelmatigheid van de gezondheidszorg. Het Evidencio platform zelf is bovendien kosteloos toegankelijk voor medici en onderzoekers.
Via een zogeheten Application Programming Interface (API) kan het Evidencio platform communice- ren met externe applicaties. Hiermee kunnen predictiemodellen nu ook worden ingezet ter verrijking van digitale richtlijnen, online keuzehulpen of het EPD. Groot voordeel is hierbij dat alle modellen zijn geconcentreerd op één locatie. Applicaties die gebruik maken van de Evidencio API beschikken daar- mee altijd en overal over kwalitatief hoogwaardige, gevalideerde en up-to-date predictiemodellen.
Het Integrale Kankercentrum Nederland (IKNL) zal het Evidencio platform als eerste partij in Nederland gaan inzetten als evidence-based beslissingsondersteuning bij keuzemomenten in haar nieuwe digitale richtlijn (‘Oncoguide app’). Deze app zal zorgprofessionals en patiënten gaan informeren over patiënt-specifieke prognoses/kansen/risico’s en doet een voorstel voor een individueel behandeltraject op grond van ingegeven patiëntkarakteristieken.
Gesprekken met wetenschappelijke commissies zijn lopende om Evidencio in te zetten ter personalisatie van hun digitale richtlijnen. Een eerste grote kennisinstelling is gestart met het valideren van de modellen op Evidencio aan de hand van grote datasets die zij tot hun beschikking hebben. Tot slot levert Evidencio gebruiksvriendelijke predictiemodellen voor diverse websites (bijvoorbeeld: www. pancreascalculator.com) en wordt toegewerkt naar integratie met het elektronisch patiëntendossier.
Evaluatie / borging
Evidencio beoogt zorgprofessionals te stimuleren om evidence-based, patiëntgerichte en controleer- bare zorg toe te passen in de dagelijkse praktijk. Binnen de Evidencio gemeenschap beheren onderzoekers en zorgprofessionals met elkaar de kwaliteit van de modelbibliotheek.
Transparantie van modellen wordt bereikt door het tonen van de onderliggende wetenschappelijke literatuur, de karakteristieken van de onderliggende studiepopulatie, en de modelformule. Tevens wordt aanvullende informatie getoond over de prestaties van het model op grond van interne en/of externe validatie. Kwaliteitscontrole vindt plaats middels peer-review, het geautomatiseerd toekennen van kwaliteitspunten op basis van vooraf gestelde criteria, en het faciliteren van externe model validatie.
Externe model validatie is noodzakelijk voordat een nieuw model veilig kan worden toegepast in de kliniek. In minder dan 40% van de gepubliceerde predictiemodellen is echter een externe validatie beschikbaar. Daardoor is vaak onduidelijk hoe een bepaald model presteert binnen de populatie waarin het model zal worden toegepast. Teneinde externe validatie van predictiemodellen door lokale ziekenhuizen te stimuleren, bevat Evidencio een separate validatiemodule. Met deze module kan in enkele simpele stappen een validatie van bestaande modellen worden verricht op basis van eigen patiëntdata.
Evidencio heeft een onafhankelijke wetenschappelijke adviesraad samengesteld, bestaande uit inhoudsdeskundige professionals die gevraagd en ongevraagd advies geven ten aanzien van de verdere ontwikkeling van Evidencio. De wetenschappelijke adviesraad bestaat uit prof. dr. S. Siesling (UT/IKNL), prof. dr. van der Palen (UT/MST), dr. H. Ko jberg (UT), dr. ir. X. Verbeek (IKNL) en prof. dr. Steyerberg (Erasmus universiteit).