UTRECHT – Onderzoekers uit het UMC Utrecht ontwikkelden een rekenmodel om resultaten van grote klinische studies naar het individu te vertalen. Daardoor kunnen ze voorspellen hoeveel maanden ziektevrije levenswinst een behandeling oplevert voor een individuele patiënt. Dit meldt Medisch Contact op de website.
Bij klinische trials wordt normaliter het gemiddelde effect van een behandeling gemeten. Dit is niet voor iedereen bruikbaar. Arts in opleiding tot internist Jannick Dorresteijn: “Patiënten hebben verschillende kenmerken en daardoor meer of minder dan gemiddeld baat bij een therapie. Het doel is om voor de start van een behandeling een beeld te krijgen of die behandeling wel of niet zinvol is voor degene tegenover je in de spreekkamer.” Dorresteijn e.a. publiceerden hierover eind maart in BMJ (British Medical Journal).
De vasculaire onderzoeksgroep illustreert de statistische principes aan de hand van een rekenvoorbeeld gebaseerd op de gegevens uit de Women’s Health Study, een gerandomiseerd onderzoek van bijna 30.000 gezonde vrouwen die aspirine of een placebo kregen. De onderzoekers combineerden twee nieuwe ‘statistische trucs’ en pasten deze toe op een al bekende formule. Door verschillende kenmerken van patiënten te combineren, zoals leeftijd en comorbiditeit, werd voor elk individu een aparte uitkomst berekend.
‘Statistische trucs’
De ‘statistische trucs’ zullen volgens Dorresteijn voor een grote verandering zorgen. “Een van de methodes is het gebruik van leeftijd als tijdsvariabele. De ene patiënt is geïncludeerd van 40 tot 45 jaar, een ander van 43 tot 48 jaar en zo verder. Als je deze data op die manier over elkaar heen plakt, dan heb je ineens geen follow-up van tijdstip 0 tot het einde van de studie, maar heb je een follow-up van de jongste tot de oudste patiënt. Daardoor kun je levenslange voorspellingen doen.” Op deze manier kan het aantal gewonnen levensjaren worden berekend en wordt het veelgebruikte ‘number needed to treat’ opzij geschoven.
De tweede ‘truc’ is de correctie voor de zogeheten ‘competing risks’, oftewel een gebeurtenis die voorkómt dat de desbetreffende ziekte, bijvoorbeeld een cardiovasculaire aandoening, zich uit. “Het doel van preventie is eigenlijk niet om een ziekte te voorkómen, maar om het ziekteproces zo lang mogelijk te remmen. Eén van de logische gevolgen is dan dat mensen vaker overlijden door andere oorzaken en daar moet je dus rekening mee houden bij het voorspellen van iemands levensverwachting. Zo niet, dan overschat je het risico op ziekte en ook het effect van de behandeling.”
Uitzonderingen
Momenteel is het rekenmodel nog niet bruikbaar in de spreekkamer. “Wat voor nu alvast belangrijk is, is om te beseffen dat dit principe eigenlijk ook geldt voor andere vormen van risicopreventie. Natuurlijk zijn er uitzonderingen op de regel. Bij patiënten met ernstige comorbiditeit of een beperkte levensverwachting zijn zulke voorspellingen niet toepasbaar.”
Bron: Medisch Contact
