Model tegen onnodig antibioticagebruik
26 september 2008
Antibiotica 'voor de zekerheid' tegen longontsteking op intensive care
niet langer nodig
Patiënten op de intensive care (IC) krijgen geregeld 'voor de
zekerheid' antibiotica toegediend tegen beademingsgerelateerde
longontsteking. Stefan Visscher ontwikkelde een model om sneller vast
te stellen dat iemand géén longontsteking heeft. Onnodige behandeling
met antibiotica kan zo worden voorkomen. Visscher promoveert op 30
september aan de Universiteit Utrecht.
In zijn proefschrift maakt Stefan Visscher melding van 238 gevallen
van behandeling met antibiotica, waarvan - naar later bleek - 157
daadwerkelijk kampten met een longontsteking. Door gebrek aan
geschikte patiëntvriendelijke testen is moeilijk met zekerheid vast te
stellen of iemand longontsteking heeft ontwikkeld.
Visscher ontwikkelde en testte een Bayesiaans netwerkmodel, een
kansberekeningmodel, dat wel onderscheid kan maken tussen patiënten
met en zonder beademingsgerelateerde longontsteking (VAP). Zijn model
berekent de kans dat een individuele patiënt lijdt aan longontsteking,
voorspelt welke bacterie de veroorzaker is en geeft aan welke
antibiotica het beste voorgeschreven kunnen worden. Deze methode geeft
een grotere betrouwbaarheid dan de kweken waarop artsen zich nu
doorgaans baseren bij het al dan niet voorschrijven van antibiotica
tegen longontsteking. De benodigde gegevens voor de kansberekening
worden automatisch opgehaald uit het elektronisch patiëntendossier
(EPD).
In zijn model verwerkte Visscher klinische en andere gegevens van alle
beademde IC-patiënten van drie jaar. De computermodellen werden
aanvankelijk gebaseerd op expertkennis. Dit werd in een later stadium
aangevuld met 'machine-learning'-technieken om de betrouwbaarheid van
de voorspellingen waar nodig te optimaliseren.
Elektronisch Patiëntendossier
Visschers onderzoek is onderdeel van het TimeBayes-project dat zich
bezighoudt met de invoering van het Elektronisch Patiëntendossier. Het
Elektronisch Patiëntendossier bevat alle relevante
laboratoriumgegevens en klinische patiëntinformatie. Het
TimeBayes-project ontwikkelt
methoden, technieken en hulpmiddelen waarmee deze gegevens kunnen
worden gebruikt om artsen te ondersteunen bij hun beslissingen.
Visscher concludeert dat de ontwikkelde computermodellen een basis
vormen voor een betrouwbaar beslissingsondersteunend systeem voor
IC-artsen. De volgende stap zou een groot onderzoek moeten zijn,
waarbij de waarde van deze modellen in de dagelijkse praktijk wordt
vastgesteld.
Het onderzoek is uitgevoerd binnen het programma ToKeN van NWO Exacte
Wetenschappen, www.nwo.nl/token.
..............................
Meer informatie bij:
* Stefan Visscher
* stefan.visscher@gmail.com
* promotie: 30 september 2008
* promotores: prof. dr. M.J.M. Bonten, dr. P.J.F. Lucas en dr.
C.A.M. Schurink
Nederlandse Organisatie voor Wetenschappelijk Onderzoek