Beslisbomen faciliteren een “levende richtlijn” en datagedreven zorg op maat
Door richtlijnen weer te geven als datagedreven beslisbomen kunnen artsen het behandeladvies voor een individuele patiënt interpreteren voor behandeling op maat. Mathijs Hendriks, internist-oncoloog Noordwest Ziekenhuisgroep en collega’s beschrijven een methode om op basis van richtlijnaanbevelingen algoritmen in de vorm van beslisbomen te ontwikkelen. Ze pasten de methode toe op de richtlijn borstkanker en publiceerden hierover in het Journal of Clinical Oncology - Clinical Cancer Informatics.
Beslisbomen
Door de exponentieel groeiende kennis en mogelijkheden voor personalized medicine wordt het toepassen van richtlijnen een steeds grotere uitdaging. De beslisbomen volgen het zorgtraject wat de patiënt aflegt: bijvoorbeeld de initiële diagnostiek, initiële behandeling, aanvullende behandeling na operatie etc. De knooppunten van de beslisbomen representeren data-items die de eigenschappen van patiënt- en ziekte weergeven (bijv. tumorstadium). De takken staan voor de afkappunten (bijv. stadium II) en de bladeren van de beslisboomboom voor de zorgaanbevelingen. Op die manier leiden de beslisbomen voor combinaties van patiënt- en ziektegegevens tot het behandeladvies uit de richtlijn voor de specifieke patiënt.
Subgroepen
De toepassing van de methode op de richtlijn borstkanker resulteerde in 60 beslisbomen opgebouwd uit 114 data-items, zoals leeftijd en tumor gradering. Deze beslisbomen beschrijven in totaal 376 unieke subgroepen patiënten waarvoor de richtlijn borstkanker een gericht behandeladvies geeft. Dit aantal neemt naar verwachting verder toe door de ontwikkeling van precision medicine. Hierbij gaan nieuwe diagnostische mogelijkheden, zoals biomarkers, een steeds groter rol spelen in de medische besluitvorming. De systematisch weergave in een beslisboom is daarbij behulpzaam en gemakkelijk up-to-date te houden.
Voorkeur van de patiënt
Hendriks en collega’s benadrukken dat aanbevelingen waarvoor in de literatuur weinig bewijslast is in de richtlijn worden opgenomen op basis van consensus door zorgprofessionals. Deze overwegingen uit de richtlijnen staan evengoed in de beslisbomen. Een beslisboom maakt de richtlijn dus niet onbedoeld meer zwart-wit. Ook aan de status van de richtlijnadviezen verandert niets. De medisch specialist weegt het behandeladvies en er kunnen beweegredenen zijn om hiervan af te wijken. Beslisbomen zijn ter ondersteuning van het multidisciplinair overleg (mdo) en de gedeelde besluitvorming met de patiënt, waarin de context en voorkeuren van de patiënt worden meegewogen.
Eenheid van taal
De 114 data-items waarmee de richtlijn borstkanker is beschreven, zijn zoveel mogelijk gebaseerd op internationale classificaties (zoals ICD-O-3, TNM) en coderingssystemen (zoals SNOMED-CT). Hierdoor ontstaat eenheid van taal, een belangrijke randvoorwaarde voor elektronische gegevensuitwisseling en meervoudig gebruik van eenmalig vastgelegde data. Op deze manier kunnen medisch specialisten op basis van de richtlijn regie voeren over de inrichting van het dossier.
“If medicine wishes to stay in control of its own future, physicians will not only have to embrace algorithms, they will also have to excel at developing them…” Ziad Obermeyer
De beslisbomen zijn gepubliceerd in Oncoguide (www.oncoguide.nl) en de bijbehorende informatiestandaard op Art-Decor van Nictiz.
Beslisondersteuning
Met eenheid van taal is aan een belangrijke randvoorwaarde voldaan om de beslisbomen via beslisondersteuning toegankelijk te maken voor medisch specialisten. Richtlijnaanbevelingen kunnen dan automatisch gegenereerd worden op basis van patiëntgegevens die zij invullen in het EPD. Bij weloverwogen afwijken van de richtlijn kan de reden worden vastgelegd. Zo worden richtlijnen een levend onderdeel van een snel lerend zorgsysteem.
Publicatie
A transformation of the national breast cancer guideline into data driven clinical decision trees. Journal of Clinical Oncology Clinical Cancer Informatics. Mathijs P. Hendriks, MD, Xander A.A.M. Verbeek, PhD, Thijs van Vegchel, drs., Maurice J.C. van der Sangen, PhD, Luc J.A. Strobbe, PhD, Jos W.S. Merkus, PhD, Harmien M. Zonderland, PhD, Carolien H. Smorenburg, PhD, Agnes Jager, PhD, Sabine S. Siesling, PhD.
