Kritische toetsing noodzakelijk bij predictiemodellen

Klinische predictiemodellen zijn statistische instrumenten, die kunnen helpen bij het stellen van een diagnose of een prognose van een ziekte. Op basis van patiënt- en tumorkenmerken kan bijvoorbeeld worden ingeschat of er sprake is van uitzaaiingen in de lymfeklieren bij prostaatkanker, of wat het risico is op terugkeer van de ziekte bij borstkanker. Predictiemodellen kunnen de gezondheidszorg veel bieden. Zo was Hueting betrokken bij de ontwikkeling van een nieuw kunstmatig intelligent model om het risico op terugkeer van borstkanker op maat te kunnen schatten. Dit model bouwt voort op eerder onderzoek. Daaruit bleek dat in de toekomst het aantal nacontrolebezoeken bij borstkanker mogelijk met 9000 per jaar kan afnemen, wanneer via een predictiemodel het risico op terugkeer van de ziekte wordt aangeboden.

Van 922 naar 34 modellen

Een klinisch predictiemodel ziet niet zomaar het levenslicht. In een systematische review zag Hueting dat er tussen 2010 en 2020 ruim 900 predictiemodellen zijn ontwikkeld, alleen al voor borstkanker. Een ruime meerderheid daarvan bleek een hoog risico op vooringenomenheid te hebben. Hueting valideerde modellen uit die studie met data uit de Nederlandse Kankerregistratie. Van de 87 modellen die gevalideerd konden worden lieten 34 een goede prestatie zien.
Hueting zag dus een beschrijving van meer dan 900 modellen, maar slechts 34 daarvan bleken toegepast te kunnen worden op een grotere patiëntgroep. Hoe komt het dat zo weinig modellen toegepast kunnen worden in de praktijk? 

Zes uitdagingen

Hueting benoemt in zijn proefschrift zes uitdagingen. Dat is allereerst de toegankelijkheid. Een nomogram is vaak beschreven in een wetenschappelijk paper, maar ook een online tool moet beschikbaar zijn en blijven. Als tweede noemt hij de transparantie. Van veel onderzochte modellen bleek dat de achterliggende statistiek niet voldoende beschreven is. Als derde noemt Hueting de beoordeling hoe goed het model presteert bij externe validatie (generaliseerbaarheid). Ook de mate waarin een model van updates wordt voorzien, is van belang, door nieuwe wetenschappelijke inzichten of aanpassingen in de richtlijnen. Daarnaast staat Hueting stil bij de interpretatie: kunnen zorgprofessionals met de modellen uit de voeten? En, als het gaat om gezamenlijke besluitvorming, worden de uitkomsten op de juiste manier gedeeld en besproken met patiënten? De laatste en zesde uitdaging zit hem in het bewijs van de toegevoegde waarde: wordt bij het model ook gekeken naar wat het daadwerkelijk oplevert voor de zorg? 

INFLUENCE: voorspellen van terugkeer bij borstkanker

Eén van de modellen waar Hueting specifiek naar keek is het INFLUENCE-model. Dit is een model dat na de behandeling van borstkanker voorspelt hoe groot het risico op terugkeer van de ziekte is. Op basis daarvan kunnen arts en patiënt het nacontroletraject op maat inrichten. In eerder opgeleverde versies werd voornamelijk gekeken naar lokale terugkeer (terugkeer van borstkanker in dezelfde borst), maar werd de terugkeer van contralaterale borstkanker (borstkanker die terugkeert in de andere borst) nog niet meegenomen. Het nieuwe geüpdatete model kan dit wel goed voorspellen. Daarnaast kan het model voorspellingen doen over afstandsmetastasen (in hoeverre de borstkanker kan uitzaaien naar andere organen). Het online INFLUENCE model is vervolgens gecertificeerd als medisch hulpmiddel. De toepassing van het INFLUENCE model wordt momenteel onderzocht in een keuzehulp binnen de Santeon-ziekenhuizen. 

Lymfeklierdissectie bij prostaatkanker

Om uitzaaiingen naar de lymfeklieren rondom de prostaat in kaart te brengen, is een uitgebreide lymfeklierdissectie de meest gangbare procedure. Wanneer de kans op uitzaaiing klein is, weegt het risico op complicaties mogelijk niet meer op tegen de voordelen van de procedure. Om patiënten te selecteren die waarschijnlijk baat hebben bij een uitgebreide lymfeklierdissectie kunnen modellen ingezet worden die de kans op uitzaaiing naar de lymfeklieren voorspellen. Hueting onderzocht de toepassing van zestien van die modellen in Nederlandse ziekenhuizen en concludeert dat twee modellen dit het beste kunnen doen: het Briganti nomogram uit 2012 en de MSKCC webcalculator. Daarnaast keek hij ook naar de kosteneffectiviteit van het toepassen van deze twee modellen. 

• Het proefschrift van Tom Hueting, ‘Developing, validating, and evaluating clinical prediction models in breast and prostate cancer’ is te raadplegen via Twente University.