UNIVERSITEIT GENT FACULTEIT FARMACEUTISCHE WETENSCHAPPEN
Vakgroep Farmacologie Heymans Instituut Academiejaar 2009-2010
BEPALING VAN DE GEBRUIKELIJKE POSOLOGIE IN HET KADER VAN HET ELEKTRONISCH VOORSCHRIJVEN VAN GENEESMIDDELEN Liesbeth VANWETTERE Eerste Master in de Farmaceutische Zorg Promotor
Prof. Dr. R. Vander Stichele Commissarissen
Prof. Dr. K. Boussery Prof. Dr. E. Mehuys
UNIVERSITEIT GENT FACULTEIT FARMACEUTISCHE WETENSCHAPPEN
Vakgroep Farmacologie Heymans Instituut Academiejaar 2009-2010
BEPALING VAN DE GEBRUIKELIJKE POSOLOGIE IN HET KADER VAN HET ELEKTRONISCH VOORSCHRIJVEN VAN GENEESMIDDELEN Liesbeth VANWETTERE Eerste Master in de Farmaceutische Zorg Promotor
Prof. Dr. R. Vander Stichele Commissarissen
Prof. Dr. K. Boussery Prof. Dr. E. Mehuys
AUTEURSRECHT “De auteur en de promotor geven de toelating deze masterproef voor consultatie beschikbaar te stellen en delen ervan te kopiëren voor persoonlijk gebruik. Elk ander gebruik valt onder de beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting uitdrukkelijk de bron te vermelden bij het aanhalen van de resultaten uit deze masterproef.”
26 april 2010
Promotor Prof. Dr. Vander Stichele
Auteur Liesbeth Vanwettere
Dankwoord: Ik dank oprecht mijn promotor, Professor R. Vander Stichele, omdat hij mij de kans heeft gegeven om mee te werken aan een uniek project. Hij liet me op een zelfstandige manier werken en gaf raad en informatie waar ik het nodig had. Mijn interesse is enorm toegenomen voor dit farmaceutisch domein doordat ik zelf initiatief en beslissingen kon nemen. Daarnaast zou ik graag Dirk Van Nimwegen bedanken voor zijn belangrijke bijdrage aan het project als programmeur. Hij was steeds bereikbaar en stond altijd klaar om aanpassingen in te voeren aan het programma. Ook Professor Marc Bogaert zou ik willen bedanken omdat hij met een kritisch oog de methodologische aanpak van het project heeft geëvalueerd. Bovendien dank ik ook Silas Rydant en Pieter Verheyen, medestudenten Farmaceutische Wetenschappen, voor hun bijdrage aan het project. Als laatste zou ik mijn familie en vriend willen bedanken, die steeds klaarstonden om mij een duwtje in de rug te geven wanneer ik het nodig had.
Dankwoord Inhoud Lijst met gebruikte afkortingen INHOUD 1. INLEIDING ........................................................................................................
1
2. OBJECTIEVEN ...................................................................................................
7
3. METHODEN ......................................................................................................
9
3.1 LITERATUURSTUDIE IN PUBMED ..............................................................................
9
3.2 ZOEKTOCHT NAAR BESTAANDE MODELLEN ROND DOSERINGSINFORMATIE.........
11
3.3 CONCRETE AANPAK VAN HET DATAMODEL VOOR DIT PROJECT ............................
12
3.3.1. Bepalen van de variabelen in het datamodel ...........................................
12
3.3.1.1. Variabelen die de gebruikelijke dosering beschrijven .....................
12
3.3.1.2. Extra variabelen die berekeningen per verpakking beschrijven ......
14
3.3.2. Ontwikkeling van een programma ...............................................................
14
3.3.3. Invoeren van de proefgegevens ..............................................................
15
3.3.4. Uitschrijven van een werkproces en protocol met instructies voor evaluatie.................................................................................................
15
4. RESULTATEN ....................................................................................................
17
4.1 LITERATUURSTUDIE IN PUBMED ..............................................................................
17
4.1.1. Oogst ......................................................................................................
17
4.1.2. Algemene bespreking .............................................................................
17
4.1.2.1. Medicatiefouten ...............................................................................
17
4.1.2.2. CPOE – en CDSS systemen................................................................
20
4.1.2.3. Toepassing op het project ................................................................
24
4.1.2.4. Contextadviezen ...............................................................................
27
4.2 ZOEKTOCHT NAAR BESTAANDE MODELLEN ROND DOSERINGSINFORMATIE.........
27
4.2.1. PIM – Model ...........................................................................................
28
4.2.2. SPL – Model ............................................................................................
29
4.2.3. Heidelberg-model ...................................................................................
31
4.2.3.1. Beschrijving ......................................................................................
31
4.2.3.2. Bedenkingen .....................................................................................
35
4.2.3.3. Vergelijking van het Heidelberg-model met het SPL – model .........
38
4.3 CONCRETE AANPAK VAN HET WERKPROCES “GEBRUIKELIJKE POSOLOGIE” ..........
39
4.3.1. Bepalen van de variabelen in het datamodel ...........................................
39
4.3.2. Ontwikkeling van een programma ..........................................................
42
4.3.3. Invoeren van de proefgegevens ..............................................................
44
4.3.4. Uitschrijven van een werkproces en protocol met instructies voor evaluatie.................................................................................................
45
5. DISCUSSIE ........................................................................................................
46
6. CONCLUSIES .....................................................................................................
49
7. LITERATUURLIJST .............................................................................................
51
Bijlagen
LIJST MET GEBRUIKTE AFKORTINGEN ADE: Adverse Drug Event ADME: Absorptie Distributie Metabolisatie Excretie ADR: Adverse Drug Reaction AMPP: Actual Medicinal Product Package B.C.F.I.: Belgisch Centrum voor Farmacotherapeutische Informatie BCMA: Bar-Coded Medication Administration BICS: Brigham Integrated Computing System C.D.S.S.: Clinical Decision Support System C.P.O.E.: Computerized Physician Order Entry CYP: Cytochroom-P450 EBM: Evidence-Based Medicine EMA: European Medicines Agency e-SPC: electronic Summary of Product Characteristics FAGG: Federaal Agentschap voor Geneesmiddelen en Gezondheidsproducten FDA: Food and Drug Administration MeSH: Medicinal Subject Headings MOXXI: Medical Office of the XXIst Century NBCI: National Center for Biotechnology Information PIM: Product Information Management RIZIV: RijksInstituut voor Ziekte- en InvaliditeitsVerzekering
RRR: Relatieve Risico Reductie SAM: Source Authentique Médicaments SPC: Summary of Product Characteristics SPL: Structured Product Labeling VMP: Virtual Medicinal Product VOS: Voorschrijven Op Stofnaam XML: Extensible Markup Language
1. INLEIDING Het handmatig voorschrijven van geneesmiddelen zal in het moderne informatica tijdperk gaandeweg vervangen worden door het elektronisch voorschrijven van geneesmiddelen. Het handmatig voorschrijven brengt immers medicatiefouten met zich mee, bijvoorbeeld door een verkeerde interpretatie van het geschrift van de arts door de apotheker. Deze fouten zijn deels te vermijden door het invoeren van een elektronisch voorschrijfsysteem. Verschillende systemen zijn reeds gerealiseerd, doch worden slechts in beperkte mate gebruikt (Ammenwerth et al., 2008). In de Verenigde Staten zijn diverse systemen voor elektronisch voorschrijven ontwikkeld. De implementatie van deze systemen is de laatste jaren sterk gestegen. Eind 2007 telde men 36000 voorschrijvers die gebruik maakten van een elektronisch voorschrijfsysteem. Op het einde van 2008 was dit aantal reeds gestegen tot 74000. Het aantal voorschrijvers, die gebruik maken van een elektronisch voorschrijfsysteem, liep eind 2009 op tot 156000 in de Verenigde Staten, wat overeenkomt met ongeveer 25 % van de voorschrijvers (http://www.surescripts.com/downloads/npr/national-progress-report.pdf). In de lidstaten van de Europese Unie verloopt de adoptie van elektronisch voorschrijven niet gelijkmatig. Duitsland heeft sinds 2004 een ‘gestandaardiseerde gezondheidskaart’ geïntroduceerd en deze wordt aan elke burger bezorgd. Deze kaarten zijn gelinkt aan het eHealth-platform en maken deel uit van het elektronisch voorschrijfproces. Voorschriften worden verstuurd naar een centrale server en kunnen dan afgehaald worden door apothekers. Het afhalen van de voorschriften kan enkel aan de hand van deze gezondheidskaart. Naast Duitsland, maken ook Bulgarije en Spanje gebruik van dergelijke gezondheidskaarten. In Engeland zijn de artsen volop bezig met een systeem te ontwikkelen en op de markt te brengen, terwijl Italië en Frankrijk zich nog maar in de startfase bevinden. Het zijn echter de Scandinavische landen die een leidende rol spelen op het gebied van elektronisch
voorschrijven,
gevolgd
door
Nederland
(http://www.pharmaceu
tical-technology.com/features/feature75279/). De Zweedse en Deense voorschrijvers geloven sterk in de kwaliteiten van het elektronisch voorschrijven, namelijk tijdsbesparing, veiligheid en een betere service, zodat de implementatie in deze landen een succes is (Steinschaden et al., 2010). 1
In België loopt het project Recip-e waarmee men in 2011 de realisatie van een elektronisch voorschrijfsysteem beoogt. Met dit systeem moet het mogelijk zijn om elektronische voorschriften te versturen van arts naar apotheker in een niet geadresseerd bericht. De vrije keuze van een arts en apotheker blijft op deze manier verzekerd. Wanneer een voorschrift opgemaakt is, wordt het gecommuniceerd naar het Recip-e systeem. In dit systeem gebeurt de verificatie van de voorschrijver via het eHealth-platform, waarin verschillende gegevensbanken beschikbaar zijn. De erkende voorschrijver ontvangt daarna een RID (Recip-e ID) als antwoord. Dit is een uniek nummer dat een papieren voorschrift linkt aan een elektronisch voorschrift. Het voorschrift wordt afgeprint met daarin de RID in barcodeformaat. Deze barcode is onmiddellijk leesbaar door de apotheker. Aangezien zowel de afgeleverde als de niet-afgehaalde voorschriften gearchiveerd worden in het systeem, kan hierover feedback geleverd worden door de apotheker naar de voorschrijvende arts. Deze
communicatie
bevordert
de
relatie
tussen
arts
en
apotheker
(http://www.vkanet.be/nl/pdf/UG_23042009_NL.pdf). Ter voorbereiding van dit elektronisch voorschrijfsysteem werd in België de optie genomen om aan het Belgisch Centrum voor Farmacotherapeutische Informatie (B.C.F.I.) de coördinatie te geven van de aanmaak van een authentieke bron geneesmiddelen (Source Authentique Médicaments - SAM). Deze bron werd opgesteld met gevalideerde gegevens omtrent
registratie
van
het
Federaal
Agentschap
voor
Geneesmiddelen
en
Gezondheidsproducten (FAGG) en omtrent terugbetaling van het Rijksinstituut voor Ziekteen Invaliditeitsverzekering (RIZIV) (https://www.ehealth.fgov.be/binaries/website/fr/ppt/X DeCuyper090604NL.ppt). In het kader van deze operatie werd een specifiek project rond ‘gebruikelijke posologie’ opgezet. Vanuit verschillende hoeken kwam er de laatste jaren de groeiende vraag naar een praktisch elektronisch voorschrijfsysteem waar de gebruikelijke posologie in verwerkt zit. Eerst en vooral rees de dringende vraag van de gebruikers van de huisartswachtposten 1 om 1
Huisartswachtpost: een organisatie in België (meer bepaald in Gent), waar 3 huisartsen samenwerken en deel uitmaken van een wachtpost. Via een telefoonnummer kan een patiënt op feestdagen en in het weekend één van de artsen bereiken.
2
een prescriptiemodule te leveren voor het schrijven van het wachtverslag en de voorschriften. Deze module moet vervat zitten in een computersysteem, zodat de elektronische productie van medicatievoorschriften mogelijk wordt en eventueel gebruikt kan worden voor de elektronische verzending van deze voorschriften. De geneesmiddelen moeten gegroepeerd worden per klasse. Wanneer een dokter dan een definitieve geneesmiddelkeuze maakt, moet een gebruikelijke posologie hiervan op het scherm verschijnen als een standaardoptie. Daarnaast kwam het verzoek vanuit de softwarehuizen om het individueel stockbeheer van de voorraad geneesmiddelen in rusthuizen te ondersteunen via de B.C.F.I.-databank. Aan de hand van de gebruikelijke posologie van een geneesmiddel moet op een geautomatiseerde manier berekend worden hoe lang de voorraad strekt van dit geneesmiddel. Het vervolledigen van de invulling van het gekozen datamodel voor geneesmiddelen, ter gelegenheid van de creatie van de Authentieke Bron Geneesmiddelen, lag aan de basis voor de derde reden van dit project. In de Authentieke Bron Geneesmiddelen wordt een conceptueel datamodel voorgesteld, waarin voorzien is dat de geneesmiddelenverpakkingen geklasseerd worden per grootte in functie van de te bestrijken behandelingsduur, op basis van de gebruikelijke posologie. Om dit te kunnen bereiken in functie van de verpakkingsgrootte, moet de gebruikelijke posologie gespecificeerd zijn in termen van administratie-eenheden per tijdseenheid (vb.: 2 tabletten per 1 dag, 1 inspuiting per week). Als laatste kwam het verzoek voor de bepaling van een praktische administratievorm eenheid voor elke verpakking, met daarbij de bepaling van het aantal administratievorm eenheden per verpakking. Op deze manier kunnen eventuele tekorten in behandelingen, gebaseerd
op
tegenstellingen
tussen
voorgeschreven
doseringsschema’s
en
verpakkingsgrootte, opgespoord worden. Het dringende karakter van deze verzoeken gaf aanleiding tot de opstarting van het project: ‘Gebruikelijke Posologie’ (of ‘Usual Posology’) waarin geprobeerd wordt om aan de eisen van de verschillende vragende partijen tegemoet te komen. ‘Gebruikelijk’ betekent in deze context: ‘een optie die geldig is in standaardsituaties, tenzij een aanpassing 3
gespecificeerd wordt’. ‘Posologie’ verwijst hier niet enkel naar de dosis, maar naar alle aspecten die in doseringsinformatie vervat zitten. De naam van het project is een discussiepunt geweest. Het begrip ‘posologie’ werd eerder vervangen door ‘dosering’ omdat niet duidelijk was of het woord ‘posology’ een bestaand Engels woord was. Na opzoekingwerk blijkt dit wel zo te zijn: “Posology”: Oxford dictionary: ‘the branch of medicine that deals with dosages.’ Princeton Wordnetweb: ‘the pharmacological determination of appropriate doses of drugs and medicines.’ Dorland’s Illustrated Medical Dictionary: ‘the science of dosage, or a system of dosage.’
Praktisch gezien moet een programma ontwikkeld worden met daarin de verschillende variabelen die nodig zijn om alle gegevens omtrent gebruikelijke posologie in te voeren. Dit model vormt de basis van een elektronisch voorschrijfsysteem, waarbij de keuze van een geneesmiddel leidt tot een voorgevormd voorschrift met daarin alle noodzakelijke informatie over de gebruikelijke posologie van het geneesmiddel. Dit project is nauw verbonden met een ander initiatief, waarbij het B.C.F.I. een belangrijke en coördinerende rol speelt, met als projectleider Professor R. Vander Stichele. Het betreft de operationalisering van het voorschrijven op stofnaam. Voorschrijven op stofnaam is reeds wettelijk sinds 2001 en biedt de apotheker een unieke kans om zijn kwaliteiten als apotheker tot een hoger niveau te brengen. Als de dokter een stofnaam voorschrijft, kan de apotheker een rationele en prijsbewuste keuze maken uit de verpakkingen die refereren naar de voorgeschreven stofnaam. De meest aangewezen verpakkingsvorm kan op die manier afgeleverd worden aan de patiënt . Hoewel voorschrijven op stofnaam reeds enkele jaren wettelijk is, wordt dit slechts in beperkte mate toegepast in de praktijk. Er bestond nog geen officiële referentie om op terug te vallen wanneer men wou voorschrijven op stofnaam, vandaar dat het B.C.F.I. een initiatief nam. Dit heeft geresulteerd in het groeperen van geneesmiddelen in VOS-groepen. De principes van VOS-groepen zijn te vinden in het volgende document, dat is goedgekeurd 4
door het FAGG en door de Commissie voor geneesmiddelen voor menselijk gebruik: http://www.bcfi.be/download/index.cfm?index_lan=1&onderdeel=VOS. Een VOS-groep is ‘een verzameling van op de markt beschikbare verpakkingsvormen van geneesmiddelen die eenzelfde actief bestanddeel (of combinatie van actieve bestanddelen), eenzelfde sterkte en eenzelfde toedieningsweg gemeenschappelijk hebben’. Een VOS-groep wordt in het nieuwe datamodel van AB6 benoemd als Virtual Medicinal Product (VMP). Iedere VOS-groep bevat één of meerdere verpakkingen die daadwerkelijk op de markt zijn. In het datamodel van de AB6 worden deze verpakkingen Actual Medicinal Product Package (AMPP) genoemd. Dit is ‘één specifieke farmaceutische specialiteit zoals die op de Belgische markt voorkomt’. Tabel 1.1. beschrijft een voorbeeld van een VOS-groep met bijhorende verpakkingen. Deze verpakkingen hebben hetzelfde actief bestanddeel, dezelfde sterkte en dezelfde toedieningsweg gemeenschappelijk, namelijk atenolol 100 mg (oraal). In eenzelfde VOSgroep zijn echter verschillende verpakkingsgroottes beschikbaar (28, 30, 56, 60, 90, 98 en 100 tabletten per verpakking). Daarnaast behoren de verschillende verpakkingen tot diverse merken. Ook generieken (Atenolol EG) en parallelle importen (Tenormin tab x 100 mg PharmaP) zijn bij deze VOS-groep reeds gerealiseerd. TABEL 1.1.: VOORBEELD VAN EEN VOS-GROEP MET BIJHORENDE VERPAKKINGEN. BIJ DE VERPAKKINGEN KUNNEN VERSCHILLENDE VERPAKKINGSGROOTTES, MERKEN, GENERIEKEN EN PARALLELLE IMPORTEN OPGEMERKT WORDEN. VOS-groep (VMP)
Verpakkingen (AMPP)
Atenolol 100 mg (oraal)
Atenolol-Ratiopharm tab 100 x 100 mg Atenolol Apotex tab 56 x 100 mg Atenolol EG tab 28 x 100 mg Atenolol EG tab 56 x 100 mg Atenolol EG tab 98 x 100 mg Atenolol Kela tab 30 x 100 mg Atenolol Kela tab 60 x 100 mg Atenolol Mylan tab 56 x 100 mg Atenolol Sandoz tab 56 x 100 mg Atenolol Sandoz tab 98 x 100 mg 5
TABEL 1.1.: VOORBEELD VAN EEN VOS-GROEP MET BIJHORENDE VERPAKKINGEN. BIJ DE VERPAKKINGEN KUNNEN VERSCHILLENDE VERPAKKINGSGROOTTES, MERKEN, GENERIEKEN EN PARALLELLE IMPORTEN OPGEMERKT WORDEN (vervolg). Atenolol Teva tab 30 x 100 mg Atenolol Teva tab 60 x 100 mg Atenolol Teva tab 90 x 100 mg Docateno tab 56 x 100 mg Tenormin tab 56 x 100 mg Tenormin tab 56 x 100 mg Impexeco Tenormin tab 56 x 100 mg PharmaP Tenormin tab 60 x 100 mg PI-Pharma
Met dit onderzoek begeven we ons op relatief onbekend terrein. De taak is voor elke VOS-groep en bijhorende verpakkingen de administratie-eenheid te bepalen en een gebruikelijke posologie vast te leggen. De variabelen en de structuur van het datamodel worden opgemaakt in het Engels omdat het de bedoeling is om dit alles ook op Europees niveau uit te werken.
6
2. OBJECTIEVEN België is volop bezig met de ontwikkeling van een praktisch elektronisch voorschrijfsysteem. Ter voorbereiding van het elektronisch voorschrijfsysteem wordt het project ‘Gebruikelijke Posologie’ opgestart. De masterproef is een onderdeel van dit project. Het project beoogt de ontwikkeling van een werkproces waarin met behulp van een datamodel en de daarin gedefinieerde variabelen de gebruikelijke posologie per VOS-groep en per verpakking wordt bepaald. Daarnaast moet voor elk geneesmiddel de administratieeenheid bepaald worden. Het resultaat van dit werkproces moet een instrument zijn om het elektronisch voorschrift van de artsen te faciliteren. Bij de keuze van een geneesmiddel (VOS-groep of verpakking) verschijnt een voorgevormd voorschrift met de gebruikelijke posologie. Zo kan in één beweging, al dan niet na aanpassing van de gebruikelijke posologie aan de individuele patiënt, het voorschrift gemaakt worden. Per geneesmiddelenverpakking wordt enerzijds een gebruikelijke posologie met bijhorende administratie-eenheid opgesteld. Anderzijds kan per verpakking berekend worden hoe lang een patiënt behandeld kan worden met 1 verpakking. Dit wordt mogelijk door het aantal administratie-eenheden per verpakking te bepalen. In het datamodel moeten variabelen ingesloten zitten waar deze berekeningen kunnen ingevoerd worden. Op die manier wordt deze informatie een optie op het elektronisch voorschrift. De aanpak voor de ontwikkeling van het model bestaat uit verschillende fasen. Een eerste fase bestaat uit het inzamelen van informatie met behulp van een literatuuronderzoek in Pubmed en een zoektocht naar modellen over doseringsinformatie. Deze informatie kan dan gebruikt worden om in de tweede fase een lijst met variabelen en bijhorend datamodel op te stellen. Om het werkproces te ondersteunen wordt een programma ontwikkeld dat in de loop van dit project zal getest worden en dat toelaat om de proefresultaten te laten valideren door de redacteurs van het B.C.F.I. Deze testfase moet leiden tot het opstellen van een protocol waarin de belangrijkste afspraken staan voor het inbrengen en bijhouden van de data.
7
Met dit project worden dus volgende zaken beoogd: 1. Ontwikkeling van een datamodel met gedefinieerde variabelen 2. Aflevering van een afgewerkt programma 3. Invoeren van proefgegevens 4. Uitschrijven van een werkproces en protocol met bijhorende afspraken en instructies voor evaluatie
8
3. METHODEN 3.1.
LITERATUURSTUDIE IN PUBMED
Met behulp van een literatuurstudie kan het huidige project gesitueerd worden. De belangrijkste vragen hieromtrent zijn: In hoeverre zijn computersystemen ontwikkeld die een voorschrijfmodel omvatten met daarin een voorstelling van een gebruikelijke posologie? Welke variabelen zitten ingesloten in deze modellen? Wat zijn de voor- en nadelen verbonden aan computermatige informatiesystemen? Het zoeken naar relevante wetenschappelijke publicaties gebeurt in de online databank Pubmed, de webversie van Medline. De keuze van de juiste zoektermen is van groot belang om relevante artikels te vinden. Bij het opzoeken wordt gebruik gemaakt van MeSH-termen (Medicinal Subject Headings). Dit instrument is opgemaakt om artikels beschikbaar in Medline en Pubmed te indexeren aan de hand van een specifieke terminologie. Aan elk artikel worden expliciete trefwoorden toegewezen. Op die manier worden artikels, gaande over dezelfde materie, geïndexeerd onder dezelfde noemer, ook al worden andere termen gebruikt in de verschillende publicaties. Daarnaast wordt in de MeSH-databank een boomstructuur gecreëerd, waarbij alle gerelateerde concepten ondergebracht worden onder een overkoepelende term. Wanneer nu gezocht wordt in Pubmed op deze overkoepelende term zullen de meer specifieke termen, die tot deze MeSH-term behoren, ook opgespoord worden. De eerste fase bestaat dus uit het zoeken van de specifieke termen die betrekking hebben tot de te onderzoeken materie. Door het invoeren van woorden en concepten, toont de databank welke trefwoorden overeenstemmen met de ingegeven woorden. Voor elk trefwoord is een omschrijving voorhanden zodat de gebruiker kan beslissen of deze van toepassing is. Wanneer de gewenste trefwoorden in de MeSH-databank gevonden zijn, kan gestart worden met de tweede fase van het opzoekingwerk. Om een concreet zoekprofiel op te stellen in Pubmed, kunnen verschillende MeSH-termen gecombineerd worden. Een MeSHterm moet hiervoor aangevinkt worden en verzonden worden naar de ‘Search Box’ van Pubmed. Indien een tweede MeSH-term gecombineerd wenst te worden, moet ook deze 9
worden opgezocht en aangevinkt in de databank. Op zijn beurt wordt de term naar de ‘Search Box’ verzonden, maar dit kan op verschillende manieren, namelijk ‘Search Box with AND’, ‘Search Box with OR’ en ‘Search Box with NOT’. Wanneer twee termen gecombineerd worden via ‘AND’, wensen we dat beide concepten voorkomen in de artikels. Een combinatie via ‘OR’ zal resultaten opleveren die één van beide termen bevat. In sommige gevallen wil men bepaalde termen uitsluiten en dit kan worden bereikt door deze term in de ‘Search Box with NOT’ in te brengen. Het zoekproces kan gestart worden wanneer het volledige zoekprofiel is opgemaakt. Het onderstaande kader toont de uiteindelijke zoekstrategie van het literatuuronderzoek: "Medical Informatics"[Mesh] AND ("Drug Dosage Calculations"[Mesh] OR "Drug Administration Schedule"[Mesh] OR "Medication Errors"[Mesh] OR "Self Administration"[Mesh])
De verschillende gebruikte Medicinal Subject Headings worden als volgt omschreven in de MeSH-databank: Medical Informatics: ‘The field of information science concerned with the analysis and dissemination of medical data through the application of computers to various aspects of health care and medicine. Year introduced: 1987.’ Tot deze term behoren de volgende relevante MeSH-termen: ‘decision support systems, clinical’, ‘Medical Order Entry Systems (CPOE)’ en ‘drug therapy, computer-assisted’. Drug Dosage Calculations: ‘Math calculations done for preparing appropriate doses of medicines, taking into account conversions of WEIGHTS AND MEASURES. Mistakes are one of the sources of MEDICATION ERRORS. Year introduced: 2008.’ Drug Administration Schedule: ‘Time schedule for administration of a drug in order to achieve optimum effectiveness and convenience. Year introduced: 1978.’ Medication Errors: ‘Errors in prescribing, dispensing, or administering medication with the result that the patient fails to receive the correct drug or the indicated proper drug dosage. Year introduced: 1967(1966).’ 10
Self Administration: ‘Administration of a drug or chemical by the individual under the direction of a physician. It includes administration clinically or experimentally, by human or animal. Year introduced: 1977.’ Naast de trefwoorden, wordt ook de vrijtekst term ‘electronic prescribing system’ gebruikt als zoekterm. Aangezien het doel van deze literatuurstudie eerder een oriënterende dan een systematische zoektocht is, wordt bij de oogst van het zoekproces gefocust op de reviews. Bij de resultaten van de term ‘electronic prescribing system’ worden alle artikels bekeken. De reviews en artikels worden onderworpen aan een schifting op basis van titel en abstract. Daarna volgt een zeer grondige selectie van de gevonden reviews en artikels. Hierbij wordt gelet of de tekst gerelateerd is aan het onderwerp. In een volgende fase wordt een zoektocht opgestart naar nog meer gerelateerde artikels op basis van het Pubmed algoritme voor het vinden van ‘related articles’. De verbandhoudende artikels van de geselecteerde reviews worden onderworpen aan een selectie op basis van hun relevantie. Via de online databank Pubmed wordt ook een 3-maandelijkse update aangevraagd (de “selective dissemination of information” functie in My NCBI) zodat zeer recente artikels ook nog opgepikt worden. 3.2.
ZOEKTOCHT NAAR BESTAANDE MODELLEN ROND DOSERINGSINFORMATIE
Naast de literatuurstudie, worden bestaande modellen opgezocht die handelen rond doseringsinformatie. Als eerste wordt de doseerinfo in het PIM - model van de European Medicines Agency (EMA) bekeken. Daarna komt het SPL - model van de Food and Drug Administration (FDA) aan beurt. Via Prof. Vander Stichele kreeg ik ook inzicht in een ander relevant document over het Heidelberg-model. Dit model behoort tot het lopende e-SPC project van de EMA. De verschillende modellen worden besproken en worden vergeleken met elkaar.
11
3.3.
CONCRETE AANPAK VAN HET DATAMODEL VOOR DIT PROJECT 3.3.1. Bepalen van de variabelen in het datamodel
De ontwikkeling van een datamodel neemt heel wat tijd in beslag en ingewikkelde voorbeelden zijn nodig om het model te bepalen. De resultaten van de ontwikkeling van een datamodel werden bijgevolg bijna nooit gepubliceerd. Aan de hand van de specifieke objectieven en na het evalueren van reeds bestaande modellen, proberen we een nieuw model te ontwikkelen voor de gebruikelijke posologie van geneesmiddelen. Enerzijds moet het datamodel met de verschillende variabelen bepaald worden en anderzijds moet een programma ontwikkeld worden voor het uitvoeren van het werkproces. De variabelen kunnen ingedeeld worden in twee delen. Er moeten variabelen opgemaakt worden die de gebruikelijke posologie beschrijven en daarnaast moeten een aantal extra variabelen bepaald worden die berekeningen per verpakking beschrijven. 3.3.1.1.
Variabelen die de gebruikelijke posologie beschrijven
Ten eerste moet een standaardvoorstel voor de gebruikelijke posologie gesuggereerd worden wanneer een specifiek geneesmiddel gekozen wordt door de arts. In de praktijk betekent dit dat een specifieke signatura automatisch op het scherm moet verschijnen; bijvoorbeeld: S/ 2 tabletten 4 keer per dag. Het voorschrift kan op die manier, na controle of eventuele aanpassingen door de arts aan de individuele toestand van de patiënt, rechtstreeks
afgeprint
worden.
De
gebruikelijke
dosis
en
de
gebruikelijke
administratiemomenten vormen de basis dosisinformatie. Deze moeten bepaald worden per periode (vb.: per dag). Bij het invoeren van deze gegevens in het datamodel, moet steeds een waarde en een eenheid ingevuld worden. De waarde en eenheid worden telkens gesplitst in twee variabelen, bijvoorbeeld 5 (= waarde) en mg (= eenheid). De keuze van een waarde en een eenheid van de administratie-eenheid moet gebeuren voor elke verpakking. Dit kan bijvoorbeeld een tablet, 5 ml, 10 druppels, een suppo, … zijn. Daarnaast moet ook het aantal gebruikelijke administratie-eenheden per administratiemoment bepaald worden. Dit kan gebeuren door het invoeren van een multiplicator: 1 X 1 tablet, 3 X 5 ml, 2 X 10 druppels, 1 X 1 suppo,… Bij de ontwikkeling van
12
het datamodel moet in acht genomen worden dat bij deze variabele decimale multiplicators mogelijk zijn, bijvoorbeeld 0,5 of 0,25. Het belang van de bepaling van een administratie-eenheid komt tot uiting in het volgende artikel. Martin et al. (2004) beschreven een datamodel voor de geneesmiddelen die op de markt zijn in Duitsland. Dit model gaat verder dan wat ons project beoogt. Het resultaat van het datamodel moet in staat zijn om berekeningen omtrent dosissen uit te voeren. De meeste datamodellen bevatten een merknaam, doseringsvorm en sterkte maar meestal
wordt
de
administratie-eenheid
niet
benoemd.
Om
elektronische
doseringsberekeningen te kunnen verwezenlijken, moet de relatie tussen de noemer van de sterkte en de voorgeschreven eenheid benoemd worden in gecodeerde vorm. In de meeste gevallen, namelijk voor vaste, enkelvoudige dosis doseringsvormen, zijn deze twee variabelen gelijk, bijvoorbeeld: ‘tablet’. Maar bij de vloeibare geneesmiddelen zijn deze variabelen verschillend. De sterkte kan hierbij 50 mg/1 ml zijn, terwijl de voorgeschreven eenheid een soeplepel is. Om deze reden moet een factor ingebouwd worden, die de relatie tussen deze twee variabelen beschrijft (Martin et al., 2004). Bij ons project is het dus belangrijk dat deze variabelen een plaats krijgen in het datamodel, zodat een volledig voorschrift kan opgemaakt worden met behulp van de ingevoerde gegevens. Naast de administratie-eenheid, moet de sterkte van de administratie-eenheid bijgevolg ook een plaats krijgen in het datamodel. Aangezien dosisaanbevelingen vaak beschreven worden binnen grenzen2, moet dit ook kunnen ingevoerd worden in het datamodel. In de variabelen die de onder- en de bovengrens beschrijven zal geen gebruik gemaakt worden van de termen minimum en maximum. De maximumdosis refereert naar de dosis die niet mag overschreden worden, omdat bij deze dosis toxische effecten optreden. De bovengrens van de gebruikelijke dosis moet altijd onder deze maximumdosis liggen. Behalve de grenzen, moet er ook een enkelvoudige waarde gekozen worden voor de gebruikelijke dosis.
2
Er wordt gebruik gemaakt van de term onder- en bovengrens, en niet van de term interval. Een interval heeft namelijk een andere betekenis bij het beschrijven van de therapietrouw. Een dosisinterval wijst op de tijd tussen twee opeenvolgende dosisinnames.
13
3.3.1.2.
Extra variabelen die berekeningen per verpakking beschrijven
De berekening van het aantal administratie-eenheden per verpakking in functie van de gebruikelijke posologie moet een onderdeel zijn van het datamodel. Wanneer een correcte administratie-eenheid gekozen is voor een verpakking, zou deze berekening moeten resulteren in een geheel getal. Wanneer het aantal administratie-eenheden per verpakking bepaald is, kan het aantal behandelingsdagen per verpakking in functie van de gebruikelijke posologie een optie zijn. Op die manier wordt het mogelijk om de verpakkingsgrootte van een verpakking (of AMPP) niet enkel uit te drukken in de eenheid van de administratie-eenheid, maar ook als het aantal behandelingsdagen, in functie van de gebruikelijke posologie. Bijvoorbeeld: een verpakkingsgrootte die geschikt is voor 2 maanden behandeling met de gebruikelijke posologie. 3.3.2. Ontwikkeling van een programma De eerste stappen voor het creëren van een programma bestaan uit een uitgebreide discussievoering omtrent bovenstaande variabelen die het datamodel moet bevatten. De variabelen van het Heidelberg-model worden daarbij besproken en geëvalueerd. Tekortkomingen in dit model worden opgemerkt en aanpassingen worden gemaakt waar nodig. Professor R. Vander Stichele leidt de vergaderingen in goede banen, waarbij de Masterstudenten Farmaceutische Wetenschappen; Liesbeth Vanwettere, Pieter Verheyen en Silas Rydant elk hun mening geven. Na een reeks vergaderingen worden de resultaten van deze discussie als functionele analyse doorgegeven aan een programmeur (Dirk van Nimwegen). Dit is een cruciale stap omdat alle informatie zeer duidelijk moet beschreven worden. Een meeting wordt georganiseerd zodat alle variabelen kunnen uitgelegd worden. Hierbij moet zeer goed nagedacht worden over alle velden die het programma zal bevatten. Om de dosering in te voeren, zijn vaak velden gewenst waarin decimale getallen kunnen ingevoerd worden. De programmeur werkt met deze informatie een datamodel uit. Wanneer het datamodel klaar is, volgt een testronde. Er moet nagegaan worden of alles ingevoerd kan worden en of eventuele fouten in het programma vervat zitten. 14
De testronde resulteert in het opmaken van een document, waarin allerlei opmerkingen zitten om het programma te optimaliseren. Dit document (de functionele analyse) wordt bezorgd bij de programmeur, zodat het datamodel kan aangepast worden. Dit proces wordt een aantal maal herhaald totdat het programma volledig op punt staat. 3.3.3. Invoeren van de proefgegevens Eens het programma klaar is, is het de bedoeling dat de doseringsinformatie van alle geneesmiddelen wordt ingevoerd. De ingevoerde doseringen vormen de proefgegevens van het project. Deze taak wordt verdeeld onder de drie Masterstudenten Farmaceutische Wetenschappen. De 1ste Masterstudent die de masterproef schrijft, neemt het grootste gedeelte voor zich. De twee 2de Masterstudenten werken eraan gedurende een 20-tal uur per week. Bij het invoeren van de data wordt gebruik gemaakt van de gegevens die beschikbaar zijn in het Gecommentarieerd Geneesmiddelenrepertorium 2009 van het B.C.F.I. Indien bepaalde doseringen niet beschikbaar of onduidelijk zijn, worden de volgende bronnen in volgorde geraadpleegd: The Summary of Product Characteristics (via de bijsluiter van het FAGG) Medisch Farmaceutisch Kompas Geneesmiddelenbulletin Pubmed Martindale Micromedex 3.3.4. Uitschrijven van een werkproces en protocol met instructies voor evaluatie Eventuele problemen en struikelblokken worden opgelijst en besproken onder elkaar. Deze problemen worden dan voorgelegd aan de coördinator en aan de senior consultant in de vorm van specifieke vragen. Met behulp van de antwoorden van de 15
coördinator en de senior consultant wordt een lijst met afspraken opgemaakt onder de vorm van een voorlopig protocol. Aan de hand daarvan kan later een volledig werkproces uitgeschreven worden. Aan de hand van het protocol en het werkproces kunnen instructies gegeven worden voor de evaluatie. Deze validatie van de ingevoerde doseringen zal gebeuren door één of meerdere redacteurs van het B.C.F.I., die de rol als superexpert opnemen in dit project.
16
4. RESULTATEN 4.1.
LITERATUURSTUDIE IN PUBMED 4.1.1. Oogst
Het specifieke zoekprofiel levert 15401 resultaten op, waaronder 1122 reviews. De reviews worden onderworpen aan een schifting op basis van titel en abstract. Dit levert een 30-tal teksten op. Daarnaast worden via de tweede term, ‘electronic prescribing system’, ook 20 teksten gevonden. Een zeer grondige selectie volgt hierop, waarbij gelet wordt of de tekst relevant is voor het onderwerp. Bij het lezen van deze relevante teksten worden deze gebruikt als vertrekpunt voor het zoekalgoritme “related articles” waarmee nog meer relevante artikelen kunnen opgezocht worden. Ook deze worden in de lijst opgenomen. Finaal worden 12 teksten geselecteerd om mee verder te werken. 8 daarvan kwamen rechtstreeks uit de specifieke zoekterm, 1 daarvan kwam uit de gerelateerde referenties en 3 daarvan kwamen uit de zoekterm ‘electronic prescribing system’. De driemaandelijkse update van het specifieke zoekprofiel levert 22 nieuwe reviews op. Deze werden op hun beurt beoordeeld met betrekking tot hun relevantie. Er werd geen nieuw artikel geïdentificeerd tijdens de drie maanden van deze masterthesis. Figuur 4.1. op pagina 18 toont een schematische voorstelling van het zoekproces in Pubmed. 4.1.2. Algemene bespreking Om een gestructureerd overzicht te geven van het literatuuronderzoek, worden vier onderverdelingen gemaakt: het eerste deel gaat over medicatiefouten, het tweede deel behandelt CPOE- en CDSsystemen, in het derde deel wordt gefocust op verschillende studies die sterk gerelateerd zijn aan het project en in het vierde deel worden een aantal contextadviezen geplaatst. 4.1.2.1.
Medicatiefouten
‘To err is human’; deze woorden van de US Institute of Medicine vormden een hernieuwde aanzet van een reeks pogingen om medicatiefouten te reduceren. De US Institute of Medicine rapporteerde dat 98000 mensen per jaar sterven als gevolg van vermijdbare medicatiefouten. Toen het publiek en de medische gemeenschap 17
geconfronteerd werden met deze cijfers, groeide het besef dat stappen ondernomen moesten worden (Balkrishnan et al., 2009).
literatuurstudie in Pubmed
specifiek zoekprofiel: 15401 resultaten
free term: 200 resultaten
focus op de reviews: 1122 reviews
free term: 200 resultaten
na selectie: 30 reviews
na selectie: 20 artikels
1 gerelateerd artikel
8 relevante artikels
3 relevante artikels
12 relevante artikels
FIGUUR 4.1.: VOORSTELLING VAN HET ZOEKPROCES IN PUBMED VIA EEN ORGANIGRAM. Medicatiefouten vormen het grootste gedeelte van de medische fouten en worden gedefinieerd als: ‘elke vermijdbare gebeurtenis die kan leiden tot een ongepast 18
geneesmiddelgebruik of schade aan de patiënt.’ Deze fouten kunnen leiden tot Adverse Drug Events (ADE’s) (Ammenwerth et al., 2008). Adverse Drug Events worden gedefinieerd als ‘verwondingen resulterend van geneesmiddelgebruik’.3 Aangezien 28 % van de ADE’s geassocieerd zijn met een medicatiefout, veroorzaakt door de mens, worden deze bestempeld als vermijdbaar. 56 % van de vermijdbare ADE’s steken de kop op gedurende het voorschrijven van geneesmiddelen. Het voorschrijven van een verkeerde dosis, frequentie en route behoren tot de meest gemaakte medicatiefouten (Kaushal et al., 2003). Wolfstadt
et
al.
(2008)
definiëren
vermijdbare
ADE’s
als
volgt:
‘geneesmiddelgerelateerde schade, geassocieerd met fouten die gebeuren tijdens het voorschrijven, de administratie, de toediening en het monitoren van geneesmiddelen en die vermijdbaar zijn.’ Deze vermijdbare ADE’s worden geschat op een 380000 tot 500000 gevallen per jaar in een ziekenhuisomgeving en kosten jaarlijks 3,5 miljard dollar aan de Verenigde Staten (Wolfstadt et al., 2008). Figuur 4.2. op pagina 20 vat het verband tussen medicatiefouten en ADE’s goed samen. Enerzijds is er het aspect van de medicatiefouten en anderzijds het aspect van de ADE’s. Medicatiefouten die leiden tot ADE’s zijn vermijdbare ADE’s (doorsnede van de cirkels). ADE’s, die niet veroorzaakt zijn door medicatiefouten, zijn onvermijdbare ADE’s en worden Adverse Drug Reactions (ADR’s) genoemd. Het kostenplaatje en de schade die wordt aangericht aan de patiënten, ten gevolge van de medicatiefouten, maken de preventie van deze fouten een hoge prioriteit. Het is bewezen dat systemen, die gebruik maken van informatietechnologie, toekomststrategieën zijn om medicatiefouten te vermijden. Tot deze systemen behoren Computerized Physician Order Entry (CPOE) - systemen, automatische uitdelingskabinetten, bar-coded medication administration (BCMA) systemen, personal health records en elektronische medicatie reconciliatie. BCMA-systemen zijn systemen waarbij iedere patiënt een armband draagt met daarop een specifieke barcode. Wanneer nu een verpleegster een geneesmiddel wil
3
Deze definitie is anders dan de definitie van de term Adverse Events wanneer gebruikt in het kader van safety management bij Good Clinical Practice.
19
toedienen, wordt de barcode van het geneesmiddel en de barcode van de patiënt gescand. Bij eventuele problemen wordt de verpleegster gealarmeerd (Agrawal et al., 2009). De focus zal liggen op CPOE-systemen, aangezien deze ervoor zorgen dat minder medicatiefouten gemaakt worden tijdens het voorschrijven. Adverse Drug Reaction’s = ADE’s – vermijdbare ADE’s
Medicatie- Vermijdbare fouten ADE’s
Adverse Drug Events
FIGUUR 4.2: EIGEN VOORSTELLING VAN DE RELATIE TUSSEN MEDICATIEFOUTEN EN ADVERSE DRUG EVENTS (ADE’S). DE VOLLEDIGE RECHTERCIRKEL DUIDT DE ADE’S AAN. DE ADE’S DIE VEROORZAAKT WORDEN DOOR MEDICATIEFOUTEN WORDEN VERMIJDBARE ADE’S GENOEMD (DOORSNEDE). DE ADE’S DIE NIET VEROORZAAKT WORDEN DOOR MEDICATIEFOUTEN WORDEN ADVERSE DRUG REACTIONS (ADR’S) GENOEMD. HET LINKERGEDEELTE VAN DE MEDICATIEFOUTEN, ZIJN FOUTEN DIE NIET LEIDEN TOT ADE’S. DE GROOTTE VAN DE VERSCHILLENDE CIRKELS IS GEEN WEERSPIEGELING VAN DE FREQUENTIE WAARIN DE VERSCHILLENDE EVENTS ZICH VOORDOEN. 4.1.2.2.
CPOE – en CDSsystemen
CPOE-systemen worden op verschillende manieren omschreven. De term refereert naar ‘een variëteit van computergebaseerde systemen om geneesmiddelen voor te schrijven, welke de gemeenschappelijke kenmerken vertonen om het voorschrijfproces te automatiseren’ (Ammenwerth et al., 2008). Een andere tekst maakt op deze stelling een aanvulling: ‘…, waarbij gestandaardiseerde, duidelijke en complete voorschriften worden verzekerd’ (Jones & Moss, 2006). Daarnaast kan een CPOE-systeem gedefinieerd worden als
20
een ‘elektronische applicatie, gebruikt door dokters, om geneesmiddelen te bestellen’ (Wolfstadt et al., 2008). In CPOE-systemen zit meestal een vorm van Clinical Desicion Support Systemen (CDSS) ingebouwd, die de artsen helpen bij het voorschrijven door het integreren van klinische- en patiënten informatie (Schedlbauer et al., 2009). CDS-systemen kunnen ingedeeld worden in basis en gevorderde (‘advanced’) systemen. In de basis CDS-systemen kunnen de volgende zaken ingebouwd zijn: controle op geneesmiddelenallergie, basisrichtlijnen omtrent dosering, controle op eventuele dubbele therapie (wanneer de patiënt al behandeld wordt met een gelijkaardig geneesmiddel) en op geneesmiddeleninteracties. De gevorderde systemen bieden een hulp bij het doseren van geneesmiddelen bij nierinsufficiëntie en bij geriatrische patiënten, richtlijnen omtrent medicatiegerelateerde laboratoriumtesten, controle op eventuele contra-indicaties bij bepaalde ziektes en op geneesmiddelen die niet mogen gebruikt worden bij zwangerschap (Wolfstadt et al., 2008). Doordat sommige van deze instrumenten de bovenstaande controles uitvoeren op specifieke patiëntengegevens, kan dit leiden tot het verschijnen van alarmsignalen of herinneringen (‘alerts or reminders’) aan de voorschrijvende arts, wanneer zich specifieke problemen voordoen (Ammenwerth et al., 2008). Verschillende studies zijn reeds uitgevoerd omtrent de evaluatie van de effecten van deze computersystemen en worden in recente reviews met elkaar vergeleken. Een review die het effect van het elektronisch voorschrijven op medicatiefouten en ADE’s bestudeert, toont op een kwantitatieve manier aan dat CPOE-systemen met CDS een significante vermindering leveren in het aantal medicatiefouten en ADE’s. Van de 25 studies die het effect bestudeerden op het aantal medicatiefouten, toonden 23 studies ervan een significante relatieve risico reductie (RRR). De laagste significante RRR was 13 % en de studie met de hoogste RRR was 99 %. 6 van de 9 studies die het effect analyseerden op potentiële ADE’s toonden een significante RRR met waarden van 35 % tot 98 %. Als laatste toonden 4 van de 7 studies, die het effect bestudeerden op ADE’s, een RRR met een waarde van 30 % tot 84 %. Er kan geconcludeerd worden dat het elektronisch voorschrijven het risico op medicatiefouten significant vermindert (Ammenwerth et al., 2008). Een andere review vergelijkt 10 studies die het effect evalueren van een CPOE-systeem, gelinkt aan een CDS, op 21
het reduceren van ADE’s. De helft hiervan toonde een significante vermindering in het aantal ADE’s (Wolfstadt et al., 2008). Schedlbauer et al. (2009) bestudeerden of het gebruik van computermatige alarmsignalen (alerts) en herinneringen (prompts) het voorschrijfgedrag van artsen positief beïnvloedt. 23 van de 27 bestudeerde alarmsignalen werden beoordeeld als positief. Ze leidden namelijk tot minder fouten, waardoor het voorschrijfgedrag van de arts positief beïnvloed werd (Schedlbauer et al., 2009). Aan het elektronisch voorschrijven zijn niet enkel voordelen verbonden. De computersystemen brengen ook nieuwe soorten fouten met zich mee (Kaushal et al., 2003). Een gebrekkige computer interface, miscommunicatie met andere systemen en een tekort aan geschikte beslissingsondersteuning (‘decision support’), zijn enkele redenen die aanleiding kunnen geven tot medicatiefouten bij het gebruik van CPOE-systemen. Daarnaast speelt de menselijke gebruiker ook een belangrijke rol: een tekort aan kennis, verwarring of afleiding, gebrek aan ervaring en tikfouten leiden tot nieuwe fouten. Bij invoering van deze systemen moet een grondige testfase vooraf gaan om te beletten dat er niet meer medicatiefouten geïntroduceerd worden dan dat er voorkomen worden (Balkrishnan et al., 2009). Een ander nadeel is dat alarmsignalen en herinneringen te vaak op het scherm verschijnen. Artsen verwaarlozen daardoor deze alarmsignalen, zeker in omstandigheden waar deze totaal overbodig zijn. In een studie werd aangetoond dat slechts 20 % van de alarmsignalen, met betrekking tot allergie, werden geaccepteerd door de artsen (Kuperman et al., 2007). Bij het ontwikkelen van een dergelijk systeem moet dus voldoende aandacht geschonken worden aan het voorkomen van overbodige of al te veelvuldige alerts als storende factor in het werkproces van een arts. Niettegenstaande de voordelen van CPOE-systemen erkend zijn, schiet de implementatie niet op volgens de verwachtingen. Volgens de American Hospital Association had slechts 5 % van de ziekenhuizen een CPOE met CDSS geïmplementeerd in 2003. Hoewel de effectiviteit van deze systemen bewezen is, moeten een aantal barrières overbrugd worden om een succesvolle implementatie te bewerkstelligen. De financiële kosten die de instituties moeten leveren, de toegang tot de gepaste hardware en software en de relatief gesofisticeerde informatietechnologie die elke organisatie moet hebben, vormen belangrijke barrières. Eén van de meest voorkomende barrières is echter het verzet van de artsen tegen 22
het gebruik van deze systemen. De voornaamste reden daarvoor is dat de artsen hun aandeel in het maken van medicatiefouten vaak onderschatten. Het is van groot belang dat artsen erkend worden als één van de sleutelfiguren in het voorschrijven en de toediening van medicatie. Daarnaast is het belangrijk de artsen te overtuigen in de verwezenlijking van CPOE-systemen. Artsen willen geen kostbare tijd verliezen aan het elektronisch opmaken van een voorschrift, omdat ze die tijd beter kunnen spenderen aan de patiënt. Verschillende factoren zorgen ervoor dat het introduceren van CPOE-systemen in de praktijk een succes wordt. Niet enkel het gebruiksgemak van de systemen, maar ook de sociale context speelt een belangrijke rol. Logistieke ondersteuning door specifieke assistenten, die kennis hebben van deze systemen, moeten artsen de kennis overbrengen en op een geduldige, flexibele manier de eventuele vragen beantwoorden. Verpleegkundigen die gespecialiseerd zijn in informatietechnologie of klinische apothekers kunnen op die manier een brug vormen tussen de klinische en de technologische setting (Jones & Moss, 2006). Addendum: evaluatie van CPOE-systemen De artikels geven geen duidelijke informatie omtrent de evaluatie van CPOE-systemen. Om deze reden werd een zoektocht gehouden op het internet om belangrijke evaluatiecriteria van CPOE-systemen te vinden. De Leapfrog Group is een organisatie waarin de veiligheid van de patiënt centraal staat. Het gebruik van CPOE is één van de manieren om belangrijke verbeteringen te brengen op het gebied van de veiligheid van de patiënt. Om CPOE-systemen te evalueren, heeft de groep een evaluatie instrument ontwikkeld: ‘The Leapfrog Evaluation Tool’. Ziekenhuizen die gebruik maken van een CPOE-systeem kunnen op deze manier hun CPOE-systeem beoordelen. De procedure bestaat uit 8 verschillende stappen die overlopen moeten worden door verantwoordelijken van het ziekenhuis. De eerste stap bestaat uit een registratie voor de evaluatie. In een tweede fase moet test patiënt informatie gedownload worden. Daarna worden test voorschriften gedownload. De vierde stap bestaat uit het invoeren van voorschriften in de CPOE-applicatie. Daarna worden de resultaten ingevoerd en voorgelegd. Een zesde fase bestaat uit het automatisch scoren van het gebruikte CPOE-systeem. Bij deze beoordeling wordt nagegaan of het CPOE-systeem de nodige decision support bezit om schadelijke medicatiefouten te voorkomen en dit 23
gebeurt voor elke voorschrijfcategorie. In de laatste stap wordt een rapport opgemaakt van de evaluatie. Dit rapport moet een hulp bieden om de implementatie van CPOE-systemen te verbeteren. Als het rapport positief is, is er geen reden om het CPOE-systeem niet te gebruiken. Als het rapport negatief is, kan het CPOE-systeem aangepast worden (http://www.psqh.com/julaug08/cpoe.html).
De bedoeling van het project is om een CPOE-systeem te ontwikkelen waar een minieme mate van CDS-systeem in verwerkt zit, maar wel volgens een reproduceerbaar en EBM (Evidence-Based Medicine) - gebaseerd werkproces. Gevorderde CDSS is hier niet van toepassing, aangezien dosissen berekenen niet tot het doel behoort. Het leunt eerder aan bij een basis CDSS, waarbij de keuze van een geneesmiddel uit een lijst leidt tot het verkrijgen van een voorgevormd voorschrift. Dit voorschrift bevat naast de gebruikelijke posologie ook een lijst van gegevens die kunnen leiden tot het activeren van een alert in combinatie met gegevens uit een patiëntendossier. 4.1.2.3.
Toepassing op het project
Nu volgt een focus op verschillende systemen, gevonden via de literatuurstudie, die aanleunen bij het project. In een basis CDS-systeem zitten meestal basisrichtlijnen omtrent de dosering van geneesmiddelen. Eén van de manieren om dit te doen, is lijsten aanbieden waar complete voorschriften van medicaties beschikbaar zijn. Deze worden gedefinieerd als ‘complete, voorgeschreven geneesmiddelenvoorschriften, die dosis, doseringsvorm (wanneer noodzakelijk), route of administratie, frequentie, en een vlag met reden (wanneer nodig) bevatten’. Een studie heeft aangetoond dat voorgevormde voorschriften 75 % van de 1111 doseringsfouten kunnen verhelpen. Een andere studie toont aan dat het leveren van een standaarddosering en - frequentie 42 % van de voorschrijffouten en 53 % van de potentiële ADE’s elimineert (Kuperman et al., 2007). Het Brigham Integrated Computing System (BICS) is een computersysteem gebruikt in het Brigham and Woman’s hospital in Boston. Het bestaat uit een gestructureerde CPOE die toelaat aan de arts om verschillende parameters in te voeren. Wanneer een arts een geneesmiddel voorschrijft, verschijnt een lijst van beschikbare dosissen, waarbij de aanbevolen dosis (of de meest gebruikelijke, wanneer er geen aanbevolen is) wordt 24
geaccentueerd (zie Figuur 4.3.). De arts kan nu ofwel de aanbevolen dosis of een andere dosis van de lijst selecteren, of hij kan zelf een dosis ingeven door het veld ‘other’ te selecteren. Wanneer de dosis gekozen is, wordt de aanbevolen administratiefrequentie (aantal toedieningsmomenten) geaccentueerd. De arts kan opnieuw kiezen of hij deze aanvaardt, of een andere kiest. Tijdens het voorschrijven worden waarschuwingen, herinneringen en eventuele alternatieven aangeboden (Teich et al., 2000).
FIGUUR 4.3.: WEERGAVE VAN EEN COMPUTERSCHERM IN HET BICS BIJ HET VOORSCHRIJVEN VAN GENEESMIDDELEN. BIJ DE KEUZE VAN EEN GENEESMIDDEL, KRIJGT DE ARTS DE KEUZE TUSSEN VERSCHILLENDE DOSISSEN. DE AANBEVOLEN DOSIS WORDT GEACCENTUEERD IN HET ZWART (TEICH ET AL., 2000). Tamblyn et al. (2006) beschreven de capaciteiten van het MOXXI (Medical Office of the XXIst Century) – systeem, een elektronisch voorschrijfsysteem. Bij de keuze van een geneesmiddel verschijnt een lijst met standaardparameters voor het gekozen geneesmiddel. Deze parameters zijn de geneesmiddelnaam, de dosis, de gevolgde route, de frequentie, instructies voor administratie, de duur van de behandeling en eventuele herhalingen van de behandeling. De standaardwaarden zijn ingevuld, maar kunnen eventueel veranderd worden door de arts. De hoeveelheid die moet afgeleverd worden, wordt automatisch berekend. De arts moet ook de indicatie aanduiden waarvoor het geneesmiddel zal gebruikt worden (tot hier zie Figuur 4.4. A). Naast deze informatie wordt er ook informatie aangeboden die specifiek toegepast is op een patiënt. De medicatie die gegeven werd gedurende de voorbije
25
6 maanden, de medicatiekosten en eventuele ziekenhuisopnames, zijn gegevens die beschikbaar zijn (Figuur 4.4. B).
FIGUUR 4.4.: VOORSTELLING VAN HET MOXXI SYSTEEM. A.: HET ELEKTRONISCH VOORSCHRIJFMODEL MET DOCUMENTATIE VAN DE THERAPEUTISCHE INDICATIE. B.: WEERGAVE VAN HET MEDICATIEPROFIEL VAN AFGELEVERDE VOORSCHRIFTEN, GELEVERD VIA HET GEÏNTEGREERD MOXXI SYSTEEM (TAMBLYN ET AL., 2006). 26
Door de toegang tot specifieke patiënteninformatie kunnen ook hier alerts op het scherm verschijnen. Deze worden ingedeeld in 3 categorieën: Een eerste categorie beschrijft dat het geneesmiddel absoluut gecontraïndiceerd is, bij de tweede categorie moet het geneesmiddel gemeden worden wanneer mogelijk en bij de derde categorie moet het geneesmiddel met voorzichtigheid gebruikt worden (Tamblyn et al., 2006). 4.1.2.4.
Contextadviezen
Om de implantatie van CPOE - systemen te verbeteren hebben Teich et al. (2005) een actieplan opgesteld. Eén van de noodzaken voor het verzekeren van het succes van deze informatiesystemen is het afspreken van standaardtermen en het leveren van een uniforme structuur. De standaarden moeten bepaald worden op verschillende niveaus. Een eerste prioriteit is de manier waarop geneesmiddelen worden beschreven; de schrijfwijze en de gebruikte afkortingen moeten bij elk systeem hetzelfde zijn. Een tweede zaak is de nood aan een standaardstructuur en terminologie voor de indeling van de geneesmiddelen, zoals bij de generische middelen. Daarnaast is het van groot belang een ‘sig standaard’ (richtlijnen aan de patiënt hoe de medicatie moet ingenomen worden) te genereren. Er moet een woordenschat ontwikkeld worden die de toedieningsvorm, -sterkte, doseringseenheden, frequenties benoemt. Een vierde noodzaak is een standaard vocabularium voor allergiereacties, zodat gegradueerde alarmeringsniveaus kunnen opgebouwd worden. Daarnaast worden nog twee andere noodzaken beschreven, maar die zijn van minder belang in het project (Teich et al., 2005). Dit actieplan wordt zoveel mogelijk toegepast in het project. 4.2.
ZOEKTOCHT NAAR BESTAANDE MODELLEN ROND DOSERINGSINFORMATIE
Via deze studie worden drie verschillende resultaten gegenereerd. Eerst en vooral wordt er onderzoek gedaan naar de doseringsinformatie die beschikbaar is in het PIM-model van de EMA. Daarna wordt nagegaan hoe de FDA de structurering van dosisinformatie aanpakt in het SPL-model. Als laatste wordt gekeken naar het model dat ontwikkeld is door de Universiteit van Heidelberg (het Heidelberg-model). Na de bespreking van deze modellen, volgt een vergelijking tussen het Heidelberg- en het SPL-model. 27
4.2.1. PIM - model Het Product Information Management (PIM)-model is een project dat ingevoerd is door de European Medicines Agency (EMA). Eén van de belangrijkste doelstellingen is het verbeteren van het beheer en de uitwisseling van productinformatie op elektronisch gebied. De productinformatie van geneesmiddelen is de informatie die beschikbaar is in de Summary of Product Characteristics, in de bijsluiter en in de labeling (etikettering). Deze informatie moet goed gestructureerd zijn zodat uitwisseling met behulp van elektronische middelen mogelijk wordt. Sommige zaken over geneesmiddelen worden op heel wat plaatsen benoemd op een andere manier, zodat deze zaken vaak herhaald worden. Het PIM heeft nu standaarden gecreëerd zodat deze herhalingen geminimaliseerd worden en uniforme termen worden gebruikt. Op die manier kan het PIM beschouwd worden als een standaard voor de elektronische uitwisseling van productinformatie. Om de productinformatie te structureren en te controleren, wordt gebruik gemaakt van de XML-taal. Extensible Markup Language (XML) is een standaardtaal waarmee men gestructureerde gegevens kan weergeven door documenten elektronisch te coderen. Deze voorstelling is zowel leesbaar voor de mens, als leesbaar door een computer. Deze XML wordt gebruikt voor het opslaan van gegevens als voor gegevens over het internet te versturen. In Figuur 4.6. op pagina 29 wordt een voorbeeld gegeven van een XML-bestand. Er kan besloten worden dat het PIM-model vooral tracht om verschillende documenten over geneesmiddelen te combineren tot een praktisch en gestructureerd document. Dit document wordt ook vertaald in verschillende talen. Wanneer gefocust wordt op dosering, wordt de informatie vanuit de verschillende bronnen overgenomen (voornamelijk van de SPC), maar een gedetailleerde bespreking van een structurering wordt hier niet vermeld (http://pim.ema.europa.eu/PDFs/PIM%20Concepts.pdf). Figuur 4.5. toont aan op welke manier dosering in het PIM-model verwerkt wordt. Er wordt een vergelijking gemaakt tussen een Engelse en een Portugese versie. De bedoeling is dat deze versies overeenkomen.
28
FIGUUR 4.5.: EEN VOORBEELD VAN EEN VERGELIJKING TUSSEN EEN ENGELSE EN EEN PORTUGESE VERSIE VAN HET DOSERINGSONDERDEEL IN HET PIM-MODEL. (HTTP://PIM.EMA.EUROPA.EU/PDFS/PIM%20CONCEPTS.PDF) 4.2.2. SPL – model Structured Product Labeling (SPL) kan beschouwd worden als het Amerikaanse equivalent van het PIM-model. Het is een elektronisch document dat werd goedgekeurd door de Health Level Seven (HL7) en gebruikt wordt door de Food and Drug Administration (FDA) om productinformatie (over geneesmiddelen) elektronisch uit te wisselen. In SPL wordt eveneens gebruik gemaakt van Extensible Markup Language (XML), waarvan een voorbeeld te zien is in Figuur 4.6.
<denominator value="1" unit="1"/>
tazminate malate
FIGUUR 4.6.: EEN WEERGAVE VAN DE EXTENSIBLE MARKUP LANGUAGE DIE GEBRUIKT WORDT IN HET SPL-MODEL. Het document bestaat uit een reeks datastandaarden, opgedeeld in verschillende tabellen, gaande van gegevens over de firma en verkoopcategorie tot de geur en kleur van 29
de producten. Iedere tabel bevat een lijst met termen (SPL Acceptable Terms), die elk een code hebben gekregen. Bij de bespreking van dit model zal enkel gefocust worden op de manier waarop doseringsinformatie geklasseerd wordt. Hierbij zal gelet worden of er variabelen ingebouwd zitten, die gerelateerd zijn aan de gebruikelijke posologie van geneesmiddelen. In de tabel doseringsvormen (‘dosage forms’) wordt een lijst gegeven met de mogelijke vormen die er bestaan, met elk een bijhorende code. Een tweede tabel is de indicatiecategorie (‘indication category’), waar het medicinale probleem wordt beschreven. De derde belangrijke tabel is de ‘limitation of use/issues’-groep, waar variabelen ingebouwd zitten zoals de behandelingsduur en belangrijke contra-indicaties. Daarnaast is er de tabel ‘section headings’ die bestaat uit een hele reeks secties. Als er bepaalde waarschuwingen noodzakelijk zijn, kunnen deze hier ingevuld worden (warnings and precautions section). Er zijn een aantal secties die wijzen op dosering: ‘dosage & administration section’ en ‘dosage forms & strengths section’. In deze groep bevinden zich ook de termen ‘geriatric use’ en ‘pediatric use’ om aan te duiden of een verpakking specifiek is voor een bepaalde leeftijdsgroep. Als laatste zijn er een aantal datastandaarden in verband met eenheden. (http://www.fda.gov/ForIndustry/DataStandards/StructuredProductLabeling/default.htm) Over de sectie ‘dosage & administration section’ werd in maart 2010 een nieuw artikel gepubliceerd (http://www.fda.gov/downloads/Drugs/GuidanceComplianceRegulatoryInform ation/Guidances/UCM075066.pdf). In dit document wordt het inhoudelijke deel van deze sectie besproken, zodat dit een aanvulling is op het SPL-model. In dit hoofdstuk moet al de nodige informatie vervat zitten om een veilige en effectieve dosering en administratie van een geneesmiddel mogelijk te maken. Daarnaast moet de informatie duidelijk en toegankelijk zijn. Een eerste deel van de sectie dosering en administratie is de basis dosisinformatie. De gebruikelijke aanbevolen dosis en het doseringsregime vormen een essentieel onderdeel van deze sectie. Als een onderste en een bovenste doseringsgrens voorhanden zijn, moeten deze vermeld worden. Daarnaast worden volgende zaken ook onder dit onderdeel geplaatst: de startdosis (als deze anders is dan de gebruikelijke dosis), de duur van het geneesmiddelgebruik, de toedieningsweg, een eventueel titratieregime als de dosis moet 30
opgetitreerd worden, de duur of snelheid van infusie en de bovenste doseringslimiet, waarboven veiligheid en effectiviteit niet meer gegarandeerd kan worden. Na de basis dosisinformatie volgt relevante informatie voor het specifieke geneesmiddel. De meest belangrijke informatie moet onmiddellijk volgen op de basis dosisinformatie. Hoe minder belangrijk de informatie is, hoe verder deze geplaatst wordt. Deze bijkomende informatie kan gaan over het monitoren van geneesmiddelen, eventuele dosisaanpassingen als het gevolg van geneesmiddelinteracties, dosisaanpassingen in specifieke patiëntenpopulaties, bepaalde bedenkingen die in acht genomen moeten worden wanneer de therapietrouw aan een doseringsregime zeer belangrijk is, informatie over premedicatie en comedicatie, belangrijke instructies bij de administratie van het geneesmiddel, specifieke inhoud omtrent bereide geneesmiddelen, specifieke inhoud voor parenterale geneesmiddelen, specifieke inhoud voor radioactieve producten en als laatste informatie over beperkingen van de distributie van geneesmiddelen. 4.2.3. Heidelberg – model 4.2.3.1.
Beschrijving
De Universiteit van Heidelberg heeft een model ontwikkeld waarmee ze de belangrijke risico’s (ADE’s), die verbonden zijn aan geneesmiddelenbehandeling, trachten te verminderen. De concentratie van een geneesmiddel in het lichaam is afhankelijk van farmacokinetische processen (ADME4), die bepaald worden door patiëntspecifieke karakteristieken (leeftijd, nierfunctie, …). Om een geschikte dosis voor te schrijven van een geneesmiddel,
moet
dit
dus
gebeuren
in
overeenstemming
met
de
patiëntenkarakteristieken. Het model bestaat uit een gestructureerde elektronische databank waaraan elektronisch
beschikbare
patiëntenkenmerken
gekoppeld
kunnen
worden,
zodat
dosisaanpassing per patiënt een optie wordt. Het is een CDS-systeem die geoptimaliseerd wordt doordat informatie over geneesmiddeldosering en -toediening vervat zit in een elektronische samenvatting van product karakteristieken (electronic summary of product
4
ADME = Absorptie, Distributie, Metabolisatie en Excretie. Dit zijn de processen die beschreven worden in de farmacokinetiek, het vakgebied die bestudeert wat het lichaam doet met het geneesmiddel.
31
characteristics (e-S(m)PC)). SPC (summary of product characteristics) bestaat reeds in tekstuele vorm, waar onder andere informatie over dosering en administratie beschikbaar is. De bedoeling van dit model is om een elektronische databank te ontwikkelen, zodat informatie over dosering beschikbaar is in een goed gestructureerde vorm. Bij de ontwikkeling van het model werd specifieke aandacht gehecht aan drie punten. Als eerste moet een flexibele en dynamische structuur beschikbaar zijn, daarnaast moet er een hiërarchische structuur van variabelen gecreëerd worden en als laatste moet een gecontroleerd vocabularium gebruikt worden zodat uitwisseling van de data met andere elektronische databanken mogelijk wordt. Het model moet een antwoord bieden op een 8-tal doelstellingen die op voorhand gedefinieerd werden. Deze doelstellingen zijn te vinden in Tabel 4.1. op pagina 33. Het model bestaat uit twee hoofdstukken: het ene luik behandelt de geneesmiddeldosering en het andere de farmacokinetiek. In het tweede deel worden farmacokinetische parameters beschreven, die de doseringsverschillen van patiënt tot patiënt in kaart brengen en die mathematische dosisaanpassing mogelijk maken. Doelstelling 1B in Tabel 4.1. sluit aan bij de hoofddoelstelling van ons project, zodat hierop gefocust wordt. Daarnaast zullen de doelstellingen 2, 5 en 6 een plaats krijgen in het programma als logic variabele (een variabele die kan aangevinkt worden wanneer nodig). De databank met betrekking tot de geneesmiddeldosering wordt ingedeeld in 5 informatietabellen. Elke informatietabel bevat duidelijke variabelen en een gecontroleerde referentietabel van de waarden die deze variabelen kunnen bevatten. De belangrijkste informatietabel is de dosering, waar de andere informatietabellen een invloed op hebben: geneesmiddel, monitoren, condities, administratie. Een gestructureerd overzicht van de variabelen met bijhorende definitie is te vinden in de bijlagen (Bijlage 1). Wat volgt, is eerst een algemene beschrijving van een aantal belangrijke variabelen aangezien verschillende van deze variabelen gebruikt zullen worden bij de ontwikkeling van het programma.
32
TABEL 4.1.: ESSENTIËLE KENMERKEN VAN EEN ELEKTRONISCH DECISION SUPPORT SYSTEEM MET ALS DOEL DOSERINGSFOUTEN TE MINIMALISEREN. DOELSTELLING 1 VERWIJST NAAR DE BASISINFORMATIE OVER STANDAARDDOSISEN, DOELSTELLINGEN 2 TOT 7 NAAR AANPASSINGEN VAN DOSERINGEN OM DE MEEST FREQUENTE DOSERINGSFOUTEN AAN TE PAKKEN. DIT ZIJN DE DOELSTELLINGEN VAN HET HEIDELBERG-MODEL (SEIDLING ET AL., 2010). Doelstellingen: 1. A) Het genereren van een alarmsignaal (‘alert’) wanneer een standaard maximum bovenste dosis limiet wordt overschreden bij volwassen patiënten. B) Doseringsaanbevelingen waarbij standaard therapeutische dosissen worden gesuggereerd. 2. Alarmsignalen en doseringsaanbevelingen die rekening houden met de individuele nierfunctie van de patiënt. 3. Alarmsignalen en doseringsaanbevelingen die rekening houden met de individuele leeftijd en het gewicht van de patiënt. 4. Alarmsignalen en doseringsaanbevelingen die rekening houden met interacties van comedicatie. 5. Alarmsignalen en doseringsaanbevelingen die rekening houden met de indicatie van het geneesmiddel. 6. Alarmsignalen en doseringsaanbevelingen die rekening houden met het administratietijdstip
met
betrekking
tot
de
fase
van
de
therapie
(onderhoudstherapie, ladingsdosis, tapering) 7. Alarmsignalen in combinatie met parameters voor het monitoren van geneesmiddelen (bijvoorbeeld geneesmiddelconcentraties) 8. Uitgebreide hulp bij dosering die rekening houdt met bijkomende individuele patiëntenkarakteristieken die de geneesmiddeldosering kunnen beïnvloeden.
De variabelen worden genoteerd met een uniforme schrijfwijze. Elke variabele begint met een ‘<’ en wordt afgesloten met een ‘>’. Als de variabele uit meerdere woorden bestaat, worden deze gescheiden door een ‘_‘. Voorbeeld: .
33
Een asterisk wordt geplaatst naast de variabelen die een referentietabel vereisen. De waarde die bij deze variabele past, moet dus gehaald worden uit de beschikbare referentielijst. Als een asterisk tussen haakjes wordt geplaatst, wil dit zeggen dat een referentietabel vereist is, doch nog niet beschikbaar. Als een variabele duidt op een getal waarbij een eenheid hoort, worden deze twee zaken gescheiden. Voor het getal wordt een variabele ingevoerd en voor de eenheid ook. Om de geneesmiddeldosis uit te drukken, zijn er dus steeds twee variabelen nodig: de (vb.: 50) en de * (vb.: mg). In sommige gevallen is het noodzakelijk om een interval in de databank te kunnen invoeren. Een voorbeeld daarvan is de behandelingsduur, die vaak niet eenduidig is. Om dit op te lossen, worden de termen ‘lower’ en ‘upper’ ingevoerd. Voor de behandelingsduur krijgen we dan: en . De eerste variabele duidt op de gebruikelijke korte behandelingsduur en de tweede op de gebruikelijke lange behandelingsduur. Bij elk van deze variabelen hoort ook een eenheid: * en *. De beschrijving van de dosering van geneesmiddelen is geen gemakkelijke zaak. In dit model worden heel wat variabelen ingevoerd die de dosering proberen te omschrijven. De dosering van een geneesmiddel moet steeds bepaald worden per periode, bijvoorbeeld per dag, per uur, per week, … De variabelen en * zijn daarvoor ingevoerd. Daarnaast moet bepaald worden hoeveel keer een geneesmiddel moet toegediend
worden
in
deze
periode.
beschrijft
het
aantal
toedieningsmomenten per periode. De en de * beschrijven de dosis die per keer ingenomen moet worden, bijvoorbeeld 50 mg. Doelstelling 1B in Tabel 4.1 zegt dat doseringsaanbevelingen gegeven worden waarbij standaard therapeutische dosissen worden gesuggereerd. Via de variabele <dosage_type>* kan aangeduid worden dat de gegeven dosis wijst op de gebruikelijke posologie (door in deze parameter ‘usual dose’ in te vullen). In deze variabele is ook plaats om meerdere zaken aan te duiden. De dosis, die bepaald is in de variabele en
34
, kan een gebruikelijke dosis, een gebruikelijke laagste dosis limiet, een gebruikelijke bovenste dosis limiet of een maximale dosis limiet zijn. Aangezien het model geprobeerd heeft om de verschillende soorten geneesmiddelen een plaats te geven, is de lijst van variabelen lang. Dit is een goede zaak. In het geval van antitumorale middelen en contraceptieve pillen zijn variabelen nodig die aanduiden dat deze geneesmiddelen
in
cyclussen
worden
toegediend.
en
zijn voorbeelden hiervan. Voor sommige klassen van geneesmiddelen (antitumorale, contraceptieve en antimicrobiële geneesmiddelen) is de behandelingsduur een cruciale zaak om een veilige en effectieve behandeling te verzekeren. Deze informatie vindt zijn plaats in de variabelen en volgende. Een andere parameter die heel belangrijk is bij de dosering van geneesmiddelen, is de indicatie waarvoor het middel gebruikt wordt. De variabele * is daarvoor ingevoerd. Dit is een variabele die kan bestaan uit meerdere termen die gecombineerd worden met ‘AND’ en ‘OR’. Op die manier kunnen alle indicaties ingevoerd worden. Naast de indicatievariabele zijn nog enkele variabelen ingevoerd zoals (*), … Bij het doseren van een infuus speelt de tijdsduur een belangrijke rol. Verschillende variabelen zijn ingevoerd om dit te beschrijven, bijvoorbeeld infusion_duration_value. In het eerste hoofdstuk worden bepaalde patiëntenkarakteristieken reeds beschreven, zoals leeftijd, geslacht, gewicht, etnische groep, eventuele polymorfisme, … Als deze variabelen ingevoerd zijn, kan met behulp van de farmacokinetische variabelen uit hoofdstuk 2 de specifieke dosissen per patiënt berekend worden. In ons project is het niet de bedoeling om al deze variabelen in te voeren. Enkele van deze zijn wel belangrijk zoals de leeftijd waarop een bepaald geneesmiddel betrekking heeft (subjects_age_group) en patiënten met nier- of leverfalen (Seidling et al., 2010). 4.2.3.2.
Bedenkingen
Het model bevat heel wat interessante en goed geplaatste variabelen om de dosering te beschrijven. Ook is de structurering van de variabelen met behulp van de uniforme 35
schrijfwijze een positief kenmerk van het model. Omdat deze schrijfwijze duidelijk is, zal deze gebruikt worden bij de ontwikkeling van ons datamodel. Het model tracht daarnaast een volledige lijst te bieden van variabelen die de dosering omschrijven. Op die manier wordt echter een ellenlange lijst gecreëerd van variabelen, doordat sommige zaken op een omslachtige manier omschreven worden. Hieronder volgen enkele voorbeelden. Het invoeren van de variabelen om grenzen aan te duiden is een noodzaak, maar zowel de onder- als bovengrens krijgen daarbij een variabele waar de eenheid benoemd moet worden. De eenheid kan geplaatst worden onder 1 variabele, die zowel bij de laagste als de hoogste waarde van het interval hoort, bijvoorbeeld: . In de variabele <dosage_type>* kan heel wat informatie geplaatst worden: de aanduiding van een gebruikelijke dosering, de onder- en bovengrenzen van een dosering en een maximale dosis. Wanneer de grenzen van een dosering ingevoerd worden, gebeurt dit bijgevolg op een omslachtige manier. Dit wordt geïllustreerd in het volgende voorbeeld: een dosering van 60 tot 120 mg. en : 60 en mg <dosage_type>* : usual lower dose en : 120 en mg <dosage_type>*: usual upper dose De variabelen en moeten steeds herhaald worden wanneer een aanduiding in de variabele <dosage_type>* ingevoerd wordt. Het zou praktischer zijn om variabelen in te voeren die de onder- en de bovengrens van een dosering beschrijven, waardoor de variabele <dosage_type>* kan weggelaten worden. Op die manier wordt het invoeren van doseringen eenvoudiger. Het voorgaande probleem komt nog meer tot uiting in het volgende voorbeeld. Als doseringsgrenzen (onder- en bovengrens) worden ingegeven en daarnaast een gebruikelijke dosering, worden enerzijds 6 variabelen ingevoerd om de dosis ( en *) te beschrijven en anderzijds wordt de variabele <dosage_type> 3 keer ingevoerd, om aan te duiden of het om grenzen gaat of om de gebruikelijke dosering. Zoals gezegd, wordt op die manier een ellenlange lijst van variabelen gecreëerd. In de 36
ontwikkeling van ons datamodel zal één van de noodzaken zijn om op een optimale en praktische manier de gebruikelijke dosering weer te geven. Dit maakt dan ook deel uit van de hoofddoelstelling van dit project. Naast de opmerkingen omtrent de omslachtige manier van werken, volgt een kritische bespreking van de manier waarop de dagdosis wordt ingevoerd. In het model duiden de variabelen en op de dosis die per keer moet ingenomen worden. Dit is een mogelijke manier om een dosering te beschrijven, maar het zou beter zijn indien de administratie-eenheid een plaats zou krijgen in de databank. De administratie-eenheid kan 1 tablet, 1 suppo, 10 druppels, 10 ml, … zijn. Op die manier kan er op het voorschrift verschijnen hoeveel tabletten per keer moeten ingenomen worden, in plaats van het aantal mg dat moet ingenomen worden per keer. Dit laatste is immers niet praktisch voor de patiënt. In het model zijn een aantal variabelen ingevoerd die de administratie-eenheid trachten te omschrijven, namelijk:
<presentation_form>*, *,
<strength_value> en <strength_unit>. Dit zijn zaken die de lijst enkel langer en gecompliceerder maken. Bij de ontwikkeling van het datamodel in het project, zal dit een topic zijn waar voldoende aandacht aan besteed moet worden. De dosis (in mg) zal daarbij wel niet weggelaten worden. In dit model refereert de dosis naar de dosis die ingenomen moet worden per keer. Maar aangezien de administratie-eenheid deze variabele zal vervangen, kan de dosis die ingevoerd wordt, refereren naar de periode. Als bijvoorbeeld 3 keer 50 mg moet ingenomen worden per dag, dan is de dagdosis gelijk aan 150 mg. Het is positief dat variabelen ingevoerd zijn om de indicatie te beschrijven die bij de dosering past. Meerdere indicaties kunnen aangeduid worden, maar het model mist echter een aanduiding voor de hoofdindicatie. Dit is een gebrek dat in ons programma zal moeten opgelost worden. De andere variabelen die rond indicaties ingevoerd zijn, zoals restriction, zijn dan misschien iets te uitgebreid om de gebruikelijke posologie te omschrijven in ons datamodel.
37
4.2.3.3.
Vergelijking van het Heidelberg-model met het SPL-model
Op basis van deze informatie wordt een vergelijking gemaakt tussen de variabelen van het Heidelberg-model met de inhoud die voorhanden moet zijn in de ‘dosage and administration’ sectie van het SPL-model. De focus ligt op de gebruikelijke posologie en de informatie en variabelen die relevant zijn voor ons project (de variabelen die een eenheid beschrijven, worden hier buiten beschouwing gelaten). Enkel de informatie die in beide modellen voorkomt over gebruikelijke posologie zal hier besproken worden. Tabel 4.2 toont het resultaat van deze vergelijking. Er kan besloten worden dat de informatie over dosering van het SPL-model grotendeels terug te vinden is in het Heidelberg-model. Het Heidelbergmodel duidt wel sommige zaken aan op een omslachtige manier. TABEL 4.2.: VERGELIJKING TUSSEN HET HEIDELBERG-MODEL EN HET SPL-MODEL, MET FOCUS OP DE INFORMATIE OVER DE GEBRUIKELIJKE POSOLOGIE. HEIDELBERG-MODEL FDA: DOSAGE AND BESLUIT ADMINISTRATION SECTION (SPL-MODEL) EN De gebruikelijke aanbevolen Het Heidelberg duidt de <dosage_type>* (in dit geval dosis gebruikelijke aanbevolen is deze variabele dan: ‘usual dosis aan op een dose’) omslachtige manier. EN Grenzen van een dosering Het Heidelberg duidt de <dosage_type>* (usual doseringsgrenzen aan op lower dose limit, usual upper een omslachtige manier. dose limit) * Startdosis (aanduiding van een start-, onderhouds- of einddosis) De duur van geneesmiddelengebruik <escalation_type>* en ook *
Titratieregime
<dosage_type>* (maximum Bovenste doseringslimiet dose limit)
Het Heidelberg-model voldoet aan deze informatie. het Het Heidelberg-model voldoet aan deze informatie. Het Heidelberg-model voldoet aan deze informatie. Deze aanduiding gebeurt in het Heidelberg-model op een omslachtige 38
TABEL 4.2.: VERGELIJKING TUSSEN HET HEIDELBERG-MODEL EN HET SPL – MODEL, MET FOCUS OP DE INFORMATIE OVER DE GEBRUIKELIJKE POSOLOGIE (vervolg). manier. Het doseringsregime Het Heidelberg-model voldoet aan deze informatie. * = ROA (toedieningsweg) Het Heidelberg-model voldoet aan deze informatie. De duur OF de snelheid van Het Heidelberg-model zegt infusie niets over de snelheid van infusies, maar dit is vaak wel belangrijk.
4.3.
CONCRETE AANPAK VAN HET WERKPROCES “GEBRUIKELIJKE POSOLOGIE” 4.3.1. Bepalen van de variabelen in het datamodel
Vooreerst is het belangrijk dat het datamodel een optimale en praktische structuur biedt voor het invoeren van de gegevens. Aangezien deze gegevens gehaald worden uit het Gecommentarieerd Geneesmiddelenrepertorium, wordt de indeling van dit boek logischerwijs overgenomen. De eerste verdeling is deze in de 14 hoofdstukken. Per hoofdstuk worden de geneesmiddelen ingedeeld in verschillende klassen. Tot op dit niveau wordt de indeling overgenomen vanuit het Gecommentarieerd Geneesmiddelenrepertorium. Het e-Health datamodel is een databank die deze bovenstaande structuur reeds gebruikt, zodat van deze elektronische classificatie gebruik gemaakt wordt in dit project. Bovendien vormt het e-Healthmodel een aanvulling op voorgaande indeling. Het B.C.F.I. is er namelijk recentelijk in geslaagd om deze databank te vernieuwen, met het oog op het creëren van een referentie voor het voorschrijven op stofnaam. De verschillende klassen van geneesmiddelen worden hierbij ingedeeld in VOS-groepen, met elk hun bijhorende verpakkingen. Beschikbare verpakkingsvormen van geneesmiddelen die eenzelfde actief bestanddeel (of combinatie van actieve bestanddelen), eenzelfde sterkte en eenzelfde toedieningsweg gemeenschappelijk hebben, behoren tot eenzelfde VOS-groep of VMP (Virtual Medicinal Product). Iedere VOS-groep bevat een of meerdere verpakkingen, die ook soms aangeduid worden als Actual Medicinal Product Package (AMPP). De arts schrijft voor 39
op stofnaam (en kiest bij deze een VOS-groep), waarna de apotheker op een rationele manier een prijsbewuste en passende keuze kan maken van een geneesmiddelenverpakking. De groepering van geneesmiddelen op het niveau van de VOS-groepen en de verpakkingen vormt de basis van het datamodel. Om de doseringsgegevens op een gestructureerde manier te kunnen invoeren, worden twee lijsten met variabelen opgesteld. Enerzijds moeten er variabelen zijn die de gebruikelijke posologie omschrijven op VOSniveau. Bijlage 2 toont een overzicht van deze variabelen. Anderzijds moeten variabelen bepaald worden op het niveau van de verpakkingen. Deze variabelen zijn terug te vinden in Bijlage 3. De variabelen met bijhorende beschrijvingen zijn benoemd in het Engels, omdat het de bedoeling is dit model op Europees niveau uit te werken. De variabelen op het VOS-niveau en op het AMPP-niveau zijn grotendeels dezelfde. Er dient opgemerkt te worden dat voor de administratie-eenheid een andere variabele is gebruikt op beide niveaus. Op VOS-niveau wordt de variabele administration_entity_unit gebruikt en op AMPP niveau de variabele administration_unity_unit. Deze opsplitsing wordt gemaakt omdat in een VOS-groep soms verschillende soorten administratie-eenheden aanwezig kunnen zijn; bijvoorbeeld een suppo en een lavement. De gebruikelijke posologie kan aangeduid worden op twee manieren. Enerzijds kan de gebruikelijke dagdosis ingevoerd worden (usual_period_dosage_value) en anderzijds kan ingevoerd worden hoeveel administratie-eenheden per keer moeten ingenomen worden (usual_multiplicator_administration_entity_value), en hoeveel keer (usual_administration_ moment_value) dit per dag (drug_period_value endrug_period_unit) moet gebeuren. Deze variabelen worden opgesplitst in een ‘lower’, een ‘upper’ en een ‘usual’ variabele. De ‘usual’ variabele duidt de gebruikelijke posologie aan. Voor de behandelingsduur en geneesmiddelen die in cyclussen ingenomen dienen te worden, zijn speciale variabelen ingevoerd die in de Bijlagen 2 en 3 teruggevonden kunnen worden. Als een geneesmiddel gebruikt wordt voor meerdere indicaties, kan dit aangevinkt worden in de variabele multiple_indication. De hoofdindicatie, waarvoor de dosering wordt opgegeven, wordt steeds vermeld in de variabele principle_indication. In gevallen waar de 40
gebruikelijke posologie dient aangepast te worden, kunnen specifieke variabelen aangevinkt worden. Wanneer de gebruikelijke posologie niet toepasselijk is bij patiënten met lever- of nierproblemen kan dit aangevinkt worden in de variabelen usual_dosage_kidney_failure en usual_dosage_liver_impairment. Als een medicatie niet meer in gebruik is of als een dosering anders is dan deze beschreven in de officiële Summary of Product Characteristics (SPC) kan dit aangeduid worden in respectievelijk de variabelen obsolete_drug en labeling_dosage_advice_discrepancy. Wanneer een geneesmiddel enkel nog gebruikt wordt in hospitaalmilieu, kan dit aangeduid worden in de variabele hospital_only_drug. Daarnaast is er een variabele waar kan aangeduid worden dat de gebruikelijke posologie dicht bij de toxische dosis ligt (usual_dosage_overdosage_warning). Als laatste is het belangrijk om te weten dat de gebruikelijke posologie refereert naar een stabiele chronische of acute therapie. Als de dosis start met een lagere of hogere dosis dan moet er ruimte zijn om dit aan te duiden. Om deze reden zijn de variabelen sneak_in _dosage en load_up_dosage ingevoerd. Het aanvinken van deze variabelen moet uiteindelijk leiden tot het genereren van alarmsignalen op het scherm van de voorschrijvende arts. Op die manier wordt hij gewaarschuwd wanneer de gebruikelijke posologie moet aangepast worden. Het is ook belangrijk om aan te duiden voor welke leeftijdsgroep een geneesmiddel bedoeld is. Standaard wordt de variabele usual_dosage_subjects_age_group op adult geplaatst, maar wanneer de verpakking bedoeld is voor ouderen of kinderen wordt respectievelijk geriatric en pediatric ingevuld bij deze variabelen. Voor infusies kan de snelheid van toediening ingevoerd worden. Dit is voornamelijk belangrijk in een ziekenhuisomgeving. Op AMPP-niveau zijn er een aantal variabelen extra ingevoerd. Het aantal administratie-eenheden per verpakking en het aantal behandelingsdagen bij het gebruiken van
de
gebruikelijke
posologie
kunnen
ingevoerd
worden
in
de
variabelen
adminsitration_unities_per_package_value en number_treatment_days_in_usual_dosage. 41
Daarnaast is er een bijkomende variabele om de equivalentie tussen druppels en ml aan te duiden (equivalence_administration_unity_pharmaceuticalform_value en unit). 4.3.2. Ontwikkeling van een programma Om het werkproces te ondersteunen, werd een programma ontwikkeld. Het programma is een versie van het datamodel met bijhorende variabelen. Dit programma laat toe om gegevens omtrent gebruikelijke posologie in te voeren op het niveau van de VOSgroepen, alsook op het niveau van de verpakkingen. In Figuur 4.7. wordt een weergave van het programma getoond.
FIGUUR 4.7.: WEERGAVE VAN HET PROGRAMMA. AAN DE LINKERZIJDE BEVINDT ZICH DE BOOMSTRUCTUUR MET DE VERSCHILLENDE VOS-GROEPEN. AAN DE RECHTERZIJDE BEVINDEN ZICH DE VOS-GROEP EN DE VERPAKKINGEN WAAR DE DOSERINGSINFORMATIE MOET INGEVOERD WORDEN.
42
In de linkerkolom bevindt zich de classificatie van de geneesmiddelen, voorgesteld als een boomstructuur. De verschillende hoofdstukken kunnen overlopen worden door de hoofdstukken en bijhorende klassen open te klappen. Wanneer een niveau bereikt is waar geen subniveau beschikbaar is, is het niveau van de VOS-groepen bereikt. Met behulp van een dubbelklik op een VOS-groep, verschijnt in het rechtergedeelte van het scherm een kader. In dit kader bevinden zich ook de verschillende verpakkingsvormen die tot deze VOSgroep behoren. In deze figuur wordt de VOS-groep cibenzoline 130 mg (oraal) dubbel aangeklikt, waardoor in het rechterkader de 2 verpakkingsvormen verschijnen die tot deze groep behoren: Cipralan tab 100 * 130 mg en Cipralan tab 40 * 130 mg. In Figuur 4.8. wordt een weergave getoond van de variabelen op VMP-niveau in het programma. Figuur 4.9. toont de variabelen op AMPP-niveau in het programma.
FIGUUR 4.8.: WEERGAVE VAN DE VARIABELEN OP VMP-NIVEAU IN HET PROGRAMMA.
43
FIGUUR 4.9.: WEERGAVE VAN DE VARIABELEN OP AMPP-NIVEAU IN HET PROGRAMMA. 4.3.3. Invoeren van de proefgegevens Het invoeren van de data start steeds op het niveau van de VOS-groep. De nodige variabelen worden ingevoerd en de gegevens kunnen overgebracht worden naar AMPPniveau. Met behulp van de knop: ‘eigenschappen VOS-groep naar MPP’s’ worden de gegevens overgebracht. Op die manier wordt het werk verlicht en is het enkel nodig op AMPP-niveau om de zaken bij te vullen, te controleren en aan te passen waar nodig. In het programma is een controle ingebouwd om zo weinig mogelijk fouten te maken: Strength_per_administration_value_1 X usual_multiplicator_administration_unity_value X usual_administration_moment_value = usual_perioddosage_value
44
Hieronder volgt een voorbeeld: een dagdosis van 300 mg in 3 giften bij tabletten van 50 mg. Dan is: Strength_per_administration_value_1 = 50 (de waarde van de sterkte van de tablet) Usual_multiplicator_administration_unity_value = 2 (twee tabletten per keer) Usual_administration_moment_value = 3 (3 giften per dag) Usual_perioddosage_value = 300 → 50 X 2 X 3 = 300
De hoofdstukken cardiovasculair stelsel, gastro-intestinaal stelsel, urogenitaal stelsel en het zenuwstelsel (grotendeels) zijn tot nu toe ingevoerd volgens de voorlopige afspraken. In Bijlage 5 wordt een weergave getoond van de doseringen die ingevoerd zijn bij de VOSgroep alfuzosine 10 mg (oraal) en de doseringen die ingevoerd zijn bij de bijhorende verpakkingen. Deze doseringen dienen als voorbeeld om aan te tonen hoe doseringen werden ingevoerd. De volledige lijst van doseringen uit het urogenitaal stelsel kan bekeken worden in de elektronische bijlage. 4.3.4. Uitschrijven van een werkproces en protocol met instructies voor evaluatie Bij het invoeren van de doseringen ontstonden veel problemen. Bepaalde problemen kwamen vaak terug, dus was het noodzakelijk om belangrijke afspraken te maken. De afspraken zijn het gevolg van vragenlijsten die opgemaakt werden. Deze afspraken zijn terug te vinden in Bijlage 4: protocol met afspraken voor het invoeren van doseringen. Dit protocol bevat de voorlopige richtlijnen om het programma te vervolledigen. Daarna staan ook enkele afzonderlijke beslissingen die genomen werden. Aan de hand van dit protocol kan later het volledige werkproces uitgeschreven worden. De reeds ingevoerde gegevens moeten nog gevalideerd worden door een of meerdere redacteurs van het B.C.F.I.
45
5. DISCUSSIE Uit de literatuurstudie blijkt dat verschillende basiscriteria in CPOE- en CDSsystemen vervat moeten zitten. De ‘aanbevolen’ dosis is een essentieel onderdeel in vrijwel alle systemen. Bij het opmaken van een voorschrift via een computersysteem, wordt verwacht dat de aanbevolen dosis op het scherm verschijnt. De manier waarop deze aanbevolen dosering moet worden opgesteld, wordt in vrijwel geen enkele publicatie vermeld. Daarnaast werden ook geen criteria gevonden om deze computersystemen te evalueren op grond van de kwaliteit van de aanbevolen dosering. Om een idee te krijgen van hoe de gebruikelijke posologie van geneesmiddelen zou kunnen gestructureerd en beschreven worden, werden 3 modellen bestudeerd. Deze modellen tonen voornamelijk de structuur aan waarin de (gebruikelijke) posologie een plaats krijgt in de bijsluiter en SPC. Het PIM-model is niet meer dan een structurering van informatie om elektronische informatie-uitwisseling mogelijk te maken. Het SPL-model gaat iets verder en beschrijft enkele zaken die noodzakelijk zijn om de dosering te omschrijven. In de sectie ‘dosage and administration’ worden een aantal fundamentele onderdelen beschreven om de gebruikelijke posologie te bepalen. Als laatste werd het Heidelberg-model onder de loep genomen. In dit model zijn gedefinieerde variabelen voorhanden om de dosering te omschrijven. Het model biedt een uitgebreide, uniforme structuur waarbij alle aspecten van doseerinformatie, waaronder het klinische onderdeel gebruikelijke posologie, kunnen ingevoerd worden. Met behulp van de variabelen in het Heidelberg-model werden bijkomende variabelen opgesteld om een datamodel te ontwikkelen. Na een aantal testrondes is het programma gebruiksklaar en kan de gebruikelijke posologie ingevoerd worden. Het project vormt een eerste kleine stap in de goede richting om de gebruikelijke posologie van geneesmiddelen te inventariseren. Bij deze eerste stap werd reeds duidelijk dat het bepalen van de gebruikelijke posologie een complexe aangelegenheid is, waarin veel problemen opgelost dienen te worden. De eerste doelstelling van het project is grotendeels bereikt, namelijk het opmaken van een datamodel en de ontwikkeling van een programma om de gebruikelijke posologie in 46
te voeren. Het programma biedt een optimale structuur om de gebruikelijke posologie in te voeren. Daarnaast werd ook belang gehecht aan de eventuele doseringsaanpassingen die nodig zijn bij bepaalde patiënten. Een variabele kan aangevinkt worden, zodat bij het maken van het voorschrift een alarm op het scherm verschijnt en de dosering automatisch kan aangepast worden. Het is van groot belang dat dit in het programma verwerkt zit, zodat de artsen elektronisch niet in hun ongeluk lopen. Tijdens het invoeren van de proefgegevens werd opgemerkt dat 2 variabelen kunnen bijgevoegd worden in het programma. Enerzijds een variabele waarbij kan aangevinkt worden dat het geneesmiddel een inductieve of inhiberende werking heeft op de CYPenzymen. Anderzijds een variabele die rekening houdt met het gewicht; namelijk een plaats om aan te duiden of het geneesmiddel gevoelig is voor extreme waarden van de Body Mass Index. Op die manier dekt het programma niet volledig de eerste twee objectieven van het project. Een tweetal variabelen moeten bijgevoegd worden en eventueel kunnen in de toekomst nog tekorten aangevuld worden. Het probleem stelt zich echter bij het omzetten van doseringen uit het Gecommentarieerd Geneesmiddelenrepertorium naar een gebruikelijke posologie. De dosering wordt in dit boek dikwijls opgesteld op een hoog abstractieniveau, namelijk dat van het therapeutisch middel; bijvoorbeeld atenolol: 50 à 100 mg per dag in 1 à 2 giften. Deze doseerinstructie geldt voor 3 verschillende VOS-groepen, zijnde atenolol 25 mg (oraal), atenolol 50 mg (oraal) en atenolol 100 mg (oraal), met elk hun bijhorende verpakkingen. Deze doseerinstructie moet per VOS-groep geïnterpreteerd worden. Er moet nagegaan worden of de grenzen van dosering toepasselijk zijn voor de verschillende tabletsterktes. Deze interpretatie vereist een specifieke expertise op het vlak van de klinische farmacologie. Een tweede probleem dat de kop op stak tijdens het invoeren van doseringen, waren de brede ranges die gegeven werden bij de dosering. Het is niet duidelijk of de ondergrens van de dosering duidt op een insluipdosis of reeds op een gebruikelijke posologie. Een derde probleem is het maken van de keuze van de hoofdindicatie voor een bepaald geneesmiddel. Het programma is zo ontworpen, dat een hoofdindicatie moet ingevoerd worden. Voor enkel deze indicatie wordt de gebruikelijke posologie opgegeven. 47
Vele geneesmiddelen hebben echter meerdere indicaties, en in het programma is slechts plaats om de dosering in te geven voor 1 indicatie. Dit is opnieuw een keuze die gemaakt moet worden door een expert op het vak van de klinische farmacologie. De opdracht aan studenten om zoveel mogelijk doseringen in te voeren, werd gaandeweg bijgesteld. De taak als ijsbreker kwam op de voorgrond. De verschillende problemen werden geïnventariseerd en op basis daarvan werden richtlijnen opgemaakt om het bepalen en invoeren van de gebruikelijke posologie te vereenvoudigen. Met de richtlijnen was het de bedoeling om consistente resultaten te verkrijgen. Bij het bepalen van de gebruikelijke posologie is het echter moeilijk om consistentie te verkrijgen, omdat geneesmiddel per geneesmiddel bekeken moet worden. In de nabije toekomst zullen de hoofdredacteurs van het Gecommentarieerd Geneesmiddelenrepertorium deze richtlijnen kritisch evalueren en verder bijstellen. Aan de hand daarvan kan het werkproces volledig uitgewerkt worden. Om het programma omtrent de gebruikelijke posologie te vervolledigen, zullen echter eerst een aantal andere zaken moeten aangepast worden. Twee fundamentele zaken zijn hierbij belangrijk. Enerzijds moet de gebruikelijke posologie voor elke indicatie van een geneesmiddel ingevoerd kunnen worden en anderzijds moet aandacht gehecht worden aan de manier waarop de doseringsinstructies verwoord worden. Een eventuele oplossing kan zijn om de gebruikelijke posologie in te voeren op drie niveaus. Naast de VOS-groepen en de bijhorende verpakkingen, kan ook het niveau van het therapeutisch middel een plaats krijgen in het programma. Op die manier kan de dosering vanuit het Repertorium ingevuld worden. In de publicaties uit de internationale literatuur over doseerinstructies wordt de methodologie om een gebruikelijke posologie op te stellen slechts zijdelings aangehaald. In deze thesis hebben wij dit proces grondig willen uitwerken en beschrijven in een gestructureerde, transparante, reproduceerbare en EBM manier, zodat internationale uitwisseling en collaboratie mogelijk wordt. De volledige uitwerking van het werkproces en de instructies voor validatie kunnen aan de hand van dit project volledig uitgewerkt worden.
48
6. CONCLUSIES Uit de literatuurstudie en de analyse van CDS-systemen blijkt dat in vrijwel alle systemen een gebruikelijke posologie aanwezig is onder de vorm van een standaard of aanbevolen dosering. De bepaling van deze gebruikelijke posologie is echter afwezig in alle publicaties. Dit is een lacune die we in dit project trachten op te lossen. In de zoektocht naar bestaande modellen omtrent doseringsinformatie kozen wij voor het Heidelberg-model als referentie. Dit model bestaat uit een datastructuur waarin verschillende variabelen beschreven worden om de dosering van geneesmiddelen in te voeren. De gebruikelijke posologie kan hier ook ingevoerd worden. Het model biedt een uniforme structuur van variabelen aan, zodat dit model aan de basis ligt van de ontwikkeling van een datamodel en het daarbijhorende werkprogramma. De twee andere modellen uit de zoektocht bieden eerder de plaats aan van doseringsinformatie in de bijsluiter. Aan de hand van deze informatie, kwam de ontwikkeling van het datamodel tot stand. De variabelen van Heidelberg werden aangepast en nieuwe variabelen werden aangemaakt. De omslachtige manier van beschrijving van gebruikelijke posologie in het Heidelberg-model werd aangepast. Bij het oplijsten van de variabelen is flink gebruik gemaakt van de recente operationalisering over VOS-groepen (Voorschrijven Op Stofnaam). De variabelen zijn zowel opgesteld op het niveau van de VOS-groep als op het niveau van de gecommercialiseerde verpakking. Het werkprogramma biedt ten eerste een optimale structuur om de gebruikelijke posologie in te voeren. Dit laat toe om naderhand het aantal behandelingsdagen per verpakking te bepalen. De bepaling van de administratie-eenheid, speelt daarbij een cruciale rol. Bovendien zitten variabelen in het werkprogramma verwerkt om aan te duiden dat de opgegeven gebruikelijke posologie dient aangepast te worden bij bepaalde patiënten. Daarenboven zal de opsplitsing van de dosering op VOS- en AMPPniveau een belangrijke hulp bieden bij het voorschrijven op stofnaam. De hoofdstukken cardiovasculair stelsel, gastro-intestinaal stelsel, urogenitaal stelsel en een groot gedeelte van het zenuwstelsel zijn tot nu toe ingevoerd. De bepaling van de gebruikelijke posologie gebeurde echter niet zonder problemen. Aan de hand van de ingevoerde doseringen werd een voorlopig protocol met afspraken opgesteld met daarin de 49
belangrijkste richtlijnen om de gebruikelijke posologie in te voeren. Deze richtlijnen kunnen nu overgebracht worden naar de hoofdredacteurs, waar ze besproken kunnen worden om definitieve werkafspraken te maken. In dit project is vastgesteld dat de gebruikelijke posologie in het Gecommentarieerd Geneesmiddelenrepertorium dikwijls is gebeurd op het niveau van het therapeutisch middel, met een algemene uitspraak die niet altijd rekening houdt met de verschillende sterktes die in de beschikbare verpakkingen voorhanden zijn. Aangezien per therapeutisch middel verschillende VOS-groepen beschikbaar zijn, dienen de algemene uitspraken over doseringen nader geïnterpreteerd te worden per VOS-groep. Dit vergt een specifieke expertise op het vlak van de klinische farmacologie. Er kan geconcludeerd worden dat het idee om een gebruikelijke posologie te bieden bij het elektronisch voorschrijven een optimale manier is om het elektronisch voorschrijven te faciliteren en hierdoor medicatiefouten te vermijden. Het project heeft hierbij een eerste stap in de goede richting gezet door een datamodel en programma met gedefinieerde variabelen grotendeels op punt te stellen. De volgende stap bestaat uit de definitieve uitwerking van het werkproces en het opstellen van de instructies voor validatie.
50
7. LITERATUURLIJST
https://www.ehealth.fgov.be/binaries/website/fr/ppt/XDeCuyper090604NL.ppt
(last
assessed 31-03-2010) http://www.bcfi.be/download/index.cfm?index_lan=1&onderdeel=VOS (last assessed 31-03-2010) http://pim.ema.europa.eu/PDFs/PIM%20Concepts.pdf (last assessed 31-03-2010) http://www.fda.gov/ForIndustry/DataStandards/StructuredProductLabeling/default.ht m (last assessed 31-03-2010) http://www.fda.gov/downloads/Drugs/GuidanceComplianceRegulatoryInformation/G uidances/UCM075066.pdf (last assessed 31-03-2010) http://www.surescripts.com/downloads/npr/national-progress-report.pdf
(last
assessed 04-05-2010) http://www.pharmaceutical-technology.com/features/feature75279/ (last assessed 04-05-2010) http://www.vkanet.be/nl/pdf/UG_23042009_NL.pdf (last assessed 04-05-2010) http://www.psqh.com/julaug08/cpoe.html (last assessed 04-05-2010) Agrawal, A. (2009). Medication errors: prevention using information technology systems. British Journal of Clinical Pharmacology, 67, 681-686. Ammenwerth, E.; Schnell-Inderst, P.; Machan, C.; Siebert, U. (2008). The effect of electronic prescribing on medication errors and adverse drug events: a systematic review. Journal of the America Medical Informatics Association, 15, 585-600. Balkrishnan, R.; Foss, C. E.; Pawaskar, M.; Uhas, A. A.; Feldman, S. R. (2009). Monitoring for medication errors in outpatient settings. Journal of Dermatological Treatment, 20, 229-232.
51
Jones, S.; Moss, J. (2006). Computerized provider order entry strategies for successful implementation. The Journal of Nursing Administration, 36, 136-139. Kaushal, R.; Shojania, K. G.; Bates, D. W. (2003). Effects of computerized physician order entry and clinical decision support systems on medication safety: a systematic review. Archives of Internal Medicine, 163, 1409-1416. Kuperman, G. J.; Bobb, A.; Payne, T. H.; Avery, A. J.; Gandhi, T. K.; Burns, G.; Classen, D. C.; Bates, D. W. (2007). Medication-related clinical decision support in computerized provider order entry systems: a review. Journal of the American Medical Informatics Association, 14, 29-40. Martin, P.; Haefeli, W. E.; Martin-Facklam, M. (2004). A drug database model as a central element for computer-supported dose adjustment within a CPOE system. Journal of the American Medical Informatics Association, 11, 427-432. Schedlbauer, A.; Prasad, V.; Mulvaney, C.; Phansalkar, S.; Stanton, W.; Lib, D.; Bates, D. W.; Avery, A. J. (2009). What evidence supports the use of computerized alerts and prompts to improve clinicians’ prescribing behavior? Journal of the American Medical Informatics Association, 16, 531-538. Seidling, H. M.; Czock, D.; Haefeli, W. E. (2010). E-S(m)PC, Model of drug dosage and pharmacokinetics. Department of clinical pharmacology and pharmacoepidemiology, University of Heidelberg, 1-85.5 Tamblyn, R.; Huang, A.; Kawasumi, Y.; Bartlett, G.; Grad, R.; Jacques, A.; Dawes, M.; Abrahamowicz, M.; Perreault, R.; Taylor, L.; Winslade, N.; Poissant, L.; Pinsonneault, A. (2006). The development and evaluation of an integrated electronic prescribing and drug management system for primary care. Journal of the American Medical Informatics Association, 13, 148-159.
5
Deze referentie is niet opgemaakt volgens de opgestelde normen aangezien het een nieuw document is dat nog niet in een tijdschrift is verschenen.
52
Teich, J. M.; Merchia, P. R.; Schmiz, J. L.; Kuperman, G. J.; Spurr, C. D.; Bates, D. W. (2000). Effects of computerized physician order entry on prescribing practices. Archives of Internal Medicine, 160, 2741-2747. Teich, J. M.; Osheroff, J. A.; Pifer, E. A.; Sittig, D. F.; Jenders, R. A.; The CDS expert review panel. (2005). Clinical decision support in electronic prescribing: recommendations and an action plan. Journal of the American Medical Informatics Association, 12, 365-376. Wolfstadt, J. I.; Gurwitz, J. H.; Field, T. S.; Lee, M.; Kalkar, S.; Wu, W.; Rochon, P. A. (2008). The effect of computerized physician order entry with clinical decision support on the rates of adverse drug events: a systematic review. Journal of General Internal Medicine, 23,451-458.
53
BIJLAGEN BIJLAGE 1: HEIDELBERG-MODEL: LIJST VAN VARIABELEN VAN HET HOOFDSTUK OVER DOSERING (SEIDLING ET AL., 2010). English substance name according to S(m)PC. According to Chemical Abstracts Service. According to the WHO. <molecular_weight> Indicates the molecular weight of the active ingredient (Unit=Dalton) <presentation_form>* Indicates the dosage form of the brand as provided by the manufacturer. * Indicates the dosage form of the brand as administered to the patient. * Indicates the drug release of the administration form (e.g. unmodified, delayed, prolonged). A distinct value. * Preferably in SI units. The frequency at which the dose is administered in the specified period. The period to which frequency refers. * Unit of the period. * Describes the exact time of day when the drug has to be administered (e.g. morning). The length of one treatment cycle. * Unit of the treatment cycle. The minimum length of one treatment cycle. * Unit of the treatment cycle. The maximum length of one treatment cycle. * Unit of the treatment cycle. The number of treatment cycles. The minimum number of treatment cycles. The maximum number of treatment cycles. * Type of monitoring parameter; if the monitoring parameter is a LOINC code, then a respective limit and the deviation_direction must be specified. If the monitoring parameter refers to ICD 10 Code, no limits and deviations must be defined. Duration of treatment or treatment phase. * Unit of treatment duration. Describes the minimum treatment duration. * Unit of treatment duration
BIJLAGE 1: HEIDELBERG-MODEL: LIJST VAN DOSERING (SEIDLING ET AL., 2010): (vervolg). * *
* <deviation_direction>* <deviation_extent_x_fold> * * * * * *
(*)
* (*) *
VARIABELEN VAN HET HOOFDSTUK OVER Describes the maximum treatment duration. Unit of treatment duration. Type of monitoring parameter; if the monitoring parameter is a LOINC code, then a respective limit and the deviation_direction must be specified. If the monitoring parameter refers to ICD 10 Code, no limits and deviations must be defined. Corresponding value of the parameter (may be a distinct value OR a fixed expression as “upper normal limit”. SI units are preferred. Indicates the direction of deviation. Indicates the extent of deviation (if the value was defined as normal upper value). Indicates the measures to be taken if a applies. Describes the route of administration (e.g. peroral, intravenous). Indicates the duration of the infusion. Unit of infusion duration. Indicates the minimum duration of the infusion. Unit of infusion duration. Indicates the maximum duration of the Infusion. Unit of infusion duration. Describes the indication (ICD 10 code) This variable may be repeated using AND and OR relationships. Describes restrictions for the use of the drug, e.g. contraindication to combination with other drugs, failure of first-line treatment with another drug, absence of (e.g. K-ras) mutation. This variable may be repeated using AND and OR relationships. Indicates whether the drug is used for prophylaxis or treatment of . If the drug is used for prophylaxis the nature of prophylaxis (e.g. acute) is described. This variable is used to specify the setting (e.g. ambulatory vs. inpatient treatment).
BIJLAGE 1: HEIDELBERG-MODEL: LIJST VAN VARIABELEN VAN HET HOOFDSTUK OVER DOSERING (SEIDLING ET AL., 2010): (vervolg). * Indicates whether the dosage applies to the beginning, maintenance, or end of therapy. <subjects_age_group>* Defines a specific age group (e.g. children). <subject_age_value_lower> Age, above which the dosage applies. <subject_age_unit_lower>* Unit of age. <subject_age_value_upper> Age, below which the dosage applies. <subject_age_unit_upper>* Unit of age. <subject_weight_group>* Defines a specific weight group (e.g. obese). <subject_weight_value_lower> Weight, above which the dosage applies. <subject_weight_unit_lower>* SI unit, per default “kg”. <subject_weight_value_upper> Weight, below which the dosage applies. <subject_weight_unit_upper>* SI unit, per default “kg”. <subject_GFR_group>* Defines a specific grade of renal function. <subject_GFR_value_lower> GFR, above which the dosage applies. <subject_GFR_unit_lower>* SI unit, per default “ml/min”. <subject_GFR_value_upper> GFR, below which the dosage applies <subject_GFR_unit_upper>* SI unit, per default “ml/min”. <subject_CP_group>* Defines a specific grade of liver cirrhosis. <subject_CP_value_lower> Child-Pugh Score, above which the dosage Applies. <subject_CP_value_upper> Child-Pugh Score, below which the dosage Applies. * Describes a specific situation and/or comorbidity. This variable may be repeated using AND and OR relations. <subject_sex>* Applicable, if dosage differs in male and female patients. <subject_ethnic_group>* Applicable, if dosage differs in different ethnic groups. <subject_polymorphism>* Indicates the target structure (e.g. enzyme, transporter) whose genetic status may be relevant for drug dosage. <subject_elimination_type>* Indicates the distinct genetic variant relevant for dosage adjustment (e.g. in case of metabolising enzymes: poor metaboliser). English substance name according to S(m)PC. * * According to WHO. *
BIJLAGE 1: HEIDELBERG-MODEL: LIJST VAN VARIABELEN VAN HET HOOFDSTUK OVER DOSERING (SEIDLING ET AL., 2010): (vervolg). * * * SI unit. Describes the time lag between comedication and drug, if both are not given simultaneously. The value may be negative, if the co-medication is given before the drug. * SI unit. <dosage_type>* Indicates the type of dosage (referring to the dose or the dose interval), i.e. usual dose, usual lower dose limit, usual upper dose limit, maximum dose limit. <dosage_type_unit> Indicates whether the dosage refers to a single dose, a daily dose, or a cumulative dose, etc. <escalation_type>* Indicates under which condition a dose may be escalated. <strength_value> Provides information on available strengths. <strength_unit>* Unit of the strength. <splitting_imprint>* Provides information on how the tablet is scored. <splitting_fragments>* Defines in how many equal fragments the tablet can be split. <splitting_properties>* Defines whether splitting results in equal or unequal parts. * Indicates whether and which food intake influences absorption and how the drug should be administered in respect to food intake. <monitoring_parameter>* Type of monitoring parameter (LOINC Code). Lower limit of the therapeutic range. Upper limit of the therapeutic range. <monitoring_limit_unit>* SI unit.
BIJLAGE 2: DATAMODEL “GEBRUIKELIJKE POSOLOGIE” – B.C.F.I. : VARIABELEN VAN HET PROGRAMMA OP VMP-NIVEAU. Fieldname variable: INNGroup_CV INNGroup_CNK INNGroup_NL INNGroup_FR pk_vmp label_vmp administration_entity_unit
Description: Number VOS-Group. National Id INN-Group. Name VOS-Group Dutch. Name VOS-Group French. Primary key Virtual Medicinal Product. Label Virtual Medicinal Product. The unit of the administration entity. This can be expressed in tablets, drops, ml,.. (Note: administration_entity is not the same variable as administration_unity used on AMPPlevel. We wanted two different variables, to make the difference between VMP and AMPP level.) administration_entity_value The value of the administration entity. For example: 1. lower_perioddosage_value A value that describes the lower limit dosage in one period. upper_perioddosage_value A value that describes the upper limit dosage in one period. usual_perioddosage_value A value that describes the usual dosage in one period. usual_perioddosage_unit The unit of the perioddosage. This can be expressed in mg, g, mg/kg,… drug_period_value The period to which dosage refers. drug_period_unit The unit of the period. lower_multiplicator_administration_entity_value A value that describes the lower limit administration entities per administration moment. upper_multiplicator_administration_entity_value A value that describes the upper limit administration entities per administration moments. usual_multiplicator_administration_entity_value A value that describes the usual administration entities per administration moments. lower_administration_moment_value A value that describes the lower limit administration moment. The administration moment refers to the frequency of administration_entity intakes in one period. upper_administration_moment_value A value that describes the upper limit
BIJLAGE 2: DATAMODEL “GEBRUIKELIJKE POSOLOGIE” – B.C.F.I. : VARIABELEN VAN HET PROGRAMMA OP VMP-NIVEAU: (vervolg). administration moment. The administration moment refers to the frequency of administration_entity intakes in one period. usual_administration_moment_value A value that describes the usual administration moment. The administration moment refers to the frequency of administration_entity intakes in one period. cycle_length_value A value that describes the length of one treatment cycle. This value is only necessary to be filled in when the medicine is administered in cycles. cycle_length_unit The unit of the treatment cycle. This variable is only necessary to be filled in when the medicine is administered in cycles. lower_cycle_number_value A value that describes the lower limit number of treatment cycles. upper_cycle_number_value A value that describes the upper limit number of treatment cycles. usual_cycle_number_value A value that describes the usual number of treatment cycles. lower_treatment_duration_value A value that describes the lower limit duration of a treatment. upper_treatment_duration_value A value that describes the upper limit duration of a treatment. usual_treatment_duration_value A value that describes the usual duration of a treatment. treatment_duration_unit The unit of treatment duration. lower_treatment_duration_within_cycle_value A value that describes the lower limit duration of a treatment within one cycle. Expressed in the unit of the period. upper_treatment_duration_within_cycle_value A value that describes the upper limit duration of treatment within one cycle. Expressed in the unit of the period. usual_treatment_duration_within_cycle_value A value that describes the usual duration of a treatment within one cycle. Expressed in the unit of the period. lower_infusion_velocity_value A value that describes the lower limit infusion velocity. upper_infusion_velocity_value A value that describes the upper limit
BIJLAGE 2: DATAMODEL “GEBRUIKELIJKE POSOLOGIE” – B.C.F.I. : VARIABELEN VAN HET PROGRAMMA OP VMP-NIVEAU: vervolg.
usual_infusion_velocity_value infusion_velocity_unit
multiple_indication principle_indication labeling_dosage_advice_discrepancy
usual_dosage_subjects_age_group
usual_dosage_kindey_failure usual_dosage_liver_impairment
obsolete_drug hospital_only_drug sneak_in_dosage
load_up_dosage
usual_dosage_overdosage_warning maximum_administration_entities_delivery_v alue editor_certainty_grade Memo
infusion velocity. A value that describes the usual infusion velocity. The unit of infusion velocity. The velocity of an infusion can be expressed in mg/sec, ml/sec, mg/min,… Yes or no. Yes: there are multiple indications possible. Describes the principle indication. Yes or no. Yes: the dosage in the Repertorium isn’t conform with the dosage in the SPL. Default: adult. This can be changed to pediatric (4 possibilities) or geriatric (2 possibilities). The change is only needed for dosage changes, extra to body weight. Yes or no. Yes: the usual dosage can be dangerous in a patient with kidney failure. Yes or no. Yes: The usual dosage can be dangerous in a patient with liver impairment. Yes or no. Yes: The posology of this drug is not available, because it is an obsolete drug Yes or no. Yes: This drug is only applicable in a hospital environment. Yes or no. Yes: the dosage needs an uptitration, the therapy starts with a lower dosage than the usual dosage and will be increased after a while. Yes or no. Yes: a load up dosage is needed, this is a higher dosage in the beginning of the therapy before the usual (= maintenance) dosage. Yes or no. Yes: Only when maximum dosage is close to upper limit dosage. A value that describes the maximum administration entities available in one package. Yes or no. Yes: Indicates if there is a request for a review by the super_editor. A place for notes and problems that have been developed while putting in the data.
BIJLAGE 3: DATAMODEL “GEBRUIKELIJKE POSOLOGIE” – B.C.F.I.: VARIABELEN VAN HET PROGRAMMA OP AMPP-NIVEAU. Fieldname variable: MPP_CV MPP_NL MPP_FR INNGroup_CV pk_vmp pk_mpp administration_unity_unit
administration_unity_value strength_per_administration_unit strength_per_administration_value_1
strength_per_administration_value_2
strength_per_administration_value_3
lower_perioddosage_value upper_perioddosage_value usual_perioddosage_value usual_perioddosage_unit drug_period_value drug_period_unit lower_multiplicator_administration_unity_value
Description: Unique Code of Medicinal Product Package. Name Medicinal Product Package Dutch. Name Medicinal Product Package French. Unique Code of VMP-Group. Primary key Virtual Medicinal Product. Primary key Medicinal Product Package. The unit of the administration unity. This can be expressed in tablets, drops, ml, … (Note: administration_entity is not the same variable as administration_unity used on AMPP-level. We wanted two different variables, to make the difference between VMP and AMPP level.) The value of the administration unity. For example: 1. The unit of the strength of the administration unity. A value that describes the strength of the administration unity of the first or only component of the medicine. A value that describes the strength of the administration unity of the second component of the medicine. A value that describes the strength of the administration unity of the third component of the medicine. A value that describes the lower limit dosage in one period. A value that describes the upper limit dosage in one period. A value that describes the usual dosage in one period. The unit of the perioddosage. This can be expressed in mg, g, mg/kg, … The period to which dosage refers. The unit of the period. A value that describes the lower limit administration unities per administration moment.
BIJLAGE 3: DATAMODEL “GEBRUIKELIJKE POSOLOGIE” – B.C.F.I.: VARIABELEN VAN HET PROGRAMMA OP AMPP-NIVEAU: (vervolg). upper_multiplicator_administration_unity_value A value that describes the upper limit administration unities per administration moments. usual_multiplicator_administration_unity_value A value that describes the usual administration unities per administration moments. lower_administration_moment_value A value that describes the lower limit administration moment. The administration moment refers to the frequency of administration_unity intakes in one period. upper_administration_moment_value A value that describes the upper limit administration moment. The administration moment refers to the frequency of administration_unity intakes in one period. usual_administration_moment_value A value that describes the usual administration moment. The administration moment refers to the frequency of administration_unity intakes in one period. cycle_length_value A value that describes the length of one treatment cycle. This value is only necessary to be filled in when the medicine is administered in cycles. cycle_length_unit The unit of the treatment cycle. This variable is only necessary to be filled in when the medicine is administered in cycles. lower_cycle_number_value A value that describes the lower limit number of treatment cycles. upper_cycle_number_value A value that describes the upper limit number of treatment cycles. usual_cycle_number_value A value that describes the usual number of treatment cycles. lower_treatment_duration_value A value that describes the lower limit duration of a treatment. upper_treatment_duration_value A value that describes the upper limit duration of a treatment. usual_treatment_duration_value A value that describes the usual duration of a treatment. treatment_duration_unit The unit of treatment duration.
BIJLAGE 3: DATAMODEL “GEBRUIKELIJKE POSOLOGIE” – B.C.F.I.: VARIABELEN VAN HET PROGRAMMA OP AMPP-NIVEAU: vervolg. lower_treatment_duration_within_cycle_value
A value that describes the lower limit duration of a treatment within one cycle. Expressed in the unit of the period. upper_treatment_duration_within_cycle_value A value that describes the upper limit duration of treatment within one cycle. Expressed in the unit of the period. usual_treatment_duration_within_cycle_value A value that describes the usual duration of a treatment within one cycle. Expressed in the unit of the period. lower_infusion_velocity_value A value that describes the lower limit infusion velocity. upper_infusion_velocity_value A value that describes the upper limit infusion velocity. usual_infusion_velocity_value A value that describes the usual limit infusion velocity. infusion_velocity_unit The unit of infusion velocity. The velocity of an infusion can be expressed in mg/sec, ml/sec, mg/min, … multiple_indication Yes or no. Yes: there are multiple indications possible. principle_indication Describes the principle indication. labeling_dosage_advice_discrepancy Yes or no. Yes: the dosage in the Repertorium isn’t conform with the dosage in the SPL. usual_dosage_subjects_age_group Default: adult. This can be changed to pediatric (4 possibilities) or geriatric (2 possibilities). The change is only needed for dosage changes, extra to body weight. usual_dosage_kindey_failure Yes or no. Yes: the usual dosage can be dangerous in a patient with kidney failure. usual_dosage_liver_impairment Yes or no. Yes: The usual dosage can be dangerous in a patient with liver impairment. obsolete_drug Yes or no. Yes: The posology of this drug is not available, because it is an obsolete drug. hospital_only_drug Yes or no. Yes: This drug is only applicable in a hospital environment. sneak_in_dosage Yes or no. Yes: the dosage needs an uptitration, the therapy starts with a lower dosage than the usual dosage and will be increased after a while.
BIJLAGE 3: DATAMODEL “GEBRUIKELIJKE POSOLOGIE” – B.C.F.I.: VARIABELEN VAN HET PROGRAMMA OP AMPP-NIVEAU: vervolg. load_up_dosage
Yes or no. Yes: a load up dosage is needed, this is a higher dosage in the beginning of the therapy before the usual (= maintenance) dosage. usual_dosage_overdosage_warning Yes or no. Yes: Only when maximum dosage is close to upper limit dosage. administration_unities_per_package_value A value that describes the number of administration unities that are available in one package. number_treatment_days_in_usual_dosage A value that describes the number of treatment days, when applying the usual dosage. Equivalence_administration_unity_pharmaceu A value that describes the equivalence tical_form_value between the administration unity and the pharmaceutical form. For example the equivalence between drops and ml: 5. number_treatment_days_in_usual_dosage A value that describes the number of treatment days, when applying the usual dosage. Equivalence_administration_unity_pharmaceu A value that describes the equivalence tical_form_value between the administration unity and the pharmaceutical form. For example the equivalence between drops and ml: 5. Equivalence_administration_unity_pharmaceu The unit of the equivalence between the tical_form_value administration unity and the pharmaceutical form. For example drops/ml. editor_certainty_grade Yes or no. Yes: Indicates if there is a request for a review by the super_editor. Memo A place for notes and problems that have been developed while putting in the data.
BIJLAGE 4: PROTOCOL MET AFSPRAKEN VOOR HET INVOEREN VAN DE GEBRUIKELIJKE POSOLOGIE 4.1.
ALGEMENE AFSPRAKEN
A: Afspraken omtrent de administratie-eenheid 1. De administratie-eenheid moet praktisch zijn en moet zo precies mogelijk bepaald worden.
De
administratie-eenheid
bestaat
steeds
uit
een
waarde
(administration_entity_value) en een eenheid (administration_entity_unit). Voor tabletten/comprimés: 1 tablet. Voor siropen/elixirs: 5 ml. Voor druppels: een aantal druppels. Voor dermale preparaten: 1 applicatie. Voor suppo’s: 1 suppo. Voor lavementen: 1 lavement. Voor capsules: 1 capsule. Voor ampules: 1 ampul. Voor flacons: 1 flacon. Voor zakjes: 1 zakje.
2. In een VOS-groep kunnen verpakkingen zitten die elk een andere administratieeenheid hebben. In deze gevallen kan de administratie-eenheid op het niveau van de VOS-groep niet specifiek bepaald worden. Voor de administration_entity_value en administration_entity_unit wordt dan ‘1 dosis’ genomen. Op het niveau van de verpakkingen kan dan de specifieke administratie-eenheid ingevuld worden. Wanneer de administratie-eenheden echter weinig van elkaar verschillen, kunnen deze onder dezelfde noemer geplaatst worden. Bijvoorbeeld een tablet en een bruisof smelttablet kunnen op VOS-niveau onder ‘1 tablet’ geplaatst worden. Op AMPPniveau worden dan de specifieke administratie-eenheden vermeld.
B: Afspraken omtrent ranges van doseringen 1. Als een range van dosissen gegeven is, wordt in principe de laagste dosis genomen als gebruikelijke posologie. Sommige gevallen zullen hierop uitzonderingen zijn en dit moet gecontroleerd worden door experts.
2. Wanneer een range gegeven is van 5 à 10 mg en er eventueel opgedreven kan worden tot 20 mg, dan behoort die 20 mg niet meer tot de gebruikelijke dosis. Dit is de maximale dosis waar tot mag verhoogd worden. In dit geval is de gebruikelijke dosis 5 mg. De lower_perioddosage_value en upper_perioddosage_value zijn hier respectievelijk 5 en 10 mg.
3. In het Gecommentarieerd Geneesmiddelenrepertorium is een dosis en een doseringsrange gegeven voor verschillende verpakkingen met verschillende sterktes. De range dient steeds aangepast te worden aan de sterkte van het geneesmiddel die de VOS-groep bevat en in de verpakkingen zit. Wanneer de range bijvoorbeeld 10 à 20 mg is, en de VOS-groep bevat verpakkingen van 20 mg, dan is de gebruikelijke dosis hier 20 mg. De lower_perioddosage_value, upper_perioddosage_value en usual_perioddosage_value worden op 20 mg geplaatst. Dit is in het geval wanneer de tabletten niet deelbaar zouden zijn.
4. Voorgaande afspraak moet aangepast worden indien het zou gaan om deelbare tabletten. Als er een range is van 10 à 20 mg en er zijn deelbare tabletten beschikbaar van 20 mg, dan wordt de gebruikelijke dosis hier toch de laagste dosis: 10 mg. De lower_perioddosage_value en upper_perioddosage_value zijn hier respectievelijk 10 en 20 mg. 5. De
aanduiding
van
‘halve’
tabletten
gebeurt
in
de
variabele:
lower_multiplicator_administration_entity_value. Wanneer een halve tablet wordt gebruikt, zal daar 0,5 ingevuld worden. De aanduiding van 2 of meerdere tabletten per gift vindt ook hier zijn aanduiding.
6. In sommige VOS-groepen zijn zowel deelbare als niet-deelbare tabletten beschikbaar. In deze gevallen wordt de gebruikelijke dosis in bovenstaand voorbeeld op 10 mg geplaatst. Bij de lower- en upper_perioddosage_value worden 5 en 10 mg geplaatst. In de multiplicator kan opnieuw aangeduid worden dat 0,5 tot 1 tablet mogelijk is. Op VOS-niveau wordt een hele tablet als gebruikelijk geplaatst. Op het niveau van de verpakkingen kan dit dan bij de deelbare tabletten aangepast worden. Bij de niet deelbare tabletten moeten ook zaken aangepast worden. De lower-, upper- en usualperioddosage_value worden hier 10 mg, en in de multiplicator dienen de 0,5 tabletten te verdwijnen. 7. Aangezien de dosering vaak in een brede range wordt gegeven op het niveau van het therapeutisch middel, moet deze doseringsrange geïnterpreteerd worden per verpakking. Bijvoorbeeld amisulpride: 50 à 800 mg per dag in 1 à 2 giften. Er zijn tabletten van 50, 100, 200 en 400 mg beschikbaar. Nu kan men zich afvragen of met de tabletten van 50 mg ook tot 800 mg moet gegaan worden als gebruikelijke posologie, want dit zou overeenstemmen met 16 tabletten per dag. Als aannemelijke afspraak wordt genomen dat op VMP-niveau de volledige range moet ingevuld worden. Dus bij het voorbeeld van amisulpride 50 à 800 mg: Bij de tabletten van 50 mg wordt de upper_multiplicator: 2 en de upper_administration_moment: 8. Op AMPP-niveau wordt volgende afspraak ingevoerd: De range van de bovengrens mag 4 X de waarde zijn van de tabletsterkte. Bij de tabletten van 50 mg komt dit op het volgende neer: perioddosage_value (lower en upper): van 50 à 200 mg, usual: 50. Upper_multiplicator: 2 en upper_administration_moment: 2. Bij de tabletten van 100 mg, wordt de bovenste limiet 400 mg en bij de tabletten van 200 mg: 800 mg. C: Afspraken omtrent het aanvinken van specifieke variabelen 1. Wanneer meerdere indicaties beschikbaar zijn, dient de variabele multiple_indication aangeduid te worden en de hoofdindicatie ingevuld te worden. Wanneer de dosering voor de verschillende indicaties gelijk is, dan kunnen deze indicaties allen in de variabele principle_indication ingevuld worden. Wanneer er 2 indicaties dezelfde dosering zouden hebben en 1 indicatie niet, dan wordt dit als volgt opgelost:
Multiple_indication: aanvinken Principle_indication: 2 indicaties aanduiden met dezelfde dosering Uncertainty: aanvinken Memo: Hierin moet geplaatst worden dat er nog een indicatie is voor dit geneesmiddel, maar dat de gebruikelijke posologie die hier is opgegeven niet geldig is voor deze indicatie.
2. De variabelen usual_dosage_kidney_failure en usual_dosage_liver_impairment worden respectievelijk aangeduid wanneer de gebruikelijke dosis dient aangepast te worden bij patiënten met nierfalen en leverproblemen. Deze variabelen dienen gecontroleerd te worden door experts. De variabele usual_dosage_overdosage_ warning dient niet aangeduid te worden, dit gebeurt ook door experts. Als een gebruikelijke dosis dicht bij een dosis ligt die toxisch kan zijn, dan wordt deze variabele aangevinkt. De variabele labeling_dosage_advice_discrepancy wordt ook door experts ingevuld. Als de dosering uit het Gecommentarieerd Geneesmiddelenrepertorium niet overeenstemt met de dosering uit de bijsluiter, zal deze variabele aangevinkt worden.
3. Bij sommige geneesmiddelen staat geen dosering vermeld. Enerzijds kan er bij het geneesmiddel staan dat het posol negatief is. In dit geval wordt de variabele obsolete _drug aangeduid. De dosering dient bij deze geneesmiddelen niet ingevuld te worden. De administratie-eenheid en het aantal administratie-eenheden per verpakking moeten wel ingevuld worden, waar mogelijk.
Anderzijds kan het zijn dat de dosering niet vermeld staat, maar dat er ook niet bij staat dat het geneesmiddel posol - is. In deze gevallen moet de dosering opgezocht worden in andere bronnen, in volgorde die vermeld staat in de thesis. In deze gevallen dient de variabelen editor_certainty_grade aangezet te worden en in de memo geplaatst worden dat de dosering uit een andere bron gehaald is.
D: Afspraken omtrent de tijdseenheid van doseringen 1. Doseringen worden meestal uitgedrukt per dag. In sommige gevallen wordt de dosis echter uitgedrukt per week. De drug_period_value en drug_period_unit worden dan 1 week. Wanneer de dosering wordt uitgedrukt als volgt: 1 ampul om de 2 à 4 weken, dan kan dit niet meer in deze variabelen ingevuld worden. Dit wordt als volgt opgelost: Drug_period_value: Drug_period_unit: Cycle_length_value: Cycle_length_unit:
1 dag 2 weken
Treatment_duration_within_cycle_value (lower upper en usual): 1 (en dit wordt uitgedrukt in de unit van de period, dus in dagen, dus ‘de eerste dag’) lower_cycle_number_value:
1
upper_cycle_number_value:
2
usual_cycle_number_value:
1
2. De variabele number_treatment_days_in_usual_dosage is ingevoerd om aan te duiden hoe lang een patiënt behandeld kan worden met een bepaalde verpakking. Wanneer het gaat om een verpakking met 12 tabletten, die 1 keer per week moeten ingenomen worden, dan kan de patiënt 12 weken voort met deze verpakking. 12 weken = 84 dagen. E: Overige afspraken 1. Bij siropen, druppels en dergelijke, waar de administratie-eenheid wordt aangeduid in ml of druppels, moet de dagdosis ingevuld worden in mg en niet in ml. Er moet dus een omrekening gemaakt worden. Bijvoorbeeld: Posologie digoxine: 0,25 mg per dag. Hierbij hoort de volgende verpakking: oploss. (oraal) 60 ml 0,05 mg/ml →administration_entity_unit is 5 ml, dus dit moet 1 keer per dag ingenomen worden aangezien 0,05 * 5 = 0,25 mg. De dagdosis moet uitgedrukt worden in mg, niet in ml. De dagdosis is hier dus niet 5 ml, maar wel 0,25 mg.
2. In combinatiepreparaten wordt de sterkte gegeven van de verschillende bestanddelen. Deze verschillende sterktes kunnen ingevuld worden op AMPP-niveau: strength_per_administration_value_1,
strength_per_administration_value_2
en
strength_per_administration_value_3. Voor de perioddosage_value wordt de sterkte van
het
eerstgenoemde
bestanddeel
gebruikt
(strength_per_
administration_value_1).
3. Bij sommige geneesmiddelen worden de sterktes van de bestanddelen niet uitgedrukt in mg of g. In deze gevallen wordt gebruik gemaakt van de eenheid die wel voorhanden
is,
bijvoorbeeld
internationale
eenheden
(zowel
in
de
strength_per_administration_value als in de perioddosage_value).
4.2.
SPECIFIEKE AFSPRAKEN
Naast deze algemene afspraken werden per geneesmiddel ook vaak afzonderlijke beslissingen genomen. Hier volgt een kort overzicht van enkele beslissingen: A: Cardiovasculair stelsel AA: Middelen bij hartfalen 1) Digoxine amp.inf. 5 * 0,5 mg/2ml. De posologie is 0,25 mg per dag, maar er wordt ook aangeduid dat bij intraveneus gebruik van digoxine de voor orale toediening aangegeven dosis met één vierde moet worden gereduceerd, gezien de resorptie na orale toediening onvolledig is. Hoe ziet die dosering er dan uit? 3/4de van 0,25 mg per dag = 3/8ste van een ampul. In de multiplicator dien 3/8 ingevuld te worden. De dagdosis is dan 0,1875 mg. AB: Anti-anginosa 1) Bij anti-anginosa: hoofdindicatie: angina pectoris.
2) Isosorbidedinitraat (per os): meerdere malen per dag 5 à 10 mg of meer. Ik heb per dag 2 à 3 toedieningsmomenten genomen, en 2 keer als het gebruikelijke aantal toedieningsmomenten.
3) Bij isosorbidedinitraat 5 mg (oraal/sublinguaal) heb ik de dosering opgesteld voor de sublinguale toediening (2,5 à 5 mg p.d.), met een gebruikelijke posologie van 2,5 mg. AD: Antihypertensiva 4) Bij de antihypertensiva heb ik als hoofdindicatie in bijna alle gevallen hypertensie genomen. Indicaties die dezelfde dosering hadden, heb ik ook bij de hoofdindicatie vermeld. Bij carvedilol 6,25 mg (oraal), heb ik als hoofdindicatie hartfalen genomen, omdat duidelijk is dat deze tabletgrootte geschikt is voor deze dosering.
5) Lisinopril 5 mg (oraal): als hoofdindicatie ‘na myocardinfarct’ genomen.
6) In de VOS-groep perindopril 4 mg (oraal) zijn ook tabletten van 5 mg beschikbaar (dit wijst op een verschil in zoutvorm). De sterkte en perioddosage_value wordt steeds overgenomen vanuit de VOS-groepnaam, in dit geval 4 mg. B: Gastro-intestinaal stelsel BA: Middelen bij maag-en duodenumpathologie 7) Bij maagzuursecretie-inhibitoren (H2-antihistaminica en protonpompinhibitoren): hoofdindicatie: oesofagitis. BB: Spasmolytica 8) Butylhyoscine: tot 60 mg per dag in meerdere giften (tabletten en suppo’s van 10 mg). Lower_administration_moment_value: 1; upper_administration_moment_ value: 6; usual_administration_moment_value: 4.
C: Zenuwstelsel: 9) Hoofdindicatie benzodiazepines: angst
BIJLAGE 5 A: VOORBEELDWEERGAVE VAN INGEVOERDE DOSERINGEN: DE VOS-GROEP ALFUZOSINE 10 MG (ORAAL). INNGroup_CV INNGroup_CNK INNGroup_NL INNGroup_FR
168 alfuzosine 10 mg (oraal) alfuzosine 10 mg (oraal)
pk_vmp label_vmp administration_entity_unit
tablet
administration_entity_value
1,00
lower_perioddosage_value
10,00
upper_perioddosage_value
10,00
usual_perioddosage_value
10,00
usual_perioddosage_unit
mg
drug_period_value drug_period_unit lower_multiplicator_administration_entity_value
1,00 dag 1,00
upper_multiplicator_administration_entity_value
1,00
usual_multiplicator_administration_entity_value
1,00
lower_administration_moment_value
1,00
upper_administration_moment_value
1,00
usual_administration_moment_value
1,00
cycle_length_value cycle_length_unit lower_cycle_number_value
0,00 0,00
BIJLAGE 5 A: VOORBEELDWEERGAVE VAN INGEVOERDE DOSERINGEN: DE VOS-GROEP ALFUZOSINE 10 MG (ORAAL): (vervolg). upper_cycle_number_value
0,00
usual_cycle_number_value
0,00
lower_infusion_velocity_value
0,00
upper_infusion_velocity_value
0,00
usual_infusion_velocity_value
0,00
infusion_velocity_unit lower_treatment_duration_value
0,00
upper_treatment_duration_value
0,00
usual_treatment_duration_value
0,00
treatment_duration_unit lower_treament_duration_within_cycle_value
0,00
upper_treatment_duration_within_cycle_value
0,00
usual_treatment_duration_within_cycle_value
0,00
multiple_indication principle_indication
Nee benigne prostaathypertrofie
labeling_dosage_advice_discrepancy
Nee
usual_dosage_subjects_age_group
Adult
usual_dosage_kidney_failure
Nee
usual_dosage_liver_impairment
Nee
BIJLAGE 5 A: VOORBEELDWEERGAVE VAN INGEVOERDE DOSERINGEN: DE VOS-GROEP ALFUZOSINE 10 MG (ORAAL): (vervolg). obsolete_drug hospital_only_drug sneak_in_dosage load_up_dosage load_up_dosage usual_dosage_overdosage_warning maximum_administration_unities_delivery_value
editor_certainty_grade Memo
User DateOfChange TimeOfChange
Nee Nee Ja Nee Nee Nee 60,00
Ja sneak in bij deze middelen aangeduid, omdat er staat dat er een noodzaak is om de dosis langzaam op te drijven. controle van deze variabele noodzakelijk.*** Liesbeth Vanwettere 13/05/2010 9:50:24 AM
BIJLAGE 5 B: VOORBEELDWEERGAVE INGEVOERDE DOSERINGEN VAN DE BIJHORENDE VERPAKKINGEN VAN ALFUZOINE 10 MG (ORAAL). Mppcv Mppnm_NL
2330371 Alfuzosine Mylan tab retard 30x 10mg
2414969 Alfuzosine Sandoz tab retard 30x 10mg
2414944 Alfuzosine Sandoz tab retard 60x 10mg
1623784 Xatral tab Uno 30x 10mg
Mppnm_FR
Alfuzosine Mylan compr retard 30x 10mg
Alfuzosine Sandoz compr retard 30x 10mg
Alfuzosine Sandoz compr retard 60x 10mg
Xatral compr Uno 30x 10mg
INNGroup_CV pk_vmp pk_mpp administration_form_value
168
168
168
168
1,00
1,00
1,00
1,00
administration_form_unit
tablet
tablet
tablet
tablet
Strength_per_administration_unit_1
mg
mg
mg
mg
Strength_per_administration_value_1
10,00
10,00
10,00
10,00
Strength_per_administration_value_2
0,00
0,00
0,00
0,00
Strength_per_administration_value_3
0,00
0,00
0,00
0,00
lower_perioddosage_value
10,00
10,00
10,00
10,00
upper_perioddosage_value
10,00
10,00
10,00
10,00
BIJLAGE 5 B: VOORBEELDWEERGAVE INGEVOERDE DOSERINGEN VAN DE BIJHORENDE VERPAKKINGEN VAN ALFUZOINE 10 MG (ORAAL): (vervolg). number_treatment_days_in_usual_dosage
30,00
30,00
60,00
30,00
cycle_length_value cycle_length_unit lower_cycle_number_value
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
upper_cycle_number_value
0,00
0,00
0,00
0,00
usual_cycle_number_value
0,00
0,00
0,00
0,00
lower_infusion_velocity_value
0,00
0,00
0,00
0,00
upper_infusion_velocity_value
0,00
0,00
0,00
0,00
usual_infusion_velocity_value
0,00
0,00
0,00
0,00
lower_treatment_duration_value
0,00
0,00
0,00
0,00
upper_treatment_duration_value
0,00
0,00
0,00
0,00
usual_treatment_duration_value
0,00
0,00
0,00
0,00
infusion_velocity_unit
BIJLAGE 5 B: VOORBEELDWEERGAVE INGEVOERDE DOSERINGEN VAN DE BIJHORENDE VERPAKKINGEN VAN ALFUZOINE 10 MG (ORAAL): (vervolg). treatment_duration_unit
lower_treament_duration_within_cycle_value
0,00
0,00
0,00
0,00
upper_treatment_duration_within_cycle_value
0,00
0,00
0,00
0,00
usual_treatment_duration_within_cycle_value
0,00
0,00
0,00
0,00
multiple_indication principle_indication
Nee Nee Nee Nee benigne benigne benigne benigne prostaathypertrofie prostaathypertrofie prostaathypertrofie prostaathypertrofie
labeling_dosage_advice_discrepancy
Nee
Nee
Nee
Nee
usual_dosage_subjects_age_group
adult
adult
adult
adult
usual_dosage_kidney_failure
Nee
Nee
Nee
Nee
usual_dosage_liver_impairment
Nee
Nee
Nee
Nee
obsolete_drug
Nee
Nee
Nee
Nee
hospital_only_drug sneak_in_dosage load_up_dosage
Nee Ja Nee
Nee Ja Nee
Nee Ja Nee
Nee Ja Nee