gms | German Medical Science

49. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds)
19. Jahrestagung der Schweizerischen Gesellschaft für Medizinische Informatik (SGMI)
Jahrestagung 2004 des Arbeitskreises Medizinische Informatik (ÖAKMI)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie
Schweizerische Gesellschaft für Medizinische Informatik (SGMI)

26. bis 30.09.2004, Innsbruck/Tirol

Einfluss krankheitsspezifischer Komplikationen auf einen Algorithmus zur Prädiktion von Nutzwerten aus klinischen Daten bei Patienten mit Morbus Parkinson

Meeting Abstract (gmds2004)

  • corresponding author presenting/speaker Bernhard Bornschein - Bayerische Forschungs- und Koordinierungsstelle Public Health, Universität München, München, Deutschland
  • Annika Spottke - Universität Bonn, Klinik für Neurologie, Bonn, Deutschland
  • Richard D. Dodel - Universität Bonn, Klinik für Neurologie, Bonn, Deutschland
  • Uwe Siebert - Institute for Technology Assessment, Massachusetts General Hospital, Harvard Medical School, Boston, USA

Kooperative Versorgung - Vernetzte Forschung - Ubiquitäre Information. 49. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 19. Jahrestagung der Schweizerischen Gesellschaft für Medizinische Informatik (SGMI) und Jahrestagung 2004 des Arbeitskreises Medizinische Informatik (ÖAKMI) der Österreichischen Computer Gesellschaft (OCG) und der Österreichischen Gesellschaft für Biomedizinische Technik (ÖGBMT). Innsbruck, 26.-30.09.2004. Düsseldorf, Köln: German Medical Science; 2004. Doc04gmds116

Die elektronische Version dieses Artikels ist vollständig und ist verfügbar unter: http://www.egms.de/de/meetings/gmds2004/04gmds116.shtml

Veröffentlicht: 14. September 2004

© 2004 Bornschein et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielf&aauml;ltigt, verbreitet und &oauml;ffentlich zug&aauml;nglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung

M. Parkinson ist eine der häufigsten chronisch degenerativen Erkrankung des zentralen Nervensystems. Die Erkrankung hat einen progredienten Verlauf [1], [2]. Da für die Behandlung erhebliche Mittel aufzuwenden sind, ist die Erkrankung von wesentlicher gesundheitsökonomischer und gesundheitspolitischer Bedeutung [3].

Für gesundheitsökonomische Analysen v.a. chronischer Erkrankungen wie M. Parkinson sind Daten zur Lebensqualität, sog. Nutzwerte (utilities), erforderlich [4]. Diese werden in vielen klinischen Studien nicht routinemäßig erhoben. Daher haben wir kürzlich einen Algorithmus zur Schätzung von Nutzwerten aus klinischen Daten vorgestellt [5]. Der Algorithmus basiert auf der Unified Parkinson's Disease Rating Scale (UPDRS), einer standardisierten und in klinischen Studien verbreiteten Skala, sowie auf dem EuroQol (EQ-5D).

Wir haben in der vorliegenden Studie den Einfluss häufiger Komplikationen auf die Lebensqualität von Parkinson-Patienten untersucht und stellen eine modifizierte Schätzformel vor, die den Einfluss häufiger Komplikationen bei M. Parkinson auf die Lebensqualität mit berücksichtigt.

Methoden

Die Daten des 6-Monats-Follow up einer Krankheitskostenstudie des Kompetenznetz Parkinson-Syndrome (n=145) wurden ausgewertet [6]. Untersucht wurde zusätzlich zu den Scores des UPDRS der Einfluss von Alter und Geschlecht, häufiger Komplikationen der Parkinson-Erkrankung wie Demenz, Halluzinationen und Depression, Stürze, Fluktuationen (plötzlicher, kurzfristiger Wirkungsverlust der Therapie) und Dyskinesien (abnorme, unwillkürliche Bewegungen) auf EQ-5D Indexwerte. Demenz wurde über den Mini Mental State Examination Test (MMSE), Depression über Beck's Depression Inventory (BDI) gemessen. Univariate Assoziationen wurden mit der Rangkorrelation nach Spearman berechnet. Die multivariate Analyse erfolgte mit multipler linearer Regression im Vorwärts-Selektions-Verfahren und adjustiertem R2 als Kriterium (p<0,2 für Aufnahme ins Modell, p<0,05 für Verbleiben im Modell). Die Modellanpassung wurde anhand der Methode nach Hosmer-Lemeshow über den Vergleich mittlerer empirischer mit prädizierten Nutzwerten in Quintilen geprüft und graphisch dargestellt.

Ergebnisse

Das mittlere Alter der Studienpopulation betrug 67,3 (SD: 9,6) Jahre, 66,9% waren männlich. Detaillierte Angaben zur deskriptiven Statistik sind der Tab. 1 [Tab. 1] zu entnehmen.

Die univariate Analyse ergab für alle potentiellen Einflussfaktoren mit Ausnahme von Alter und Geschlecht signifikante Korrelationen mit dem EQ-5D (p<0,01). Die multivariate Analyse ergab zusätzlich zum Ausgangsmodell Depression als weiteren signifikanten Prädiktor. Allerdings erhöhte sich die erklärte Varianz hierdurch nur unwesentlich von 0,51 auf 0,52 (adjustiertes R2). Es ergab sich folgende Schätzformel:

EQ-5D = (103,2-1,3*UPDRS II - 0,1*UPDRS III - 1,3*UPDRS IV - 0,5*BDI)/100

Die Prüfung der Anpassungsgüte des Modells war für höhere Werte des EQ-5D zufriedenstellend, für Werte unterhalb von ca. 0,6 werden die Werte deutlich überschätzt [Abb. 1]. Allerdings sind die Besetzungszahlen in diesem Wertebereich niedrig und das Konfidenzintervall breit.

Diskussion

Die Untersuchung des Einflusses häufiger Komplikationen im Verlauf des M. Parkinson zeigte keine statistisch signifikanten Auswirkungen auf die Lebensqualität für Bewegungsstörungen, Demenz und Halluzinationen. Depression erwies sich als signifikanter Prädiktor, der die Prädiktion allerdings nur unwesentlich verbessert. Auch wenn Depression als Intermediärschritt betrachtet werden kann, ist die Einbeziehung im Rahmen von prädiktiven Modellierungen statthaft. Die vorgelegten Ergebnisse bestätigen die Robustheit unseres Schätzalgorithmus zu Prädiktion von Nutzwerten aus den klinischen Daten des UPDRS.


Literatur

1.
Tanner CM. Epidemiology of Parkinson's Disease. Neurologic Clinics 1992, 10(2): 317-29.
2.
Rajput AH, Offord KP, Beard CM, Kurland LT. Epidemiology of Parkinsonism: Incidence, Classification, and Mortality. Ann Neurol 1984, 16(3): 278-82.
3.
Dodel RC, Singer MS, Köhne-Volland R, Szucs T, Rathay B, Scholz E, et al. The Economic Impact of Parkinson's Disease. An Estimation Based on a 3-Month Prospective Analysis. Pharmacoeconomics 1998, 14(3): 299-312.
4.
Drummond MF, O'Brian B, Stoddart GL, Torrance GW. Methods for the Economic Evaluation of Health Care Programmes. 2nd ed. New York, Oxford: Oxford University Press; 1997.
5.
Siebert U, Bornschein B, Spottke EA, Oertel WH, Dodel RC. Prediction Algorithm for the Transformation of a Clinical Score into a Quality-of-Life Index in Patients with Parkinson's Disease in Germany. Inform Biom Epidemiol Med Biol 2003, 34(3): 440-2.
6.
Spottke EA, Reuther M, Berger K, Machat O, Oertel WH, Dodel RC. Healthcare Utilization and Economic Impact of Parkinson's Disease. Movement Disorders 2002, 17(Suppl. 5): S142.