gms | German Medical Science

21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin e. V.

Deutsches Netzwerk Evidenzbasierte Medizin e. V.

13. - 15.02.2020, Basel, Schweiz

Quantifizierung des prädiktiven Wertes von anticholinergen Symptomen zur Vorhersage von Stürzen bei älteren hausärztlichen Patienten mit Multimedikation

Meeting Abstract

  • Truc Sophia Nguyen - Goethe-Universität Frankfurt am Main, Institut für Allgemeinmedizin, Frankfurt am Main, Deutschland
  • Andreas D. Meid - Universitätsklinikum Heidelberg, Klinische Pharmakologie und Pharmakoepidemiologie, Heidelberg, Deutschland
  • Ana Isabel González-González - Goethe-Universität Frankfurt am Main, Institut für Allgemeinmedizin, Frankfurt am Main, Deutschland
  • Ulrich Thiem - Albertinen-Diakoniewerk, Universität Hamburg, Deutschland
  • Henrik Rudolf - Ruhr-Universität Bochum, Abteilung Medizinische Informatik, Biometrie und Epidemiologie, Bochum, Deutschland
  • Hans-Joachim Trampisch - Ruhr-Universität Bochum, Abteilung Medizinische Informatik, Biometrie und Epidemiologie, Bochum, Deutschland
  • Marjan van den Akker - Goethe-Universität Frankfurt am Main, Institut für Allgemeinmedizin, Frankfurt am Main, Deutschland
  • Maria-Sophie Brueckle - Goethe-Universität Frankfurt am Main, Institut für Allgemeinmedizin, Frankfurt am Main, Deutschland
  • Jeanet W. Blom - Leiden University Medical Care, Department Public Health and Primary Care, Leiden, Niederlande
  • Petra J. Elders - Amsterdam University Medical Care, Institute for Health and Care Research, Amsterdam, Niederlande
  • Walter E. Hafaeli - Universitätsklinikum Heidelberg, Klinische Pharmakologie und Pharmakoepidemiologie, Heidelberg, Deutschland
  • Ferdinand M. Gerlach - Goethe-Universität Frankfurt am Main, Institut für Allgemeinmedizin, Frankfurt am Main, Deutschland
  • Sebastian Harder - Goethe-Universität Frankfurt am Main, Institut für Klinische Pharmakologie, Frankfurt am Main, Deutschland
  • Norbert Donner-Banzhoff - Philipps-Universität Marburg, Abteilung für Allgemeinmedizin, Präventive und Rehabilitative Medizin, Marburg, Deutschland
  • Paul P. Glasziou - Bond-University, Centre for Research in Evidence-Based Practice, Australien
  • Christiane Muth - Goethe-Universität Frankfurt am Main, Institut für Allgemeinmedizin, Frankfurt am Main, Deutschland

Nützliche patientenrelevante Forschung. 21. Jahrestagung des Deutschen Netzwerks Evidenzbasierte Medizin. Basel, Schweiz, 13.-15.02.2020. Düsseldorf: German Medical Science GMS Publishing House; 2020. Doc20ebmPP9-02

doi: 10.3205/20ebm112, urn:nbn:de:0183-20ebm1127

Veröffentlicht: 12. Februar 2020

© 2020 Nguyen et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund/Fragestellung: Medikamente mit anticholinergen Effekten stellen die am häufigsten potentiell altersinadäquaten Verordnungen dar und sind insbesondere für ältere Patienten mit einer Reihe von negativen gesundheitlichen Outcomes, wie z.B. Stürzen, verbunden. Existierende Instrumente zur Messung anticholinerger Last sind heterogen sowie impraktikabel und zeigen inkonsistente Assoziationen mit patienten-relevanten Outcomes. Da diese zudem keine Möglichkeit der Berücksichtigung individueller Patientencharakteristika (z.B. individuelle Suszeptibilität) bieten, liefern sie kaum Unterstützung in der Entscheidungsfindung für oder gegen das Absetzen solcher Medikamente. Ziel der vorliegenden Arbeit ist daher zu untersuchen, welche Symptome ‚red flags‘ bei der Verschreibung anticholinerg wirkender Medikamente sind, um Stürze bei älteren Hausarztpatienten vorherzusagen.

Methoden:

  • Design: Entwicklung eines prognostischen Modells auf Basis von individuellen Patientendaten der PROPERmed-Studie (PROSPERO: CRD42018088129).
  • Population: 1.699 Patienten (≥60 Jahre, ≥5 Medikamente, ≥1 chron. Erkrankung ohne Demenz) aus 2/5 der in PROPERmed inkludierten CRTs (PRIMUM u. RIME).
  • Endpunkt: Sturz (binäres Outcome) innerhalb von 6 Monaten nach Baseline.
  • Potentielle Prädiktorvariablen: Anticholinerge Symptome und Last (anhand v. Instrumenten), Soziodemographie, morbiditäts- und medikationsbezogene Variablen (inkl. Laborwerte), Parameter zum allg. Gesundheitszustand.
  • Statistik: Stufenweise Modellierung mit logistischer Regression.

Ergebnisse: Nicht zutreffend, da Studienprotokoll.

Schlussfolgerung: Symptome als ‚red flags‘ stellen eine Verbindung zur individuellen Suszeptibilität von Patienten gegenüber anticholinerger Belastung dar und könnten die klinische Entscheidungsfindung für oder gegen das Absetzen eines dieser Medikamente zur Vermeidung von Stürzen unterstützen.

Interessenkonflikte: Keine