Publicatie
Predictie en beloop van multimorbiditeit m.b.v. grafische kansmodellen.
Lappenschaar, G.A.M., Hommersom, A., Lucas, P.J.F., Visscher, S., Korevaar, J. Predictie en beloop van multimorbiditeit m.b.v. grafische kansmodellen.: , 2012. 54-55 p. Abstract. In: NHG-Abstractenboek. NHG-Wetenschapsdag 2012 'Multimorbiditeit' 8 juni 2012, Maastricht.
ABSTRACT:
Inleiding
Chronische aandoeningen bij ouderen vormen door de vergrijzing een groeiend probleem in onze maatschappij. Prevalenties en predictie voor één bepaalde aandoening bij gegeven comorbiditeit zijn mogelijk via traditionele statistieken. Echter, welke patiënten meerdere aandoeningen tegelijk ontwikkelen in de loop van de tijd, d.w.z. multimorbiditeit, is nog moeilijk voorspelbaar.
Onderzoeksvraag
kunnen grafische kansmodellen een beter inzicht geven in multimorbiditeit? Is er, gegeven de reeds bekende risicofactoren en aandoeningen bij een patiënt, iets te zeggen over hoe de patiënt er mogelijk over enkele jaren voorstaat?
Methode
Relaties tussen de risicofactoren geslacht, leeftijd, overgewicht, hypertensie en dislipidemie, en de chronische cardiovasculaire aandoeningen, angina pectoris, hartfalen, beroerte, diabetes mellitus, retinopathie en nefropathie, worden geleerd uit patiëntendata die afkomstig is van huisartspraktijken. Hierbij worden tijdsafhankelijke en praktijk gerelateerde effecten uitgemodelleerd.
Resultaat
Indien een patiënt één of meerdere cardiovasculaire aandoeningen heeft, ligt de kans op een nieuwe cardiovasculaire aandoening binnen 3 jaar tussen de 35% (voor diabetici) en 65% (voor patiënten met hartfalen). Van de risicofactoren zijn hypertensie en een gestoord cholesterol de belangrijkste voorspellers voor het verkrijgen van cardiovasculaire aandoeningen. Diabetes mellitus en angina pectoris zijn de meest voorkomende oorzaak.
Beschouwing
Grafische kansmodellen bieden de mogelijkheid om de complexiteit van multimorbiditeit inzichtelijk te maken. Niet alleen zeggen ze iets over één enkel ziektebeeld, maar ook over combinaties van ziektebeelden en het effect op het ontstaan van nieuwe aandoeningen. Het ontwikkelde model biedt de mogelijkheid om verdere onderzoeksvragen, bijvoorbeeld het risicoprofiel van een specifieke patiëntengroep, binnen het vastgestelde kader te beantwoorden.
Inleiding
Chronische aandoeningen bij ouderen vormen door de vergrijzing een groeiend probleem in onze maatschappij. Prevalenties en predictie voor één bepaalde aandoening bij gegeven comorbiditeit zijn mogelijk via traditionele statistieken. Echter, welke patiënten meerdere aandoeningen tegelijk ontwikkelen in de loop van de tijd, d.w.z. multimorbiditeit, is nog moeilijk voorspelbaar.
Onderzoeksvraag
kunnen grafische kansmodellen een beter inzicht geven in multimorbiditeit? Is er, gegeven de reeds bekende risicofactoren en aandoeningen bij een patiënt, iets te zeggen over hoe de patiënt er mogelijk over enkele jaren voorstaat?
Methode
Relaties tussen de risicofactoren geslacht, leeftijd, overgewicht, hypertensie en dislipidemie, en de chronische cardiovasculaire aandoeningen, angina pectoris, hartfalen, beroerte, diabetes mellitus, retinopathie en nefropathie, worden geleerd uit patiëntendata die afkomstig is van huisartspraktijken. Hierbij worden tijdsafhankelijke en praktijk gerelateerde effecten uitgemodelleerd.
Resultaat
Indien een patiënt één of meerdere cardiovasculaire aandoeningen heeft, ligt de kans op een nieuwe cardiovasculaire aandoening binnen 3 jaar tussen de 35% (voor diabetici) en 65% (voor patiënten met hartfalen). Van de risicofactoren zijn hypertensie en een gestoord cholesterol de belangrijkste voorspellers voor het verkrijgen van cardiovasculaire aandoeningen. Diabetes mellitus en angina pectoris zijn de meest voorkomende oorzaak.
Beschouwing
Grafische kansmodellen bieden de mogelijkheid om de complexiteit van multimorbiditeit inzichtelijk te maken. Niet alleen zeggen ze iets over één enkel ziektebeeld, maar ook over combinaties van ziektebeelden en het effect op het ontstaan van nieuwe aandoeningen. Het ontwikkelde model biedt de mogelijkheid om verdere onderzoeksvragen, bijvoorbeeld het risicoprofiel van een specifieke patiëntengroep, binnen het vastgestelde kader te beantwoorden.