Beter voorkomen dan genezen: voorspellen van alcoholgerelateerd letsel op de spoedeisende hulp met gegevens uit de eerste lijn.

Aanleiding en doel

Kennis over risicofactoren is cruciaal in interventies die ten doel hebben om de kans op SEH-bezoek vanwege letsel (waarbij alcoholgebruik een rol gespeeld heeft) te verkleinen. Daartoe is een zo volledig mogelijk beeld nodig van patiënten die met letsel op de SEH belanden: demografische en sociaaleconomische kenmerken, en de medische voorgeschiedenis. In deze pilot gericht op alcoholgerelateerd letsel, worden verschillende databronnen aan elkaar gekoppeld, op patiëntniveau, waarbij dit nog niet eerder heeft plaatsgevonden. Daarom is het project opgeknipt in een aantal subdoelen:

1. Haalbaarheid: Het koppelen van gegevens uit de eerste lijn van de huisarts (Nivel Zorgregistraties) en gegevens over letsels op de SEH (LIS) op patiëntniveau.
2. Risicofactoren: het in kaart brengen van risicofactoren, beschikbaar in de eerste lijn, voor een SEH-bezoek vanwege alcoholgerelateerd letsel.
3. Voorspellen: het opstellen van een voorspelmodel voor een bezoek aan de SEH vanwege letsel, op basis van gegevens beschikbaar in de eerste lijn.

Methoden

Binnen dit onderzoek zijn verschillende databronnen op persoonsniveau aan elkaar gekoppeld: Gegevens vanuit de huisartsenpraktijk (Nivel Zorgregistraties Eerste Lijn), demografische en sociaaleconomische gegevens vanuit het Centraal Bureau voor de Statistiek en het Letsel Informatie Systeem. Het onderzoek kende de volgende stappen:

1. Haalbaarheid koppeling: Allereerst is er onderzocht waar Nivel Zorgregistraties en het LIS overlappen met betrekking tot het adherentiegebied. Waar de beide databases overlappen zijn de gegevens naar het CBS gebracht voor koppeling op persoonsniveau.
2. Risicoprofielen: Personen die contact hadden met de SEH vanwege letsel gerelateerd aan alcohol gebruik worden vergeleken met een gematchte controlegroep op: demografische en sociaaleconomische kenmerken, gezondheidsproblemen, zorggebruik via de huisarts, redenen voor contact met de huisarts en vervolgzorg door medicatie of een verwijzing.
3. Voorspelmodel: Machine Learning modellen zijn getraind om een voorspelling te maken welke personen ingeschreven bij de huisartsenpraktijken, de SEH gaan bezoeken vanwege letsel gerelateerd aan alcohol gebruik.

Resultaten

De resultaten van het onderzoek zijn opgebouwd volgens de drie stappen uit de methoden:

1. Haalbaarheid: er is een succesvolle koppeling tot stand gekomen, waarbij 145 patiënten zijn geselecteerd die in 2022-2024 de SEH bezochten vanwege letsel waarbij alcoholgebruik in het spel was en voor wie gegevens uit de huisartsenpraktijk bekend waren in het jaar voorafgaand aan het letsel.
2. Risicoprofielen: uit de analyses bleek dat personen die uiteindelijk de SEH bezoeken vanwege alcoholgerelateerd letsel waren minder vaak hoogopgeleid, woonden vaker alleen, waren in hetzelfde jaar als het SEH bezoek vaker bekend bij de huisarts met acute gezondheidsproblemen en gebruikten ze vaker psychofarmaca. Ondanks dat ze niet vaker de huisarts bezochten, kwamen ze wel voor andere gezondheidsproblemen: alcoholgebruik, aandoeningen aan het bewegingsapparaat en psychische problemen.
3. Voorspelmodel: geen van de getrainde machine learning modellen presteert goed genoeg op basis van de huidige beschikbare dataset om in de praktijk gebruikt te kunnen worden. Uitbreiding van de dataset zou de resultaten wel kunnen verbeteren.

Conclusie en implicaties

Het huidige onderzoek heeft laten zien dat het mogelijk is om een koppeling te maken tussen gegevens van de huisarts, gegevens over personen en gegevens over SEH-bezoeken. Hieruit kwamen risicofactoren voor ernstige, directe gevolgen (letsel) van overmatig alcoholgebruik naar boven die afwijken van factoren die bekend zijn over mensen met chronische alcoholproblematiek bekend bij de huisarts, zoals klachten aan het bewegingsapparaat. Voor letselvoorspelmodellen in het algemeen is in het huidige onderzoek een belangrijke databasis gelegd die behouden en verder gevoed zou moeten worden, om verdere ontwikkeling mogelijk te maken.