Om de optimale behandeling van een patiënt met colorectale kanker te kunnen bepalen, moet je de behandeluitkomsten voor die patiënt schatten. Hoe goed kunnen we dat? En hoe kunnen we onze voorspellingen verbeteren?
artikel
Tijdens het multidisciplinair overleg (MDO) colorectale kanker worden behandelplannen opgesteld, bijvoorbeeld voor een patiënt met colorectaal carcinoom en levermetastasen. Clinici van verschillende disciplines bepalen dan samen wat de beste behandeling is op basis van de richtlijnen en medische literatuur. Het MDO vindt plaats nadat de diagnostiek is afgerond en voordat de behandeling is bepaald; dit overleg is opgenomen in de normen van de Stichting Oncologische Samenwerking (SONCOS). Het is evident dat deze multidisciplinaire overleggen bijdragen aan de kwaliteit van de besluitvorming en hebben geleid tot een landelijke uniformering van de behandeling en verbetering van de uitkomsten.1,2
Geïndividualiseerde behandeladviezen
Het is aannemelijk dat het behandeladvies tijdens het MDO voor een patiënt van 50 jaar verschilt van dat van een 80-jarige patiënt met hetzelfde ziektestadium. Hoewel richtlijnen handvatten geven voor behandelbeslissingen, is er ruimte voor interpretatie door de deelnemende medisch specialisten. Zij moeten dan wel in staat zijn om een scala aan risicofactoren op waarde te schatten. Aangezien van een steeds groter aantal variabelen bekend is welk effect zij hebben op het ziekteverloop, wordt het lastiger voor elke risicogroep een zo correct mogelijke inschatting te maken, waarbij alle literatuur in acht wordt genomen. Daarbij moet niet alleen het negatieve effect van een risicofactor, zoals diabetes mellitus, bekend zijn, maar ook de ordegrootte van het effect op de behandeluitkomsten en hoe deze factor zich verhoudt tot andere risicofactoren, zoals de leeftijd. Het is niet verwonderlijk dat deze inschatting moeilijk op intuïtie gemaakt kan worden, aangezien het aantal vergelijkbare patiënten ook in landelijke studies klein is; soms betreft het niet meer dan enkele tientallen.
Uitkomsten inschatten
In een door ons verrichte enquête in een groot topklinisch ziekenhuis bleek dat chirurgen (n = 10) en aiossen (n = 10) gemiddeld genomen de uitkomsten van chirurgische behandeling redelijk goed voorspellen, maar dat er grote variatie bestaat tussen de individuele schattingen. Hoewel de gemiddelde inschatting redelijk accuraat is, kan de nauwkeurigheid afhangen van welke zorgverleners bij het MDO aanwezig zijn, wat het behandeladvies kan beïnvloeden. Uit onze gegevens blijkt dat het geschatte risico op complicaties, zoals naadlekkage en de 90-dagenmortaliteit, overeenkomt met de werkelijkheid (tabel). Bij patiënten uit een specifieke subgroep, zoals patiënten met een hoge leeftijd of bepaalde comorbiditeit, verslechtert de inschatting aanzienlijk. Zo wordt de overleving van oudere patiënten onderschat, wat eerder in Nederlands onderzoek is aangetoond.3 De langetermijnsuitkomsten van patiënten met levermetastasen worden aanzienlijk overschat (figuur). Hoewel de mediane geschatte overleving van patiënten met colon- of rectumcarcinoom in stadium III overeenkomt met de landelijk geobserveerde overleving, valt met name de spreiding in de schattingen op. Het beeld bestaat dat chirurgen tijdens overleggen vaak de uitkomsten van hun handelen zich te rooskleurig voorstellen. In de literatuur is van deze overschatting onder anderen ook sprake bij oncologen.4,5 Zoals aangegeven wordt dit beeld slechts deels onderschreven door de uitkomsten van onze enquête; met name valt de spreiding in individuele schattingen op. Hoewel het MDO wordt voorbereid – in tegenstelling tot een dergelijke enquête – zijn de bevraagde casussen dermate alledaags dat wij veronderstellen dat niet alle ondervraagden de overleving van zulke patiënten in de literatuur hoeven op te zoeken.
Op basis van de schattingen van de aanwezige clinici tijdens het MDO – die in alle gevallen accurater kunnen – worden adviezen geformuleerd voor de hoofdbehandelaar. Deze arts moet in de spreekkamer met de patiënt een behandelstrategie bepalen. Uit de literatuur blijkt dat patiënten genegen zijn het advies van de arts te volgen.6 Die neiging zal sterker worden als de arts het advies met overtuiging kan onderbouwen met informatie die is uitgewisseld tijdens het MDO. Als de arts op de polikliniek al te zeer geleid wordt door gekleurde of ongefundeerde informatie, zal de behandelkeuze op basis van gezamenlijke besluitvorming van mindere kwaliteit zijn. Dit is niet te wijten aan slechte wil of een gebrek aan deskundigheid van de behandelend arts, maar is kenmerkend voor de complexiteit van de besluitvorming tijdens een dergelijk gesprek.
Inschattingen verbeteren
Het MDO is een instrument dat de zorg voor patiënten met colorectaal carcinoom in Nederland op positieve wijze heeft beïnvloed. Uit onze enquête blijkt echter dat deelnemers aan het MDO niet altijd een goede schatting geven van de behandeluitkomsten bij hun patiënten. Er zijn diverse initiatieven om de beslissingen tijdens het MDO te verbeteren. Zo kan het toevoegen van een geriatrische beoordeling de behandeladviezen veranderen, wat leidt tot minder intensieve behandeling, minder complicaties en kortere ziekenhuisopname.7 Een ander voorbeeld is de PREPARATION-studie, waarin de wensen van de patiënt worden afgewogen tegen de voor- en nadelen van de geplande ingreep tijdens een MDO waarbij een anesthesioloog aanwezig is.8 Hoewel deze initiatieven mogelijk effectief zijn, zijn ze tijds- en arbeidsintensief. Bovendien moeten hiervoor nog meer agenda’s op elkaar worden afgestemd.
Om op een evidencebased manier tot een behandeladvies te komen is uitgebreide kennis van de literatuur en de uitkomsten van zeer specifieke subgroepen vereist. Er liggen hier mogelijkheden voor predictiemodellen, die in het elektronisch patiëntendossier (EPD) geïmplementeerd kunnen worden. Daarnaast kan eenvoudig gebruik gemaakt worden van het Codman-dashboard van het Dutch Institute for Clinical Auditing (DICA), een interactief dashboard dat een overzicht geeft van de uitkomsten van patiëntengroepen op basis van de landelijke gegevens.
Er is veel aandacht voor de mogelijkheden van kunstmatige intelligentie (AI) om bijvoorbeeld de communicatie met huisartsen en patiënten deels te automatiseren en om de administratieve last van MDO’s te verminderen. Met de opkomst van literatuurzoekmachines op basis van AI, zoals evidencehunt.com, en met de integratie van AI in de ziekenhuissystemen zou deze technologie in de toekomst ook inhoudelijk kunnen bijdragen aan de besluitvorming tijdens het MDO. Dat kan bijvoorbeeld door de voorspelde uitkomsten van de behandelopties voor een specifieke patiënt inzichtelijk te maken op basis van eerdere vergelijkbare patiënten in het ziekenhuis of op basis van gegevens uit registraties, zoals die van het DICA, Integraal Kankercentrum Nederland of uit de internationale literatuur. Als schattingen op basis van deze gegevens vooraf bekend zijn, kunnen die de discussie tijdens een MDO per patiënt efficiënter maken, doordat niet elke variabele meer apart besproken hoeft te worden. De besluitvorming wordt ook dan nog steeds genomen op basis van de literatuur en kwalitatieve toetsing door medisch specialisten blijft noodzakelijk.
Conclusie
De beschreven methodes om de prognose en de behandeluitkomsten te schatten zouden een vast onderdeel moeten worden van de discussie tijdens het MDO. Het advies dat zo gevormd wordt, gebaseerd op de meest precieze schattingen en gewogen tegen de ervaring van de betrokken specialisten en de eerdere lokale prestaties, is het best mogelijke. Het is daarmee het advies waar de hoofdbehandelaar en de patiënt, gezien de huidige mogelijkheden binnen de medische informatietechnologie, recht op hebben.
Literatuur
- Jung SM, Hong YS, Kim TW, et al. Impact of a Multidisciplinary Team Approach for Managing Advanced and Recurrent Colorectal Cancer. World J Surg. 2018;42(7):2227-2233. doi:10.1007/s00268-017-4409-5. Medline
- Li X, Chen Q, Bi X, et al. Effects of multidisciplinary team on the outcomes of colorectal cancer patients with liver metastases. Ann Palliat Med. 2020;9(5):2741-2748. doi:10.21037/apm-20-193. Medline
- Brouwer NPM, Heil TC, Olde Rikkert MGM, et al. The gap in postoperative outcome between older and younger patients with stage I-III colorectal cancer has been bridged; results from the Netherlands cancer registry. Eur J Cancer. 2019;116:1-9. doi:10.1016/j.ejca.2019.04.036. Medline
- Razvi Y, Chan S, Zhang L, et al. Are we better a decade later in the accuracy of survival prediction by palliative radiation oncologists? Ann Palliat Med. 2019;8(2):150-158. doi:10.21037/apm.2018.11.02. Medline
- Kiely BE, Martin AJ, Tattersall MH, et al. The median informs the message: accuracy of individualized scenarios for survival time based on oncologists’ estimates. J Clin Oncol. 2013;31(28):3565-3571. doi:10.1200/JCO.2012.44.7821. Medline
- Ozdemir S, Finkelstein EA. Cognitive Bias: The Downside of Shared Decision Making. JCO Clin Cancer Inform. 2018;2(2):1-10. doi:10.1200/CCI.18.00011. Medline
- Festen S, van der Wal-Huisman H, van der Leest AHD, et al. The effect of treatment modifications by an onco-geriatric MDT on one-year mortality, days spent at home and postoperative complications. J Geriatr Oncol. 2021;12(5):779-785. doi:10.1016/j.jgo.2020.12.003. Medline
- Vernooij JEM, Boerlage RM, Doggen CJM, et al; PREPARATION study investigators. Is a preoperative multidisciplinary team meeting (cost)effective to improve outcome for high-risk adult patients undergoing noncardiac surgery: the PREPARATION study-a multicenter stepped-wedge cluster randomized trial. Trials. 2023;24(1):660. doi:10.1186/s13063-023-07685-3. Medline
Onzekerheid vraagt om ondersteuning en samenwerking, niet louter om technologie
Met belangstelling hebben wij het ‘Ter discussie’ artikel van Stefan Büttner en collega’s gelezen. De auteurs pleiten voor meer inzet van technologie bij het opstellen van behandeladviezen in het MDO colorectaal carcinoom. Een nauwkeuriger voorspelling van behandeluitkomsten moet mogelijk worden gemaakt door literatuurzoekmachines op basis van kunstmatige intelligentie, geïntegreerd in ziekenhuissystemen. De auteurs stellen dat MDO-behandeladviezen zo beter toegespitst worden op het individu, waarbij zij expliciet oudere patiënten noemen als beoogde doelgroep. Een mooi streven, wie kan hier tegen zijn? Toch zouden wij het grote vertrouwen in verbetering van zorgkwaliteit door technologie graag op een paar punten willen nuanceren.
Ten eerste, er is al vaker op gewezen: technologie is niet neutraal.1 Met welke informatie je een zoekmachine voedt, weerspiegelt aan welke informatie je waarde toekent. Illustratief hiervoor zijn de uitkomstmaten die aios en chirurgen moesten voorspellen in de enquête van de auteurs. Wat ons betreft zijn dit ‘oncologische uitkomsten’: naadlekkage, positieve resectiemarge, 90-dagen mortaliteit en 5-jaarsoverleving. Wij onderschrijven het belang van deze uitkomsten, maar het ontbreekt hier aan ‘geriatrische uitkomsten’, zoals mate van adl-zelfstandigheid, mobiliteit en kwaliteit van leven. De auteurs noemen wel het mogelijke nut van geriatrische informatie bij het opstellen van het MDO-advies, maar zien vervolgens vooral belemmeringen: ‘tijds- en arbeidsintensief. Bovendien moeten hiervoor nog meer agenda’s op elkaar worden afgestemd.’ Dit is in de eerste plaats niet waar, want met goede scholing van betrokken zorgverleners kan iedere zorgverlener relatief eenvoudig veel geriatrische informatie zelf verzamelen op een ‘tumorspecifieke’ polikliniek. In de tweede plaats reflecteert deze opmerking vooral welke informatie en uitkomsten de auteurs, en met hen vele andere zorgverleners, zelf niet direct van meerwaarde vinden. Hiermee schuiven ze echter relevante informatie terzijde waar (oudere) patiënten juist aan hechten, zoals uitleg over functionele uitkomsten en kwaliteit van leven.2 Tenslotte betaalt de investering om geriatrische informatie structureel te betrekken bij de besluitvorming en begeleiding van patiënten zich dikwijls uit in beter passende zorg, een afname van ongewenste uitkomsten en vermindering van financiële kosten.3 Dat we veel tijd en geld besteden aan diagnostiek en behandeling vinden we vanzelfsprekend, terwijl een uitgebreider gesprek met de patiënt en inhoudelijk overleg met diverse collega’s minder kost en minstens zoveel oplevert.
Onze tweede kanttekening betreft de vanzelfsprekende waarde die wordt toegekend aan voorspellingen. In de geriatrische oncologie wordt al tientallen jaren geprobeerd om individuele behandeluitkomsten van oudere mensen te voorspellen aan de hand van scores en algoritmes. We hebben hiervan geleerd dat onzekerheidsmarges blijven bestaan, zeker waar het oudere mensen betreft met complexe co-morbiditeit en reserves.4 Hoewel technologische vooruitgang kan bewerkstelligen dat puntschattingen van (oncologische) uitkomsten beter worden en de onzekerheidsmarges mogelijk nog wat kleiner, kan een ongewenst bijeffect zijn dat er schijnzekerheid ontstaat op individueel niveau. Het wordt wat ons betreft ook hoog tijd om het alternatief onder ogen te zien, namelijk dat we collectief beter moeten leren omgaan met medische onzekerheid. Het blijft een nobel streven om uitkomsten preciezer te voorspellen, maar in het belang van onze (kwetsbare) oudere patiënten lijkt het ons ook verstandig om ondertussen de focus te verleggen naar verbetering van zorgprocessen. We moeten gezamenlijk streven naar optimalisatie van de gezondheid en betere ondersteuning van oudere patiënten in een inherent onzeker traject. Geriatrische input en geriatrische uitkomsten zouden daarin een vanzelfsprekende plaats moeten hebben.