[Seite 51↓]

3.  Risiko und Wirksamkeit, Behandlungsschwelle und Bias: Potential für klinische Fehlentscheidungen

Aufbau des Kapitels

Im vorherigen Kapitel wurde nachgewiesen, wie wichtig die Integration von methodischen Techniken in das Studiendesign ist, um zuverlässig gegen Bias zu schützen und den „wahren“ Effekt einer Intervention zu erfassen. In dem Kapitel „Risiko und Wirksamkeit, Behandlungsschwelle und Bias“ wird diese Erkenntnis auf konkrete Versorgungssituationen angewandt. Die quantitative Beschreibung von Risiko und Wirksamkeit (mit klinisch-epidemiologischen Grundbegriffen) kann helfen, in der Versorgung individueller Patienten differenzierte Entscheidungen zu fällen. Im ersten Abschnitt (3.1) wird der Nutzen klinisch-epidemiologischer Grundlagen für die ärztliche Entscheidungsfindung diskutiert und an mehreren Studien beispielhaft das (Fehl-)-Verständnis dieser Konzepte unter Ärzten und anderen Gesundheitsberufen aufgezeigt. Diese Grundbegriffe werden in unserer Simulationsstudie (3.2) wieder aufgegriffen, in der wir für verschiedene Annahmen von Patientenrisiko, Wirksamkeit der Behandlung und Bias im Studiendesign demonstrieren, wie es gerade bei den häufig auftretenden Niedrigrisikokonstellationen zu Fehlentscheidungen kommen kann. Im Rahmen des Clearingverfahrens Hypertonie (3.3) kommen diese Begriffe erneut zum Einsatz. Nach einem Clearingprozess von deutschen und internationalen Hypertonieleitlinien nach EbM-Kriterien haben wir in den Empfehlungen für eine nationale Hypertonieleitlinie einen differenzierten Umgang mit der Interaktion von zugrundeliegendem Patientenrisiko und Behandlungseffekt als besonders wünschenswert hervorgehoben. Die Umsetzung der Empfehlungen wird diskutiert.

Eigene eingeschlossene Publikationen zum Thema:

3.1. Die klinische Epidemiologie in der ärztlichen Entscheidungsfindung

3.1.1. Wirksamkeit von Interventionen

Um beim Management von Patienten differenzierte Entscheidungen zu fällen, benötigt ein Arzt spezifische Informationen über die beabsichtigte Behandlung und den betroffenen Patienten, die er gegeneinander abwägen muss: Was sind die Konsequenzen, nichts zu tun (Ausgangsrisiko des Patienten) verglichen mit dem potentiellen Nutzen der Behandlung (Ausmaß der Risikosenkung)? Wie wahrscheinlich und wie groß sind die potentiellen Nebenwirkungen durch die Behandlung? Welches sind die Patienten mit hohem Risiko und / oder guter Ansprechbarkeit auf die Behandlung? Wie wirksam ist die vorgesehene Behandlung verglichen mit anderen präventiven oder therapeutischen Maßnahmen? Dafür sind einheitliche, aussagekräftige und verständliche Maßzahlen erforderlich, die möglichst viele der aufgeführten Aspekte abbilden. Für binäre Ereignissen stehen dafür das relative Risiko (RR), die relative Risikoreduktion (RRR) und die Odds Ratio (OR), die absolute Risikoreduktion (ARR) und die Number Needed to Treat (NNT) zur Verfügung.

3.1.1.1. Relative Maßzahlen

Das relative Risiko (RR) ist das Verhältnis zwischen dem Risiko für ein negatives Ereignis (z.B. Tod) in der Behandlungsgruppe bezogen auf das Risiko für ein negatives Ereignis in der Kontrollgruppe. Entsprechend beschreibt die relative Risikoreduktion (RRR) die Differenz der Ereignisraten zwischen Kontroll- und Behandlungsgruppe, dividiert durch die Ereignisrate in der Kontrollgruppe (Tab. 3.1). Die RRR wird in der Umgangssprache intuitiv bei der Beschreibung von Risiken verwendet und somit auch häufig in der Kommunikation zwischen Ärzten und Patienten eingesetzt.


[Seite 53↓]

Tab. 3.1: Relatives Risiko und Odds Ratio: Identische Studienergebnisse, ausgedrückt als RR, RRR und OR am Beispiel der Ulkusprophylaxe durch H2-Blocker164 bei unterschiedlichem Patientenrisiko (hoch: 30%; gering: 3%).

Risiko

Ausgangsrisiko

(Ulkus)

Odds

Ausgangsrisiko

(Ulkus)

 

Hoch

gering

 

hoch

gering

Risiko Kontr

(n=100)

Odds Kontr

(n=100)

Risiko H2-Blocker

(n=110)

Odds H2-Blocker

(n=100)

RR

OR

RRR

1-0.6 = 0.4 = 40%

   

RR=relatives Risiko; RRR=relative Risikoreduktion; OR=Odds Ratio

Die „Odds“ für ein Ereignis ist das Verhältnis der Wahrscheinlichkeit, dass das Ereignis stattfindet zur Wahrscheinlichkeit, dass es nicht stattfindet. Die Odds Ratio (OR) ist demnach das Verhältnis . Während die OR wegen ihrer stabilen statistischen Eigenschaften von Methodikern geschätzt wird, fehlt Ärzten und Patienten in der Regel der Zugang zu dieser Maßzahl165.

Da relative Maßzahlen Grundrisiko und Behandlungsnutzen für den Patienten nicht abbilden, erscheint bei klinischen Entscheidungen die Wirksamkeit einer Behandlung bei hohem Ausgangsrisiko ungerechtfertigt pessimistisch, bei niedrigem Ausgangsrisiko überoptimistisch.

3.1.1.2. Absolute Maßzahlen

Aussagekräftigere Informationen über die reale Wirksamkeit einer Maßnahme liefert die absolute Risikoreduktion (ARR), die die Differenz zwischen den Ereignissen von Kontroll- und Behandlungsgruppe beschreibt und dabei das Grundrisiko des Patienten einbezieht. Dennoch hat sie keinen Eingang in die ärztliche Kommunikation gefunden. Erst in der reziproken Darstellung als „Number Needed to Treat“ (Anzahl an Patienten, die über einen bestimmten Zeitraum behandelt werden müssen, um ein zusätzliches negatives Ereignis zu verhindern166) wurde die Information in ein leicht verständliches Format gebracht.


[Seite 54↓]

Tab. 3.2:
Number Needed to Treat
Interaktion zwischen Ausgangsrisiko und Wirksamkeit einer Intervention.

 

A) Ausgangsrisiko hoch (80%) Wirksamkeit mäßig

(RRR: 15%)

B) Ausgangsrisiko mäßig (30%)

Wirksamkeit gut

(RRR: 40%)

C) Ausgangsrisiko* gering167 (1,7 %)

Wirksamkeit gut

(RRR: 33%)

Risiko Kontr

Risiko H2-Blocker

ARR

0.8 – 0.68 = 0.12

0.3–0.18 = 0.12

0.017–0.012 = 0.005

1/ARR = NNT

* Ausgangsrisiko für Tod durch KHK

Durch die Wechselwirkung zwischen Ausgangsrisiko und Wirksamkeit einer Intervention profitieren Patienten mit hohem Risiko (Beispiel A: 80%) von weniger wirksamen Maßnahmen (RRR 15%) in dem gleichen Ausmaß wie Patienten mit geringerem Grundrisiko (Beispiel B: 30%), die Maßnahmen von größerer Wirksamkeit (RRR 40%) erhalten (Tab. 3.2). In beiden Beispielen resultiert eine NNT von acht Patienten. Dagegen führt selbst eine effektive Behandlung (RRR 33%) nur zu einem bescheidenen Behandlungsnutzen (NT5 J.: 200), wenn das Ausgangsrisiko gering ist (Beispiel C: 1,7%). Der Zusammenhang von Ausgangsrisiko und NNTs bei konstantem Behandlungseffekt lässt sich grafisch in der sogenannten NNT-Kurve darstellen (s. auch 3.2.2.2 und Abb. 3.1). Verglichen mit den relativen Maßzahlen bieten die NNTs einen besseren Schutz gegen Fehleinschätzungen über den Nutzen von Maßnahmen.

3.1.1.3. Übertragbarkeit auf den Versorgungsalltag: Grenzen und Beschränkungen der Maßzahlen

Von allen Maßzahlen erfüllen die NNTs am ehesten die in 3.1.1. beschriebenen Anforderungen für den klinischen Einsatz. Dennoch haben auch NNTs ihre Grenzen, insbesondere bei der Anwendung auf andere Populationen oder Individuen168: Durch Selektion des Patientenspektrums, intensive Unterstützung bei der Compliance und andere studienspezifische Maßnahmen1 wird selbst die aus „Effectiveness“-Studien geschätzte Wirksamkeit einer Behandlung für die Routineversorgung [Seite 55↓]höchstwahrscheinlich überschätzt. Um Unterschiede in den Ausgangsrisiken zwischen dem eigenen Patienten und dem durchschnittlichen Studienpatienten anzupassen, wurde aus dem Verhältnis der Korrekturfaktor „f“ entwickelt169. Die Division der Studien-NNTs durch den Korrekturfaktor „f“ ergibt somit einen Näherungswert für die NNT des eigenen Patienten. Bei geringerem Patientenausgangsrisiko würden die in der Studie ermittelten NNTs gegebenenfalls deutlich ansteigen und den Behandlungsnutzen erheblich relativieren und umgekehrt. Aus klinischer Sicht besteht für die Ärzte die eigentliche Herausforderung in einer angemessenen Einschätzung des patientenspezifischen Grundrisikos bei den unterschiedlichen Krankheiten. Trotzdem bedeuten die NNTs für Ärzte und Patienten eine erhebliche Bereicherung für die Interpretation von Studienergebnissen oder die Kommunikation über den Nutzen (bzw. fehlenden Nutzen) von Maßnahmen.

Die Argumente für die besondere Eignung der NNTs als Kommunikationsmittel werden durch neuere Erkenntnisse aus der Kognitionspsychologie170-172 unterstützt. Experimente zeigten, dass die Darstellung von Risiken in Wahrscheinlichkeiten (z.B. 0.2 oder 20%) selbst bei Akademikern, die berufsmäßig mit dem Risikobegriff umgehen (z.B. Ärzte oder Richter), zu erheblichen Fehlinterpretationen der Aussagen führte, während die Darstellung der gleichen Situationen in natürlichen Häufigkeiten (z.B. 1 von 5) korrekt interpretiert wurde173. Verschiedene Studien zu medizinischen Entscheidungssituationen haben diese Interpretationsprobleme („Framingeffekt“) wiederholt auch bei Ärzten nachgewiesen, die in Abhängigkeit von der Darstellungsform der gleichen Information schlussendlich zu diskrepanten Behandlungsentscheidungen kamen174-178.

3.1.2. Nutzen für den Patienten: Ausgangsrisiko und Risikoreduktion

Die Wirksamkeit einer Intervention und das patientenspezifische Ausgangsrisiko bestimmen wesentlich den Nutzen der Therapie. Die Prädisposition für negative Ereignisse kann dabei jedoch stark variieren. Patienten nach ihrem Risiko (d.h. ihrer Prognose) zu stratifizieren und sie einer angemessenen Behandlung zuzuführen, gehört zu den Grundfertigkeiten der ärztlichen Profession. Doch wie gut beherrschen Ärzte diese Fertigkeiten?


[Seite 56↓]

3.1.2.1.  Wahrnehmung von Ausgangsrisiko und Behandlungsnutzen – Drei Beispiele

In einer amerikanischen Studie sollten Hausärzte und Kardiologen für typische Szenarien aus der hausärztlichen Praxis mit einfachen Risikokonstellationen (Mann mittleren Alters mit isolierter Hypercholesterinämie; ältere Person mit stabile A. pectoris bei Hauptstammstenose) die 5- bzw. 3-Jahresprognose für ein kardiales Ereignis sowie den relativen und absoluten Behandlungsnutzen von Cholesterinsenkung bzw. einer Bypassoperation schätzen179. Nach Studienlage lag das 5-Jahres-Risiko für Myokardinfarkt in dem Hypercholesterinämie-Beispiel bei 6% (alle Angaben als Median), das 3-Jahres-Risiko für Überleben bei 70%. Die Hausärzte überschätzten das Risiko um mehr als 300% (Grundrisiko: 20%), die Kardiologen immerhin um fast 70% (Grundrisiko: 10%). Das Risiko der Hauptstammstenose wurde dagegen annähernd korrekt eingeschätzt.

Bei der Bewertung des Behandlungsnutzens fielen die Fehlentscheidungen nicht weniger ausgeprägt aus: Bei der Hypercholesterinämie überschätzten die Hausärzte die RRR um mehr als 120% (RRRÄrzte: 41% verglichen mit RRRStudien: 18%), bei der ARR um 800% (ARRÄrzte: 8% verglichen mit ARRStudien: 1%). Bei der Hauptstammstenose wurde die Wirksamkeit dagegen erheblich unterschätzt (RRRÄrzte: 6% verglichen mit RRRStudie: 29%; ARRÄrzte: 20% verglichen mit ARRStudie: 20%). Die Einschätzungen der Kardiologen waren insgesamt realistischer, überschätzten aber insbesondere die Wirksamkeit der primärpräventiven Maßnahme noch immer erheblich.

Wie ist unter Ärzten das Verständnis für Risiko und Behandlungsnutzen in komplexeren Versorgungssituationen, wenn Patienten multiple Risikofaktoren und Begleiterkrankungen haben, die über verschiedene Behandlungsansätze modifiziert werden können? In einer kanadischen Studie180 überschätzten Allgemeinärzte das kardiale 8-Jahres-Risiko eines typischen Durchschnittskanadiers (für A.pectoris, Myokardinfarkt oder koronaren Tod) um den Faktor 6,7 verglichen mit der Studienlage (für Kanada), das 8-Jahres-Risiko eines 40jährigen Mannes mit komplexem KHK-Risiko-Profil um den Faktor 4,4. Beim Vergleich des relativen Risikos des KHK-Patienten zu dem des Durchschnittskanadiers entsprachen die Schätzungen der Ärzte ziemlich genau der Studienlage. Auch bei den Erwartungen an den Behandlungserfolg gemessen an gewonnenen Lebensjahren hatten die Ärzte sowohl über die Wirkung der Einzelmaßnahmen (Raucherentwöhnung, Blutdruck- und Cholesterinsenkung) wie auch über die des Maßnahmenpaketes im Prinzip keine Vorstellungen über [Seite 57↓]den absoluten Nutzen der Maßnahmen, sondern überschätzten den zu erwartenden Gewinn an Lebensjahren um ein Vielfaches.

Fehleinschätzungen in der Größenordnung des Nutzens werden für die Versorgung jedoch nur dann bedeutsam, wenn dadurch Behandlungsentscheidungen fehlgeleitet werden. Um diese Frage zu untersuchen, sollten Allgemeinärzte für fünf Patienten mit unterschiedlichem Risikoprofil das kardiale 5-Jahres–Risiko ohne Behandlung einschätzen und ihre Entscheidung für bzw. gegen eine Therapie explizit begründen181. Die Bewertungen wurden mit großen Studien und nationalen Therapieempfehlungen verglichen. Durch die Wahl des Blutdruckwertes (statt dem Gesamtrisiko) als häufigste Behandlungsindikation kam es besonders bei extremen Risikokonstellationen zu Fehlentscheidungen: Ältere multimorbide Patienten wurden in ihrem Risiko unterschätzt und unterbehandelt, jüngere Patienten wurden in ihrem Risiko überschätzt und unangemessen medikamentös eingestellt. Die Behandlung der Patienten unabhängig vom Gesamtrisiko hatte in der Studie erhebliche Fehlallokationen der Ressourcen zur Folge.

3.1.2.2. Konsequenzen für die Versorgung

Ärzte haben selbst bei gängigen Problemen Schwierigkeiten, das Ausgangsrisiko ihrer Patienten adäquat zu bewerten182. Während sie über ein vergleichsweise solides Verständnis für den relativen Behandlungsnutzen verfügen, können sie Patienten mit hohem Risiko und größtem absoluten Behandlungsnutzen nur unzureichend von solchen mit niedrigem Risiko und geringem absoluten Nutzen abgrenzen, was unvermeidlich zu Fehlallokationen der vorhandenen knappen Ressourcen führt. So gibt es besonders aus dem primärpräventiven Bereich Hinweise, dass Ärzte bestimmte, vielfach propagierte Maßnahmen deutlich seltener verschreiben würden, wenn ihnen der geringe absolute Nutzen voll bewusst wäre174; 175; 179. Angesichts der laufenden gesundheitspolitischen Diskussionen um Zweckmäßigkeit und Angemessenheit von Behandlungen müsste dieses Thema intensiver beforscht und das Bewusstsein für den Zusammenhang von Risiko und Wirksamkeit unter den praktizierenden Ärzten deutlich geschärft werden. Bei der Formulierung von Behandlungsempfehlungen sollte es einen hohen Stellenwert erhalten.


[Seite 58↓]

3.1.3.  Behandlungsschwellen und ihre Determinanten

3.1.3.1. Wo liegen die Behandlungsschwellen? Eine empirische Momentaufnahme

Damit eine Behandlung begonnen wird, muss der Nutzen, d.h. der kombinierte Effekt aus Ausgangsrisiko und Risikoreduktion eine (imaginäre) Schwelle überschreiten. Jeder Arzt hat bei seinen Entscheidungen implizit eine Therapieschwelle im Kopf. Doch wo ist die Schwelle angesiedelt? Wie groß muss der Nutzen sein, um eine Behandlung zu rechtfertigen? Selbst das Sozialgesetzbuch V bleibt bei der Definition, was „angemessen“ und „zweckmäßig“ bedeutet, vage. Die wenigen Studien zu dieser Frage beschreiben unter Ärzten, Gesundheitsberufen, Betroffenen und gesunden Verbrauchern in den Auffassungen von "angemessen“ erhebliche Diskrepanzen: In der Studie über die Behandlung bei Hypercholesterinämie179 fanden Allgemeinärzte erst eine ARRMyokardinfarkt von 8-10% für einen Therapiebeginn als angemessen, während Kardiologen die Behandlung bereits bei einer ARR von 3-4% empfahlen. Bei einer Befragung über persönliche Behandlungsschwellen für milde Hypertonie183 forderten gesunde Personen aus der Allgemeinbevölkerung und Pflegekräfte von der Behandlung einen viel höheren Nutzen (NNT 33; Range: 12-50) als Allgemeinärzte (NNT: 50; Range: 33-100) oder gar Chefärzte (NNT: 100; Range: 50-250), bevor sie sich der Behandlung unterziehen wollten. Bei der Darstellung des Nutzens in den unterschiedlichen Maßzahlen zeigte sich bei Patienten und Verbrauchern der gleiche Framingeffekt wie bei Ärzten174-176; 184. Wurde der Nutzen als RRR dargestellt, akzeptierten 92% der Patienten eine antihypertensive Behandlung, in der Darstellung als NNT waren es 68%, dargestellt als „persönlicher Nutzen“ sank die Zahl der Behandlungswilligen auf 44%. Auch kulturelle Einflüsse prägen Behandlungsschwellen: In einem internationalen Vergleich sollten europäische und US-amerikanische Onkologen entscheiden, ob sie zwei näher beschriebene Patientinnen mit Mammakarzinom und etwas unterschiedlichen Begleitumständen mit adjuvanter Chemotherapie behandeln würden. Studien hatten für die adjuvante Chemotherapie einen statistisch signifikanten Effekt nachgewiesen, der aber klinisch nur von marginaler Bedeutung war. Bei den US-amerikanischen Ärzten entschieden sich 93% (Fall 1) bzw. 85% (Fall 2) für eine Behandlung, bei den europäischen Ärzten waren es lediglich 68% bzw. 67%185.


[Seite 59↓]

In diesen und anderen Beispielen hatten Spezialisten eine deutlich niedrigere Behandlungsschwelle als Allgemeinärzte oder Verbraucher. Möglicherweise beeinflusst das durchschnittliche Risiko der täglichen Arbeitsumgebung die Risikowahrnehmung der Ärzte und entsprechend auch ihre Behandlungsschwelle. Dennoch stellt sich erneut die Frage, wer nach welchen Kriterien die für eine Behandlung angemessene Schwelle festlegen soll.

3.1.3.2. Die Behandlungsschwelle beim individuellen Patienten – Grenzlinie zwischen Nutzen, Schaden und persönlichen Werten

Eine Einschränkung bei den oben aufgeführten Studien ist die Reduktion der Fragestellung auf den Nutzen der Behandlung. Andere wichtige Komponenten wie Häufigkeit und Schweregrad von Nebenwirkungen, Behandlungsalternativen oder benötigte Ressourcen (über die Bedeutung der „Kosten“ gehen die Vorstellungen der Ärzte weit auseinander) sind in die Überlegungen nicht eingeflossen. Diese Elemente finden in die ärztlichen Entscheidungsfindung in der Regel intuitiv und mit unterschiedlichen Gewichtungen Eingang. Die geringe Transparenz dieser Prozesse ist jedoch ein Grund für die erhebliche Praxisvariation bei ähnlich gelagerten Krankheitsproblemen mit eigentlich guter Datenlage, die u.a. in Berichten wie dem Gutachten des Sachverständigenrats für die Konzertierte Aktion im Gesundheitswesen wiederholt beschrieben wurden186.

3.2. Behandlungsschwelle und Bias: Potential für klinische Fehlentscheidungen ( eigene Untersuchungen )

Simulationsstudie zur Individualisierung von Behandlungen und zum Einfluss von Bias auf ärztliche Entscheidungen

In dem folgenden Beispiel werden die vorgestellten klinisch-epidemiologischen Grundbegriffe auf realen Patientenszenarien angewandt und ihr Einfluss auf die ärztliche Entscheidungsfindung untersucht. Bei den bisherigen Beispielen war man implizit immer davon ausgegangen, dass die Schätzungen der Wirksamkeit einer Behandlung zuverlässig und präzise sind. Im Kapitel 2 hatten wir jedoch ausführlich diskutiert147; 187, wie vorsichtig man mit dieser Annahme umgehen muss. Dabei ist [Seite 60↓]Bias, eigentlich das Feld von Methodikern, Epidemiologen und Biometrikern, für den praktizierenden Arzt meist nur von marginalem Interesse. Die Situation ändert sich jedoch, wenn es durch die Existenz von Bias zu offensichtlichen Fehlentscheidungen in der Patientenversorgung kommt. Die relevanten Einflussfaktoren und Wechselwirkungen, unter denen das Risiko für Fehlentscheidungen besonders groß ist, besser zu verstehen, ist ein weiteres Ziel dieser Arbeit:

3.2.1. Fragestellung

Unsere Studienfrage lautet: Unter welchen Umständen besteht in der Versorgung individueller Patienten ein erhöhtes Risiko für ärztliche Fehlentscheidungen, wenn Behandlungseffekte verzerrt erfasst werden?

Dabei erfolgt die Bearbeitung der Frage in drei Schritten:

  1. Individualisierung von Studienergebnissen für Therapieentscheidungen in der ärztlichen Praxis
  2. Auswirkung von Ungewissheit in der Präzision der Schätzung des Therapieeffektes
  3. Simulation über die Konsequenzen von Bias auf die Entscheidungsfindung bei unterschiedlichen Konstellationen:

  1. Ausgeprägte Bias bei großem Behandlungseffekt
  2. Ausgeprägte (bzw. mäßig große) Bias bei moderatem Behandlungseffekt

3.2.2. Methodik

3.2.2.1. Klinischer Rahmen des Modells

Patienten : Modellpatient A ist ein beatmeter, intensivpflichtiger Patient mit respiratorischer Insuffizienz und Gerinnungsstörungen; Modellpatient B ist ausschließlich wegen respiratorischer Insuffizienz intensivpflichtig und beatmet.

Zur Beurteilung des Ausgangsrisikos der Modellpatienten für eine gastrointestinale (GI-)Blutung wurden die Schätzungen aus einer großen multizentrischen Kohortenstudie mit mehr als 2000 Patienten herangezogen188. Nur zwei von zehn untersuchten Risikofaktoren für klinisch relevante GI-Blutung zeigten sich nach multivariater Analyse statistisch signifikant: respiratorische Insuffizienz und Gerinnungsstörungen. Demnach beträgt für den Hochrisikopatienten A das Risiko für eine klinisch [Seite 61↓]bedeutsame GI-Blutung während des Aufenthaltes auf der Intensivstation 8,4%, für den Niedrigrisikopatienten B lediglich 2%.

Intervention und Endpunkt : H2-Blocker haben sich als hochwirksame Medikamente bewährt, um Stressulzera, eine typische Komplikation intensivpflichtiger Patienten zu vermeiden. In einer hochwertigen Meta-Analyse164 war im Vergleich zu keiner Behandlung ein Prophylaxeeffekt für GI-Blutungen von ORGesamt 0.58 nachgewiesen worden.

3.2.2.2. Methodische Grundbegriffe des Modells

Tab. 3.4: Berechnung der NNT aus Ausgangsrisiko und Odds Ratio der Intervention
Anwendungsbeispiel: Behandlungsnutzen: ORH2-Blockers: 0.58; PatientenrisikoGI-Blutung: 2%

Ausgangsrisiko (AR) =

=

Ereignisrate der Kontrollgruppe

ARGI-Blutung

=

2% = 0.02

Ausgangs-Odds (AO)

=

AO

=

= 0.0204

Behandlungs-Odds (BO)

=

AO x Odds

BO

=

0.0204 x 0.58 = 0.0118

Behandlungsrisiko (BR)

=

BR

=

= 0.0117

Risiko-Differenz (RD)

=

AR-BR

RD

=

0.02 – 0.0119 = 0.0083

NNT

=

1/RD

NNT

=

= 120 Patienten

3.2.3. Ergebnisse

3.2.3.1. Individualisierung der Behandlung

H2-Blocker sind hochwirksame Medikamente zur Prophylaxe von Stressulzera und GI-Blutungen. Abb. 3.1 gibt die NNT-Kurve mit einer Behandlungsschwelle von NNT (150) für eine Stressulkusprophylaxe bei unterschiedlichen Ausgangsrisiken der Patienten wieder. NNT-Kurve und Behandlungsschwelle schneiden sich bei einem Patientenrisiko von 1,6%. Nach diesem einfachen Modell ist somit für alle Patienten, deren Risiko für eine GI-Blutung ohne Behandlung höher als 1,6% ist, eine Prophylaxe mit H2-Blockern indiziert. Diese Situation trifft für beide Patienten zu. Im Falle des Hochrisikopatienten A müssen nur 30 Patienten behandelt werden, um eine klinisch bedeutsame [Seite 63↓]GI-Blutung zu verhindern, während bei Niedrigrisikopatienten für den gleichen Effekt 120 Patienten behandelt werden müssen.

Abb. 3.1: NNT-Kurve für kritisch kranke Patienten mit unterschiedlichem Risiko für GI-Blutung, die mit H2-Blocker behandelt werden (OR 0.58). Patient (A) ist ein Hochrisikopatient, Patient (B) ein Niedrigrisikopatient. Das Konfidenzintervall um die NNT-Kurve beschreibt die Genauigkeit des geschätzten Behandlungsnutzens. Die daraus resultierende Stärke der Behandlungsempfehlung ist für Hochrisikopatient A viel eindeutiger, da das Konfidenzintervall die Behandlungsschwelle nicht überschreitet, während sich das Konfidenzintervall bei Patient B über die Schwelle ausdehnt und somit Unsicherheit besteht, ob der Nettonachteil nicht den Nettonutzen überwiegt.

3.2.3.2. Fehlende Präzision bei der Schätzung des Behandlungseffekts

Der Schätzwert für die Wirksamkeit der Stressulkus-Prophylaxe (OR: 0.58) stammt aus einer Meta-Analyse mit 20 Placebo-kontrollierten Studien und ist mit einem 95%-Konfidenzintervall von 0.42 und 0.79, in dem sich der wahre Wert der Wirksamkeit mit 95% Wahrscheinlichkeit befindet, relativ präzise. Durch die Angabe eines Konfidenzintervalls um die berechneten NNTs193 (Abb. 3.1) lässt sich die Schätzungsunsicherheit auch bei der Bewertung der H2-Blocker-Gabe für die beiden Patienten ausdrücken: Für den Hochrisikopatienten (A) erstreckt sich das 95% KINNT von 21 Patienten bis 61 Patienten, d.h. bei einem Ausgangsblutungsrisiko von 8,4% müssen im besten Fall nur 21 Patienten, um ungünstigsten Fall 61 Patienten behandelt werden, um eine klinisch relevante GI-Blutung zu [Seite 64↓]verhindern. Für den Niedrigrisikopatienten (B) spannt sich das 95% KINNT von 87 Patienten bis 242 Patienten, d.h. im ungünstigsten Falle müssen 242 Patienten behandelt werden, um eine GI-Blutung zu verhindern. Dieses Intervall überschreitet die festgelegte Behandlungsschwelle von 150 Patienten und demonstriert damit die Unsicherheit, ob der Patient von der Behandlung noch wirklich profitiert. Entsprechend fällt die Empfehlung, Patienten B zu behandeln weniger stark aus als die Empfehlung für Patienten A. Die Unsicherheit, die über den wahren Behandlungseffekt besteht, muss daher bei Behandlungsempfehlungen wie Leitlinien zum Beispiel in Form von Empfehlungsstärken („Grades of Recommendations“159) zum Ausdruck gebracht werden.

3.2.3.3. Die Auswirkung von Bias in Forschungsergebnissen auf ärztliche Entscheidungen

Werden Studien nicht mit ausreichender Sorgfalt entworfen und durchgeführt, können bei der Schätzung des wahren Behandlungseffekts Verzerrungen auftreten, durch die der Behandlungseffekt systematisch über- oder unterschätzt wird. Die zugrundeliegende Meta-Analyse hatte in der Qualitätsbewertung der Primärstudien festgestellt, dass die eingeschlossenen Studien weniger als die Hälfte der maximal möglichen Qualitätspunkte erreichen (im Schnitt 5,2/12 Punkten). Methodisch mittelmäßig bis minderwertige Studien sind besonders anfällig für Bias. Im Folgenden soll beleuchtet werden, inwieweit sich verschiedene Konstellationen von Bias und das Zusammentreffen bestimmter klinischer Situationen auf ärztliche Entscheidungen auswirken können.

3.2.3.3.1. Ausgeprägte Bias bei großem Behandlungseffekt

Erstes Szenario: Verzerrung eines real großen Behandlungseffekts durch ausgeprägte Bias im Studiendesign

Eine Überschätzung des Behandlungseffekts um durchschnittlich 40% kann z.B. durch eine unmaskierte Randomzuteilung der Studienteilnehmer auftreten191. Die bereits hochwirksame Behandlung mit H2-Blockern (hier: ORH2-Blockern: 0.58) erscheint irrtümlicherweise noch effektiver, nämlich als ORH2-Blockern+40%Bias von 0.35 und kommt damit außerhalb des KIOR-0.58 von 0.42 – 0.79 zu [Seite 65↓]liegen. Die zugehörige NNT40%-Bias-Kurve verläuft unterhalb der unverzerrten NNTOR-0.58-Kurve (Abb.3.2) und kreuzt erst bei einem Ausgangsrisiko von 1% die Behandlungsschwelle. Damit wird die Prophylaxe mit H2-Blockern auch für Patienten mit einem Ausgangsrisiko zwischen 2% und 1% als angemessen betrachtet. Dieser Unterschied erscheint im ersten Moment banal. Da aber wesentlich mehr Patienten ein niedriges Risiko aufweisen, würde die erweiterte Indikationsstellung auf eine erheblich größere Patientenzahl zutreffen.

In unserem Szenario sinkt die NNT für den Hochrisikopatienten auf 19 (statt bisher 30) und für den Niedrigrisikopatienten auf 77 (statt bisher 120). Trotz erheblicher Überschätzung der Wirksamkeit ändert sich bei dem großen Behandlungseffekt für keine der beiden Risikokonstellationen die Indikation zur Behandlung.

Abb.3.2: Die Auswirkung von Bias auf die klinische Entscheidung bei großem Behandlungseffekt.
Bei großem Behandlungsnutzen ist es selbst bei Niedrigrisikopatienten wenig wahrscheinlich, dass ein ausgeprägter Biaseffekt (40% Überschätzung des wahren Behandlungsnutzens) die ärztliche Entscheidung beeinflusst.


[Seite 66↓]

3.2.3.3.2.  Ausgeprägte (bzw. mäßig große) Bias bei moderatem Behandlungseffekt

Zweites Szenario: Verzerrung eines moderaten Behandlungseffekts durch ausgeprägte (bzw. mäßig große) Bias im Studiendesign

Beim zweiten Szenario wird angenommen, dass die Prophylaxe mit H2-Blockern weniger wirksam sei und bei unverzerrter Schätzung nur eine Reduktion der GI-Blutungen auf eine OR von 0.8 erzielt werden könnte (Abb.3.3). Eine Vielzahl der zur Verfügung stehenden medizinischen Behandlungsformen haben eine Wirksamkeit in dieser Größenordnung. In dieser Situation schneiden sich NNTOR-0.8-Kurve und Behandlungsschwelle bei einem Ausgangsrisiko von 3,5% und man würde die Behandlung nur Patienten mit einem Risiko > 3,5% empfehlen. Des weiteren wird angenommen, dass in diesem Szenario die Wirksamkeit der Prophylaxe durch Bias einmal um 40% (wie in dem ersten Szenario) und einmal nur um 20% überschätzt wird. Beide Verzerrungen haben für den Hochrisikopatienten A keine Konsequenzen: In allen drei Konstellationen (ohne Verzerrung, mit moderater und mit großer Verzerrung) befinden sich die zugehörigen NNTs im Behandlungsbereich in großem Abstand zur Schwelle. Der Niedrigrisikopatient B dagegen liegt bei unverzerrter Schätzung mit einer NNT von 254 deutlich oberhalb der Behandlungsschwelle im nicht behandlungswürdigen Bereich, da der zu erzielende Nutzen im Verhältnis zu Nebenwirkungen und Kosten für ihn als zu gering erachtet wird. Selbst bei einer relativ gering ausgeprägten Bias in den Studien von nur 20% (was bei unverblindeten Studien leicht vorkommen kann191) würde der scheinbare Nutzen der Behandlung mit einer NNT von 141 auf die andere Seite der Schwelle rutschen und der Patient irrtümlich die Prophylaxe erhalten. Auch hier werden von der Fehlentscheidung wieder eine große Gruppe von Patienten getroffen.

Abb. 3.3: Die Auswirkung von Bias auf die ärztliche Entscheidung bei mäßig großem Behandlungseffekt
Während die ärztliche Entscheidung bei Hochrisikopatienten (A) selbst bei ausgeprägter Bias nicht beeinflusst wird (40% Überschätzung des Behandlungsnutzens), können bei Niedrigrisikopatienten und geringem Behandlungsnutzen bereits kleine Biaseffekte (20% Überschätzung des Behandlungsnutzens) zu ärztlichen Fehlentscheidungen führen.

3.2.4. Schlussfolgerungen

3.2.4.1. Konsequenzen für den behandelnden Arzt

Mit der vorliegenden Simulation konnten wir zeigen, dass sich bei gleichem Ausmaß an Bias die NNT-Kurve im Niedrigrisikobereich und bei mäßig effektiven Maßnahmen wesentlich stärker verändert als im Hochrisikobereich und bei hochwirksamen Maßnahmen. In der ersten Konstellation kommen die NNTs in der Regel nahe an einer impliziten oder expliziten Behandlungsschwelle zu liegen und selbst geringe Biaseffekte können die NNTs aus dem „Nicht“-Behandlungsbereich über die Schwelle in den Behandlungsbereich heben. Da die meisten Interventionen nur kleine bis moderate Effekte (20-25% RRR) aufweisen und es wesentlich mehr Patienten mit niedrigerem Risiko gibt, ist die Anzahl an Patienten, die von Fehlentscheidungen auf der Grundlage methodisch unsauber durchgeführter Studien getroffen werden, in der Regel gross (Tab. 3.5). Praktizierende Ärzte müssen [Seite 68↓]deshalb bei Patienten eine wesentlich größere Sensibilität für potentiell verzerrte Studienergebnisse haben, wenn die Therapieeffekte gering sind.

Tab. 3.5: Potential für medizinische Fehlentscheidungen durch Bias

 

Mäßig effektive Behandlung

Hochwirksame Behandlung

Empfehlung bei ...

Hohes Risiko

(Patient A)

Niedriges Risiko

(Patient B)

Hohes Risiko

(Patient A)

Niedriges Risiko

(Patient B)

... Therapieeffekten ohne Bias

Behandlung

Keine Behandlung

Behandlung

Behandlung

... großem Biaseffekt

Behandlung

Behandlung: Fehlerhafte Entscheidung

Behandlung

Behandlung

... mäßig großem

Biaseffekt

Behandlung

Behandlung: Fehlerhafte Entscheidung

Behandlung

Behandlung

3.2.4.2. Bias aus Beobachtungsstudien

Die aufgeführten Szenarien beruhen ausschließlich auf den empirischen Kenntnissen über die Auswirkungen von Bias in randomisierten Studien. In Beobachtungsstudien können durch die fehlende Randomisierung noch wesentlich größere Behandlungseffekte vorgetäuscht oder Effekte gefunden werden, die gar nicht existieren (s. Diskussion 2.2). Ein jüngstes Beispiel ist der Einfluss der kombinierten Hormonersatztherapie auf das kardiale Risiko von postmenopausalen Frauen. In Kohortenstudien war für Östrogene wiederholt ein protektiver Effekt auf das KHK-Risiko postmenopausaler Frauen gefunden worden194. Weder bei Frauen mit vorbestehender KHK155 noch bei gesunden postmenopausalen Frauen konnte dieser Effekt in randomisierten Studien bestätigt werden25. Sehr ernst zunehmen ist, dass die Behandlung bei den Frauen sogar zu ernsthaftem Schaden führte. Diese Unsicherheit um die Zuverlässigkeit der Aussagen und damit verbunden das erhebliche Potential für ärztliche Fehlentscheidungen begründen und bestärken die niedrigere Klassifizierung von Beobachtungsstudien in den Evidenzstufen von Interventionsstudien159; 195.


[Seite 69↓]

3.2.4.3.  Implikationen für die Praxis

Nur ein solides Verständnis der Wechselwirkungen von Risiko, Behandlungsnutzen und Bias gewährleistet eine differenziertere „angemessene“ Patientenversorgung, wie sie derzeit überall gefordert wird. Dennoch werden diese Zusammenhänge in der Patientenversorgung nicht ausreichend wahrgenommen und umgesetzt. Eine praktische Möglichkeit der raschen Implementierung sind Leitlinien, die von Ärzten zunehmend als Unterstützung ihrer täglichen Arbeit verstanden werden. Allerdings sind Leitlinien wegen der oftmals beobachteten Beliebigkeit der Erstellung und der z.T. nicht zu übersehenden Instrumentalisierung für eigene Interessen in Misskredit geraten (z.B. die > 2000 expertenbasierten AWMF-Leitlinien, www.awmf-online.de). Transparenz in der Erstellung und Glaubwürdigkeit bei den Empfehlungen, entsprechend dem Anspruch evidenzbasierter Leitlinien, sind Voraussetzung für eine allgemeine Akzeptanz. Dabei kann ein Clearingverfahren diesen Prozess unterstützen.

Im folgenden Abschnitt wird beschrieben, wie mit einem Clearingverfahren für Hypertonieleitlinien die deutschen mit den internationalen Hypertonieleitlinien anhand von EbM-Kriterien standardisiert verglichen („Benchmarking“), Stärken und Problembereiche identifiziert und Empfehlungen zu Eckpunkten einer nationalen Hochdruckleitlinie abgegeben wurden.

3.3. Der Leitlinien-Clearingbericht Hypertonie (Eigene Ergebnisse)

3.3.1. Das Leitlinien – Clearingverfahren der Ärztlichen Zentralstelle Qualitätssicherung

Um die Transparenz des unübersichtlich gewordenen Angebotes an Leitlinien in Deutschland zu verbessern, wurde 1999 von den Spitzenverbänden des Gesundheitswesens an der Ärztlichen Zentralstelle Qualitätssicherung (ÄZQ) in Köln ein “LL-Clearingverfahren“ eingerichtet, das unter anderem vorhandene Leitlinien nach expliziten Kriterien und einer standardisierten Vorgehensweise auf ihre Transparenz, Wissenschaftlichkeit, Praktikabilität und Wirtschaftlichkeit bewerten und gegebenenfalls Empfehlungen zur Verbesserung aussprechen sollte196. In den Vergleich sollten nationale und internationale Leitlinien einbezogen und an den internationalen Vorstellungen über [Seite 70↓]Leitlinienqualität197; 198, die sich stark an den Konzepten der evidenzbasierten Medizin orientieren, gemessen werden.

Die Hypertonie gehört zu den prioritären Gesundheitsproblemen199, für die ein Bedarf an stärkerer Standardisierung der Versorgung durch Leitlinien gesehen wird. Die Erarbeitung des Clearingberichts Hypertonie war das erste von der ÄZQ durchgeführte LL-Clearingverfahren mit einer sechsköpfigen Expertengruppe aus Leitlinienanwendern der betroffenen Fachdisziplinen im ambulanten / stationären Versorgungsbereich und Methodikern. In diesem Gremium habe ich als Vertreterin der Fächer Klinische Epidemiologie/ Innere Medizin mitgewirkt.

3.3.2. Zielsetzung des Leitlinien-Clearingverfahrens Hypertonie

Die Ziele des Leitlinienverfahrens waren eine

  1. umfassende Recherche nach nationalen und internationalen Hypertonieleitlinien
  2. kritische Bewertung nach EbM-Kriterien
  3. Erstellung eines Clearingberichts, ggf. mit Formulierung von Empfehlungen für eine nationale evidenzbasierte Hypertonieleitlinie

3.3.2.1. Methode

Das Clearingverfahren umfasst drei Schritte:


[Seite 71↓]

3.3.2.2.  Ergebnisse

3.3.2.2.1. Formale Bewertungen

Mit einer strukturierten Literatursuche wurden 548 Publikationen gefunden, die auf 132 Zitate mit Abstract eingeschränkt wurden. Elf von 35 LL (mit Basiskriterien Hypertonie allgemein, deutsche oder englische Sprache, überregionale LL, s. Anhang 3.2) erfüllten auch die endgültigen Einschlusskriterien („Entwicklung und Inhalt genauso gut wie oder besser als die Hypertonie-LL der AWMF“), darunter die beiden deutschsprachigen Leitlinien200; 201. Die Ergebnisse der formalen Bewertung mit den drei Teilbereichen „Entwicklung“, „Inhalt“, „Anwendung/Umsetzung“ sind in Tabelle 3.6 zusammengefasst.

Tab. 3.6: Formale Bewertung der elf eingeschlossenen Leitlinien

Leitlinie

Literaturzitate

Entwicklung

(max: 17 Pkt)

Inhalt

(max: 17 Pkt)

Anwendung

(max: 6 Pkt)

Gesamt

(max: 40 Pkt)

CDN 99202

145

15 (EB)

16

4 (TR)

35

CDN 99203

463

14 (EB)

17

3

34

JNC 97204

254

14 (EB)

15

5

34

ICSI 99205

59

11 (EB)

16

6

33

AkdÄ* 98201

33

11 (EB)

15

4

30

BHS 99206

170

8 (EB)

14

6

28

HSSA 95207

55

7

16

0

23

DVA 96208

25

8

14

0

22

WHO 99209

199

6

14

0

21

NZ 97210

24

6

14

0

20

AWMF*200

15

5

7

4 (TR)

16

EB: Verknüpfung: Empfehlung / klassifizierte Evidenz

Auch wenn man die absoluten Werte der Scores mit Vorsicht interpretieren sollte, zeigt sich, dass bei „Inhalt“ zwischen den Leitlinien große Ähnlichkeiten vorlagen, während vor allem bei „Entwicklung“ und „Anwendung/Implementierung“ z.T. erhebliche Unterschiede zu Tage traten. Die sechs Leitlinien mit dem höchsten Gesamtscore erreichten ihre hohe Bewertung vor allem durch Begründung der [Seite 72↓]einzelnen Empfehlungen mit klassifizierter Evidenz und durch Aussagen zu den Bereichen „Implementierung/Anwendung“.

3.3.2.2.2. Inhaltliche Empfehlungen für eine nationale Leitlinie Hypertonie

Da keine der LL vollständig den Kriterien einer praktikablen evidenzbasierten LL entsprach, formulierten wir strukturelle und inhaltliche Eckpunkte für eine nationale LL Hypertonie, die das Krankheitsbild Hypertonie aus dem Gesichtspunkt der Versorgung umfassend abdecken sollte. Tab 3.7 fasst die Eckpunkte zusammen.

Tab. 3.7 : Inhaltliche Schwerpunkte einer nationalen Leitlinie Hypertonie

1. Einführung: Definition Ziele, Adressaten, Epidemiologie, Versorgungsproblematik,

9. Nicht medikamentöse Therapie

2. Blutdruckmessung

10. Pharmakotherapie

3. Anamnese und Untersuchung

11. Follow-up, Schulung, Motivation, Compliance

4. Case-finding / Screening

12. Komorbidität, spezifische Patientengruppen

5. Schnittstellen in der Versorgung

13. Primärprävention

6. Risikoeinschätzung

14. Qualitätssicherung / - management

7. Weiterführende Diagnostik

15. Disseminierung und Implementierung

8. Therapieindikationen und –ziele

16. Offene Fragen / Forschungsthemen

Durch Verknüpfung der Kernaussagen mit klassifizierter Evidenz sollte transparent gemacht werden, mit welcher Art und Qualität von wissenschaftlichen Studien die Empfehlungen unterstützt wurden. Ein weiteres wichtiges Anliegen der Empfehlungen des Clearingberichts war eine stärkere Betonung des Zusammenhangs von kardiovaskulärem Gesamtrisiko und Wirksamkeit und die Folgen für die Behandlungsindikation beim individuellen Patienten. Zusätzlich sollte beschrieben und belegt werden, welche Patientengruppen wann und in welchem Ausmaß von einer Behandlung profitieren. Vorbild für die zuletzt genannten Empfehlungen waren die Risikotabellen der British Hypertension Society206 [Seite 73↓]oder die New Zealand Guidelines210, mit denen sich das individuelle Patientenrisiko unter simultaner Berücksichtigung multipler Risikofaktoren berechnen und der individuelle Behandlungsnutzen darstellen ließ. Die Empfehlungen, die vor allem bei den Eckpunkten ‚Risikoeinschätzung’‚ Therapieindikation / -ziele sowie „Qualitätssicherung“ ausgesprochenen wurden, sind in Tabelle 3.8 zusammengefasst.

Tab. 3.8: Zusammenfassung der Empfehlungen des Clearingberichts Hypertonie116 zu Risikoeinschätzung und Präsentation der Wirksamkeit in einer nationalen Leitlinie Hypertonie

  1. Betonung einer strukturierten Ermittlung des Risikoprofils wegen der Unzuverlässigkeit intuitiver Schätzungen.
  2. Quantitative Abschätzung des Gesamtrisikos (für die zerebrale, kardiale, renale und vaskuläre Morbidität und Mortalität) auf der Grundlage der bekannten Risikofaktoren mit Hilfsmitteln (wie Risikotafeln oder computergestützte Risikoberechnung), die im Rahmen der LL zur Verfügung gestellt werden sollen
  3. Darstellung des Risikos für Hypertonie-Folgeerkrankungen und die zu erwartende Risikosenkung (Behandlungsnutzen) in verständlicher Form (ARR und NNTs/ Jahr)
  4. Partizipation des Patienten an der Entscheidungsfindung durch Darstellung des zu erwartenden Behandlungsnutzens in einer für den Patienten verständlichen Form
  5. Entwicklung von Instrumenten zur Kommunikation von Risiko und Behandlungsnutzen an den Patienten
  6. Vermittlung der Grundbegriffe zur Darstellung von Risiko und Nutzen (RRR, ARR, NNT) sowie die Bestimmung des kardiovaskulären Risikos im Rahmen der Qualitätssicherung

NNT: Number Needed to Treat; ARR: Absolute Risikoreduktion; RRR: Relative Risikoreduktion

Angesichts der zunehmenden Orientierung praktizierender Ärzte an den Leitlinien der Fachgesellschaften würde eine evidenzbasierte Leitlinie (z.B. nach dem Vorbild der schottischen SIGN-Leitlinien www.sign.ac.uk) die Gelegenheit bieten, Ärzte anhand des praktischen Beispiels der Versorgung von Hypertonikern an die Grundkonzepte der evidenzbasierten Medizin heranzuführen. Dabei ist die klinisch-epidemiologische Evidenz im Bereich Hypertonie besonders gut fundiert und steht vielfach nach EbM-Kriterien aufgearbeitet bereits zur Verfügung.


[Seite 74↓]

3.3.3.  Schlussfolgerungen

Verschiedene experimentelle Studien sowie unsere Simulationsstudie belegen das Potential für bedeutsame Fehlentscheidungen in der Versorgung, deren Konsequenzen zumindest einen Beitrag für die im Sachverständigengutachten beschriebene Über-, Unter- und Fehlversorgung liefern können. Um diesen Fehlentwicklungen angemessen zu begegnen, benötigen Ärzte ein besseres Verständnis für quantitative (klinisch-epidemiologische) Informationen, wie z.B. den Zusammenhang von Risiko, Wirksamkeit und Nutzen. Für eine rasche flächendeckende Verbreitung sind evidenzbasierte Leitlinien ein erstes Transportmittel dieser Kenntnisse. Ohne ein Verständnis für die dahinterstehenden Konzepte und bei dem derzeitigen offensichtlichen Reglementierungsdruck besteht eine nicht unerhebliche Gefahr, dass das Potential der Leitlinien als echtes Hilfsmittel für Entscheidungen von den Ärzten nicht wahrgenommen wird. Ein ganzes System zum Umdenken zu motivieren ist ein schwieriger, langsamer Prozess, bei dem viele Schrauben gleichzeitig bewegt werden müssen. Eine stärkere Dissemination der EbM-Konzepte, z.B. im Rahmen von EbM-Kursen (Kapitel 4) oder durch konkrete Praxisprojekte (Kapitel 5) sind dabei essentielle flankierende Maßnahmen.


Fußnoten und Endnoten

1 So wurden z.B. für die WOSCOP-Studie308, die den ersten Nachweis einer erfolgreichen Primärprävention von KHK durch Lipidsenkung lieferte, 80.000 Personen gescreent, 20.000 in die engere Auswahl eingeschlossen und 6.000 schliesslich rekrutiert. Zur Steigerung der Compliance fand alle 3 Monate eine Nachbeobachtung statt. Die Studie selbst wurde in Schottland, einer der Gegenden Europas mit der höchsten KHK-Prävalenz, durchgeführt.



© Die inhaltliche Zusammenstellung und Aufmachung dieser Publikation sowie die elektronische Verarbeitung sind urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung. Das gilt insbesondere für die Vervielfältigung, die Bearbeitung und Einspeicherung und Verarbeitung in elektronische Systeme.
DiML DTD Version 3.0Zertifizierter Dokumentenserver
der Humboldt-Universität zu Berlin
HTML-Version erstellt am:
09.09.2004