Het officiële MedZine Blog

Achtergrond bij het medisch nieuws

Nieuw voorspellingsmodel voor herkennen van sepsis in de eerstelijnszorg

Nieuw voorspellingsmodel voor herkennen van sepsis in de eerstelijnszorg

Sepsis kan zorgen voor ernstige complicaties waardoor directe behandeling noodzakelijk is. Uit een recent onderzoek blijkt dat een aantal simpele variabelen, zoals de hartslag en perifere zuurstofverzadiging, kunnen helpen om de kans op sepsis te bepalen. Daarbij is het meten van ontstekingswaarden in het bloed niet nodig. 

Sepsis zorgt wereldwijd voor één de vijf sterfgevallen. Het vroeg herkennen en behandelen van sepsis is van levensbelang. In het ziekenhuis worden verschillende scoringssystemen gebruikt voor vermoedelijke sepsis, maar deze zijn niet gevalideerd voor de eerste lijn. In de eerstelijnszorg wordt de beslissing om patiënten met ernstige infecties te verwijzen gemaakt op basis van intuïtieve interpretatie van signalen, symptomen en algemene indruk van een patiënt. Daarbij moet men onnodige verwijzingen voorkomen omdat een ziekenhuisopname op zich een negatieve impact kan hebben, vooral bij patiënten die ouder of kwetsbaar zijn.

De huidige studie was gericht op het ontwikkelen en valideren van een eerste diagnostisch klinisch model voor de vroege herkenning van sepsis bij volwassenen die zich presenteren in de eerstelijnszorg.1

Onderzoek

Het cohortonderzoek werd uitgevoerd tussen juni 2018 en maart 2020 bij volwassen patiënten die acuut ziek waren. Alleen patiënten die huisbezoeken kregen werden in de studie opgenomen, omdat deze patiënten meestal ernstiger ziek zijn dan andere eerstelijnszorgpopulaties. Negen klinische variabelen werden meegenomen als mogelijke voorspellers. Daarnaast werd van enkele biomarkers de toegevoegde waarde geëvalueerd. Het primaire eindpunt was sepsis binnen 72 uur na opname, zoals vastgesteld door een panel van deskundigen. Er werd een eenvoudig model ontwikkeld welke extern gevalideerd werd in twee populaties van spoedeisende hulpafdelingen.1

Resultaten

Huisartsen stuurden 199 (56%) van 357 geïncludeerde patiënten meteen door naar de spoedeisende hulp. Bij 151 patiënten (42%) werd door de deskundigen de diagnose sepsis gesteld. Multivariabele logistische regressie met achterwaartse selectie werd gebruikt om een optimaal model te ontwerpen met een aantal continue klinische variabelen; leeftijd, (oor)temperatuur, ademhalingsfrequentie, systolische bloeddruk, hartslag, perifere zuurstofverzadiging, veranderde mentale toestand, snelle progressie van de ziekte en de aan- of afwezigheid van rigor. Er werd ook gekeken naar een model zonder de variabele ademhaling omdat deze meting minder haalbaar is om uit te voeren. Hartslag vertoonde collineariteit met de ademhaling en de prestaties van het gecreëerde model namen niet af na substitutie. Er werd daarom voor hartslag gekozen. Toevoegen van de biomarkers (C-reactief proteïne, procalcitonine en lactaat) verbeterden de prestaties van het model niet en werden daarom niet meegenomen.1

In het model wordt gebruik gemaakt van één afkappunt van zes variabelen (leeftijd > 65 jaar, temperatuur > 38 °C, systolische bloeddruk ≤ 110 mmHg, hartslag > 110/min, zuurstofverzadiging ≤ 95%, en veranderde mentale toestand) welke resulteert in een score van nul tot zes. Het model had goede discriminatie en kalibratie (C-statistiek van 0,80 [95% CI: 0,75-0,84]; Brier score 0,175).1

Het model was robuust tijdens externe validatie.1,2

Conclusie

Op basis van de huisartsenpopulatie van deze studie, blijkt dat een eenvoudig model sepsis bij acuut zieke volwassen patiënten nauwkeurig kan voorspellen met behulp van direct beschikbare klinische parameters.1


Geschreven door:
Aurora van de Loo

Referenties:
1.   
Loots FJ, et al. Br J Gen Pract. 2022; https://doi.org/10.3399/BJGP.2021.0520
2.   Latten GHP, et al. PLoS One 2019; https://doi.org/10.1371/journal.pone.0212181

Lees hier meer testimonials van HCP-ers en adverteerders

Volg ons