Zwangerschappen verlopen helaas niet altijd zonder complicaties. Hoewel complicaties in sommige gevallen goed te behandelen zijn, is voorkomen beter dan genezen. Het is handig als een verloskundige of gynaecoloog weet welke vrouw meer of minder risico loopt op complicaties. Zo kan er gericht iets gedaan worden aan vermindering van het risico.
Er zijn in allerlei landen predictiemodellen (voorspellingsmodellen) ontwikkeld waarmee het risico op complicaties kan worden berekend. Bekende complicaties zijn: zwangerschapsvergiftiging, zwangerschapsdiabetes, vroeggeboorte, en een te klein of juist te groot kind. Het was niet duidelijk of de ontwikkelde predictiemodellen ook geschikt zijn voor gebruik in Nederland. Daarom is de Expect studie uitgevoerd. De Expect studie bestaat uit twee delen. In het eerste deel is onderzocht hoe goed deze voorspellingen zijn voor Nederlandse zwangere vrouwen. Twee predictiemodellen lieten goede resultaten zien: een voor zwangerschapsvergiftiging en een voor zwangerschapsdiabetes. De modellen voor vroeggeboorte en afwijkend geboortegewicht waren kwalitatief niet goed genoeg.
Goed kunnen voorspellen welk risico vrouwen lopen op een complicatie houdt echter niet automatisch in dat ook het aantal vrouwen met complicaties minder wordt. Daarvoor is nodig dat de predictiemodellen worden toegepast door verloskundige of gynaecoloog, zodat er iets kan worden gedaan om risico’s te verminderen, en dat dat ook daadwerkelijk wordt gedaan.
Op deze aspecten heeft het tweede deel van de Expect studie zich gericht. Allereerst is aan Limburgse verloskundigen en gynaecologen enkele vragen gesteld: ‘Wat vinden jullie een te hoog risico?’ ‘Wat is het best om te doen als een vrouw een verhoogd risico heeft?’ Na uitvoerig overleg werden de verloskundigen en gynaecologen het eens: vrouwen met lage risico’s krijgen goede basiszorg, en vrouwen met een verhoogd risico krijgen extra zorg zoals extra controles of preventieve ingrepen; zogenaamde risicogeleide zorg. Om het gebruik van de predictiemodellen gemakkelijker te maken is een website gemaakt waarmee risico’s eenvoudig kunnen worden berekend en waar op maat gesneden informatie uitrolt voor de zwangere vrouw en haar zorgverlener: de Expect calculator.
De eerste resultaten zijn hoopgevend. Een jaar na de invoering blijkt de Expect calculator bij bijna de helft van de zwangere vrouwen te worden gebruikt. Het advies aan zorgverleners dat uit de risicoberekening rolt wordt daarbij meestal opgevolgd. De kosten voor de zorg van zwangeren lijken af te nemen, terwijl de tevredenheid van zwangere vrouwen niet is gedaald. Leidt de risicogeleide zorg nu ook tot minder complicaties en gezondere baby’s? Op het antwoord op deze vragen moeten we nog even wachten omdat er nog onvoldoende gegevens zijn voor betrouwbare uitspraken. In afwachting van die resultaten wordt nagedacht over een derde deel van de Expect studie: een onderzoek om na te gaan waarom de risicogeleide zorg soepel verloopt bij de ene zorgverlener en niet bij de andere, en waarom adviezen wel of niet door zwangere worden opgevolgd. Met kennis uit dat onderzoek kan de zorg verder worden verbeterd.
Resultaten van de externe validatie studie
Na een uitgebreide zoektocht in de medische literatuur zijn uiteindelijk 39 predictiemodellen geselecteerd en onderzocht binnen de eerste fase van de Expect studie. De resultaten lieten een gevarieerd beeld zien. Geen van de modellen die een vroeggeboorte voorspellen was in staat om vrouwen met een verhoogd of verlaagd risico duidelijk van elkaar te onderscheiden.
De predictiemodellen die de foetale groei (een te laag of te hoog geboortegewicht) proberen te voorspellen, hadden eveneens een beperkt onderscheidend vermogen.
Een aantal predictiemodellen die zwangerschapssuikerziekte voorspellen, bleken dit redelijk accuraat te kunnen doen. Ondanks het feit dat deze modellen niet duidelijk beter presteren dan de huidige richtlijnen, kunnen zij wel van meerwaarde zijn voor de Nederlandse verloskundige zorg. Allereerst wordt het individuele risico op het krijgen van zwangerschapssuikerziekte inzichtelijk gemaakt. Ten tweede biedt een predictiemodel meer mogelijkheden bij het kiezen van een afkappunt tussen hoog- en laag risico en is er meer ruimte voor gedeelde besluitvorming.
Van de predictiemodellen die zwangerschapsvergiftiging voorspellen, blijkt eveneens een aantal modellen dit redelijk accuraat te kunnen. Bovendien blijken deze modellen beter te presteren dan huidige richtlijnen en kunnen daarmee van meerwaarde zijn voor de Nederlandse verloskundige zorg.
Resultaten calcium inname
Tijdens de Expect studie is gebleken dat ongeveer twee-derde van de zwangere vrouwen in Nederland, niet de aanbevolen dagelijkse hoeveelheid van minstens 1 gram calcium (kalk) haalt. De meeste vrouwen (74%) maken gebruik van supplementen (vb. zwangerschapsmultivitaminen) tijdens de zwangerschap. De meeste van deze supplementen bevatten echter slechts een minimale hoeveelheid aan calcium. Voldoende calcium inname verkleint de kans op het ontstaan van een zwangerschapsvergiftiging. Een berekening laat zien dat naar verwachting een kwart van de gevallen van zwangerschapsvergiftiging zal worden voorkomen, indien aan alle vrouwen calciumtabletten wordt aangeraden en de helft van deze vrouwen daar gehoor aangeeft.
Resultaten implementatie studie
Tijdens de tweede fase van de Expect studie, de implementatie studie, zijn de best presterende predictiemodellen voor zwangerschapsvergiftiging en zwangerschapssuikerziekte beschikbaar gesteld voor de Nederlandse zorgverleners. Na een peiling onder recent bevallen vrouwen, hebben de Limburgse zorgverleners afkappunten gekozen die aangeven wanneer er sprake is van een verhoogd risico. Indien er sprake is van een verhoogd risico dient bijbehorend zorgpad te worden besproken met de zwangere vrouw, om vervolgens samen een besluit te vormen over het te volgen zorgpad. Deze modellen met hun afkappunten zijn verwerkt in een online applicatie, de Expect calculator, waarbij de uitslag gekoppeld wordt aan bijbehorende zorgpaden en patiëntinformatiefolders.
Ongeveer anderhalf jaar nadat de Expect calculator beschikbaar werd gesteld, wordt ongeveer 45% met van de Limburgse zwangere vrouwen geïnformeerd met behulp van deze calculator. De aanbeveling om aspirine in te nemen, in geval van een verhoogd risico op zwangerschapsvergiftiging, wordt in 81% van de gevallen besproken. Deze aanbeveling wordt door 41% van deze vrouwen opgevolgd. In geval van een verhoogd risico op zwangerschapssuikerziekte, wordt met 64% de suikerbelastingstest (OGTT) besproken en 83% van deze vrouwen laat de OGTT vervolgens uitvoeren.
De patiënttevredenheid was bij zowel de voormalig verloskundige zorg als de risicogeleide zorg hoog. De risicogeleide zorg had daarbij geen significant negatief of positief effect op de patiënttevredenheid. Qua zorgkosten lijkt het erop dat de risicogeleide zorg een kostenbesparing kan opleveren van ca. €2.000,- per zwangere vrouw. Risicogeleide zorg lijkt daarbij de kwaliteit van leven voor de zwangere vrouw, die bij beide soorten zorg hoog was, niet te verbeteren of verslechteren. Op de gezondheidsuitkomsten van de pasgeborenen wordt vooralsnog geen effect gevonden, maar lijkt risicogeleide zorg een positieve invloed te hebben. De huidige gegevens zijn echter nog te beperkt om met zekerheid uitspraken te doen over de gezondheidseffecten en bijbehorende zorgkosten. Definitieve resultaten zullen komen in 2019.
Background: First-trimester risk selection in the Netherlands may benefit from the use of obstetric prediction rules. A number of 1st-trimester prediction rules have been published, addressing important obstetric outcomes including preterm birth (PTB), preeclampsia (PET), gestational diabetes mellitus (GDM), and small-for-gestational-age (SGA). None of them have however been externally validated for the Dutch situation. Furthermore, it is not clear whether the use of such prediction rules improves child and maternal outcomes, and how costs are affected.
Purposes: 1) to evaluate the predictive performance of promising 1st-trimester obstetric prediction rules published in the literature; 2) to compare the performances of 1st-trimester obstetric prediction rules with similar health outcomes; 3) to determine the best cut-off values for application of the prediction rules; 4) to measure the effects of applying 1st-trimester obstetric prediction rules followed by tailored care paths, as compared to care-as-usual (CAU); 5) to calculate cost-effectiveness of applying 1st-trimester obstetric prediction rules followed by tailored care paths in Dutch obstetric practice, as compared to CAU.
Design: This project comprises a validation study and an impact study. In the validation study, we will prospectively evaluate the predictive performance of promising 1st-trimester obstetric prediction rules published in the literature. In the impact study, we will prospectively evaluate outcomes and costs after applying 1st-trimester prediction rules followed by tailored care paths, and compare these with outcomes and costs during CAU. Data for the CAU arm will be derived from the validation study. Risk-dependent care paths will be developed by the Limburg Obstetric Consortium.
Population, recruitment, procedures: Eligible for both the validation and the impact study are pregnant women who pay their initial visit a midwive or gynecologist participating in the Limburg Obstetric Consortium. Exclusion criteria: GA > 15+6 weeks; age <18 years. Women agreeing to participate in the study will be asked to complete two online questionnaires: one within 1 week after recruitment and one 4 weeks after delivery.
Outcome measures: Validation study: PTB, PET, GDM, SGA, other outcomes t.b.d.; Impact study: main outcome measure: composite outcome of perinatal death, asphyxia, admission to a neonatal intensive care unit, SGA p2.3, and very PTB (<32 wks). Secondary outcomes: severe PET, maternal satisfaction, maternal health-related quality of life (QoL), SGA p10, PTB (<37 wks), instrumental delivery, process indicators, costs.
Data sources: Online questionnaires, patient records, and data from Perinatal Registration of the Netherlands.
Analysis: Validation study: Predictive performance of each prediction rule will be evaluated by assessing the area under the receiver operating characteristic curve (AUC) and model calibration. Models will be ranked with respect to their predictive performance. Final selection of prediction rules and definition of cut-off points will be combined with the definition of care paths for the impact study. Impact study: Outcomes in the two study arms will be compared by use of either logistic regression or linear regression. Economic analysis: two incremental cost-effectiveness ratios will be calculated expressing 1) the cost per one composite adverse outcome prevented and 2) the cost per Quality Adjusted Life year (mother unit of analysis).
Sample size calculation: Validation study: We used the rule of thumb of Vergouwe et al (2005) which states that at least 100 events and 100 non-events are necessary in order to be able to detect relevant differences between model performance in the derivation set and the validation set. Calculating with an outcome incidence of about 4%, we need to collect data of about 2500 women. To account for loss-to-follow-up and failing record linkage, 2750 women will be recruited. Impact study: We estimate the incidence of the composite outcome at 6%. In order to be able to detect a reduction in the composite outcome of 30% (i.e., from 6.0 to 4.2%), with an alpha of 0.05 and a power of 0.80, data of 2 x 2450 women are needed. To account for loss-to-follow-up and failing record linkage, 2 x 2750 women will be recruited (2750 of which will be recruited earlier for the validation study).
Time schedule: Months 1-6: Preparation for data collection and selection of prediction rules to be evaluated; 7-12: Recruitment of study population validation study; 13-21: Completion of follow-up validation study; 22-27: Validation study data analysis; final selection of prediction rules; determination of cut-off points; (Month 1-24: Development of care paths (Consortium)); 28-33: Recruitment of population impact study (intervention arm); 34-42: Completion of follow-up impact study (intervention arm); 43-48: Impact study data analyses; cost-effectiveness analysis.