Elektronische patiëntendossiers bevatten een bron aan gegevens over het effect van behandelingen in de klinische praktijk. Speciale software maakt het makkelijker om onderzoek te doen met deze data. Het Leids Universitair Medisch Centrum deed pilotonderzoek hiermee. Na succesvol resultaat worden ook andere ziekenhuizen in de regio bij het project betrokken.
Onderzoek van data in het elektronisch patiëntendossier (EPD) vindt gewoonlijk plaats door handmatig de relevante informatie uit de dossiers te halen. Deze methode is echter zo omslachtig dat het niet geschikt is voor een structurele toepassing. Dr. Juliëtte Zwaveling, ziekenhuisapotheker in het Leids Universitair Medisch Centrum (LUMC), gebruikte deze methode toch regelmatig, ondanks dat het heel omslachtig is. ‘Ik wil graag weten wat de effectiviteit is van de geneesmiddelen die ik inkoop. De nieuwe oncolytica zijn erg duur en de meerwaarde is slechts in een kleine groep patiënten vastgesteld. Zijn die uitkomsten net zo goed als firma’s claimen wanneer een middel op de markt komt?’ Toen er software beschikbaar kwam om de data uit patiëntendossiers automatisch uit te lezen, was Zwaveling daar erg in geïnteresseerd. De Clinical Data Collector van het bedrijf CTcue maakt gebruik van tekstmining en natural language processing. Daarmee kunnen behandelaars en onderzoekers zelf zoekopdrachten samenstellen om de gewenste gegevens boven water te halen.
Zwaveling: ‘Dit is als het ware een soort Google voor het EPD. Wij hebben de methode eerst gevalideerd met data van patiënten uit het LUMC.’ De softwaretool functioneerde goed, had bij de meeste uitkomstmetingen een hoge nauwkeurigheid en was veel efficiënter.1 ‘Gemiddeld kostte het uitlezen per patiënt 12 minuten in plaats van 86 minuten met de handmatige methode. Al was het nog wel nodig om sommige data handmatig te valideren.’ Dezelfde analyse is vervolgens uitgevoerd met patiëntengegevens in het HAGA-ziekenhuis waar ze hetzelfde EPD gebruiken.
