HomeNieuwsKritische toetsing noodzakelijk bij predictiemodellen

Kritische toetsing noodzakelijk bij predictiemodellen

Jaarlijks zien duizenden predictiemodellen het licht, maar slechts een fractie daarvan wordt ook toegepast in de klinische praktijk. UT-promovendus Tom Hueting zette uiteen aan welke criteria een predictiemodel moet voldoen, en onderzocht de toepassing ervan bij borst- en prostaatkanker.

Klinische predictiemodellen zijn statistische instrumenten, die kunnen helpen bij het stellen van een diagnose of een prognose van een ziekte. Zo kan een zorgprofessional op basis van patiënt- en tumorkenmerken inschatten of er sprake is van uitzaaiingen in de lymfeklieren bij prostaatkanker. Predictiemodellen kunnen de gezondheidszorg veel bieden. Hueting werkte aan een nieuw kunstmatig intelligent model om het risico op terugkeer van borstkanker op maat te kunnen schatten. Uit eerder onderzoek bleek dat in de toekomst het aantal nacontrolebezoeken bij borstkanker mogelijk met 9000 per jaar kan afnemen, wanneer via een predictiemodel het risico op terugkeer van de ziekte wordt aangeboden.

Van 922 naar 34 modellen

Een klinisch predictiemodel ziet niet zomaar het levenslicht. In een systematische review zag Hueting dat er tussen 2010 en 2020 alleen al voor borstkanker ruim 900 predictiemodellen zijn ontwikkeld. Een ruime meerderheid daarvan had een hoog risico op vooringenomenheid. Hueting valideerde modellen uit die studie met data uit de Nederlandse Kankerregistratie. Van de 87 modellen die hij kom valideren, presteerden 34 goed genoeg om bij een grotere patiëntgroep toe te passen.

Zes uitdagingen

Hoe komt het dat zo weinig modellen toegepast kunnen worden in de praktijk? Hueting benoemt in zijn proefschrift zes uitdagingen. Een goed predictiemodel moet volgens hem toegankelijk zijn, transparant, generaliseerbaar, onderhouden worden, interpreteerbaar zijn door zowel zorgprofessionals en patiënten en een bewijsbare toegevoegde waarde hebben. Pas als aan al deze eisen voldaan kan een model worden gebruikt in de praktijk.

INFLUENCE: voorspellen van terugkeer bij borstkanker

Eén van de modellen waar Hueting specifiek naar keek is het INFLUENCE-model. Dit model voorspelt na de behandeling van borstkanker hoe groot het risico op terugkeer van de ziekte is. Op basis daarvan richten arts en patiënt het nacontroletraject op maat in. In eerder opgeleverde versies keken onderzoekers voornamelijk naar terugkeer van borstkanker in dezelfde borst., maar werd de terugkeer van contralaterale borstkanker (borstkanker die terugkeert in de andere borst) nog niet meegenomen. Het nieuwe geüpdatete model voorspelt ook goed of borstkanker kan terugkeren in de andere borst.

Daarnaast voorspelt het model in hoeverre de borstkanker kan uitzaaien naar andere organen. Het online INFLUENCE model is vervolgens gecertificeerd als medisch hulpmiddel. De toepassing van het INFLUENCE model wordt momenteel onderzocht in een keuzehulp binnen de Santeon-ziekenhuizen.

Lymfekliermodellen bij prostaatkanker

Naast INFLUENCE onderzocht Hueting zestien modellen die de kans op uitzaaiing van prostaatkanker naar de lymfeklieren. In dat onderzoek keek hij naar de toepassing in Nederlandse ziekenhuizen en concludeert hij dat twee modellen dit het beste kunnen doen: het Briganti nomogram uit 2012 en de MSKCC webcalculator. Daarnaast keek hij ook naar de kosteneffectiviteit van het toepassen van deze twee modellen.

Meer informatie

Tom Hueting is een promovendus in de onderzoeksgroep Health Technology & Services Research (HTSR; Faculteit BMS / TechMed Centrum). Zijn proefschrift, getiteld ‘Developing, validating, and evaluating clinical prediction models in breast and prostate cancer’, is online te raadplegen.

K.W. Wesselink - Schram MSc (Kees)
Wetenschapscommunicatiemedewerker (aanwezig ma-vr)