Time to registry discontinuity in Tanzania's national HIV care registry: a survival analysis of population mobility patterns

Deze studie toont aan dat vroege uitval uit de HIV-registratie in Tanzania vaak het gevolg is van administratieve discontinuïteit door migratie in plaats van daadwerkelijke onderbreking van de zorg, wat de noodzaak onderstreept van systemen die patiëntgegevens over faciliteiten en grenzen heen kunnen koppelen.

De kern

De Grote HIV-Registratie: Waarom mensen "verdwijnen" niet altijd betekent dat ze weg zijn

Stel je voor dat het HIV-beleid in Tanzania een gigantisch, nationaal spoorboekje is. In dit boekje worden alle mensen die met HIV behandeld worden, opgeschreven op het moment dat ze voor het eerst een arts bezoeken. Het doel van dit boekje is om te zien of mensen hun medicijnen blijven nemen en of ze terugkomen voor controle.

Maar hier is het probleem: mensen verhuizen.

In Tanzania reizen veel mensen rond. Sommigen werken in mijnbouw, anderen zijn herders die met hun vee van plek naar plek trekken, weer anderen verhuizen van het platteland naar de stad of doen grenshandel. Als een patiënt verhuist naar een andere stad, gaat hij of zij vaak gewoon door met zijn behandeling bij een nieuwe dokter daar. Maar omdat de nieuwe dokter in een ander district zit, staat die patiënt niet in het oorspronkelijke spoorboekje.

Voor het systeem lijkt het alsof die persoon is verdwenen. In de medische wereld noemen we dit "verloren voor follow-up". Maar deze studie zegt: "Wacht even, misschien is die persoon niet verdwenen, maar gewoon verhuisd."

Hier is wat de onderzoekers hebben ontdekt, vertaald naar alledaagse taal:

1. Het "Verdwijn"-effect gebeurt heel snel

De onderzoekers keken naar meer dan 2 miljoen mensen. Ze zagen iets vreemds: heel veel mensen "verdwenen" uit het boekje binnen de eerste paar weken of maanden na hun eerste bezoek.

• De analogie: Stel je voor dat je een abonnement op een sportschool neemt. Als je na één week stopt met komen, denk je: "Die persoon is gestopt met sporten." Maar wat als die persoon de volgende dag gewoon een abonnement bij een andere sportschool in een andere stad heeft afgesloten? Voor de eerste sportschool is de persoon weg, maar voor de persoon zelf is het leven gewoon doorgang.

De studie toont aan dat deze "verdwijningen" vooral gebeuren in gebieden waar mensen veel reizen (zoals mijngebieden, grensstreken en steden). In rustige, stabiele dorpen verdwijnen veel minder mensen.

2. Het boekje is niet slim genoeg

Het huidige systeem werkt als een lokaal postkantoor. Als je verhuist, stopt de oude postbode met het bezorgen van brieven, maar de nieuwe postbode weet niet dat je daar al bent. Er is geen centrale database die zegt: "Oh, meneer Mwakyomo is verhuisd van Dar es Salaam naar Arusha, schrijf hem daar maar in."

Dit zorgt voor een optische illusie:

• Het systeem denkt: "Oh, 17% van de mensen is gestopt met de behandeling."
• De realiteit is waarschijnlijk: "Veel van die mensen zijn gewoon verhuisd en behandelen zich ergens anders, maar het systeem ziet dat niet."

3. De "Stille Verhuizing"

De auteurs noemen dit een "stille verhuizing". Het is alsof je je telefoonnummer verandert, maar je vrienden denken dat je je telefoon hebt gegooid omdat je niet meer opbelt. Je bent niet "dood" voor het netwerk, je bent gewoon op een ander nummer te bereiken.

In de studie zagen ze dat in gebieden met veel verkeer (zoals de grensgebieden of mijnsteden), het aantal mensen dat "weg" lijkt, veel hoger is dan in rustige gebieden. Dit bewijst dat het probleem niet ligt bij de mensen die stoppen met medicijnen, maar bij het systeem dat niet kan zien dat ze verhuizen.

Wat betekent dit voor de wereld?

De boodschap van dit onderzoek is simpel maar belangrijk:
We moeten stoppen met het afkeuren van districten of artsen alleen omdat hun cijfers er slecht uitzien. Als een district veel mensen "verliest", kan het zijn dat het een drukke, mobiele regio is waar mensen gewoon hun behandeling ergens anders voortzetten.

De oplossing?
We hebben een nationaal GPS-systeem nodig voor patiënten. In plaats van dat elke dokter in zijn eigen boekje schrijft, moeten alle systemen met elkaar praten. Als een patiënt verhuist, moet het systeem automatisch zeggen: "Hé, deze persoon is niet weg, hij is verhuisd naar regio X."

Kortom:
Veel mensen die in de cijfers als "verloren" worden bestempeld, zijn eigenlijk gewoon op vakantie of verhuisd, maar ze blijven hun medicijnen nemen. Het probleem is niet dat mensen stoppen met de behandeling, maar dat onze spoorboekjes te lokaal zijn om de bewegingen van de mensheid te volgen.

Technische samenvatting

Titel

Tijd tot discontinuïteit in het nationale HIV-zorgregister van Tanzania: een overlevingsanalyse van populatiemobiliteitspatronen.

1. Het Probleem

In landen met een hoge interne migratie, zoals Tanzania, wordt "verlies uit follow-up" (LTFU - Loss to Follow-Up) na HIV-registratie vaak gebruikt als een sleutelindicator voor de prestaties van het zorgprogramma. De huidige interpretatie gaat ervan uit dat een patiënt die niet terugkeert naar de registratiekliniek, de zorg heeft verlaten (disengagement).

Echter, deze aanname is problematisch in settings met substantiële interne migratie. Patiënten kunnen hun behandeling voortzetten in een andere faciliteit, maar worden in het lokale register toch geregistreerd als "verloren". Dit fenomeen staat bekend als "stille overdracht" (silent transfer). Het gevolg is dat routine-indicatoren voor LTFU de werkelijke zorgcontinuïteit onderschatten en de prestaties van programma's in mobiele populaties systematisch verkeerd interpreteren. Er is behoefte aan inzicht of vroege LTFU echt verwijst naar patiëntgedrag of naar beperkingen in het monitoringssysteem.

2. Methodologie

• Onderzoeksontwerp: Een observationele analyse op basis van een nationaal register, uitgevoerd met routinematig verzamelde data van het National AIDS and Sexually Transmitted Infections Control Programme (NASHCoP).
• Data: Het dataset omvatte 2.136.207 individuen met geregistreerde districten en bezoekdata tussen 1 januari 2017 en 31 december 2021.
• Definitie van de uitkomst:
  • Registratiecontinuïteit: De tijd tussen het eerste en laatste geregistreerde bezoek binnen het registratiedistrict.
  • Vroege discontinuïteit: Het ontbreken van verdere geregistreerde bezoeken binnen het registratiedistrict binnen specifieke drempels (30, 60, 90 en 180 dagen).
  • Belangrijk: De studie analyseerde niet of patiënten daadwerkelijk stoppen met medicatie, maar hoe het monitoringssysteem patiënten classificeert als "verloren" binnen een specifiek district.
• Statistische Analyse:
  • Kaplan-Meier analyse: Om de tijd tot discontinuïteit te schatten en overlevingscurves te genereren.
  • Log-rank test: Om verschillen in discontinuïteitstijden te vergelijken tussen verschillende mobiliteitscorridors.
  • Gecategoriseerde populaties: Districten werden ingedeeld in mobiliteitscorridors: stabiele districten, stedelijke migratiegebieden, mijnbouwgebieden, pastorale gebieden en grensdistricten.
  • Censering: Specifieke cohorts werden gedefinieerd per drempel om rechtse censering (door het einde van de observatieperiode) te corrigeren.

3. Belangrijkste Bijdragen

• Scheiding van administratieve vs. klinische discontinuïteit: De studie toont aan dat een groot deel van de "vroege LTFU" in routine-data eigenlijk administratieve discontinuïteit is veroorzaakt door verplaatsing van patiënten, en niet noodzakelijk het stoppen van de behandeling.
• Ruimtelijke structuur van LTFU: Het onderzoek onthult een consistente geografische correlatie tussen populatiemobiliteit en de snelheid waarmee patiënten uit het lokale register verdwijnen.
• Kritiek op huidige indicatoren: Het benadrukt dat facility-based retentie-indicatoren de zorgcontinuïteit in mobiele populaties systematisch onderschatten en dat monitoringssystemen die patiëntenrecords niet over districtsgrenzen heen koppelen, misleidende data genereren.

4. Resultaten

• Algemene trend: De mediane duur tussen het eerste en laatste bezoek was 777 dagen. Er was een stevige vroege daling in het aantal geregistreerde patiënten, gevolgd door een langdurig plateau. Dit betekent dat de meeste "verlies"-gebeurtenissen kort na de eerste registratie plaatsvinden.
• Kwantificering van vroege LTFU:
  • 9,6% had binnen 30 dagen geen verdere bezoeken.
  • 11,8% binnen 60 dagen.
  • 13,5% binnen 90 dagen.
  • 17,8% binnen 180 dagen.
• Invloed van mobiliteit: Er waren significante verschillen tussen de mobiliteitscorridors (Log-rank p < 0,001).
  • Grensdistricten, stedelijke migratiegebieden en mijnbouwgebieden vertoonden een veel snellere discontinuïteit dan stabiele districten.
  • Bijvoorbeeld, na 90 dagen was de discontinuïteit in grensdistricten 20,1%, vergeleken met 14,0% in stabiele districten.
• Administratieve registratie: Een piek in nieuwe registraties in 2017 (bijna 1 miljoen personen) suggereert dat de eerste verschijning in het register vaak administratieve inschrijving of database-integratie is, en niet per se de eerste levenslange start van HIV-zorg.

5. Betekenis en Conclusie

De studie concludeert dat vroege registratie-discontinuïteit in Tanzania veel voorkomt en sterk gekoppeld is aan geografische mobiliteit. Een aanzienlijk deel van de waargenomen "verlies uit follow-up" is dus administratief van aard (patiënten verplaatsen zich naar een andere faciliteit) in plaats van een bevestigde onderbreking van de behandeling.

Implicaties:

1. Interpretatie van data: Huidige LTFU-indicatoren moeten voorzichtig worden geïnterpreteerd, vooral in mobiele populaties, omdat ze de prestaties van het programma kunnen onderschatten.
2. Systeemverbetering: Er is een dringende behoefte aan monitoringssystemen die in staat zijn patiëntenrecords over faciliteiten en administratieve grenzen heen te koppelen (bijv. via unieke patiëntidentificatoren of biometrie).
3. Beleid: Zonder deze koppeling blijven "stille overdrachten" onzichtbaar, wat leidt tot een verkeerde inschatting van de zorgcontinuïteit en mogelijk inefficiënte interventies gericht op patiënten die de zorg niet hebben verlaten, maar wel zijn verhuisd.