Latent Class Trajectory Phenotypes of Longitudinal Visit and Follow-up Patterns Among Patients with Hypertension

Technische Samenvatting: Latente klasse-trajectfenotypen van longitudinale bezoek- en follow-uppatronen bij patiënten met hypertensie

Probleemstelling
Het beheer van hypertensie leunt zwaar op het behoud van langdurige zorg, maar de follow-uppatronen op de lange termijn zijn heterogeen, waarbij veel patiënten vroegtijdig stoppen met bezoeken. Conventionele samenvattende maten (bijv. totaal aantal bezoeken) gaan uit van populatiehomogeniteit en falen in het vastleggen van onderscheidende longitudinale subgroepen. Bovendien legt data uit Elektronische Gezondheidsdossiers (EHR) "geobserveerd contact" (retentie) vast, maar kan het niet direct patiëntbetrokkenheid of therapietrouw meten. Er bestaat een kritiek gat in het karakteriseren van de specifieke trajecten van bezoekretentie bij hypertensie en het begrijpen van hoe administratieve censurering (variabele observatievensters) deze patronen en hun associatie met klinische uitkomsten zoals bloeddruk (BP) controle beïnvloedt.

Methodologie
De auteurs voerden een retrospectieve cohortstudie uit met gede-identificeerde EHR-data van het EvidenceNOW kwaliteitsverbeteringsprogramma.

• Cohort: 26.710 patiënten met hypertensie en ten minste twee geregistreerde bezoeken.
• Modelleringsbenadering: De studie maakte gebruik van Latente Klasse Traject Modellering (LCTM) van herhaalde binaire bezoekindicatoren binnen een Bernoulli-finite mixture framework. In tegenstelling tot klassieke Group-Based Trajectory Modeling (GBTM), die polynomiale curven aanpast, schat deze benadering klasse-specifieke aanwezigheidskansen onafhankelijk in elk tijdsinterval, wat flexibele, niet-parametrische vormen mogelijk maakt.
• Temporele resoluties: Modellen werden gefit met intervallen van 1 maand (primair) en 3 maanden (robuustheidscontrole) over een periode van 36 maanden.
• Modelselectie: Het aantal latente klassen ($K$) werd bepaald met behulp van het Bayesian Information Criterion (BIC) en GRoLTS-aanbevolen metrieken: Gemiddelde Posterior Waarschijnlijkheid (APP), Relatieve Entropie en Odds of Correct Classification (OCC).
• Validatie: Stabiliteit werd beoordeeld via 200 bootstrap-resamples met behulp van de Adjusted Rand Index (ARI). Een sensitiviteitsanalyse beperkte het cohort tot patiënten met $\ge$24 maanden follow-up om de impact van administratieve censurering te beoordelen.
• Statistische Analyse: Multivariabele lineaire regressie onderzocht de associaties tussen trajectfenotypes en documentatie van behandeling/BP-controle, gecorrigeerd voor leeftijd, geslacht, ras, baseline BP en comorbiditeitsbelasting.

Belangrijkste Bijdragen en Resultaten

1. Identificatie van vier fenotypes: De studie identificeerde vier intern reproduceerbare latente klassen van geobserveerd EHR-contact, consistent in zowel 1-maands als 3-maands resoluties:
   • Lage geobserveerde follow-up (67–68%): Snelle afname van contact na het indexbezoek, naderend naar nul rond maand 27.
   • Stabiele lage geobserveerde retentie (12–18%): Scherpe initiële daling gevolgd door een stabiele, lage waarschijnlijkheid van aanwezigheid (~0,2).
   • Vertraagde afname in geobserveerde bezoeken (11–15%): Matig contact behouden gedurende ~12–18 maanden voordat een geleidelijke afname optreedt.
   • Duurzame geobserveerde retentie (2–6%): Consistent hoge contactwaarschijnlijkheid gedurende de gehele 36 maanden.
2. Reproduceerbaarheid en Stabiliteit: De vier-klasse structuur vertoonde een uitstekende bootstrap-reproduceerbaarheid (gemiddelde ARI 0,966–0,969). Concordantie tussen de 1-maands en 3-maands modellen was hoog voor de extreme groepen (Lage Follow-up en Duurzame Retentie) maar lager voor de intermediaire groepen, wat wijst op gevoeligheid voor temporele aggregatie.
3. Impact van Administratieve Censurering: Een belangrijke bevinding is dat 79,2% van het cohort minder dan 24 maanden follow-up had, waarbij censurering sterk geconcentreerd was in de groepen met laag contact. De studie concludeert dat de geobserveerde afname in contact voor deze groepen waarschijnlijk de administratieve observatielimieten reflecteert in plaats van bevestigde patiëntontregeling. De vier-klasse structuur bleef bestaan in de sensitiviteitsanalyse (patiënten met $\ge$24 maanden follow-up), zij het met verminderde scheidingsmetrieken.
4. Klinische Associaties:
   • Behandelingdocumentatie: Fenotypes met een hoger contact vertoonden consequent en significant hogere percentages behandelingdocumentatie vergeleken met de groep met Lage Geobserveerde Follow-up, zelfs na correctie voor comorbiditeiten en demografie.
   • Bloeddrukcontrole: Associaties tussen trajectgroepen en BP-controle waren klein en inconsistent na correctie. De groep "Duurzame Geobserveerde Retentie" bereikte niet de laagste BP op vaste tijdstippen (12, 24, 36 maanden), ondanks dat zij de grootste eerste-naar-laatste BP-reductie vertoonden. De auteurs schrijven dit toe aan bias door differentiële lengtes van het observatievenster; analyses op vaste tijdstippen toonden verwaarloosbare verschillen tussen groepen in absolute BP-niveaus.

Significantie en Claims
Het artikel beweert dat latente klasse-trajectmodellering van binaire bezoekindicatoren een robuust kader biedt voor het karakteriseren van de heterogeniteit van geobserveerde EHR-contactpatronen bij hypertensie. De studie benadrukt dat deze fenotypes intern reproduceerbaar zijn maar substantieel worden beïnvloed door administratieve censurering, wat waarschuwt om ze niet te interpreteren als bevestigde gedragsmatige ontregeling zonder verdere validatie.

De auteurs stellen dat geobserveerde contacttrajecten sterker geassocieerd zijn met zorgprocesmaten (specifiek behandelingdocumentatie) dan met absolute BP-uitkomsten. Zij argumenteren dat de schijnbare verbetering in BP voor groepen met hoog contact een artefact is van langere observatievensters in plaats van een superieure behandelingrespons. Bijgevolg concludeert de studie dat hoewel deze fenotypes helpen bij het identificeren van subgroepen met verschillende retentiepatronen, hun nut voor risicostratificatie of gerichte interventies toekomstige studies vereist om onderscheid te maken tussen administratieve censurering en werkelijke loss-to-follow-up en om deze te koppelen aan harde cardiovasculaire eindpunten. Het artikel claimt niet dat deze fenotypes momenteel klaar zijn voor klinische implementatie, maar stelt eerder een methodologisch fundament vast voor toekomstig onderzoek.