Reconstructing and Evaluating Antibiotic Treatment Episodes for Antimicrobial Stewardship Using the MAPS-Toolkit
Het artikel introduceert MAPS, een open-source Python-toolkit die antibioticabehandelingsepisoden reconstrueert en evalueert op basis van minimale gegevens uit elektronische patiëntendossiers om schaalbare, episode-gebaseerde monitoring van antimicrobiële stewardship mogelijk te maken, waarbij cruciale klinische beslissingen zoals het stoppen, wisselen en vernauwen van therapie worden vastgelegd, welke onzichtbaar zijn voor traditionele geaggregeerde metrieken.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Ziekenhuizen vormen de frontlinie in de strijd tegen superbugs, infecties die niet langer reageren op standaardmedicijnen. Om deze strijd te winnen, moeten artsen antibiotica met uiterste precisie gebruiken: ze alleen geven wanneer dat nodig is, de juiste middelen kiezen en de behandeling stoppen zodra het veilig is. Dit zorgvuldige beheer wordt antimicrobiële stewardship genoemd. Het doel is om te voorkomen dat bacteriën leren hoe ze deze medicijnen kunnen overleven, een proces dat optreedt wanneer antibiotica te lang of te breed worden gebruikt. Jarenlang hebben ziekenhuizen hun antibioticagebruik bijgehouden door het aantal pillen te tellen of de totale dagen van behandeling te meten. Hoewel deze cijfers een ziekenhuis vertellen hoeveel medicijnen het gebruikt, missen ze het belangrijkste deel van het verhaal: de beslissingen die artsen nemen terwijl een patiënt beter wordt. Ze kunnen niet zien of een arts een patiënt heeft overgeschakeld van een sterk intraveneus middel naar een mildere pil, of of ze de medicatie eerder hebben gestopt omdat de infectie was verdwenen. Zonder deze specifieke keuzes te kunnen zien, is het moeilijk te weten of een ziekenhuis zijn antibiotica werkelijk goed beheert.
Een team van onderzoekers van het Amsterdam University Medical Centers heeft een nieuwe digitale tool ontwikkeld om dit probleem op te lossen. Ze hebben een softwarepakket gemaakt genaamd MAPS, wat staat voor Modeling Antibiotic Prescriptions for Stewardship. In plaats van alleen doses te tellen, kijkt deze tool naar de sequentie van voorschriften die een patiënt ontvangt en weeft deze aan elkaar tot één enkele "episode" van zorg. Stel je voor dat een patiënt twee dagen met een intraveneus antibioticum begint en daarna nog drie dagen overschakelt naar een pil. Oude telmethoden zouden dit als twee aparte behandelingen zien. MAPS ziet één doorlopend verhaal, waardoor onderzoekers precies kunnen zien wanneer de overstap plaatsvond en hoe lang de totale behandeling duurde. De software is ontworpen om flexibel te zijn; het kan ruwe gegevens uit bijna elk ziekenhuiscomputersysteem verwerken en deze organiseren in deze duidelijke verhalen zonder dat er voor elke nieuwe locatie complexe, aangepaste codering nodig is.
Om te testen of deze aanpak werkte, pasten de onderzoekers MAPS toe op twee zeer verschillende sets medische dossiers. De eerste kwam uit hun eigen ziekenhuis in Nederland en besloeg meer dan 150.000 antibioticavoorschriften die tussen 2020 en 2024 aan patiënten zijn gegeven. De tweede kwam uit een enorme publieke database van intensive care-patiënten in de Verenigde Staten, met meer dan 550.000 voorschriften. Door de software op beide toe te passen, genereerden ze meer dan 250.000 afzonderlijke behandel-episoden. Dit stelde hen in staat om nauwkeurig naar drie cruciale beslissingen te kijken die artsen maken: wanneer een behandeling te stoppen, wanneer over te schakelen van een ader naar een pil, en wanneer de reikwijdte van het medicijn te beperken om zich specif eigenlijk op een specifieke bacterie te richten.
De resultaten toonden aan dat deze beslissingen enorm variëren afhankelijk van welke afdeling de patiënt behandelt. In het Nederlandse ziekenhuis was de mediane duur van een antibioticabehandeling ongeveer drie dagen, maar dit veranderde aanzienlijk per specialisme. Teams in de spoedeisende hulp hadden de neiging behandelingen erg snel te stoppen, vaak binnen één dag, terwijl de afdelingen cardiothoracale chirurgie en de intensive care patiënten langer op antibiotica hielden, met mediane duur rond de vier dagen. In de Amerikaanse database waren de patronen vergelijkbaar maar met een andere timing; de mediane tijd om over te schakelen van een intraveneuze lijn naar een orale pil was ongeveer drie dagen, hoewel sommige afdelingen veel sneller overschakelden dan andere. De onderzoekers volgden ook hoe vaak artsen de sterkte van het antibioticum verminderden zodien ze meer wisten over de infectie. Deze "de-escalatie" vond plaats in ergens tussen de 4% en bijna 30% van de gevallen, volledig afhankelijk van het betrokken medische specialisme.
Deze variaties betekenen niet noodzakelijkerwijs dat sommige artsen een beter werk doen dan anderen. De onderzoekers benadrukken dat deze cijfers de verschillende soorten patiënten weerspiegelen die elke afdeling ziet en de unieke workflows die zij volgen. Een patiënt op de intensive care is vaak veel zieker dan een patiënt op een algemene afdeling, wat een langere en complexere behandeling vereist. De waarde van de MAPS-tool is dat het deze beslissingspatronen voor het eerst op grote schaal zichtbaar maakt. Voorheen was dergelijke gedetailleerde informatie verborgen in de medische dossiers, toegankelijk alleen als een menselijke beoordelaar handmatig duizenden dossiers doorlas. Nu kunnen ziekenhuizen precies zien wanneer en hoe vaak ze behandelingen stoppen, wijzigen of beperken.
De studie bevestigt dat het mogelijk is om deze gedetailleerde behandelverhalen te reconstrueren met alleen de basisgegevens van voorschriften die ziekenhuizen dagelijks al verzamelen. De software identificeerde succesvol meer dan 250.000 episoden uit meer dan 700.000 voorschriften bij 129.000 patiënten. Het vond dat hoewel het totale volume van antibioticagebruik belangrijk is, de kwaliteit van de zorg ligt in de overgangen tussen de medicijnen. Door ruwe gegevens om te zetten in duidelijke, sequentiële episoden, biedt de tool een fundament voor ziekenhuizen om hun prestaties continu te monitoren in plaats van te vertrouwen op incidentele, handmatige controles. Deze verschuiving stelt stewardship-teams in staat om trends te signaleren, zoals een specifieke afdeling die consequent de overstap naar pillen uitstelt, en tijdige feedback te geven om de zorg te verbeteren. Uiteindelijk suggereert het werk dat ziekenhuizen, met de juiste digitale tools, verder kunnen gaan dan simpelweg tellen naar een dieper begrip van hoe antibiotica daadwerkelijk worden gebruikt, wat helpt om de opkomst van resistente infecties te vertragen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.