eHealth & mHealth bij GLI

Laatst beoordeeld: 09-11-2020

Uitgangsvraag

Wat is de toegevoegde waarde van eHealth en mHealth toegevoegd aan gecombineerde leefstijl interventie (GLI) ten opzichte van GLI bij kinderen met obesitas?

Aanbeveling

Op dit moment zijn er geen specifieke eHealth/ mHealth programma’s aan te bevelen als aanvulling op een GLI.

 

Voeg eHealth/ mHealth alleen toe als:

  • De kwaliteit en effectiviteit van de in te zetten eHealth en/of mHealth toepassing duidelijk/onderzocht zijn.
  • De eHealth en/of mHealth toepassing kan worden ingezet, omdat het aansluit bij indicatoren in het zorgproces van het kind of gezin; bijvoorbeeld feedback over hun gedrag draagt bij aan de bewustwording van de mate van inactiviteit bij dit kind of dit gezin. Voeg eHealth en/of mHealth interventies die berusten op feedback alleen toe als een onderdeel van een meer allesomvattende interventie welke onder andere gedragsveranderingstechnieken bevat gericht op het verhogen van betrokkenheid en haalbare doelen.
  • De competenties en vaardigheden bij zorgverleners voldoende zijn en er vertrouwen in en betrokkenheid is met de technologie.
  • De competenties en vaardigheden bij zorggebruikers, dus jongeren en verzorgenden voldoende zijn en er vertrouwen in en betrokkenheid is met de technologie.
  • Het gebruik van een online interventie niet ten koste gaat van reguliere face-to-face contacten die nodig zijn om bepaalde doelen te bereiken. Denk bijvoorbeeld aan interpersoonlijke (dynamische) opdrachten die gericht zijn op vertrouwen en communicatie waar face-to-face contact voor nodig is.
  • Er duidelijkheid is over wat er met gegevens gebeurt, het moet veilig zijn en de privacy dient goed beschermd te worden.
  • De organisatie waar voorgewerkt wordt is bereid tijd en geld te steken in nieuwe ontwikkelingen en staat open voor nieuwe eHealth en/of mHealth toepassingen.

Overwegingen

Kwaliteit van leven

Het effect van eHealth en/of mHealth toegevoegd aan een gecombineerde leefstijlinterventie (GLI) ten opzichte van alleen GLI bij kinderen met obesitas op kwaliteit van leven en zelfmanagement is onbekend. Geen van de studies rapporteert kwaliteit van leven of zelfmanagement.

 

Het toevoegen van eHealth en/of mHealth aan een gecombineerde leefstijlinterventie (GLI) lijkt geen klinisch relevant effect te hebben op de cruciale uitkomstmaat verandering in gewicht en z.-BMI bij kinderen met obesitas. Overtuigend bewijs ontbreekt voor de uitkomstmaat effect op gezondheid. Voor de uitkomstmaten kwaliteit van leven en zelfmanagement zijn er nog helemaal geen data bekend en ontbreekt bewijs. Voor de procesmaat uitval lijkt geen verschil te zijn in de mate van uitval bij toevoeging van eHealth of mHealth component aan een bestaande GLI, in de geïncludeerde 5 studies.

 

De literatuursamenvatting geeft weinig richting aan een besluit over de meerwaarde van eHealthcomponenten aan een GLI. De geïncludeerde studies zijn niet eenduidig. Ze bevatten verschillende eHealth interventies voor verschillende doelgroepen. De mate van obesitas is verschillend bij de doelgroepen net als de leeftijd van de kinderen. Ook is de eHealth interventie gericht op verschillende deelnemers, op de kinderen of op de ouders of op beide of dit is niet duidelijk. Verder verschilt de duur van de interventies van drie maanden tot 24 maanden. Een lange termijn effect wordt gedefinieerd als na 12 maanden, er is slechts 1 studie uit de literatuursamenvatting die daaraan voldoet.

 

Verder is de kwaliteit van de ingezette digitale interventies niet duidelijk of niet gedefinieerd.

 

Een overeenkomst in alle studies is dat de eHealth interventie als extra interventie is toegevoegd aan een bestaande behandeling. De reguliere zorg is niet (deels) vervangen door een eHealth interventie.

 

In de uitgangsvraag zijn de eHealth toepassingen niet nader gespecificeerd en er is alleen gezocht op GLI met en zonder toevoeging van eHealth/mHealth. Ander onderzoek van een specifieke eHealth toepassing is niet meegenomen

 

Er zijn tot op heden geen eHealth en/of mHealth modaliteiten ontwikkeld en toegevoegd aan een gecombineerde leefstijlinterventie (GLI) met een bewezen effect op zBMI bij kinderen met obesitas. In de 5 geïncludeerde studies is de bewijskracht zeer laag gezien het gering aantal patiënten en beperkingen in de onderzoeksopzet (risk of bias).

 

Aangezien er nog geen data zijn voor de uitkomstmaten gezondheid, kwaliteit van leven en zelfmanagement, is de bewijskracht zeer laag voor de totaal gevonden uitkomst. De noodzaak of meerwaarde van eHealth toepassingen is hiermee niet evident.

 

Mogelijke voordelen van de interventie

Algemeen is er nog veel onduidelijk op het gebied van zinvol gebruik van eHealth. Er is nog weinig onderzoek over de effectiviteit van de verschillende toepassingen, over de factoren die implementatie beïnvloeden en hoe zorggebruikers met informatie omgaan. (eHealthmonitor, 2018).

 

Een van de voordelen van eHealth toepassing die genoemd wordt is dat het de communicatie vergemakkelijkt tussen behandelaar en doelgroep. Dit kwam ook naar voren in een gevonden studie die niet voldeed aan de PICO (het was geen GLI interventie) het gebruik van een eHealth interventie (office tool en game) gaf behandeldisciplines meer gemak en vertrouwen om over de onderwerpen obesitas, BMI en eten en bewegen te communiceren met 9 tot 12-jarigen kinderen (Wislo, 2013).

 

Andere voordelen die vaak worden genoemd zijn dat eHealthgebruik het zelfmanagement van de gebruikers vergroot, dat het de gebruiksvriendelijk en aantrekkelijkheid vergroot, dat het toevoegen van een spelelement motivatie verhogend werkt om met gezondheid/-gedrag bezig te zijn.

 

Aangezien een eHealth of mHealth toegevoegd aan een bestaande GLI geen klinisch relevant effect lijkt te hebben op verandering in gewicht en zBMI bij kinderen met obesitas, kan dit betekenen dat toevoeging van eHealth geen nadelig effect heeft op gewicht en z BMI.

 

Mogelijke kostenbesparing wordt ook vaak als voordeel genoemd. Zie ook onderdeel kosten

 

Mogelijke nadelen eHealth interventie

De toevoeging van eHealth wordt vaak vergeleken met medicatie waarbij de aanbiedingsvorm, toedieningsfrequentie of smaak verandering de effectiviteit kan beïnvloeden (Medisch Contact, 2015). Of de toevoeging van eHealth de klinische strategie versterkt of verzwakt is onvoldoende duidelijk.

 

Net als medicatie kan met het gebruik van eHealth worden gestopt, zowel door de gebruiker als de behandelaar wanneer het gebruik niet aan de verwachtingen voldoet.

 

De toevoeging van eHealth wordt gezien als een veelbelovende innovatie en schept daardoor mogelijk (te) hoge verwachtingen onder de gebruikers. Een te snelle of onzorgvuldige inzet van eHealth of mHealth kan teleurstelling geven, een gevoel van falen of mogelijk zelfs stoppen met de behandeling. Elke mislukte behandeling heeft een negatieve invloed op het zelfbeeld.

 

Voor sommige mensen kan het digitaal meten van gezondheidsmaten en de druk om dit te doen contraproductief werken. Voor sommige groepen is feedback over hun gedrag niet helpend om gedrag te veranderen. Groepen die tot de lage SES behoren, hebben uitdagingen die belemmerend kunnen werken om gezonde gedragingen te realiseren. Deze groepen hebben (ook) andere vormen van hulp nodig denk aan sociaal en emotionele steun. (Hermsen,2019). Het is dan ook belangrijk dat Inzet van eHealth aansluit op de behoeften van de gebruiker en aansluit bij de indicatoren van het zorgproces. De eHealth monitor (2018) geeft aan dat gebruik van eHealth een groter risico op gezondheidsverschillen met zich mee brengt door het gebrek aan digitale vaardigheden in de groep die al een minder goede gezondheid heeft.

 

Digitale apps verzamelen data die worden opgeslagen in de Cloud, Het is onduidelijk wat er met deze gegevens gebeurt en wie de eigenaar van de data is (Hermsen, 2019).

 

Aanvullende argumenten ontleend aan een andere patiëntengroep of aan andere (vergelijkbare) interventies die van belang zijn

In ander onderzoek over eHealth wordt aangegeven dat feedback door digitale technologie een effectieve manier is om gewoonte te doorbreken, alleen de huidige literatuur geeft nog geen bewijs of feedback of digitale technologie leidt tot langdurige gedragsveranderingen. Daarnaast is nog onduidelijk hoe feedback van digitale technologie wordt gemodereerd door ontvanger. Verder geeft onderzoek aan dat gebruik van een gadget zoals de Fit bit over de tijd langzaam verminderd waardoor een gedragsverandering niet blijvend is. Langdurige betrokkenheid met de interventie is essentieel voor gedragsverandering (Hermsen, 2019). Effecten bij andere doelgroepen.

 

Onderzoek bij diabetes mellitus type 2 en hartfalen geeft aan dat telemonitoring, inclusief het geven van feedback, positieve effecten heeft op de gezondheid. Patiënten die een gepersonaliseerd eHealth programma krijgen aangeboden na een operatie herstellen sneller dan patiënten die het programma niet krijgen aangeboden. (EHealth monitor, 2018-blz.82).

 

Onderzoeken van Hermsen (2019) en Achterkamp (2019) welke gericht zijn op beweeggedrag, geven aan dat hoewel er (kortdurende) verandering optreedt in beweeggewoonten dit tot nog toe nauwelijks leidt tot verbetering van gewicht of cardiovasculaire risicofactoren. Het onderzoek van de slimme vork geeft wel enig effect op gewicht aan. In het onderdeel voorwaarden voor gebruik worden de voorwaarden opgesomd die het verschil in effect kunnen verklaren.

 

Waarden en voorkeuren van patiënten (en eventueel hun verzorgers)

Er zijn nog geen onderzoeken verricht waarin specifiek gekeken is naar de perceptie van kinderen met obesitas en hun ouders ten aanzien van eHealth.

 

Dit onderzoek is wel gedaan onder GGZ-cliënten. Uit deze onderzoeken kwam naar voren dat het merendeel van de ondervraagden aangaf e-mental Health een goede ontwikkeling te vinden bij het omgaan met psychische klachten, maar dat het niet de face-to-face hulpverlening kan vervangen. Zo zagen veel respondenten het als randvoorwaarde dat e-mental Health samen wordt ingezet met reguliere zorg, en niet als opzichzelfstaand traject. Ook de eHealth monitor (2018) geeft aan dat patiënten online contacten willen maar niet ten koste van regulier contact.

 

Een andere veelgenoemde randvoorwaarde die ondervraagde patiënten belangrijk vonden is dat het veilig moet zijn, en dat de privacy goed beschermd diende te worden.

 

Verder waren patiënten tevreden over online bestellen van medicatie, e-mailcontact met de hulpverlener en online lotgenoten contact. Minder tevreden waren zij over apps, zelftesten en online ROM vragenlijsten Tenslotte gaven cliënten aan het als voordeel te zien dat e-mental Health hen te allen tijde in staat stelt om toegang te krijgen tot behandelcontent. Ook gaven zij aan dat e-mental Health hen zou kunnen helpen om meer verantwoordelijkheid op te pakken voor het laten slagen van de therapie (E-mental Health en de cliënt). Verder wordt in de eHealthmonitor (2018) aangegeven dat er een aanzienlijke groep patiënten is die geen gezondheidswaarden willen meten. Bijvoorbeeld omdat ze niet continu willen worden herinnerd aan hun ziekte.

 

De behoefte aan online contact zou samenhangen met digitale gezondheidsvaardigheden, opleidingsniveau en leeftijd. Hoe hoger opleiding en vaardigheden hoe vaker mensen gebruik willen maken van online contact. Dit geldt ook voor jongere mensen (eHealth monitor, 2018). Ten slotte wordt In de praktijk emailcontact met de huisarts vooral gebruikt voor psychologische problematiek (eHealth monitor, 2018).

 

Hoewel zorggebruikers gezondheidsinformatie digitaal kunnen vinden, vindt 63%van de zorggebruikers het vrij tot zeer moeilijk om betrouwbaarheid van gezondheidsinformatie te bepalen (eHealth monitor, 2018).

 

De patiënt kenmerken /percepties van kinderen met obesitas en hun ouders zijn niet helemaal hetzelfde als die van bovengenoemde groepen. Aannemelijk is dat ze deels wel vergelijkbaar zullen zijn.

 

Zekerheid: genoemde voorkeuren zijn persoonsgebonden en daarom is shared decision making essentieel.

 

Kosten (middelenbeslag)

De positieve effecten van beeldschermzorg op de kosten zijn in de gezondheidszorg tot dusverre nog niet overtuigend bewezen. Dit geldt ook voor een GLI behandeling met beeldschermzorg. Het toepassen van eHealth wordt door de overheid gezien als mogelijkheid om de kosten van de gezondheidszorg te verminderen. De kosten van eHealth en mHealth zijn niet eenduidig. EHealth toepassingen bovenop reguliere zorg kan extra kosten met zich meebrengen. Het implementeren van digitale zorg in de werkwijze van zorgverleners kost tijd en geld. Ook is er digitale ondersteuning nodig voor de zorggebruikers qua vaardigheid en middelen. Tenslotte zijn er ontwikkel- en jaarlijkse licentiekosten van de verschillende eHealth-platformleveranciers.

 

Het ontwikkelen en het inzetten van een eHealth of mHealth innovatie is een investering in tijd en geld, indien een innovatie inhoudelijk en/of organisatorisch niet aansluit bij de gebruikers kan het instrument makkelijk terzijde gelegd en is de gedane investering verloren tijd en geld.

 

Er is een kostenanalyse gemaakt in de eerste lijn. Uit de Social Return on Investment-analyse blijkt een ratio van 2,2 wat betekent dat de investering zich met deze factor terugverdient aan maatschappelijke baten in gemiddeld vijf jaar. Doordat mensen in een vroeg stadium hulp vragen wordt doorstroming naar 2elijns zorgverlening in veel gevallen voorkomen. Een voorbeeld zijn de huisartsconsulten waarvan 60% van psychische of psychosociale aard zijn. Zowel de cliënt als de zorgverlening heeft hier baat bij laagdrempelige digitale hulp (Stil,2016). Hierbij wordt uitgegaan dat de gebruiker zelf hulp vraagt of de doelgroep gezinnen met kinderen met obesitas tot deze groep behoord zal per gezin of per kind/jongere verschillen

 

Aanvaardbaarheid voor de overige relevante stakeholders

Zorgverleners

Beeldschermzorg wordt door zorgverleners gezien als wenselijk maar niet noodzakelijk. Bij realisering persoonsgebonden omgeving (PGO) hebben zorgverleners vooral praktische bezwaren; als veiligheid en administratieve lasten (eHealthmonitor, 2018).

 

Er is geen keurmerk nodig om een eHealth behandeling in aanmerking te laten komen voor verzekerde zorg. In tegenstelling tot medicatie wordt er voor eHealth geen specifieke effectiviteits-en kwaliteitscriteria gehanteerd. Onderzoek naar veiligheid, doeltreffendheid en naar de meerwaarde is geen voorwaarde om het te kunnen inzetten terwijl het zomaar inzetten van medicatie ondenkbaar is.

 

Overheid

De overheid doet zijn best om de implementatie van eHealth te bevorderen. Het werken met eHealth of mHealth wordt gezien als innovatie en het gebruik hiervan wordt gestimuleerd door overheid en zorgverzekeraars vanwege de verwachte kosten en personeelsbesparing. Zo beschouwt Zorginstituut Nederland eHealth als een andere aanbiedingsvorm van bestaande zorg.

 

Zorginstellingen

Zorginstellingen ervaren druk om goedkopere zorg te leveren en eHealth interventies zijn hiervoor een mogelijkheid. In de GGZ worden reguliere behandelingen vaak opgetuigd met een grote diversiteit aan mogelijk relevante eHealth modules of toepassingen. Daarnaast worden er blended care behandelingen ontwikkeld, waarbij wordt aangenomen dat de voordelen van online en face tot face contacten worden gecombineerd (Koning, 2015).

 

Voorwaarden voor het gebruik van eHealth of mHealth:

Inhoudelijk

Als eHealth of mHealth wordt toegepast binnen een behandeltraject, dan is het van belang dat de inzet van eHealth aansluit op de behoeften van de gebruikers en aansluit bij de indicatoren van het zorgproces.

 

Hieronder worden een aantal belangrijke inhoudelijke criteria weergegeven die mede bepalen of inzet eHealth of mHealth passend is.

  • Aanwezigheid digitale middelen bij zorgverlener en vooral de zorggebruikers om met eHealth toepassingen aan de slag te kunnen zijn middelen als een geschikte telefoon, computer, gescheiden emailadressen ouder en kind, internet abonnement nodig. Zo waren technische mankementen, lege batterijen en verlies van de teller de belangrijkste redenen om ermee te stoppen in onderzoek van stappentellers.
  • Aanwezigheid van competenties en vaardigheden bij zorggebruikers en zorgverlener om gebruik te maken zijn bepaalde competenties en vaardighedennodig, (bij zorggebruiker en zorgverleners). Kinderen en ouders moeten Nederlands of Engels voldoende beheersen om met een digitaal hulpmiddel te kunnen werken. Gebruikers dienen vertrouwen te hebben in technologie. Gebruikers moeten weten in welke situaties online contact juist wel of juist niet zinvol is.
  • Betrokkenheid met de digitale technologie die wordt ingezet. Gebruik van game elementen zal bij sommige mensen de betrokkenheid verhogen maar bij andere juist niet.
  • Een device moet zijn onderzocht op effectiviteit om te weten hoe het passend kan worden ingezet. Zo zorgt de eerder genoemde slimme vork voor een lager eettempo maar niet voor een significante vermindering van hoeveelheden eten of een hoger niveau van verzadiging (Hermsen, 2019). Effectiviteit van een tool wordt mede bepaald door de mate waarin het doelgedrag is afgebakend. Hoe diffuser het gewenst gedrag hoe meer vragen of varianten in gedrag kunnen optreden en het effect ook diffuser zal zijn. Ook is timing van de feedback van belang, hoe sneller en directer de feedback hoe beter er op tijd gehandeld kan worden. Het gebruik wordt mede bepaald door de aantrekkelijkheid die door de doelgroep wordt ervaren. Basisschoolkinderen vragen een ander ontwerp dan pubers bijvoorbeeld. Hoe leuker de gebruiker het ontwerp vinden en hoe makkelijker ze het gebruik vinden hoe meer het wordt gebruikt. Het effect van de tool kan worden beperkt door het hebben van meerdere doelen en het ontvangen effect. Door de resultaten door te spreken met therapeut of lotgenoten kan het zelfvertrouwen worden versterkt en het effect wordt verbeterd.
  • Bij het gezin, ouders, kinderen of jongeren dient er een hoge motivatie te zijn om bepaald gedrag te monitoren en te veranderen en om digitale tools te (blijven) gebruiken. Deze benodigde motivatie is en blijft de een zwakke plek van digitale technologie. Afwezigheid van Intrinsieke motivatie bedreigen gebruik van digitale tools (Hermsen, 2019; blz117). Een wearable kun je makkelijk wegleggen, uitzetten of vergeten. De gebruikers dienen bepaald gedrag te (h)erkennen als gedrag dat vraagt om aanpassing. Denk aan een digitale tool als de slimme vork, als een gezin vindt dat hun eettempo prima is dan zullen ze het niet gebruiken. Ook dient een digitale tool te helpen bij het werkelijke probleem en niet slechts een schijnoplossing te bieden. Eenzaamheid is niet op te lossen met een digitale tool maar vraagt andere oplossingen.
  • Voor een beter en blijvend effect dienen (Digitale) interventies die berusten op feedback vooralsnog onderdeel te zijn van een meer allesomvattende interventie welke onder andere gedragsveranderingstechnieken bevat gericht op het verhogen van betrokkenheid en haalbare doelen. Denk aan (digitale)coaching, sociale steun, beloning, actie perspectief, gamifactie (=het spelen binnen bepaalde context of verhaal) (Hermsen,2019). Ook het onderzoek van een virtuele coach bevestigt dat (digitale) feedback op maat nodig is voor een succesvolle inzet van een dergelijke applicatie. Zo dient het rekening te houden met de stadia van verandering en is het belangrijk dat het zelfvertrouwen van de gebruikers versterkt wordt (Achterkamp,2019) Het effect op beweeggedrag van digitale tools geeft volgens onderzoek een klein effect op beweeggedrag, het gebruik van de stappenteller heeft geen invloed op je gewicht of bloeddruk (Achterkamp 2019; Hermsen, 2019 ).

 

Organisatorische Voorwaarde

  • Zorgverleners en zorggebruikers dienen voldoende kennis te hebben over beschikbaarheid en de toepasbaarheid van eHealth toepassingen. Een zorgverlener moet weten welke eHealth toepassingen in de organisatie of op de markt zijn en voor welke zorgvragen deze kunnen worden ingezet om op het juiste moment het juiste aanbod aan een zorggebruiker te kunnen doen. Onder zorgverleners is hier nog onvoldoende kennis over (eHealth monitor, 2018). Er is nog onvoldoende kennis en ervaring (bij behandeldisciplines) over beschikbare en meest geschikte eHealth toepassingen voor kinderen met obesitas en hun ouders. Door te werken aan bewustwording, het delen van ervaringen onder de zorgverleners rondom gebruik en het geven van gerichte informatie over de meerwaarde van eHealth wordt bijgedragen aan zekerheid, draagvlak en wordt een proactieve houding bevorderd. Het delen van positieve en negatieve ervaringen levert inzicht en kennis op die nodig zijn voor verdere doorontwikkeling en opschaling. Ook het maken van een afweging of de tijd en energie die nodig is voor implementatie van digitale interventie opweegt tegen het te verwachtte effect. Een voorbeeld hiervan is de pilot van de app dapper (zie leasons learned pilot app Dapper website care4obesity). In de module Organisatie van Zorg wordt verder aandacht besteed aan hoe zorgverleners kunnen worden gefaciliteerd in kennis over beschikbaarheid en de toepasbaarheid van eHealth en/of mHealth toepassingen.
  • Ondersteuning voor zorggebruikers in het leren, gaan en blijven gebruiken van online toepassingen. Uit het onderzoek van Talboom-Kamp (2017) bleek dat zorgconsumenten het meest gebruik maken van eHealth wanneer het wordt voorgeschreven als een soort medicijn en ze er begeleiding bij krijgen. Ook het intensief trainen van de huisarts in het begeleiden van zorgconsumenten leidde tot meer gebruik. De betrouwbaarheid van informatie gevonden op internet is voor zorggebruikers vaak lastig te beoordelen (EHealth monitor, 2018). Het scheppen van reële verwachtingen (bijvoorbeeld wat kan je verwachten van een Fit bit) is ook belangrijk voor patiënten.
  • Zorggebruikers dienen hun rechten te weten wat betreft hun rechten en mogelijkheden betreffende online hulpverlening. Er is veel onbekend onder zorggebruikers over hun wettelijke rechten wat betreft (online)inzage in hun patiëntendossier, hun mogelijkheden betreffende zelfregie en zelfmanagement en de meerwaarde van eHealth toepassingen (eHealth monitor, 2018).
  • De organisatie waar zorgverleners werken moet bereid zijn om tijd en geld te steken in nieuwe ontwikkelingen en ze dienen open te staan voor nieuwe eHealth toepassingen.

 

Haalbaarheid en implementatie

Is eHealth een logische oplossing voor obesitas?

 

Het implementeren van digitale zorg kost altijd tijd en geld.

 

Een succesvolle implementatie van een eHealth toepassing vraagt om aansluiting bij de doelgroep, bij de zorgprocessen alsook bij de zorgverleners en de zorginstelling zoals hierboven in de voorwaarden beschreven.

 

Gezien de verschillende domeinen die een rol spelen bij de behandeling van kinderen/jongeren met obesitas en het feit dat een behandeling gericht is op meerdere zorgvragers in verschillende contexten maakt een juiste inzet van eHealth in een GLI extra complex.

 

Verder hangt haalbaarheid en implementatie af van voor welke eHealth toepassing wordt gekozen om in te zetten. Bij inzet van wearables en apps is kans op succes afhankelijk van verschillende factoren zoals eerder genoemd; de motivatie van de gebruiker, de technologie dient een oplossing te bieden voor het ervaren probleem, de technologie dient heldere feedback te geven op het juiste moment, gegeven te worden via het juiste kanaal en het dient een duidelijke handeling voor te schrijven.

 

Van online contacten wordt aangegeven dat het gecombineerd dient te worden met face-to-face contacten en lijkt deze vorm vooral geschikt voor chronische zorg.

 

Rationale/ balans tussen de argumenten voor en tegen de interventie

Het is niet duidelijk of toevoeging van eHealth of mHealth aan een GLI-programma leidt tot een beter resultaat. eHealth wordt als veelbelovend innovatie gezien echter inzet van EHealth toepassingen is pas succesvol als het aansluit bij de doelgroep en zorgprocessen.

 

Gezien de verschillende domeinen die een rol spelen bij de behandeling van kinderen/jongeren met obesitas en het feit dat een behandeling gericht is op meerdere zorgvragers in verschillende contexten is dit niet eenvoudig. Daarnaast hangt gebruik van digitale zorg zoals online contact samen met digitale gezondheidsvaardigheden, opleidingsniveau en leeftijd. Hoe hoger opleiding en vaardigheden hoe vaker mensen gebruik willen maken van online contact. Dit geldt ook voor jongere mensen. Of de doelgroep kinderen/jongeren met obesitas en hun ouders gebruik kunnen maken van digitale zorg is verschillend per kind/jongere/ouder/verzorgende.

 

Uit de huidige literatuur lijkt het toevoegen van eHealth en/of mHealth aan een gecombineerde leefstijlinterventie (GLI) geen klinisch relevant effect te hebben op de cruciale uitkomstmaat verandering in gewicht en zBMI bij kinderen met obesitas.

 

Voor de procesmaat uitval lijkt er geen verschil te zijn in de mate van uitval bij wel of geen toevoeging van een eHealth of mHealth component aan een GLI, eHealth wordt zowel door zorgverleners als zorggebruikers gezien als een goede ontwikkeling maar het dient niet ten koste te gaan van regulier contact. De voorkeur gaat uit naar het samen inzetten met reguliere zorg, en niet als opzichzelfstaand traject. Wel lijkt digitaal contact met zorgverleners in situaties die niet urgent zijn en voor follow up als het meest handig en tijdbesparend te worden gezien. Aangezien obesitaszorg langdurige en complexe zorg is kan een vorm van digitaal contact passend zijn. Door zorggebruikers wordt de optie online contact met lotgenoten ook als positief bestempeld.

 

Zowel patiënten als de beperkte onderzoeken over digitale tools zijn kritisch en minder tevreden over de effectiviteit van eHealth toepassingen als apps, wearables, zelftesten en/of feedbacktools. Ideaal lijkt een gepersonaliseerd eHealth programma.

 

De overheid en zorgverzekeraars doen hun best om de implementatie van eHealth te bevorderen vanwege de verwachte kosten en personeelsbesparing. Implementatie kost echter tijd en geld en het is nog onduidelijk welke factoren de acceptatie of therapietrouw van eHealth behandelingen positief dan wel negatief beïnvloeden. Ook is en wordt de acceptatie en bruikbaarheid van digitale tools nauwelijks onderzocht.

 

Conclusie

De tot nu toe onderzochte eHealth/mHealth tools laten geen toegevoegde waarde zien bovenop een reguliere GLI ten aanzien van afname van overgewicht (vermindering van BMI-SDS), gezondheid (verlaging van cardiovasculaire risicofactoren), kwaliteit van leven (of verbetering van maatschappelijke participatie), zelfmanagement en drop-out (procesmaat). Op basis van nog ontbrekend bewijs wordt eHealth/ mHealth niet aanbevolen als toevoeging aan GLI.

 

Zorgverleners en zorggebruikers zien wel een potentiele plek voor eHealth en mHealth in een GLI programma, maar dat dient niet ten koste te gaan van regulier contact. De volgende randvoorwaarden zijn daarbij van belang. Een succesvolle implementatie van een eHealth toepassing vraagt om aansluiting bij de doelgroep, bij de zorgprocessen alsook bij de zorgverleners en de zorginstelling zoals eerder hierboven in de voorwaarden voor eHealth gebruik zijn beschreven.

Inleiding

EHealth staat voor electronic health. Dit is gebruik van (vooral internet) technologie ter ondersteuning of verbetering van de gezondheid.

 

mHealth staat voor mobile health. Dit is gebruik van mobiele apparaten (zoals smartphones, apps, wearables) ter ondersteuning of verbetering van de gezondheid.

 

Er zijn diverse verschijningsvormen:

  • eCommunicatie: alle vormen van online communicatie tussen zorgverlener en Zorgvrager. Ook beeldcommunicatie valt hieronder.
  • Online informatie (websites, weblogs en fora).
  • Zelftesten en apps. Zelf digitaal gegevens over de gezondheid bijhouden maar ook een virtuele coach valt hieronder.
  • Een blended of gemengde behandeling, wat wil zeggen, een behandeling waarin een combinatie van face-to-face en online behandeling wordt gedaan. De cliënt en behandelaar hebben dus zowel face-to-face als op afstand via een online programma contact.
  • Online behandelinterventies: Gericht op zelfhulp of behandeling. Hier vallen bijvoorbeeld serious games onder, bijvoorbeeld Heartville; een zelfmanagementtool voor psychiatrische patiënten.
  • Monitor-of begeleidingsapplicaties: Zorg-op-afstand, telecare en telemonitoring.
  • Diversen zoals patiëntenportaal, PGO, inzage dossier, robotica et cetera.

 

Inmiddels bestaan er tienduizenden gezondheidsapps (mHealth). Ze beloven je te helpen met afvallen, beter te slapen, gezonder te eten of een depressie te overwinnen et cetera. Behandeling van obesitas is vaak intensief en kent uitval. Hebben technische innovaties op het gebied van eHealth (web tools) en mHealth (apps) potentie om op een relatief goedkope en eenvoudige manier leefstijlaanpak te ondersteunen? Inmiddels zijn er Gecombineerde Leefstijl Interventie (GLI) programma's voor kinderen met obesitas die gebruikmaken van eHealth of mHealth.

 

Is toevoeging van eHealth of gezondheidsapps aan een GLI-programma nodig om een beter resultaat te bereiken?

Conclusies

Zeer laag

GRADE

Het toevoegen van eHealth en/of mHealth aan een gecombineerde leefstijlinterventie (GLI) heeft mogelijk geen effect op gewicht bij kinderen met obesitas ten opzichte van alleen GLI.

 

Bronnen: Armstrong, 2018; Fleischman, 2016; Mameli, 2018; Nguyen, 2013; Trost, 2014;

 

-

GRADE

Het effect van eHealth en/of mHealth toegevoegd aan een gecombineerde leefstijlinterventie (GLI) ten opzichte van alleen GLI bij kinderen met obesitas op gezondheid is onbekend. Er is te beperkt bewijs om hier een conclusie over te trekken.

 

-

GRADE

Het effect van eHealth en/of mHealth toegevoegd aan een gecombineerde leefstijlinterventie (GLI) ten opzichte van alleen GLI bij kinderen met obesitas op kwaliteit van leven en zelfmanagement is onbekend. Geen van de studies rapporteert kwaliteit van leven of zelfmanagement.

Samenvatting literatuur

Beschrijving studies

Armstrong (2018) verrichtte een RCT in de USA naar het effect van motivational interviewing tekstberichten naar ouders van kinderen met obesitas. Er werden 101 kinderen geïncludeerd, met een gemiddelde leeftijd van 9,9 jaar, een baseline BMI van 30,5 kg/m2 en 39% was jongen. In de interventiegroep (N=47) ontvingen ouders reguliere zorg met daarbij dagelijks (op weekdagen) tekstberichten gebaseerd op motivational interviewing op hun telefoon voor 12 weken. In de controlegroep (N=54) ontvingen ouders reguliere zorg, namelijk maandelijkse bezoeken voor leefstijl advisering van een arts en een diëtist. De follow-up was 3 maanden. De primaire uitkomstmaat was reductie van zBMI na 12 weken van het kind.

Totale duur onderzoek is 3 maanden, is dus minder dan minimaal een jaar.

 

Mameli (2018) verrichtte een RCT in Italië naar het effect van een gepersonaliseerd programma gebaseerd op het energieverbruik gemeten met een polsbandje en de energie inname bijgehouden met een app vergeleken met een standaard benadering om gewichtsverlies te bevorderen. In totaal werden 43 kinderen geïncludeerd, waarvan er 30 werden geanalyseerd, met een gemiddelde leeftijd van 12 jaar. In de interventiegroep was 69% jongen met een baseline BMI van 29,6 kg/m2 en in de controlegroep was 57% jongen met een baseline BMI van 28,6 kg/m2. De interventiegroep (N=16) kregen een polsbandje om energieverbruik te meten, waarbij ze werden gevraagd deze voor 3 maanden minstens 5 dagen per week overdag te dragen, en een app om energie-inname te meten, waarop ze wekelijks feedback kregen op de adequaatheid van het dieet en fysieke activiteit via een sms. De controlegroep (N=14) ontving alleen het Mediterraans dieet en instructies om fysieke activiteit te beoefenen en sedentaire activiteit te minimaliseren. De follow-up was 3 maanden. Primaire uitkomstmaat was gewichtsverschil tussen 0 en 3 maanden.

Totale duur onderzoek is 3 maanden, is dus minder dan minimaal een jaar.

 

Fleischman (2016) verrichtte een RCT in de USA met een cross-over design naar het effect van tele-consultatie toegevoegd aan een programma met eerstelijns zorgverleners bezoeken op verandering in BMI. Er werden 40 kinderen geïncludeerd, met een gemiddelde leeftijd 14,3 jaar (SD 1,9), 23% was jongen. De baseline BMI was 32,5 kg/m2 in de interventiegroep en 32,3 kg/m2 in de controlegroep. De interventiegroep (N=21) had naast persoonlijke bezoeken van eerstelijns zorgverleners ook tele-visits met obesitas specialisten (diëtist en psycholoog) en de controlegroep (N=19) had alleen persoonlijke bezoeken van eerstelijns zorgverleners. De primaire uitkomstmaat was BMI na 6-maanden follow-up.

Totale duur onderzoek is 6 maanden, is dus minder dan minimaal een jaar

 

Trost (2014) verrichtte een groep-gerandomiseerde klinische trial in de USA naar het effect van actieve videospelletjes op fysieke activiteit en gewichtsverlies bij kinderen die participeren in een gewichtsbeheersing programma, gegeven in de gemeenschap. Er werden 75 kinderen geïncludeerd, met een gemiddelde leeftijd van 10,0 jaar (SD 1,7), 45% was jongen. De baseline BMI was gemiddeld 28,4 kg/m2 in de interventiegroep en 27,3 kg/m2 in de controlegroep. De interventiegroep (N=34) kreeg naast de uitgebreide gezinsgerichte pediatrische gewichtsbeheersings programma (JOIN for ME), ook een game console en motion capture apparaat (Xbox and Kinect) en 1 actief sportspelletje (Kinect Adventures!) bij hun tweede behandelingssessie. Een tweede actief sportspelletje (Kinect Sports) werd in week 9 van het programma gegeven. De controlegroep (N=41) ontving alleen het uitgebreide gezinsgerichte pediatrische gewichtsbeheersings programma voor 16 weken. In groepen van 5 tot 11 kinderen en hun ouders werden sessies gehouden gericht op voeding, fysieke activiteit en zelf-monitoring. De primaire uitkomstmaten waren fysieke activiteit, percentage overgewicht en BMI z score na 16 weken.

Totale duur onderzoek is 4 maanden, is dus minder dan minimaal een jaar

 

Nguyen (2013) verrichtte een RCT naar de toegevoegde waarde van aanvullende telefonische coaching en elektronisch contact bij een gecombineerde leefstijlinterventie in de gemeenschap bij kinderen met overgewicht en obesitas tussen de 13 en 16 jaar oud. Er werden 151 kinderen geïncludeerd, de gemiddelde leeftijd en geslacht werden niet gerapporteerd. De baseline BMI was 30,8 kg/m2 in beide groepen. Beide groepen ondergingen een gecombineerde leefstijl interventie van 24 maanden, welke werd opgedeeld in 2 fases. In de eerste fase werd wekelijks een sessies van 75 minuten voor 7 weken gegeven apart voor adolescenten en ouders/verzorgers. In fase 2 (2 tot 24 maanden) werden 5 sessies van 60 minuten (elk kwartaal) booster groep sessies voor de adolescenten. De interventiegroep (N=73) kreeg hetzelfde programma als de controlegroep (N=78), maar hadden daarbij nog 14 telefoon coaching sessies en 32 SMS of e-mail berichten in fase 2. Primaire uitkomstmaat was verandering in BMI z-score na 24 maanden. Ook werden metabolische gezondheidsuitkomsten zoals bloeddruk en cholesterol bepaald.

 

Resultaten

1. Gewicht

In de RCT van Armstrong (2018) was er geen statistisch significant verschil (P=0,2) in zBMI na 3 maanden tussen de kinderen in de interventiegroep (0,02) en de controlegroep (0,00).

 

In de RCT van Mameli (2018) was er geen statistisch significant verschil (P=0,96) in gewichtsverandering na 3 maanden (verschil in gewichtsverandering tussen de groepen -0,06 kg; 95% BI -3,29 tot 3,14) tussen de kinderen in de interventiegroep (0,72 kg; 95% BI -1,39 tot 2,83) en de controlegroep (0,79 kg; 95% BI -1,18 tot 2,76).

 

In de RCT van Fleischman (2016) had de interventiegroep een statistisch significant verschil in BMI z-score (-0,11; SE 0,03; P=0,0006) en gewicht (-2,7 kg; SE 1,0; P=0,005) na 6 maanden en de controlegroep niet (verandering in BMI z-score -0,06; SE 0,03; P=0,08; verandering in gewicht -1,8 kg; SE 1,0; P=0,08). Er was geen statistisch significant verschil tussen de groepen na 6 maanden in BMI z-score (-0,05; SE0,04; P=0,23) of gewicht (-1,0; SE 1,2; P-0,42).

 

In de RCT van Trost (2014) hadden beide groepen een statistisch significant verschil in BMI z-score na 16 weken, het verschil in BMI z-score was -0,25 (SE 0,03) in de interventiegroep en -0,11 (SE 0,03) in de controlegroep. Het verschil tussen beide groepen in verandering in BMI z-score over 16 weken was 0,14 (SE 0,04), met een p-waarde < 0,05.

 

In de RCT van Nguyen (2013) hadden beide groepen een significante toename in gewicht en BMI z-score na 24 maanden. In de interventiegroep was het verschil in gewicht +6,4 kg (95% BI 3,8 tot 9,0) en in z-BMI -0,17 (95% BI -0,29 tot -0,06), in de controlegroep waren deze verschillen respectievelijk +8,3 kg (5,4 tot 11,2) en -0,09 (-0,17 tot -0,01). De verschillen over tijd waren echter niet statistisch significant verschillend tussen de 2 groepen, namelijk +1,6 kg (95% BI -3,1 tot 6,2) verschil in gewicht en -0,01 (95% BI -0,11 tot 0,10) verschil in BMI z-score van de interventiegroep versus de controlegroep.

 

In de studies van Fleischman, Trost en Nguyen was er dus een effect in 1 of beide groepen na follow-up, maar de additionele eHealth of mHealth component gaf in geen van de studies een significante toegevoegde waarde op de gecombineerde leefstijl interventie.

 

2. Gezondheid

In de RCT van Nguyen werden systolische en diastolische bloeddruk gemeten, als maat voor gezondheid. Na 24 maanden was er een statistisch significant verschil in systolische bloeddruk (gemiddeld verschil 3 mm Hg; 95% BI 0 tot 6), waarbij de controlegroep een statistisch significant hogere bloeddruk had na 24 maanden (6 mm Hg; 95% BI 2 tot 9) en de interventiegroep niet (2 mm Hg; 95% BI -2 tot 6). Er was geen verschil in diastolisch bloeddruk (gemiddeld verschil 1 mm Hg; 95% BI -1 tot 3).

In de andere studies werden geen uitkomsten voor gezondheid gerapporteerd.

 

3. Kwaliteit van leven

In geen van de studies werd kwaliteit van leven als uitkomstmaat gerapporteerd.

 

4. Zelfmanagement

In geen van de studies zelfmanagement als uitkomstmaat gerapporteerd.

 

5. Uitval (procesmaat)

In de RCT van Armstrong verschilde de mate van uitval niet tussen de interventiegroep (N=8; 17%) en controlegroep (N=11; 20%). Wel verschilde het aantal bezoeken van de gezonde leefstijl klinieken tussen de twee groepen (3,3 versus 2,1 bezoeken, P<0,001) over een periode van 12 weken.

 

In de RCT van Mameli was het percentage uitval gedurende de studie iets hoger in de interventiegroep (N=7; 30%) dan in de controlegroep (N=5; 25%) na 3 maanden.

 

In de RCT van Fleischman vielen in beide groepen 2 deelnemers uit, wat resulteerde in een percentage uitval van 9,5% in de interventiegroep en 10,5% in de controlegroep.

 

In de RCT van Trost vielen in beide groepen 3 deelnemers uit de analyse, wat resulteerde in een percentage uitval van 8,8% in de interventiegroep en 7,3% in de controlegroep.

 

In de RCT van Nguyen vielen in de interventiegroep 16 (20,5%) deelnemers uit en in de controlegroep 15 (20,5%) gedurende de follow-up van 24 maanden.

 

In de geïncludeerde studies lijkt er geen verschil lijkt te zijn in de mate van uitval bij toevoeging van een eHealth of mHealth component aan een gecombineerde leeftijd interventie.

 

Bewijskracht van de literatuur

De bewijskracht voor de uitkomstmaat gewicht is met 3 niveaus verlaagd gezien beperkingen in de onderzoeksopzet (risk of bias vanwege gebrekkige (1 studie) of onduidelijke (2 studies) toewijzing van behandeling), het geringe aantal patiënten (imprecisie, N<2000). De korte duur van de meeste studies, heterogeniteit van de studies met verschillende interventies gericht op verschillende deelnemers (ouders of de kinderen).

 

Vanwege het beperkte bewijs van studies die de uitkomst gezondheid rapporteren is de bewijskracht voor deze uitkomst niet beoordeeld.

 

Vanwege het ontbreken van studies die de uitkomsten kwaliteit van leven en zelfmanagement rapporteren is de bewijskracht voor deze uitkomsten niet beoordeeld.

 

Voor uitval is de bewijskracht niet beoordeeld, omdat dit een procesmaat en geen uitkomstmaat is.

Zoeken en selecteren

Om de uitgangsvraag te kunnen beantwoorden is er een systematische literatuuranalyse verricht naar de volgende zoekvraag:

Wat is de toegevoegde waarde van eHealth en mHealth toegevoegd aan GLI ten opzichte van GLI bij kinderen met obesitas?

 

P: kinderen/adolescenten met overgewicht en obesitas/ gezinnen met een kind met obesitas van 0 tot 18 jaar;

I: eHealth en/of mHealth toegevoegd aan gecombineerde leefstijl interventie bij kinderen met obesitas;

C: gecombineerde leefstijl interventie;

O: gewicht, gezondheid (verlaging van cardiovasculaire risicofactoren), kwaliteit van leven (of verbetering van maatschappelijke participatie), zelfmanagement en drop-out (procesmaat).

 

Relevante uitkomstmaten

De werkgroep achtte gewicht een voor de besluitvorming cruciale uitkomstmaat; en gezondheid en kwaliteit van leven, zelfmanagement en drop-out (procesmaat) voor de besluitvorming belangrijke uitkomstmaten.

 

De werkgroep volgt voor de definitie van een succesvolle interventie m.b.t. de uitkomstmaat gewicht de criteria zoals die eerder zijn geformuleerd in de ‘Zorgstandaard Obesitas’:

  • Er zijn geen evidence-based criteria voor succes bij kinderen in de groei. Vandaar dat bij kinderen naar gewichtsstabilisatie gestreefd wordt na één jaar behandeling en handhaving hiervan in de fase van onderhoud, tenzij dat tijdens de groeispurt van het kind onhaalbaar is.
  • Voor uitgegroeide kinderen met een matig verhoogd GGR wordt gestreefd naar een gewichtsverlies van ≥ 5% na één jaar behandeling en handhaving hiervan in de fase van onderhoud.
  • Voor uitgegroeide kinderen met een sterk of extreem verhoogd GGR wordt gestreefd naar een gewichtsverlies van ≥ 10% na één jaar behandeling en handhaving hiervan in de fase van onderhoud.

 

De uitkomstmaat gezondheid werd gedefinieerd als het afnemen van co-morbiditeit of risicofactoren van co-morbiditeit, zoals reductie van prevalentie van diabetes mellitus type 2 diabetes, metabool syndroom, hypertensie, hypercholesterolemie, non-alcholic fatty liver disease, insuline resistentie, impaired glucose tolerance, impaired fasting glucose. Voor de uitkomstmaat kwaliteit van leven bepaalde de werkgroep niet a priori de definitie, maar werden de in de studie gebruikte definities gehanteerd.

 

Zoeken en selecteren (Methode)

In de databases Medline (via OVID), Embase (via Embase.com) en de Cochrane Library (via Wiley) is op 21 november 2019 met relevante zoektermen gezocht naar systematische reviews en randomized controlled trials (RCT’s) die de effecten beschrijven van eHealth en/of mHealth toegevoegd aan GLI ten opzichte van GLI bij kinderen met obesitas. De zoekverantwoording is weergegeven onder het tabblad Verantwoording. De literatuurzoekactie leverde 298 treffers op. Studies werden geselecteerd op grond van de volgende selectiecriteria: kinderen (0 tot 18 jaar) met obesitas of gezinnen met een kind met obesitas, waarbij het effect van eHealth en/of mHealth werd onderzocht door deze toe te voegen aan een gecombineerde leefstijl interventie en deze te vergelijken met alleen een gecombineerde leefstijlinterventie. Op basis van titel en abstract werden in eerste instantie 67 studies voorgeselecteerd. Na raadpleging van de volledige tekst, werden vervolgens 62 studies geëxcludeerd (zie exclusietabel onder het tabblad Verantwoording), en 5 studies definitief geselecteerd.

 

Resultaten

Er werden geen systematische reviews geïncludeerd die voldeden aan de inclusiecriteria. Er werden 5 RCT’s opgenomen in de literatuuranalyse. De belangrijkste studiekarakteristieken en resultaten zijn opgenomen in de evidencetabellen. De beoordeling van de individuele studieopzet (risk of bias) is opgenomen in de risk-of-biastabellen.

Referenties

  1. Achterkamp, R. (2019) towards a balanced and active lifestyle. https://ris.utwente.nl/ws/portalfiles/portal/120920988/Thesis_Achterkamp_Final.pdf
  2. Armstrong, S., Mendelsohn, A., Bennett, G., Taveras, E. M., Kimberg, A., & Kemper, A. R. (2018). Texting motivational interviewing: A randomized controlled trial of motivational interviewing text messages designed to augment childhood obesity treatment. Childhood Obesity, 14(1), 4-10.
  3. E -mental Health en de client, https://www.digitalezorgkompas.nl/sites/default/files/theme_pdf/theme5_0.pdf.
  4. Fleischman, A., Hourigan, S. E., Lyon, H. N., Landry, M. G., Reynolds, J., Steltz, S. K., ... & Ludwig, D. S. (2016). Creating an integrated care model for childhood obesity: a randomized pilot study utilizing telehealth in a community primary care setting. Clinical obesity, 6(6), 380-388.
  5. Hermsen, A. S. (2019). Now You Know: Using Feedback from Digital Technology to Disrupt and Change Habitual Behaviour.http://dare.ubvu.vu.nl/handle/1871/55898.
  6. Koning, J., Kok, R. (2015). EHealth in ggz niet per definitie doelmatig. Medisch contact, 3 juni. Mameli, C., Brunetti, D., Colombo, V., Bedogni, G., Schneider, L., Penagini, F., & Zuccotti, G. V. (2018). Combined use of a wristband and a smartphone to reduce body weight in obese children: randomized controlled trial. Pediatric obesity, 13(2), 81-87.
  7. Nguyen, B., Shrewsbury, V. A., O'connor, J., Steinbeck, K. S., Hill, A. J., Shah, S., ... & Baur, L. A. (2013). Two-year outcomes of an adjunctive telephone coaching and electronic contact intervention for adolescent weight-loss maintenance: the Loozit randomized controlled trial. International Journal of Obesity, 37(3), 468.
  8. Stil, B., Bellenge, N., Snoeren, R. (2016). De werkzame principes van blended care in het sociaal domein. https://www.kwadraad.nl/wp-content/uploads/2016/04/25-03-2016-SROIBlendedCareVerslag.pdf.
  9. Trost, S. G., Sundal, D., Foster, G. D., Lent, M. R., & Vojta, D. (2014). Effects of a pediatric weight management program with and without active video games: a randomized trial. JAMA pediatrics, 168(5), 407-413.
  10. Wislo, V. M., McGaffey, A., Scopaz, K. A., D’Amico, F. J., Jewell, I. K., Bridges, M. W., & Hughes, K. (2013). Fitwits: preparing residency-based physicians to discuss childhood obesity with preteens. Clinical pediatrics, 52(12), 1107-1117.
  11. Wouter, M., Swinkels, I., Sinnige, J., de Jong, J., Brabers, A., van Lettow, B., Friele, R., van Gennip, L. (2018). EHealth-monitor 2018. https://www.nictiz.nl/rapporten/ehealth-monitor-2018/.

Evidence tabellen

Risk of bias table for intervention studies (randomized controlled trials)

Research question:

Study reference

 

(first author, publication year)

Describe method of randomisation1

Bias due to inadequate concealment of allocation?2

 

 

(unlikely/likely/unclear)

Bias due to inadequate blinding of participants to treatment allocation?3

 

(unlikely/likely/unclear)

Bias due to inadequate blinding of care providers to treatment allocation?3

 

(unlikely/likely/unclear)

Bias due to inadequate blinding of outcome assessors to treatment allocation?3

 

(unlikely/likely/unclear)

Bias due to selective outcome reporting on basis of the results?4

 

 

(unlikely/likely/unclear)

Bias due to loss to follow-up?5

 

 

 

(unlikely/likely/unclear)

Bias due to violation of

intention to treat analysis?6

 

 

(unlikely/likely/unclear)

Armstrong, 2018

Participants were subsequently randomized

Likely

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unclear, blinding of outcome assessors not described

Unlikely

Likely, 30% in intervention and 25% in control group lost to follow-up, and reasons differed

Unlikely

Fleischman, 2016

Method of randomisation not described, only that it was stratified by age and sex

Unclear, allocation concealment not described

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unlikely, outcome assessors blinded for treatment allocation

Unlikely

Unlikely

Unlikely

Mameli, 2018

A random number generator (Excel, 2010) with a 1:1 allocation ratio was used

Unlikely

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unclear, blinding of outcome assessors not described

Unlikely

Unlikely

Unlikely

Nguyen, 2013

Randomisation was stratified by sex, age and intervention site. Exact method not described.

 

Unclear, allocation concealment not described

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unclear, blinding of outcome assessors not described

Unlikely

Likely, 41% in intervention and 36% in control group

Unlikely

Trost, 2014

Group randomisation: Study sites were randomly assigned by a study coordinator via a random number generator.

Unlikely

Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unlikely, Unlikely, blinding impossible but unlikely that this influences outcome body weight

Unclear, blinding of outcome assessors not described

Unlikely

Unlikely

Likely, ITT was conducted as a sensitivity analysis (numbers not reported)

  1. Randomisation: generation of allocation sequences have to be unpredictable, for example computer generated random-numbers or drawing lots or envelopes. Examples of inadequate procedures are generation of allocation sequences by alternation, according to case record number, date of birth or date of admission.
  2. Allocation concealment: refers to the protection (blinding) of the randomisation process. Concealment of allocation sequences is adequate if patients and enrolling investigators cannot foresee assignment, for example central randomisation (performed at a site remote from trial location) or sequentially numbered, sealed, opaque envelopes. Inadequate procedures are all procedures based on inadequate randomisation procedures or open allocation schedules..
  3. Blinding: neither the patient nor the care provider (attending physician) knows which patient is getting the special treatment. Blinding is sometimes impossible, for example when comparing surgical with non-surgical treatments. The outcome assessor records the study results. Blinding of those assessing outcomes prevents that the knowledge of patient assignement influences the proces of outcome assessment (detection or information bias). If a study has hard (objective) outcome measures, like death, blinding of outcome assessment is not necessary. If a study has “soft” (subjective) outcome measures, like the assessment of an X-ray, blinding of outcome assessment is necessary.
  4. Results of all predefined outcome measures should be reported; if the protocol is available, then outcomes in the protocol and published report can be compared; if not, then outcomes listed in the methods section of an article can be compared with those whose results are reported.
  5. If the percentage of patients lost to follow-up is large, or differs between treatment groups, or the reasons for loss to follow-up differ between treatment groups, bias is likely. If the number of patients lost to follow-up, or the reasons why, are not reported, the risk of bias is unclear
  6. Participants included in the analysis are exactly those who were randomized into the trial. If the numbers randomized into each intervention group are not clearly reported, the risk of bias is unclear; an ITT analysis implies that (a) participants are kept in the intervention groups to which they were randomized, regardless of the intervention they actually received, (b) outcome data are measured on all participants, and (c) all randomized participants are included in the analysis.

 

Evidence table for intervention studies (randomized controlled trials and non-randomized observational studies [cohort studies, case-control studies, case series])1

This table is also suitable for diagnostic studies (screening studies) that compare the effectiveness of two or more tests. This only applies if the test is included as part of a test-and-treat strategy – otherwise the evidence table for studies of diagnostic test accuracy should be used.

Research question:

Study reference

Study characteristics

Patient characteristics 2

Intervention (I)

Comparison / control (C) 3

 

Follow-up

Outcome measures and effect size 4

Comments

Armstrong, 2018

 

 

Type of study: RCT

 

Setting and country: tertiary-care obesity treatment, USA

 

Funding and conflicts of interest: funding not reported, no conflicts of interest

Inclusion criteria:

Age 5–12 years and BMI ≥95th percentile

adjusted for age and sex.

 

Exclusion criteria:

underlying medical condition leading to obesity, whose parents or guardians did not have access to or own a cell phone, or who were unable to read and write in English.

 

N total at baseline:

Intervention: 47

Control: 54

 

Important prognostic factors:

Child age (range):

I: 10.7 (8.7-11.8)

C: 9.4 (7.5-11.0)

 

Child sex:

I: 36.2% M

C: 40.7% M

 

Child BMI, kg/m2 (range)

I: 29.1 (24.7-32.8)

C: 28.9 (23.3-32.7)

Intervention focused on parents.

Parents received standard care and daily (weekdays) motivational interviewing text messages on their designated mobile device

for 12 weeks.

 

 

 

 

Standard care, which included monthly lifestyle counseling visits by a physician and dietician.

Text message

reminders were send for the 3-month study outcomes visit.

Length of follow-up: 3months

 

 

Loss-to-follow-up:

Intervention: 8 (17%)

Reasons not described

 

Control: 11 (20%)

Reasons not described

 

 

1. Body weight loss

BMI z-score change, median (interquartile range)

I: 0.1 (0.0- to 0.2)

C: 0.0 (-0.1 to 0.1)

P=0.20

 

Risk of bias due to inadequate concealment of allocation and loss to follow-up

Fleischman, 2016

Type of study: RCT (cross-over design)

 

Setting and country: Wareham Pediatric Associates, USA

 

Funding and conflicts of interest: non-commercial, no conflicts of interest

Inclusion criteria:

Age 10 to 17 years, BMI ≥95th percentile for sex and age

 

Exclusion criteria: Known obesity comorbidities requiring medical intervention, inability to actively participate in treatment, major medical illness, use of medication or supplement known to affect body weight, unstable home environment which was deemed likely to impede participation in the study, diagnosed eating disorder, untreated significant depression or anxiety, or self-reported suicidal ideation in the past month.

 

N total at baseline:

Intervention: 21

Control: 19

 

Important prognostic factors:

age ± SD:

I: 14.2 ± 2.0

C: 14.4 ± 1.8

 

Sex:

I: 19% M

C: 26% M

 

BMI ± SD, kg/m2:

I: 32.5 ± 0.9

C: 32.3 ± 0.9

 

Groups comparable at baseline? yes

 

12 tele-visits in 6 months with a dietitian or psychology fellow, from which 6-weeks intensive phase of weekly visits (1- hour) followed by twice monthly follow-up visits (30 min dietitian, 1-hour psychologist). VidyoDesktop® (Vidyo, Inc., Hackensack, NJ) was used for tele-consultation and tele-visits. Diet (low-glycemic load) was the primary focus of treatment, but also patients were encouraged to increase physical activity and decrease sedentary time. Besides tele-visits also primary care provider treatment during in-person clinic visits

 

 

Primary care provider treatment during in-person clinic visits, using a booklet for nutrition education and goal setting. Visits for 30 minutes.

Length of follow-up: 12 months in total, but only measurement at 6 months included in our analysis due to cross-over design

 

Incomplete outcome data:

Intervention: 2 (9.5%)

Reasons: disinterested

 

Control: 2 (10.5%)

Reasons: lost to follow-up

 

 

1. Body weight loss

BMI z-score change (SE) after 6 months

I: -0.11 (0.03), P=0.0006

C: -0.06 (0.03), P=0.08

 

Difference in BMI z-score change (SE) after 6 months

-0.05 (0.04), P=0.23

 

Body weight change, kg SE) after 6 months

I: -2.7 (1.0), P=0.005

C: -1.8 (1.0), P=0.08

 

Difference in body weight change (SE) after 6 months

-1.0 (1.2), P=0.42

 

 

Mameli, 2018

Type of study: RCT

 

Setting and country: Obesity clinic of paediatric hospital, Italy

 

Funding and conflicts of interest: non-commercial, no conflicts of interest

Inclusion criteria:

obesity with BMI

≥95th percentile, age ≥10 and ≤17 years and

Caucasian ethnic group. Exclusion criteria:

genetic/syndromic obesity, psychiatric disease and

any condition compromising the ability to walk.

 

N total at baseline:

Intervention: 16

Control: 14

 

BMI ± SD, kg/m2:

I: 32.5 ± 0.9

C: 32.3 ± 0.9

 

Sex:

I: 68.8% M

C: 57.1% M

 

Weight ± SD (kg)

I: 82.0 ± 16.2

C: 71.1 ± 16.4

Wristband (to measure energy expenditure) and app (MeTeDa srl, Italy, to measure energy intake) for 3 months Describe intervention.

Session (2h per 5 participants) performed to train children/families to use the system.

 

Weekly feedback for 3 months on adequacy of diet and physical activity send via SMS.

(treatment/procedure/test):

 

 

 

 

Received mediterranean diet and instruction to practise physical activity and minimize sedentary activity to follow during the 3 months study period.

 

Length of follow-up: 3 months

 

 

Loss-to-follow-up:

Intervention: 7/23 (30.4%)

N (%)

Reasons: parents unable to support their child during the study (5) and did not return for a follow-up visit (2)

 

Control: 5/20 (25%)

N (%)

Reasons: withdrawal of consent (1) and did not return for a follow-up visit (4)

 

 

1. Body weight loss

Weight change, kg (95% CI)

I: 0.72 kg (-1.39 to 2.83)

C: 0.79 kg (-1.18 to 2.76)

 

Difference in weight change (95% CI)

-0.06 kg (-3.29 to 3.14); P=0.96

Corrected for baseline weight

0.07 kg (-2.81 to 2.96); P=0.96

 

Nguyen, 2013

Type of study: RCT

 

Setting and country: overweight and obese children recruited via school and media, Australia

 

Funding and conflicts of interest: non-commercial funding and no conflict of interest

Inclusion criteria: overweight and obese (BMI z-score: 1.0–2.5), but otherwise healthy, 13–16-year-olds, who could attend group sessions with a parent/carer, and had landline telephone and mobile phone and/or email access.

 

Exclusion criteria:

Not reported

 

N total at baseline:

Intervention: 78

Control: 73

 

BMI ± SD, kg/m2:

I: 30.8 ± 4.2

C: 30.8 ± 3.5

 

Age and sex not reported

The Loozit group behavioral lifestyle intervention, 7x75-min weekly group sessions (phase 1) held separately for adolescents and parents/carers in both study arms. From 2–24 months

(Phase 2), the maintenance program involved 5x60-min quarterly adolescent booster group sessions plus 12- and 24-month outcome

assessment sessions.

In Phase 2 ATC fortnightly: overall 14 telephone coaching sessions and 32 SMS and/or email messages.

 

 

 

 

The Loozit group behavioral lifestyle intervention without additional therapeutic contact

 

Length of follow-up: 24 months

 

 

Incomplete outcome data:

Intervention: 30 (41%)

Reasons: did not want to participate any longer (5), cohort cancelled (4), declined measurements (4)

 

Control: 28 (36%)

Reasons: did not want to participate any longer (1), cohort cancelled (4), declined measurements (6)

 

 

1. Body weight loss

Body weight (kg), mean difference (95% CI)

I: 6.4 (3.8-9.0), P<0.05

C: 8.3 (5.4-11.2), P<0.05

 

Difference between groups in body weight over 24 months, mean (95% CI)

1.6 (-3.1 to 6.2), P>0.05

 

zBMI change, mean difference (95% CI)

I: -0.17 (-0.29 to -0.06), P<0.05

C: -0.09 (-0.17 to -0.01), P<0.05

 

Difference between groups in zBMI change, mean (95% CI)

-0.01 (-0.11-0.10), P>0.05

 

2. Health

Systolic blood pressure (mm Hg), mean change (95% CI)

I: 2 (-2 to 6)

C: 6 (2 to 9)

 

Difference between groups in SBP (mm Hg), mean change (95% CI)

3 (0 to 6)

 

Diastolic blood pressure (mm Hg), mean change (95% CI)

I: 2 (-1 to 4)

C: 2 (0 to 5)

 

Difference between groups in SBP (mm Hg), mean change (95% CI)

1 (-0.2 to 0.3)

Risk of bias due to loss to follow-up

Trost, 2014

Type of study: group RCT

 

Setting and country: YMCAs and schools, USA

 

Funding and conflicts of interest: employees of UnitedHealth Group, which also funded the study

Inclusion criteria: BMI > 85th percentile for sex and age, age 8-12

Years, willingness of the parent or guardian to participate

inweekly treatment sessions.

 

Exclusion criteria:

use of medications that would affect weight or appetite, physical conditions that would prevent physical activity or affect weight or appetite, unwillingness or unsuitability

to participate in group treatment.

 

N total at baseline:

Intervention: 34

Control: 41

 

Important prognostic factors2:

For example

age ± SD:

I: 10.1 ± 1.9

C: 9.9 ± 1.5

 

Sex:

I: 44% M

C: 46% M

 

BMI ± SD, kg/m2:

I: 28.4 ± 6.7

C: 27.3 ± 3.6

 

Groups comparable at baseline? yes

 

Comprehensive family-based pediatric weightmanagement program (JOIN for ME) +

Game console and motion capture device (Xbox and Kinect) and 1 active sports game (Kinect Adventures!) at their second treatment

session. A second active game (Kinect Sports) was provided in week 9 of the program.

 

 

Comprehensive family-based pediatric weightmanagement program (JOIN for ME).

Participants received family-based behavioral treatment

in groups of 5 to 11 child-parent dyads for 16 weeks.

 

Length of follow-up: 16 weeks

 

Incomplete outcome data:

Intervention: 3 (8.8%)

Reasons: nonvalid or missing data at all 3 time points

 

Control: 3 (7.3%)

Reasons: nonvalid or missing data at all 3 time points

 

 

1. Body weight loss

zBMI change, mean (SE)

I: -0.25 (0.03), P<0.05

C: -0.11 (0.03), P<0.05

 

Difference between groups in zBMI change, mean (SE)

0.14 (0.04), P<0.05

 

Risk of bias due to violation of

intention to treat analysis (ITT was sensitivity analysis)

Notes:

  1. Prognostic balance between treatment groups is usually guaranteed in randomized studies, but non-randomized (observational) studies require matching of patients between treatment groups (case-control studies) or multivariate adjustment for prognostic factors (confounders) (cohort studies); the evidence table should contain sufficient details on these procedures
  2. Provide data per treatment group on the most important prognostic factors [(potential) confounders]
  3. For case-control studies, provide sufficient detail on the procedure used to match cases and controls
  4. For cohort studies, provide sufficient detail on the (multivariate) analyses used to adjust for (potential) confounde

 

Tabel Exclusie na het lezen van het volledige artikel

Auteur en jaartal

Redenen van exclusie

Mogelijke systematische reviews

Van der Heijden 2018

No GLI as intervention, no e-health (maintance phase)

Meidani 2018

Control group no GLI

Dias 2018

Control group no GLI

Ameryoun 2018

Effect of game based interventions (no GLI)

Mack 2017

Videogames as intervention (no GLI)

Darling 2017

No GLI in control group. Control group of most included studies not described

Quelly 2016

Control group no GLI

Lee 2016

Control group no GLI

Hammersley 2016

Control group no GLI

Wickham 2015

Comparison group could be a no-treatment, treatment-as-usual, or alternate-treatment group. 3 of 6 included studies weight loss intervention without a cell phone component (Resnicow, 2003; Nguyen, 2012; Nguyen, 2013)

Turner 2015

No GLI in control group. 1 study included that have GLI in control group: Kornman, 2010 (Loozit study)

Chaplais 2015

Control group no GLI

Bochner 2015

Intervention: video gaming (geen GLI)

chen 2014

Control group no GLI

Smith 2013

Health Information Technology in screening and treatment (no GLI)

Lu 2013

Videogames as intervention (no GLI)

Antwi 2013

No systematic search. Intervention is using web-based programs. No description of included studies

Cohen 2012

Control group no GLI

Hillier 2011

No systematic review. Descriptive article about community-based interventions

Guy 2011

Effect of videogames (no GLI)

Mogelijke RCT’s

Verbeken 2018

No e-health. Game is intervention

Staiano 2018

Control group no GLI

Sen 2018

Family-based group treatment with an educational game compared to no treatment

Heerman 2018

Design paper

Delisle 2018

Control group no GLI

Chen 2018

Control group no GLI

Byrne 2018

Intervention for parents, no e-health

Barkin 2018

Control group no GLI

JAMA 2018

Correction for article in JAMA

Van Grieken 2017

Intervention for parents. Control group no GLI

Taveras 2017

ehealth in both arms (but different intensity)

Staianano 2017

Control group no GLI

Robinson 2017

No primary research

Rhodes 2017

Control group no GLI

Nystrom 2017

Control group no GLI (pamphlet on healthy eating and physical activity)

Lee 2017

Control group no GLI

Helle 2017

Control group no GLI, study is ongoing (no results reported)

Hammersley 2017

Study protocol

Currie 2017

Control group no GLI

Chen 2017

Control group received an online program consisting of modulas about general adolescent health issues. No visits took place

Bohlin 2017

Control group no GLI. Intervention in maintenance phase.

Pbert 2016

nonrandomized study

Oreskovic 2016

Study protocol

Nezami 2016

Study protocol

Mani 2016

Telemedicine vs telephone-based family intervention

Donelly 2016

Study protocol

Davis 2016

Patient satisfaction study

Taveras 2015

Study protocol

Nguyen 2015

Proces evaluation study

Lakshman 2015

Study protocol

Straker 2014

Waitlist study (control group no GLI)

O'Malley 2014

Study protocol

Nollen 2014

No GLI, result of pilot

Wislo 2013

Satisfaction study

Verbeken 2013

Control group no GLI

Patrick 2013

Control group no GLI

Delamater 2013

Testing feasibility and efficacy of a website

Davis 2013

No GLI as intervention

Woolford 2012

No GLI as intervention

Staiano 2012

No GLI: competitive exergame or a cooperative exergame

Nguyen 2012

Intermediate results of Nguyen, 2013

De Niet 2012

Interventie in nazorgfase

Davis 2012

Maintanance intervention: monthly newsletters vs group classes

Vanhelst 2011

Control group no GLI

Shrewsbury 2009

Study protocol

Estabrooks 2009

No GLI

Resnicow 2005

GLI differed between groups

Autorisatiedatum en geldigheid

Laatst beoordeeld : 09-11-2020

Laatst geautoriseerd : 09-11-2020

Voor het beoordelen van de actualiteit van deze richtlijn is de werkgroep niet in stand gehouden. Uiterlijk in 2024 bepaalt het bestuur van de Nederlandse Vereniging voor Kindergeneeskunde of de modules van deze richtlijn nog actueel zijn. Op modulair niveau is een onderhoudsplan beschreven. Bij het opstellen van de richtlijn heeft de werkgroep per module een inschatting gemaakt over de maximale termijn waarop herbeoordeling moet plaatsvinden en eventuele aandachtspunten geformuleerd die van belang zijn bij een toekomstige herziening (update). De geldigheid van de richtlijn komt eerder te vervallen indien nieuwe ontwikkelingen aanleiding zijn een herzieningstraject te starten.

 

De Nederlandse Vereniging voor Kindergeneeskunde is regiehouder van deze richtlijn en eerstverantwoordelijke op het gebied van de actualiteitsbeoordeling van de richtlijn. De andere aan deze richtlijn deelnemende wetenschappelijke verenigingen of gebruikers van de richtlijn delen de verantwoordelijkheid en informeren de regiehouder over relevante ontwikkelingen binnen hun vakgebied.

 

Module[1]

Regiehouder(s)[2]

Jaar van autorisatie

Eerstvolgende beoordeling actualiteit richtlijn[3]

Frequentie van beoordeling op actualiteit[4]

Wie houdt er toezicht op actualiteit[5]

Relevante factoren voor wijzigingen in aanbeveling[6]

eHealth en mHealth

NVK

2020

2025

5 jaar

NVK

 


[1] Naam van de module

[2] Regiehouder van de module (deze kan verschillen per module en kan ook verdeeld zijn over meerdere regiehouders)

[3] Maximaal na vijf jaar

[4] (half)Jaarlijks, eens in twee jaar, eens in vijf jaar

[5] regievoerende vereniging, gedeelde regievoerende verenigingen, of (multidisciplinaire) werkgroep die in stand blijft

[6] Lopend onderzoek, wijzigingen in vergoeding/organisatie, beschikbaarheid nieuwe middelen

Initiatief en autorisatie

Initiatief:
  • Nederlandse Vereniging voor Kindergeneeskunde
Geautoriseerd door:
  • Koninklijk Nederlands Genootschap voor Fysiotherapie
  • Nederlands Huisartsen Genootschap
  • Nederlandse Internisten Vereniging
  • Nederlandse Vereniging voor Heelkunde
  • Nederlandse Vereniging voor Kindergeneeskunde
  • Verpleegkundigen en Verzorgenden Nederland
  • Nederlandse Vereniging van Diëtisten
  • Nederlands Instituut van Psychologen
  • Artsen Jeugdgezondheidszorg Nederland
  • Stichting Kind en Ziekenhuis
  • Nederlandse Stichting Over Gewicht

Algemene gegevens

De richtlijn is goedgekeurd door de Patiëntenfederatie Nederland.

 

De richtlijnontwikkeling werd ondersteund door het Kennisinstituut van de Federatie Medisch Specialisten en werd gefinancierd uit de Stichting Kwaliteitsgelden Medisch Specialisten (SKMS). De financier heeft geen enkele invloed gehad op de inhoud van de richtlijn.

Doel en doelgroep

Doel

Doel van het project is het ontwikkelen van de evidence-based richtlijn Behandeling van kinderen met obesitas; en daarmee een richtlijn volgens Medische Specialistische Richtlijnen 2.0 opleveren, waarin de huidige stand van wetenschappelijke kennis aangaande het onderwerp is meegenomen.

 

Doelgroep

Deze richtlijn is primair bedoeld voor kinderartsen, maar daarnaast is de richtlijn relevant voor huisartsen, verpleegkundigen/verpleegkundig specialisten kindergeneeskunde, diëtisten, psychologen, (kinder)fysiotherapeuten, jeugdartsen, jeugdverpleegkundigen, chirurgen en internisten.

Tevens is het waardevol voor leden van andere beroepsgroepen die betrokken zijn bij de zorg voor patiënten met obesitas van 0 tot 18 jaar om kennis te nemen van de richtlijn. Te denken valt aan beroepsgroepen zoals opvoedkundig adviseurs, maatschappelijk werkers, jeugdhulpverleners, combinatiefunctionarissen, buurtsportcoaches, onderwijsprofessionals en aanbieders van interventies en van reguliere voorzieningen.

Samenstelling werkgroep

Voor het ontwikkelen van de richtlijn is in 2017 een multidisciplinaire werkgroep ingesteld, bestaande uit vertegenwoordigers van relevante specialismen die betrokken zijn bij de zorg voor kinderen met obesitas.

 

De werkgroepleden zijn door hun beroepsverenigingen gemandateerd voor deelname. De werkgroep is verantwoordelijk voor de integrale tekst van deze richtlijn.

 

Werkgroep

  • Dr. E.L.T. (Erica) van den Akker, kinderarts endocrinoloog, universitair hoofddocent, Erasmus MC- Sophia Kinderziekenhuis en Centrum Gezond Gewicht, Rotterdam, Nederlandse Vereniging voor Kindergeneeskunde (voorzitter)
  • Prof. dr. E. (Edgar) van Mil, kinderarts-endocrinoloog, Jeroen Bosch Ziekenhuis, ‘s-Hertogenbosch, expertise centrum voor kinderen met obesitas, Nederlandse Vereniging voor Kindergeneeskunde (vice-voorzitter)
  • Dr. C.J. (Corjan) de Groot, AIOS kindergeneeskunde, Leids Universitair Medisch Centrum/ Groene Hart Ziekenhuis, Leiden/ Gouda, Nederlandse Vereniging voor Kindergeneeskunde
  • Dr A. (Anita) Vreugdenhil, kinderarts, Maastricht Universitair Medisch Centrum, Maastricht, Nederlandse Vereniging voor Kindergeneeskunde
  • Dr. S. (Saskia) Bouma -De Jongh, kinderarts, De Kinderartsenpraktijk, Nederlandse Vereniging voor Kindergeneeskunde
  • Dr. M. (Marja) van der Vorst, kinderarts-klinisch farmacoloog, St Antonius, Utrecht/ Nieuwegein, Nederlandse Vereniging voor Kindergeneeskunde
  • Dr. A.J. (Arieke) Janse, kinderarts, Ziekenhuis Gelderse Vallei, Ede, Nederlandse Vereniging voor Kindergeneeskunde
  • Dr. M. (Malika) Chegary, kinderarts, Onze Lieve Vrouwe Gasthuis, Amsterdam, Nederlandse Vereniging voor Kindergeneeskunde
  • Dr. F.M.H. (François) van Dielen, chirurg, Maxima MC, Eindhoven, Nederlandse Vereniging voor Heelkunde
  • Prof. dr. L.W.E. (Ernst) van Heurn, (kinder)chirurg, Amsterdam UMC, Amsterdam, Nederlandse Vereniging voor Heelkunde
  • Dr. L.J.M. (Loek) de Heide, internist-endocrinoloog, Medisch Centrum Leeuwarden, Leeuwarden, De Nederlandse Internisten Vereniging
  • Drs. J.W.J. (Willy) Jubels-Hatenboer, Nederlandse Stichting Over Gewicht, Haarlem
  • Drs. R. (Ramona) Leysner, diëtist, Behandelcentrum Merem, Hilversum, Nederlandse Vereniging van Diëtisten
  • Dr. E. (Eveliene) Dera-de Bie, docent Verpleegkunde, Zuyd Hogeschool, Heerlen, Beroepsvereniging Verpleegkundigen & Verzorgenden Nederland
  • Drs. S. (Sanne) Laurijssen, GZ-psycholoog, Elisabeth-TweeSteden Ziekenhuis, Tilburg, het Nederlands Instituut van Psychologen
  • Drs. M.G.M. (Margreet) van den Berg, GZ-psycholoog, Jeroen Bosch ziekenhuis, Den Bosch, het Nederlands Instituut van Psychologen
  • Dr. I. (Irene) Peters, Arts M&G, Jeugdarts GGDrU, Utrecht, AJN Jeugdartsen Nederland
  • Drs. M. (Marloes) Meurs, kinderfysiotherapeut, Bewegingscentrum Junior, Groningen, Koninklijk Nederlands Genootschap voor Fysiotherapie en Nederlandse Vereniging voor Kinderfysiotherapie

 

Klankbordgroep

  • Dr. J. (Jutka) Halberstadt, universitair docent kinderobesitas, landelijk projectmanager Care for Obesity, Vrije Universiteit Amsterdam
  • Drs. R. (René) Glijsteen, huisarts, Huisartsenpraktijk Kloppenborg&Glijsteen, Rotterdam, Nederlandse Huisartsen Genootschap

 

Met ondersteuning van

  • Dr. I.M. (Irina) Mostovaya, senior adviseur, Kennisinstituut van de Federatie Medisch Specialisten
  • Dr. S.N. (Stefanie) Hofstede, senior adviseur, Kennisinstituut van de Federatie Medisch Specialisten

Belangenverklaringen

De KNMG-code ter voorkoming van oneigenlijke beïnvloeding door belangenverstrengeling is gevolgd. Alle werkgroepleden hebben schriftelijk verklaard of zij in de laatste drie jaar directe financiële belangen (betrekking bij een commercieel bedrijf, persoonlijke financiële belangen, onderzoeksfinanciering) of indirecte belangen (persoonlijke relaties, reputatiemanagement, kennisvalorisatie) hebben gehad. Een overzicht van de belangen van werkgroepleden en het oordeel over het omgaan met eventuele belangen vindt u in onderstaande tabel. De ondertekende belangenverklaringen zijn op te vragen bij het secretariaat van het Kennisinstituut van de Federatie Medisch Specialisten.

 

Werkgroeplid

Functie

Nevenfuncties

Gemelde belangen

Ondernomen actie

Van den Akker (voorzitter)

Kinderarts Erasmus MC

Geen

Clinical trial fase III setmelatonide (Rhythm) voor patiënten met monogenetische obesitas Europees verband, gefinancierd door Rhythm Pharmaceuticals, Inc.

Geen

Van Mil (vice-voorzitter)

Kinderarts-endocrinoloog

Jeroen Bosch ziekenhuis

Bijzonder hoogleraar Jeugd, Voeding en Gezondheid aan de Universiteit Maastricht

Behandeld arts en initiatiefnemer Expertise Centrum Kinderen met Obesitas in het Jeroen Bosch ziekenhuis, dat tevens fungeert als 'best practise' voor het VWS proeftuinen project 'ketenaanpak voor kinderen met overgewicht'. Vakgroep Kindergeneeskunde wordt vergoed voor de uren die dit project worden gemaakt

Mede auteur van het boek 'Overgewicht en Obesitas bij Kinderen. Verder kijken dan de kilo's (ISBN 9789089534262), dat de basis vormt van het landelijk model voor ketenaanpak voor kinderen met overgewicht.

 

Betrokken bij de BASIC trial, gefinancieerd door MUMC.

 

Deelnemer aan de onderzoeksgroep van een wetenschappelijk studie naar het effect van bariatrische chirurgie bij adolescenten met overgewicht. De studie is genaamd: Laparoscopie Roux-en-Y Gastric Bypass Equipoise Laparoscopie Sleeve Gastrectomy for Severe Obesity in Teenagers: a Randomized Controlled Trial.

 

Deelnemer aan de onderzoeksgroep van een wetenschappelijk studie naar het effect van metformine bij adolescenten met overgewicht. De studie is genaamd: An efficacy, safety and pharmacokinetic study on the short-term and long-term use of METFORMIN in obese children and adolescents.

 

Geen

De Groot

AIOS kindergeneeskunde LUMC/Groene Hart Ziekenhuis

Binnen het GHZ betrokken bij onderwijscommissie van de afdeling kindergeneeskunde

Promotieonderzoek werd deels gefinancieerd door Nutricia Early Life Nutrition. Dit betrof een 'unrestricted grant'. Dat wil zeggen dat Nutricia Early Life Nutrition geen invloed had op het onderzoek dat ik verrichte, of zeggenschap had over het al dan niet publiceren van de resultaten. Mijn onderzoek richtte zich op neuroradiologische aspecten van obesitas. Er was derhalve ook geen direct financieel belang voor Nutricia bij de resultaten van mijn onderzoek. Er is geen nog lopend onderzoek van mij wat gefinancierd wordt door Nutricia. Er is momenteel geen enkele financiële afhankelijkheid van hen.

Geen

Vreugdenhil

Kinderarts MDL, vakgroep Kindergeneeskunde, Maastricht UMC+ , Oprichter Centre for Overweight Adolescent and Childrens Healthcare van het Maastricht UMC+

Geen

Mede onderzoeker in de BASIC trial en de TEENBEST studie

Geen

Bouma-de Jongh

Kinderarts Van Weel Bethesda ziekenhuis

Richtlijn bacterie NVVIT

Geen

Geen

Van der Vorst

Kinderarts-klinisch farmacoloog

St. Antonius ziekenhuis Utrecht/Nieuwegein

Geen

Hoofdonderzoeker: M.M.J. van der Vorst.

studienummer: NL34811.100.11. 'Metformin'

wetenschappelijke studie naar het effect van metformine bij adolescenten met overgewicht. De studie is genaamd: An efficacy, safety and pharmacokinetic study on the short-term and long-term use of METFORMIN in obese children and adolescents.

Geen

Janse

Kinderarts en klinische epidemioloog B. Werkgever: Ziekenhuis Gelderse Vallei

Geen

Hoofdonderzoeker A.J.Janse studienummer NL50601.029.14. Randomized Controlled Trial Solid food in preterm infants and the effect on obesity in the Netherlands (SPOON). Gefinancieerd middels samenwerkingsbijdrage Nutricia. Geen belang bij uitkomst onderzoek

Geen

Chegary

Kinderarts OLVG Amsterdam

Geen

Geen

Geen

Van Dielen

Bariatrisch chirurg

0.0 fte aanstelling in het Mumc+ als gastoperateur voor de BASIC trial. Betaald

Gastroperateur van de BASIC trial en derhalve hierbij actief betrokken. - Principal investigator van een internationale multicenter prospectief gerandomiseerde studie gastric sleeve versus. gastric bypass in adolescenten. (TEEN-Best).

Geen

Van Heurn

Kinderchirurg, hoogleraar kinderchirurgie AMC en VUMC

Geen

Hoofdonderzoeker BASIC trial: onderzoek naar bariatrische

Chirurgie/ leefstijlinterventies bij adolescenten gefinancierd door MUMC.

Geen belang bij de uitkomst van het onderzoek.

Geen

De Heide

Internist-Endocrinoloog, Medisch Centrum Leeuwarden, in dienst van MSB-VCL, 50%

1 dagdeel per week in dienst van CON, Centrum Obesitas Nederland, Leeuwarden,

onbetaald, protocollering postoperatieve zorg na bariatrie, wetenschappelijk onderzoek

Geen

Geen

Jubels-Hatenboer

Part-time werkzaam bij marketing in de & communicatie bij Jubels B.V.

Sinds sept 2014 actief lid van de Technische Commissie bij de Zandvoortsche Hockeyclub. En sinds 2018 bestuurslid bij de Nederlandse Stichting Over Gewicht.

Dochter met genetische obesitas (leptinereceptor deficiëntie) maar zij zal niet gebaat zijn bij een bariatrisch chirurgische ingreep.

Geen

Leysner

Dietist behandelcentrum Merem Hilversum

Lid landelijk netwerk van diëtisten die gespecialiseerd zijn in de behandeling van overgewicht en (morbide) obesitas met bijbehorende co-morbiditeit (KDOO) (onbetaald)

Geen

Geen

Dera-de Bie

Docent Verpleegkunde (0,8) en lid lectoraat wijkgerichte zorg (0,2)

Zuyd Hogeschool Heerlen

Redactielid Tijdschrift JGZ

Lid V&VN, maatschappij en gezondheid

Geen

Geen

Laurijssen

GZ-psycholoog en cognitief gedragstherapeut Elisabeth Tweesteden ziekenhuis Tilburg

Gastdocent Tilburg University

Geen

Geen

Van den Berg

Gz-psycholoog, RVE Kindergeneeskunde, Jeroen Bosch Ziekenhuis

GGZ-Oostbrabant afdeling eetstoornissen

Geen

Als Gz-psycholoog verbonden aan het zorgpad overgewicht binnen het Jeroen Bosch Ziekenhuis. Betrokken bij indicatiestelling voor behandeling.

Geen

Peters

Arts Maatschappij en Gezondheid, jeugdarts bij GGDrU.

Geen

Geen

Geen

Meurs

 

 

Kinderfysiotherapeut, voorzitter Nederlandse Vereniging voor Kinderfysiotherapie, eigen kinderpraktijk, begeleidt en behandelt kinderen met obesitas in een eerstelijns GLI.

Geen

Geen

Geen

Halberstadt

Universitair docent kinderobesitas/ Landelijk projectmanager Care for Obesity, Vrije Universiteit Amsterdam

Geen

Care for Obesity leverde in 2018 met financiering van het ministerie van VWS het landelijk model ketenaanpak voor kinderen met overgewicht en obesitas op. Vanaf 2019 vormt Care for Obesity /de Vrije Universiteit Amsterdam met vier andere landelijke partijen de coalitie voor de ketenaanpak voor kinderen met overgewicht en obesitas. Deze coalitie werkt met financiering van het ministerie van VWS aan de borging, implementatie, doorontwikkeling en evaluatie van het landelijk model.

Geen

Glijsteen

Huisarts zelfstandig in maatschap 3-3,5 dag NAP Kloppenberg& Glijsteen en Huisarts docent staflid Huisartsopleiding UMC 1,5 dag

Wedstijdsecretaris V.O.C. incident Rotterdam Onbetaald Lid raad van toezicht van PRIMEUR database (onbetaald)

Geen

Geen

Mostovaya

Senior adviseur

Geen

Geen

Geen

Hofstede

Senior adviseur

Geen

Geen

Geen

Inbreng patiëntenperspectief

Er werd aandacht besteed aan het patiëntenperspectief door een afgevaardigde van de patiëntenvereniging in de werkgroep. De conceptrichtlijn is tevens voor commentaar voorgelegd aan de Nederlandse Stichting Over Gewicht.

Methode ontwikkeling

Evidence based

Implementatie

In de verschillende fasen van de richtlijnontwikkeling is rekening gehouden met de implementatie van de richtlijn-(module) en de praktische uitvoerbaarheid van de aanbevelingen. Daarbij is uitdrukkelijk gelet op factoren die de invoering van de richtlijn in de praktijk kunnen bevorderen of belemmeren. Het implementatieplan is te vinden bij de aanverwante producten.

Werkwijze

AGREE

Deze richtlijn is opgesteld conform de eisen vermeld in het rapport Medisch Specialistische Richtlijnen 2.0 van de adviescommissie Richtlijnen van de Raad Kwaliteit. Dit rapport is gebaseerd op het AGREE II instrument (Appraisal of Guidelines for Research & Evaluation II; Brouwers, 2010), dat een internationaal breed geaccepteerd instrument is. Voor een stap-voor-stap beschrijving hoe een evidence-based richtlijn tot stand komt wordt verwezen naar het stappenplan Ontwikkeling van Medisch Specialistische Richtlijnen van het Kennisinstituut van de Federatie Medisch Specialisten.

 

Knelpuntenanalyse

Tijdens de voorbereidende fase inventariseerden de voorzitter van de werkgroep en de adviseur de knelpunten. Tevens zijn er knelpunten aangedragen door de Nederlandse Vereniging voor Kindergeneeskunde, Nederlandse vereniging voor Heelkunde, Nederlandse Internisten Vereniging, Nederlandse Vereniging van Artsen voor Longziekten en Tuberculose, Nederlandse Vereniging voor Obstetrie en Gynaecologie, Care for Obesity, Jeugdartsen Nederland, Verpleegkundigen & Verzorgenden Nederland, Koninklijk Nederlands Genootschap voor Fysiotherapie, Nederlandse Vereniging voor Kinderfysiotherapie, Kind & Ziekenhuis, Inspectie Gezondheidszorg en Jeugd, Partnerschap Overgewicht Nederland, Nederlandse Obesitas Kliniek, Zelfstandige Klinieken Nederland, Zorginstituut Nederland en RA-Medical via een Invitational conference. Dit was een gecombineerde Invitational conference voor twee richtlijnen; (1) behandeling van kinderen met obesitas en (2) chirurgische behandeling van obesitas. Een verslag hiervan is opgenomen onder aanverwante producten.

 

Uitgangsvragen en uitkomstmaten

Op basis van de uitkomsten van de knelpuntenanalyse zijn door de voorzitter en de adviseur concept-uitgangsvragen opgesteld. Deze zijn met de werkgroep besproken waarna de werkgroep de definitieve uitgangsvragen heeft vastgesteld. Vervolgens inventariseerde de werkgroep per uitgangsvraag welke uitkomstmaten voor de patiënt relevant zijn, waarbij zowel naar gewenste als ongewenste effecten werd gekeken. De werkgroep waardeerde deze uitkomstmaten volgens hun relatieve belang bij de besluitvorming rondom aanbevelingen, als cruciaal (kritiek voor de besluitvorming), belangrijk (maar niet cruciaal) en onbelangrijk. Tevens definieerde de werkgroep tenminste voor de cruciale uitkomstmaten welke verschillen zij klinisch (patiënt) relevant vonden.

 

Strategie voor zoeken en selecteren van literatuur

Er werd voor de afzonderlijke uitgangsvragen aan de hand van specifieke zoektermen gezocht naar gepubliceerde wetenschappelijke studies in (verschillende) elektronische databases. Tevens werd aanvullend gezocht naar studies aan de hand van de literatuurlijsten van de geselecteerde artikelen. In eerste instantie werd gezocht naar studies met de hoogste mate van bewijs. De werkgroepleden selecteerden de via de zoekactie gevonden artikelen op basis van vooraf opgestelde selectiecriteria. De geselecteerde artikelen werden gebruikt om de uitgangsvraag te beantwoorden. De databases waarin is gezocht, de zoekstrategie en de gehanteerde selectiecriteria zijn te vinden in de module met desbetreffende uitgangsvraag. De zoekstrategie voor de oriënterende zoekactie en patiëntenperspectief zijn opgenomen onder aanverwante producten.

 

Kwaliteitsbeoordeling individuele studies

Individuele studies werden systematisch beoordeeld, op basis van op voorhand opgestelde methodologische kwaliteitscriteria, om zo het risico op vertekende studieresultaten (risk of bias) te kunnen inschatten. Deze beoordelingen kunt u vinden in de Risk of Bias (RoB) tabellen. De gebruikte RoB instrumenten zijn gevalideerde instrumenten die worden aanbevolen door de Cochrane Collaboration: AMSTAR - voor systematische reviews; Cochrane - voor gerandomiseerd gecontroleerd onderzoek; Newcastle-Ottowa - voor observationeel onderzoek.

 

Samenvatten van de literatuur

De relevante onderzoeksgegevens van alle geselecteerde artikelen werden overzichtelijk weergegeven in evidencetabellen. De belangrijkste bevindingen uit de literatuur werden beschreven in de samenvatting van de literatuur. Bij een voldoende aantal studies en overeenkomstigheid (homogeniteit) tussen de studies werden de gegevens ook kwantitatief samengevat (meta-analyse) met behulp van Review Manager 5.

 

Beoordelen van de kracht van het wetenschappelijke bewijs

A) Voor interventievragen (vragen over therapie of screening)

De kracht van het wetenschappelijke bewijs werd bepaald volgens de GRADE-methode. GRADE staat voor ‘Grading Recommendations Assessment, Development and Evaluation’ (zie http://www.gradeworkinggroup.org/).

 

GRADE onderscheidt vier gradaties voor de kwaliteit van het wetenschappelijk bewijs: hoog, redelijk, laag en zeer laag. Deze gradaties verwijzen naar de mate van zekerheid die er bestaat over de literatuurconclusie (Schünemann, 2013).

 

GRADE

Definitie

Hoog

  • er is hoge zekerheid dat het ware effect van behandeling dichtbij het geschatte effect van behandeling ligt zoals vermeld in de literatuurconclusie;
  • het is zeer onwaarschijnlijk dat de literatuurconclusie verandert wanneer er resultaten van nieuw grootschalig onderzoek aan de literatuuranalyse worden toegevoegd.

Redelijk*

  • er is redelijke zekerheid dat het ware effect van behandeling dichtbij het geschatte effect van behandeling ligt zoals vermeld in de literatuurconclusie;
  • het is mogelijk dat de conclusie verandert wanneer er resultaten van nieuw grootschalig onderzoek aan de literatuuranalyse worden toegevoegd.

Laag

  • er is lage zekerheid dat het ware effect van behandeling dichtbij het geschatte effect van behandeling ligt zoals vermeld in de literatuurconclusie;
  • er is een reële kans dat de conclusie verandert wanneer er resultaten van nieuw grootschalig onderzoek aan de literatuuranalyse worden toegevoegd.

Zeer laag

  • er is zeer lage zekerheid dat het ware effect van behandeling dichtbij het geschatte effect van behandeling ligt zoals vermeld in de literatuurconclusie;
  • de literatuurconclusie is zeer onzeker.

*in 2017 heeft het Dutch GRADE Network bepaald dat de voorkeursformulering voor de op een na hoogste gradering ‘redelijk’ is in plaats van ‘matig’

 

B) Voor vragen over diagnostische tests, schade of bijwerkingen, etiologie en prognose

De kracht van het wetenschappelijke bewijs werd eveneens bepaald volgens de GRADE-methode: GRADE-diagnostiek voor diagnostische vragen (Schünemann, 2008), en een generieke GRADE-methode voor vragen over schade of bijwerkingen, etiologie en prognose. In de gehanteerde generieke GRADE-methode werden de basisprincipes van de GRADE-methodiek toegepast: het benoemen en prioriteren van de klinisch (patiënt) relevante uitkomstmaten, een systematische review per uitkomstmaat, en een beoordeling van bewijskracht op basis van de vijf GRADE-criteria (startpunt hoog; downgraden voor risk of bias, inconsistentie, indirectheid, imprecisie, en publicatiebias).

 

Formuleren van de conclusies

Voor elke relevante uitkomstmaat werd het wetenschappelijk bewijs samengevat in een of meerdere literatuurconclusies waarbij het niveau van bewijs werd bepaald volgens de GRADE-methodiek. De werkgroepleden maakten de balans op van elke interventie (overall conclusie). Bij het opmaken van de balans werden de gunstige en ongunstige effecten voor de patiënt afgewogen. De overall bewijskracht wordt bepaald door de laagste bewijskracht gevonden bij een van de cruciale uitkomstmaten. Bij complexe besluitvorming waarin naast de conclusies uit de systematische literatuuranalyse vele aanvullende argumenten (overwegingen) een rol spelen, werd afgezien van een overall conclusie. In dat geval werden de gunstige en ongunstige effecten van de interventies samen met alle aanvullende argumenten gewogen onder het kopje 'Overwegingen'.

 

Overwegingen (van bewijs naar aanbeveling)

Om te komen tot een aanbeveling zijn naast (de kwaliteit van) het wetenschappelijke bewijs ook andere aspecten belangrijk en worden meegewogen, zoals de expertise van de werkgroepleden, de waarden en voorkeuren van de patiënt (patient values and preferences), kosten, beschikbaarheid van voorzieningen en organisatorische zaken. Deze aspecten worden, voor zover geen onderdeel van de literatuursamenvatting, vermeld en beoordeeld (gewogen) onder het kopje ‘Overwegingen’.

 

Formuleren van aanbevelingen

De aanbevelingen geven antwoord op de uitgangsvraag en zijn gebaseerd op het beschikbare wetenschappelijke bewijs en de belangrijkste overwegingen, en een weging van de gunstige en ongunstige effecten van de relevante interventies. De kracht van het wetenschappelijk bewijs en het gewicht dat door de werkgroep wordt toegekend aan de overwegingen, bepalen samen de sterkte van de aanbeveling. Conform de GRADE-methodiek sluit een lage bewijskracht van conclusies in de systematische literatuuranalyse een sterke aanbeveling niet a priori uit, en zijn bij een hoge bewijskracht ook zwakke aanbevelingen mogelijk. De sterkte van de aanbeveling wordt altijd bepaald door weging van alle relevante argumenten tezamen.

 

Randvoorwaarden (Organisatie van zorg)

In de knelpuntenanalyse en bij de ontwikkeling van de richtlijn is expliciet rekening gehouden met de organisatie van zorg: alle aspecten die randvoorwaardelijk zijn voor het verlenen van zorg (zoals coördinatie, communicatie, (financiële) middelen, menskracht en infrastructuur). Randvoorwaarden die relevant zijn voor het beantwoorden van een specifieke uitgangsvraag maken onderdeel uit van de overwegingen bij de bewuste uitgangsvraag. Meer algemene, overkoepelende, of bijkomende aspecten van de organisatie van zorg worden behandeld in de module Organisatie van zorg.

 

Indicatorontwikkeling

Gelijktijdig met het ontwikkelen van de conceptrichtlijn heeft de werkgroep overwogen om interne kwaliteitsindicatoren te ontwikkelen om het toepassen van de richtlijn in de praktijk

te volgen en te versterken. Meer informatie over de methode van indicatorontwikkeling is op te vragen bij het Kennisinstituut van de Federatie Medisch Specialisten (secretariaat@kennisinstituut.nl).

 

Kennislacunes

Tijdens de ontwikkeling van deze richtlijn is systematisch gezocht naar onderzoek waarvan de resultaten bijdragen aan een antwoord op de uitgangsvragen. Bij elke uitgangsvraag is door de werkgroep nagegaan of er (aanvullend) wetenschappelijk onderzoek gewenst is om de uitgangsvraag te kunnen beantwoorden. Een overzicht van de onderwerpen waarvoor (aanvullend) wetenschappelijk van belang wordt geacht, is als aanbeveling in de Kennislacunes beschreven (onder aanverwante producten).

 

Commentaar- en autorisatiefase

De conceptrichtlijn werd aan de betrokken (wetenschappelijke) verenigingen en (patiënt) organisaties, waaronder de partijen die zijn uitgenodigd voor de invitational conference, voorgelegd ter commentaar. De commentaren werden verzameld en besproken met de werkgroep. Naar aanleiding van de commentaren werd de conceptrichtlijn aangepast en definitief vastgesteld door de werkgroep. De definitieve richtlijn werd aan de deelnemende (wetenschappelijke) verenigingen en (patiënt) organisaties voorgelegd voor autorisatie en door hen geautoriseerd dan wel geaccordeerd.

 

Literatuur

Brouwers, M. C., Kho, M. E., Browman, G. P., Burgers, J. S., Cluzeau, F., Feder, G., et al. (2010). AGREE II: advancing guideline development, reporting and evaluation in health care. Canadian Medical Association Journal, 182(18), E839-E842.

Medisch Specialistische Richtlijnen 2.0 (2012). Adviescommissie Richtlijnen van de Raad Kwalitieit. https://richtlijnendatabase.nl/over_deze_site/richtlijnontwikkeling.html

Ontwikkeling van Medisch Specialistische Richtlijnen: stappenplan. Kennisinstituut van Medisch Specialisten.

Schünemann H, Brożek J, Guyatt G, et al. GRADE handbook for grading quality of evidence and strength of recommendations. Updated October 2013. The GRADE Working Group, 2013. Link: http://gdt.guidelinedevelopment.org/central_prod/_design/client/handbook/handbook.html.

Schünemann, H. J., Oxman, A. D., Brozek, J., Glasziou, P., Jaeschke, R., Vist, G. E., et al. (2008). Rating Quality of Evidence and Strength of Recommendations: GRADE: Grading quality of evidence and strength of recommendations for diagnostic tests and strategies. BMJ: British Medical Journal, 336(7653), 1106.

Wessels, M., Hielkema, L., & van der Weijden, T. (2016). How to identify existing literature on patients' knowledge, views, and values: the development of a validated search filter. Journal of the Medical Library Association: JMLA, 104(4), 320.

Zoekverantwoording

Zoekacties zijn opvraagbaar. Neem hiervoor contact op met de Richtlijnendatabase.