Etnische achtergrond
Uitgangsvraag
Wat is de toegevoegde waarde van etnische achtergrond bij het reclassificeren van het risico op hart- en vaatziekten?
Aanbeveling
Overweeg laagdrempelig opstellen van een risicoprofiel voor hart- en vaatziekten bij bevolkingsgroepen met een migratieachtergrond.
Zie af van het meewegen van etnische achtergrond met het doel de risicoschatting op hart- en vaatziekten te verbeteren bij personen zonder hart- en vaatziekten, vanwege het nog ontbreken van voldoende bewijs voor de Nederlandse situatie.
Overwegingen
Uit de internationale literatuur komt niet duidelijk naar voren of het toevoegen van etnische achtergrond aan het risicopredicitiemodel leidt tot reclassificatie van het risico op hart- en vaatziekten.
Vermeldenswaardig is de Britse QRISK2-risicoscore (Hippisley-Cox, 2008). Deze score vertoonde betere predictiekarakteristieken dan de voorganger QRISK1, maar verschilde van QRISK1 op meerdere punten dan alleen de toevoeging van etnische achtergrond. Bovendien waren de etnische groepen heel verschillend van de etnische groeperingen die in Nederland woonachtig zijn. Om die reden is de analyse die aantoont dat QRISK2 beter was dan QRISK1 niet meegenomen in het literatuuronderzoek.
Eerste-generatiemigranten hebben meestal een lagere mortaliteit ten gevolge van hart- en vaatziekten dan de oorspronkelijke bewoners van het gastland (Patel, 2006), maar in de loop van de tijd naderen eerste generatie migranten meestal het risico op hart- en vaatziekten van hun gastland (Patel, 2006; Rafnsson, 2013). In vergelijking met de oorspronkelijke bewoners van het gastland varieert het mortaliteitsrisico op hart- en vaatziekten, evenals de prevalentie en het beleid ten aanzien van risicofactoren voor hart- en vaatziekten onder eerste generatie migranten afhankelijk van het land van oorsprong en het gastland (Rafnsson, 2013; van Oeffelen, 2013; Harding, 2008). Gelet op de aanzienlijke variabiliteit in risicofactoren voor hart- en vaatziekten tussen migrantengroepen is er geen specifieke risicoscore voor hart- en vaatziekten die voldoet voor alle groepen, en het gebruik van etnisch-specifieke scores moet worden overwogen (Tillin, 2014).
Eerste generatie migranten uit Turkije hebben een hoger geschat risico op hart- en vaatziekte en hogere mortaliteitscijfers voor hart- en vaatziekten (van Oeffelen, 2013) dan patiënten van Nederlandse afkomst. Dit lijkt vooral te komen door een hogere incidentie van roken, diabetes mellitus, dyslipidemie, hypertensie en obesitas (Glenday, 2006; Agyemang, 2006; El Fakiri, 2008).
Eerste generatie migranten uit Marokko hebben een lagere incidentie van hart- en vaatziekten dan patiënten van Nederlandse afkomst (van Oeffelen, 2013). Mogelijke verklaringen zijn een lagere bloeddruk en cholesterolwaarden en een lager aantal rokers (Agyemang, 2006; El Fakiri, 2008), hoewel er ook een hogere incidentie is gevonden van diabetes mellitus en obesitas (El Fakiri, 2008; Snijder, 2017). Er werden geen verschillen gevonden tussen patiënten met een Marokkaanse migratieachtergrond en patiënten van Nederlandse afkomst wat betreft het onder controle houden van hypertensie (Agyemang, 2006).
Eerste generatie immigranten uit Afrikaanse landen ten zuiden van de Sahara en uit het Caraïbisch gebied hebben in sommige onderzoeken (Harding, 2008; Bhopal, 2012; Regidor, 2009) een hogere incidentie van hart- en vaatziekten dan oorspronkelijke bewoners van het gastland (Groot-Brittannië en Spanje), maar niet in alle (Bhopal, 2013). Afrikaanse immigranten hebben een hogere incidentie van diabetes mellitus (Agyemang, 2011) maar roken minder (Agyemang, 2010) dan de oorspronkelijke bewoners van het gastland (Nederland en Engeland). Management van risicofactoren voor hart- en vaatziekten was in een onderzoek (Mathur, 2011) minder goed dan onder oorspronkelijke bewoners, maar niet in een ander onderzoek (Schofield, 2011).
Met betrekking tot overige categorieën laten enkele Nederlandse cohortonderzoeken een wisselend beeld zien van verhoogde prevalenties, op relatief jongere leeftijd, van diabetes mellitus, (slecht gereguleerde) hypertensie en hart- en vaatziekten in onder andere Hindostaanse, Aziatisch-Surinaamse en Afro-Surinaamse personen (Agyemang, 2005; Agyemang, 2015; Bindraban, 2008; Raza, 2017; Snijder, 2017). Het risico op hart- en vaatziekten bij hen is vermoedelijk tenminste gedeeltelijk onafhankelijk van de klassieke risicofactoren is, maar dit is nog onvoldoende onderzocht om hier precieze uitspraken over te doen. Inmiddels is men met een onderzoek binnen de HELIUS-studie gestart naar de validiteit van SCORE2 in etnische groepen in Nederland.
Update 2023
Uiteindelijk is de belangrijkste vraag of toevoeging van etnische achtergrond aan het risicoprofiel een reden is om de risicoschatting aan te passen. In de ESC-richtlijn Cardiovascular disease prevention in clinical practice (Visseren, 2021) wordt het advies gegeven om de schatting van het risico op hart- en vaatziekten te vermenigvuldigen met een RR gebaseerd op resultaten uit een Engelse studie. De onderzochte etnische groepen (onder andere Pakistanen en Indiërs) laten zich echter lastig te extrapoleren naar de Nederlandse situatie. De gegevens suggereren wel dat het risico verschillend is tussen groepen. Echter, de groep Nederlanders met een Afrikaanse afkomst betreft voor een belangrijk deel mensen met een Afro-Surinaamse achtergrond die juist een hoog risico hebben. Daarom is besloten de aanbeveling uit de ESC-richtlijn (Visseren, 2021) niet over te nemen voor Nederland en het nieuwe onderzoek uit de HELIUS-studie af te wachten. Wel zijn er voldoende aanwijzingen dat bepaalde etnische groepen een ongunstiger risicoprofiel hebben (vooral ten aanzien van diabetes mellitus en hypertensie) en is alertheid daarop aan te bevelen.
Een zeer recent onderzoek suggereert dat SCORE2 het risico onderschat bij Nederlanders met een Surinaamse afkomst (Kist, 2023). Deze resultaten vragen om verdere validatie, liefst ook met verder onderscheid naar Afro-Surinaamse en Zuid-Aziatisch Surinaamse origine. Uit ditzelfde onderzoek kwam ook naar voren dat lagere sociaaleconomische status onafhankelijk geassocieerd is met een hoger cardiovasculair risico. Daarom zou verdiscontering van sociaaleconomische status als risicomodificator (zie ook module 3.2 Hoe het risico te schatten bij CVRM) deze onderschatting mogelijk tenminste gedeeltelijk kunnen compenseren.
Onderbouwing
Achtergrond
In Nederland wonen veel personen van verschillende komaf. Er is veel literatuur die suggereert dat afkomst van invloed is op het cardiovasculaire risico, onafhankelijk van overige risicofactoren. Voor risicoschatting is het vooral van belang of toevoegen van afkomst aan de standaard risico-informatie een betere risicoschatting oplevert. Dit kan worden beoordeeld door reclassificatie te analyseren.
Conclusies
|
Zeer laag GRADE |
Het is onzeker of toevoegen van etnische achtergrond aan een risicopredictiemodel leidt tot reclassificatie van het risico op hart- en vaatziekten bij patiënten zonder hart- en vaatziekten.
Bronnen (Gijsberts, 2015; Drawz, 2012) |
Samenvatting literatuur
Beschrijving studies
Gijsberts (2015) gebruikt data van een meta-analyse op patiëntniveau, waarin 17 cohortstudies wereldwijd zijn geïncludeerd. De data van 15 cohorten met individuele records van 60.211 deelnemers, zonder bekende voorgeschiedenis van hart- en vaatziekten werden gebruikt voor de analyse. In de totale populatie was de gemiddelde leeftijd op baseline 59 jaar, 51% was man. In de totale populatie had 78% een Europese of Noord-Amerikaanse, 12% een Afrikaanse, 6% een Aziatische en 2% een Latijns-Amerikaanse achtergrond (NB in het artikel wordt gesproken over white, black, Asian en Hispanic). De gemiddelde follow-upduur was 9,1 jaar. De uitkomst cardiovasculair event werd gedefinieerd als eerste keer beroerte of myocardinfarct. De invloed van etniciteit op de associatie tussen Framingham-risicofactoren en hart- en vaatziekten werd berekend door een interactieterm voor etniciteit met elke risicofactor toe te voegen aan regressieanalyses.
Drawz (2012) onderzochten in hoeverre het toevoegen van chronische nierziekte en etnische achtergrond aan het Framingham-predictiemodel de risicostratificatie verbeterde bij patiënten met hypertensie. De primaire uitkomst was coronaire hartziekte, dit was een samengestelde maat voor fatale coronaire hartziekten, niet-fatale myocardinfarcten, coronaire revascularisatie, en angina. De data van in totaal 19811 deelnemers, zonder bekende geschiedenis van hart- en vaatziekten werden gebruikt voor de analyse. Deze deelnemers werden gerandomiseerd naar een ontwikkelsample (N=13.207) en een validatiesample (N=6.604). In de ontwikkelsample had 61% een Europese of Noord-Amerikaanse afkomst, en 39% een Afrikaanse afkomst (het artikel spreekt over non-black and black). De gemiddelde leeftijd op baseline was in beide groepen 64 jaar. De reclassificatie van deelnemers in hogere of lagere categorieën tussen het basismodel en het model met chronische nierziekte gestratificeerd naar etniciteit werd geëvalueerd met de Net Reclassification Index (NRI).
Resultaten
Hart- en vaatziekten morbiditeit
In de meta-analyse van Gijsberts was de 10-jaars event rate van hart- en vaatziekten 6,7% voor mensen met Aziatische afkomst; 7,8% voor Latijns-Amerikaanse afkomst; 8,1% voor Europese of Noord-Amerikaanse afkomst en 9,2% voor mensen met een Afrikaanse afkomst (Gijsberts, 2015). De regressieanalyses waaraan etniciteit was toegevoegd, hadden een betere ‘model fit’ dan zonder etniciteit (likelihood ratio test p<0,001). Leeftijd en totaal-cholesterol hadden een significante interactie met etniciteit. De HR voor cardiovasculair event (eerste keer beroerte of myocardinfarct) per 10 jaar toename in leeftijd was 20% lager bij mensen met Afrikaanse afkomst (HR 1,52; 95% BI 1,44 tot 1,60) dan bij Europese of Noord-Amerikaanse afkomst (1,89; 95% BI 1,86 tot 1,93). De HR voor cardiovasculair event per 1 mmol/L toename in totaal-cholesterol was 10% hoger bij mensen met Afrikaanse afkomst (HR 1,20; 95% BI 1,13 tot 1,26) dan bij Europese en Noord-Amerikaanse afkomst (1,09; 95% BI 1,07 tot 1,12). De overige interactietermen waren niet statistisch significant.
Geconcludeerd werd dat de associatie tussen Framingham-risicofactoren met hart- en vaatziekten dezelfde richting opgaat voor verschillende etnische groepen, maar dat de grootte van de associatie voor leeftijd en totaal-cholesterol verschilt voor mensen van Afrikaanse afkomst ten opzichte van Europese en Noord-Amerikaanse afkomst. Voor de andere risicofactoren en etnische groepen was de associatie niet statistisch significant verschillend. Gijsberts heeft de Net Reclassification Index, noch andere parameters van predictie-accuratesse (bijvoorbeeld kalibratie) onderzocht.
Net Reclassification index (NRI)
De NRI voor het 5-jaarsrisico op hart- en vaatziekten werd berekend door Drawz (2012) en geeft aan in hoeverre het model inclusief chronische nierziekte en etnische achtergrond) in staat is om deelnemers te classificeren vergeleken met het model zonder deze variabelen. Er was geen verbetering van risicoclassificatie door toevoeging van chronische nierziekte en etnische achtergrond, want geen van de berekende NRI’s was statistisch significant (Noord-Amerikaanse afkomst: mannen NRI 1,3%, P=0,54; vrouwen NRI -5,5%, P=0,11; Afrikaanse afkomst: mannen NRI -4,1%, P=0,46; vrouwen NRI 4,4%, P=0,31). Het effect van enkel toevoeging van etnische achtergrond (zonder chronisch nierziekte) werd niet weergegeven.
Bewijskracht van de literatuur
Hart- en vaatziekten morbiditeit: De bewijskracht voor de uitkomstmaat hart- en vaatziekten morbiditeit is met 3 niveaus verlaagd gezien beperkingen in de onderzoeksopzet (Risk of Bias: verschil in looptijd cohorten en verschillende definiëring etnische groepen); extrapoleerbaarheid (bias ten gevolge van indirectheid: andere definitie uitkomstmaat, Framingham risk model in plaats van SCORE; andere etnische groepen dan in PICO; vijf-jaarsrisico in plaats van tien-jaarsrisico); publicatiebias.
Zoeken en selecteren
Om de uitgangsvraag te kunnen beantwoorden is er een systematische literatuuranalyse verricht naar de volgende zoekvraag:
Leidt toevoeging van afkomst aan het predictiemodel op basis van alleen klassieke risicofactoren tot een betere risicoschatting bij patiënten zonder hart- en vaatziekten, afgemeten aan klinisch significante (>10%) reclassificatie (Net Reclassification Index), voor wat betreft hun (10-jaars) mortaliteit- en morbiditeit aan hart- en vaatziekten?
P: personen zonder hart- en vaatziekten;
I: risicopredictie op basis van klassieke risicofactoren plus andere etnische achtergrond dan de Nederlandse (patiënten van Surinaamse, Turkse, Marokkaanse, Aziatische, Oost-Europese en Afrikaanse afkomst);
C: risicopredictie op basis van alleen klassieke risicofactoren;
O: hart- en vaatziekten morbiditeit, hart- en vaatziekten mortaliteit, reclassificatie uitgedrukt in Net Reclassification Index (NRI).
Relevante uitkomstmaten
De werkgroep achtte zowel hart- en vaatziekten morbiditeit/mortaliteit als reclassificatie voor de besluitvorming kritieke uitkomstmaten. De werkgroep definieerde de genoemde uitkomstmaten niet a priori, maar hanteerde de in de studies gebruikte definities. De werkgroep definieerde een NRI van 10% voor upward of downward reclassifcatie als een klinisch (patiënt) relevant verschil.
Zoeken en selecteren (Methode)
Zoekactie – september 2017
In de database Medline (via OVID) is tot 25 september 2017 met relevante zoektermen gezocht naar systematische reviews en observationele studies. De zoekverantwoording is weergegeven onder het tabblad Verantwoording. De literatuurzoekactie leverde 156 treffers op met zoekfilter systematische reviews/meta-analyses. Studies werden door twee onderzoekers onafhankelijk van elkaar geselecteerd op grond van de volgende selectiecriteria: systematische reviews (gedetailleerde zoekstrategie, Risk of Bias beoordeling, evidence-tabel) en relevantie voor de uitgangsvraag. Conflicten werden via onderlinge discussie opgelost. Op basis van titel en abstract werden in eerste instantie 2 studies voorgeselecteerd. Na raadpleging van de volledige tekst, werden vervolgens geen studies geëxcludeerd en 2 studies definitief geselecteerd.
Update – maart 2022
In maart 2022 is de zoekactie herhaald, waarbij de zoekstrategie geüpdatet is naar de Nederlandse situatie (zie Zoekverantwoording). Op basis van titel en abstract werden in eerste instantie 21 studies voorgeselecteerd. Na raadpleging van de volledige tekst van 3 artikelen werden vervolgens 3 studies geëxcludeerd en geen studie definitief geselecteerd (voor meer detail, zie de exclusietabel).
Resultaat literatuurzoekactie
Eén meta-analyse (Gijsberts, 2015) en één cohortstudie (Drawz, 2012) zijn opgenomen in de literatuuranalyse. De belangrijkste studiekarakteristieken en resultaten zijn opgenomen in de evidence-tabellen. De beoordeling van de individuele studieopzet (Risk of Bias) is opgenomen in de Risk of Bias tabellen.
Referenties
- Agyemang C, Kieft S, Snijder MB, et al. Hypertension control in a large multi-ethnic cohort in Amsterdam, The Netherlands: the HELIUS study. Int J Cardiol. 2015;183:180-9.
- Agyemang C, Kunst AE, Bhopal R, et al. Diabetes prevalence in populations of South Asian Indian and African origins: a comparison of England and the Netherlands. Epidemiology. 2011;22:563-567.
- Agyemang C, Stronks K, Tromp N, et al. A cross-national comparative study of smoking prevalence and cessation between English and Dutch South Asian and African origin populations: the role of national context. Nicotine Tob Res. 2010;12:557-566.
- Agyemang C, Ujcic-Voortman J, Uitenbroek D, et al. Prevalence and management of hypertension among Turkish, Moroccan and native Dutch ethnic groups in Amsterdam, the Netherlands: the Amsterdam Health Monitor Survey. J Hypertens. 2006;24:2169-2176.
- Agyemang C, Bindraban N, Mairuhu G, et al; SUNSET (Surinamese in The Netherlands: Study on Ethnicity and Health) Study Group. Prevalence, awareness, treatment, and control of hypertension among Black Surinamese, South Asian Surinamese and White Dutch in Amsterdam, The Netherlands: the SUNSET study. J Hypertens. 2005;23(11):1971-7.
- Bansal N, Fischbacher CM, Bhopal RS, et al. Myocardial infarction incidence and survival by ethnic group: Scottish Health and Ethnicity Linkage retrospective cohort study. BMJ Open. 2013;3:e003415.
- Bhopal RS, Bansal N, Fischbacher CM, et al. Ethnic variations in the incidence and mortality of stroke in the Scottish Health and Ethnicity Linkage Study of 4.65 million people. Eur J Prev Cardiol. 2012;19:1503-1508.
- Bhopal RS, HumphryRW, Fischbacher CM. Changes in cardiovascular risk factors in relation to increasing ethnic inequalities in cardiovascular mortality: comparison of cross-sectional data in the Health Surveys for England 1999 and 2004. BMJ Open. 2013;3:e003485.
- Bhopal R, Fischbacher C, Vartiainen E, et al. Predicted and observed cardiovascular disease in South Asians: application of FINRISK, Framingham and SCORE models to Newcastle Heart Project data. J Public Health. 2005;27:93-100.
- Bindraban NR, van Valkengoed IG, Mairuhu G, et al. Prevalence of diabetes mellitus and the performance of a risk score among Hindustani Surinamese, African Surinamese and ethnic Dutch: a cross-sectional population-based study. BMC Public Health. 2008 1;8:271.
- Drawz PE, Baraniuk S, Davis BR, et al. Cardiovascular risk assessment: addition of CKD and race to the Framingham equation. Am Heart J. 2012;164(6):925-31.e2. doi: 10.1016/j.ahj.2012.09.003. Epub 2012 Oct 29. PubMed PMID: 23194494; PubMed Central PMCID: PMC3511773.
- El Fakiri F, Bruijnzeels MA, Foets MM, et al. Different distribution of cardiovascular risk factors according to ethnicity: a study in a high risk population. J Immigrant Minority Health. 2008;10:559-65.
- Gijsberts CM, Groenewegen KA, Hoefer IE, et al. Race/Ethnic Differences in the Associations of the Framingham Risk Factors with Carotid IMT and Cardiovascular Events. PLoS One. 2015 2;10(7):e0132321. doi: 10.1371/journal.pone.0132321. eCollection 2015.
- Glenday K, Kumar BN, Tverdal A, et al. Cardiovascular disease risk factors among five major ethnic groups in Oslo, Norway: the Oslo Immigrant Health Study. Eur J Cardiovasc Prev Rehabil. 2006;13:348-355.
- Harding S, Rosato M, Teyhan A. Trends for coronary heart disease and stroke mortality among migrants in England and Wales, 19792003: slow declines notable for some groups. Heart 2008;94:463-470.
- Hempler NF, Diderichsen F, Larsen FB, et al. Do immigrants from Turkey, Pakistan and Yugoslavia receive adequate medical treatment with beta-blockers and statins after acute myocardial infarction compared with Danishborn residents? A register-based follow-up study. Eur J Clin Pharmacol. 2010;66: 735-742.
- Hippisley-Cox J, Coupland C, Vinogradova Y, et al. Predicting cardiovascular risk in England and Wales: prospective derivation and validation of QRISK2. BMJ. 2008;28:336(7659):1475-82.
- Kist JM, Vos RC, Mairuhu ATA, Struijs JN, van Peet PG, Vos HMM, van Os HJA, Beishuizen ED, Sijpkens YWJ, Faiq MA, Numans ME, Groenwold RHH. SCORE2 cardiovascular risk prediction models in an ethnic and socioeconomic diverse population in the Netherlands: an external validation study. EClinicalMedicine. 2023 Feb 16;57:101862. doi: 10.1016/j.eclinm.2023.101862. PMID: 36864978; PMCID: PMC9971516.
- Mathur R, Hull SA, Badrick E, et al. Cardiovascular multimorbidity: the effect of ethnicity on prevalence and risk factor management. Br J Gen Pract. 2011;61: e262-e270.
- Patel JV, Vyas A, Cruickshank JK, et al. Impact of migration on coronary heart disease risk factors: comparison of Gujaratis in Britain and their contemporaries in villages of origin in India. Atherosclerosis. 2006;185:297-306.
- Rafnsson SB, Bhopal RS, Agyemang C, et al. Sizable variations in circulatory disease mortality by region and country of birth in six European countries. Eur J Public Health. 2013;23: 594-605.
- Raza Q, Snijder MB, Seidell JC, et al. Comparison of cardiovascular risk factors and dietary intakes among Javanese Surinamese and South-Asian Surinamese in the Netherlands. The HELIUS study. BMC Res Notes. 2017;6:10(1):23.
- Regidor E, de La Fuente L, Martinez D, et al. Heterogeneity in cause-specific mortality according to birthplace in immigrant men residing in Madrid, Spain. Ann Epidemiol. 2008;18:605-13.
- Schofield P, Saka O, Ashworth M. Ethnic differences in blood pressure monitoring and control in south east London. Br J Gen Pract. 2011;61:190-196.
- Snijder MB, Agyemang C, Peters RJ, et al. Case Finding and Medical Treatment of Type 2 Diabetes among Different Ethnic Minority Groups: The HELIUS Study. J Diabetes Res. 2017:9896849.
- Tillin T, Hughes AD, Whincup P, et al. Ethnicity and prediction of cardiovascular disease: performance of QRISK2 and Framingham scores in a U.K. tri-ethnic prospective cohort study (SABRESouthall And Brent REvisited). Heart 2014;100:60-67.
- Tran AT, Straand J, Diep LM, et al. Cardiovascular disease by diabetes status in five ethnic minority groups compared to ethnic Norwegians. BMC Public Health. 2011;11:554.
- Van Oeffelen AA, Vaartjes I, Stronks K, et al. Incidence of acute myocardial infarction in first and second generation minority groups: does the second generation converge towards the majority population? Int J Cardiol. 2013;168: 5422-5429.
- Visseren FLJ, Mach F, Smulders YM, Carballo D, Koskinas KC, Bäck M, Benetos A, Biffi A, Boavida JM, Capodanno D, Cosyns B, Crawford C, Davos CH, Desormais I, Di Angelantonio E, Franco OH, Halvorsen S, Hobbs FDR, Hollander M, Jankowska EA, Michal M, Sacco S, Sattar N, Tokgozoglu L, Tonstad S, Tsioufis KP, van Dis I, van Gelder IC, Wanner C, Williams B; ESC National Cardiac Societies; ESC Scientific Document Group. 2021 ESC Guidelines on cardiovascular disease prevention in clinical practice. Eur Heart J. 2021 Sep 7;42(34):3227-3337. doi: 10.1093/eurheartj/ehab484. PMID: 34458905.
Evidence tabellen
Evidence-tabellen
|
Study reference |
Study characteristics |
Patient characteristics |
Prognostic factor(s) |
Follow-up
|
Outcome measures and effect size |
Comments |
|
Gijsberts, 2015 |
Type of study: participant meta-analysis
Setting: 15 population based cohorts worldwide
Countries: USA, Germany, Japan, UK, Canada, NLD, Finland, Sweden, Norway
Source of funding: Non-commercial (Netherlands Organisation for Health Research and Development) |
Inclusion criteria:
Exclusion criteria:
N=60.211 individual records
Mean age: 59 yr
Sex: 51% M / 49% F
46,788 Whites (78%) 7,200 Blacks (12%) 3,816 Asians (6%) 2,407 Hispanics (4%) |
Ethnicity:
|
Mean follow-up: 9.1 yr (range 3.8 to 13.1 yr)
For how many participants were no complete outcome data available? Incomplete data on mean common CIMT, cardiovascular risk factors, and (time to) CV events, approximately 12% of total values, were imputed
|
Cardiovascular events 10-yr event rate
HR (95% CI) Age
Total cholesterol
|
|
|
Drawz, 2012 |
Type of study: cohort study
Setting: 19.811 subjects of ALLHAT cohort
Countries: USA
Source of funding: Non-commercial funding. ALLHAT investigators received financial support by industry. |
Inclusion criteria:
Exclusion criteria:
N=19.811
Mean age: 64 yr
Sex: 51% M / 49% F
8108 Whites (61%) 5099 Blacks (39%)
|
Ethnicity:
|
5-yr follow-up
For how many participants were no complete outcome data available? Not reported
|
Coronary heart disease (CHD), 5-yr* Net Reclassification Improvement Non-black, men: 1.3% (P=0.54) Non-black, women: -5.5% (P=0.11) Black, men: -4.1% (P=0.46) Black, women: 4.4% (P=0.31)
|
*NRI of model included CKD and race compared to basic model without these variables |
Table of quality assessment – prognostic studies
|
Study reference
(first author, year of publication) |
Was there a representative and well-defined sample of patients at a similar point in the course of the disease?
(yes/no/unclear) |
Was follow-up sufficiently long and complete?
(yes/no/unclear) |
Was the outcome of interest defined and adequately measured?
(yes/no/unclear) |
Was the prognostic factor of interest defined and adequately measured?
(yes/no/unclear) |
Was loss to follow-up / incomplete outcome data described and acceptable?
(yes/no/unclear) |
Was there statistical adjustment for all important prognostic factors?
(yes/no/unclear) |
Level of evidence
|
|
Gijsberts, 2015 |
Yes |
Yes |
Unclear |
Unclear |
Yes |
Yes |
A2 |
|
Drawz, 2012 |
Yes |
No (5 yr follow-up) |
Yes |
No (self-reported and Hispanic eligible in both black or non-black) |
No (not described) |
Yes |
B |
Verantwoording
Autorisatiedatum en geldigheid
Laatst beoordeeld : 01-09-2024
Laatst geautoriseerd : 01-09-2024
Geplande herbeoordeling : 01-01-2025
Algemene gegevens
De ontwikkeling/herziening van deze richtlijnmodule werd ondersteund door het Kennisinstituut van de Federatie Medisch Specialisten (www.demedischspecialist.nl/kennisinstituut) en werd gefinancierd uit de Kwaliteitsgelden Medisch Specialisten (SKMS). De financier heeft geen enkele invloed gehad op de inhoud van de richtlijnmodule.
Samenstelling werkgroep
Voor het herzien van de richtlijnmodule is in 2021 een multidisciplinaire cluster ingesteld, bestaande uit vertegenwoordigers van alle relevante specialismen (zie hiervoor de Samenstelling van het cluster) die betrokken zijn bij de zorg voor patiënten met (een hoog risico op) hart-en vaatziekten.
Per geprioriteerde module wordt door het cluster bekeken welke expertise gewenst is bij de uitwerking en wordt gezamenlijk een verdeling gemaakt in mate van betrokkenheid van clusterleden. Alle clusterexpertiseleden die direct betrokken waren bij de modules, staan hieronder per module vermeld.
Stuurgroep
- Prof. dr. A.W. (Arno) Hoes (voorzitter), klinisch epidemioloog, werkzaam in het UMC Utrecht te Utrecht
- Prof. dr. Y.M. (Yvo) Smulders (vicevoorzitter), internist-vasculair geneeskundige, werkzaam in het Amsterdam UMC, locatie VUmc te Amsterdam, NIV
- Drs. N.J.P. (Klaas) Borst, internist ouderengeneeskunde, werkzaam in het Isala ziekenhuis te Zwolle, NIV
- Dr. F.A.L. (Frans) van der Horst, klinisch chemicus, werkzaam in het Reinier Medisch Diagnostisch Centrum te Delft, NVKC
- Dr. A.H. (AnHo) Liem, cardioloog niet praktiserend, NVVC
- Prof. dr. F.M.A.C. (Fabrice) Martens, cardioloog, werkzaam in het Amsterdam UMC te Amsterdam, NVVC
- Prof. F. (Francesco) Mattace-Raso, klinisch geriater, werkzaam in het Erasmus Medisch Centrum te Rotterdam, NVKG
- Prof. E.P. (Eric) Moll van Charante, huisarts niet praktiserend, huisarts-onderzoeker, werkzaam in het Amsterdam UMC, locatie AMC te Amsterdam, NHG
- L.A.C. (Sanne) Ruigrok MSc, beleidsadviseur, werkzaam bij Harteraad te Den Haag, Harteraad
- Prof. dr. B.K. (Birgitta) Velthuis, radioloog, werkzaam in het UMC Utrecht te Utrecht, NVvR
- Prof. dr. F.L.J. (Frank) Visseren, internist-vasculair geneeskundige, werkzaam in het UMC Utrecht te Utrecht, NIV
- Dr. Tj. (Tjerk) Wiersma, senior-wetenschappelijk medewerker, werkzaam bij het Nederlands Huisartsen Genootschap te Utrecht, NHG
Betrokken expertisegroepleden bij cyclus 1
- Prof. Dr. B.J.H. (Bert-Jan) van den Born, internist-vasculair geneeskundige, werkzaam in het Amsterdam UMC, locatie AMC te Amsterdam, NIV
- Dr. J. (Jaap) Deinum, internist-vasculair geneeskundige, Radboud UMC, Nijmegen, NIV
- Dr. M.L. (Louis) Handoko, cardioloog, werkzaam in het Amsterdam UMC, locatie VUmc te Amsterdam, NVVC
- Dr. O.W.H. (Olivier) van der Heijden, gynaecoloog-perinatoloog, werkzaam in het Radboud UMC te Nijmegen, NVOG
- Dr. K. (Karen) Konings, kaderhuisarts hart- en vaatziekten, werkzaam in huisartsenpraktijk K. Konings te Maastricht, NHG
- Drs. M. (Marco) Krukerink, huisarts, werkzaam in Huisartsenpraktijk Krukerink & De Wolde te Borne, NHG
- Dr. R.N. (Nils) Planken, radioloog, werkzaam in het Amsterdam UMC, locatie AMC te Amsterdam, NVvR
- Dr. C. (Calin) Popa, reumatoloog, werkzaam in de Sint Maartenskliniek te Nijmegen, NVR
- Dr. J.E. (Jeanine) Roeters van Lennep, internist-vasculair geneeskundige, werkzaam in het Erasmus MC te Rotterdam, NIV
- Dr. P. (Pernette) de Sauvage Nolting, cardioloog, werkzaam in Hartkliniek Rotterdam te Rotterdam, NVVC
- Drs. P. (Paul) Smits, kaderhuisarts hart- en vaatziekten, werkzaam bij De HOEDT-huisartsen te Zoetermeer, NHG
- Dr. M. (Melanie) Tan, internist-vasculair geneeskundige, werkzaam in het UMC Utrecht te Utrecht, NIV
- Drs. J.J.S. (Judith) Tjin-A-Ton, kaderhuisarts hart- en vaatziekten, werkzaam in huisartsenpraktijk Frakking & Tjin-A-Ton te Amstelveen, NHG
- Dr. S.E. (Sarah) Vermeer, neuroloog, werkzaam in het Rijnstate Ziekenhuis te Arnhem, NVN
- Prof. dr. R. (Rozemarijn) Vliegenthart, radioloog, werkzaam in het Universitair Medisch Centrum Groningen te Groningen, NVvR
- Dr. A.J. (Bart) Voogel, cardioloog, werkzaam in het Spaarne Gasthuis te Hoofddorp, NVVC
- Dr. M.E. (Janneke) Wittekoek, cardioloog, werkzaam bij Stichting Heartlife klinieken te Utrecht, NVVC
Module Etnische achtergrond
- Prof. E.P. (Eric) Moll van Charante, huisarts-onderzoeker, werkzaam in het Amsterdam UMC, locatie AMC te Amsterdam, NHG
- Drs. P. (Paul) Smits, kaderhuisarts hart- en vaatziekten, werkzaam bij De HOEDT-huisartsen te Zoetermeer, NHG
- Dr. M. (Melanie) Tan, internist-vasculair geneeskundige, werkzaam in het UMC Utrecht te Utrecht, NIV
Met ondersteuning van:
- Dr. W.M. Lijfering, senior adviseur, Kennisinstituut van de Federatie Medisch Specialisten (vanaf september 2023)
- Dr. B.H. (Bernardine) Stegeman, senior adviseur, Kennisinstituut van de Federatie Medisch Specialisten (tot augustus 2023).
- Dr. N.L. van der Zwaluw, senior adviseur, Kennisinstituut van de Federatie Medisch Specialisten (vanaf april 2023)
Belangenverklaringen
De Code ter voorkoming van oneigenlijke beïnvloeding door belangenverstrengeling is gevolgd. Alle clusterleden 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) hebben gehad. Gedurende de ontwikkeling of herziening van een module worden wijzigingen in belangen aan de voorzitter doorgegeven. De belangenverklaring wordt opnieuw bevestigd tijdens de commentaarfase.
Een overzicht van de belangen van de clusterleden 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 restrictie |
|
Hoes (voorzitter) |
Vice-voorzitter raad van bestuur / decaan, UMC Utrecht |
|
- |
Geen |
|
Smulders |
|
|
- |
Geen |
|
Visseren |
|
Voorzitter van de Task Force of the European Society of Cardiology for the 2021 European guidelines on cardiovascular disease prevention in clinical practice. |
Mede-initiatiefnemer van de U-Prevent website voor gebruik van risico algoritmes in de klinische praktijk. De website is eigendom van ORTEC. Betrokkenheid bestaat uit wetenschappelijk advies. |
Geen |
|
Borst |
Internist ouderengeneeskunde en vasculaire geneeskunde |
Lid Forum visitatorum (vacatievergoeding) |
- |
Geen |
|
Mattace-Raso |
|
2019-today: Aging Clinical and Experimental Research 2015-today: Clinical Interventions in Aging |
- |
Geen |
|
Liem |
Gepensioneerd cadioloog (eerder verbonden aan Franciscus gasthuis Rotterdam tot 31-12-2019)
|
- eerder lid richtlijnencommissie CVRM - eerder lid richtlijncommissie vetstofwisselingsstoornissen - lid Raad van Toezicht WCN (onbetaald) |
2018-2021: vergoeding op uurbasis voor presentaties en adviesraden op het gebied van CVRM Lipiden, antithrombotica, anti-diabetica) en Hartfalen. Deelname aan vele trials vanuit WCN. |
Geen, adviesraden zijn gestaakt gedurende het proces |
|
Martens |
Cardioloog Hoogleraar Preventieve Cardiologie |
Namens de NVVC voorzitter Werkgroep Geneesmiddelen Namens de DCVA voorzitter Commissie Preventie
|
Vergoeding voor presentaties op het gebied van CVRM (lipiden, antitrombotica en anti- diabetica), via bemiddeling bureau’s zoals Medcon, Sam Health, Health Investments, Springer Healthcare, Breau Prevents etc. |
Geen, adviesraden zijn gestaakt sinds lidmaatschap Stuurgroep CVRM |
|
Wiersma |
senior wetenschappelijk medewerker NHG |
- |
- |
Geen |
|
Moll van Charante |
Hoogleraar afdeling Huisartsgeneeskunde (0,5 fte) en afdeling Public & Occupational Health (0,5 fte) Amsterdam UMC. |
van VWS en het Deltaplan Dementie (ontwikkeld i.s.m Movisie, Nivel, Pharos, Trimbos-instituut en Vilans)
|
Betrokken bij de ontwikkeling van een app voor zelfmanagement van risicofactoren voor hartvaatziekten en dementie. Het aandeel van resp. Vital Health Software en Philips Vital Health in deze studie is gefinancierd vanuit een Europese grant. |
Geen |
|
Velthuis |
Radioloog |
|
Vergoedingen als spreker voor Nederlandse Vereniging voor Radiologie (NVvR). Philips research geld voor PhD onderzoeker vanaf 2023 |
Geen |
|
Van der Horst |
Laboratorium specialist klinische chemie en laboratoriumgeneeskunde
|
|
- |
Geen |
|
Ruigrok |
Beleidsadviseur |
Geen |
Geen |
Geen |
Expertisegroep
Module
|
Clusterlid |
Functie |
Nevenfuncties |
Gemelde belangen |
Ondernomen restrictie |
|
Born, van den |
Internist-vasculair geneeskundige, |
|
|
Geen onderzoek betreft onderwerpen die niet in de herziene modules ter sprake komen.
|
|
De Sauvage Nolting |
Cardioloog |
- |
- |
Geen |
|
Deinum |
Internist Radboud UMC Nijmegen |
- |
- |
Geen |
|
Handoko |
Cardioloog |
Medical Lectures Handoko: |
Via Medical Lectures Handoko ontving/ontvang ik sprekersvergoeding / vergoeding voor advieswerk van Novartis, Boehringer Ingelheim, Daiichi Sankyo, Vifor Pharma, AstraZeneca, Bayer, MSD, Quin. |
Geen |
|
Heijden, van der |
Gynaecoloog-perinatoloog |
|
- |
Geen |
|
Konings |
|
Aspirant Directie-lid regionale zorggroep ZIO, betaald |
Schrijver van ECG-leerboek: ECG's beoordelen en begrijpen - De ECG 10+ methode – (royalties) |
Geen |
|
Krukerink |
Huisarts |
Podcastmaker, Huisartspodcast.nl gedeeltelijk betaald door vakblad H&W |
- |
Geen |
|
Planken |
Radioloog Amersterdam UMC, aandachtsgebied cardiovasculaire radiologie |
|
- Consultancy services: Bayer, Hemolens - Speakers fee: Bayer, Kalcio Healthcare |
Geen |
|
Popa |
Reumatoloog |
|
- |
Geen |
|
Roeters van Lennep |
Internist-vasculair geneeskundige |
|
Lokale PI bij verschillende internationale onderzoeken op het gebied van lipidenverlagende medicatie dat gefinancierd wordt door farmaceut. |
Geen |
|
Smits |
Huisarts |
|
- |
Geen |
|
Tan |
Internist-vasculair geneeskundige |
|
- |
Geen |
|
Tjin-A-Ton |
Huisarts - Huisartsenpraktijk Frakking & Tjin-A-Ton (40 uur) |
|
- |
Geen |
|
Vermeer |
Neuroloog Rijnstate |
- |
- |
Geen |
|
Vliegenthart |
Radioloog |
|
|
Geen |
|
Voogel |
Cardioloog Spaarne Gasthuis |
|
- |
Geen |
|
Wittekoek |
|
|
- |
Geen |
Inbreng patiëntenperspectief
Er werd aandacht besteed aan het patiëntenperspectief door afvaardiging van Harteraad in de clusterstuurgroep. De verkregen input is meegenomen bij het opstellen van de uitgangsvragen, de keuze voor de uitkomstmaten en bij het opstellen van de overwegingen. De conceptmodule is tevens voor commentaar voorgelegd aan Harteraad en de eventueel aangeleverde commentaren zijn bekeken en verwerkt.
Kwalitatieve raming van mogelijke financiële gevolgen in het kader van de Wkkgz
Bij de richtlijnmodule is conform de Wet kwaliteit, klachten en geschillen zorg (Wkkgz) een kwalitatieve raming uitgevoerd om te beoordelen of de aanbevelingen mogelijk leiden tot substantiële financiële gevolgen. Bij het uitvoeren van deze beoordeling is de richtlijnmodule op verschillende domeinen getoetst (zie het stroomschema op de Richtlijnendatabase).
Module |
Uitkomst raming |
Toelichting |
|
Module Etnische achtergrond |
geen substantiële financiële gevolgen |
Hoewel uit de toetsing volgt dat de aanbeveling(en) breed toepasbaar zijn (>40.000 patiënten), volgt ook uit de toetsing dat het geen nieuwe manier van zorgverlening of andere organisatie van zorgverlening betreft. Er worden daarom geen substantiële financiële gevolgen verwacht. |
Werkwijze
AGREE
Deze richtlijnmodule 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).
Need-for-update, prioritering en uitgangsvragen
Tijdens de need-for-update fase inventariseerde het cluster de geldigheid van de modules binnen het cluster. Naast de betrokken wetenschappelijke verenigingen en patiëntenorganisaties zijn hier ook andere stakeholders voor benaderd in juni 2021.
Per module is aangegeven of deze geldig is, kan worden samengevoegd met een andere module, obsoleet is en kan vervallen of niet meer geldig is en moet worden herzien. Ook was er de mogelijkheid om nieuwe onderwerpen voor modules aan te dragen die aansluiten bij één (of meerdere) richtlijn(en) behorend tot het cluster. De modules die door één of meerdere partijen werden aangekaart als ‘niet geldig’ zijn meegegaan in de prioriteringsfase. Deze module is geprioriteerd door het cluster.
Voor de geprioriteerde modules zijn door de het cluster concept-uitgangsvragen herzien of opgesteld en definitief vastgesteld.
Uitkomstmaten
Na het opstellen van de zoekvraag behorende bij de uitgangsvraag inventariseerde het cluster welke uitkomstmaten voor de patiënt relevant zijn, waarbij zowel naar gewenste als ongewenste effecten werd gekeken. Hierbij werd een maximum van acht uitkomstmaten gehanteerd. Het cluster 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 het cluster tenminste voor de cruciale uitkomstmaten welke verschillen zij klinisch (patiënt) relevant vonden.
Methode literatuursamenvatting
Een uitgebreide beschrijving van de strategie voor zoeken en selecteren van literatuur is te vinden onder ‘Zoeken en selecteren’ onder Onderbouwing. Indien mogelijk werd de data uit verschillende studies gepoold in een random-effects model. R studio (versie 2023.06.0+421) werd gebruikt voor de statistische analyses. De beoordeling van de kracht van het wetenschappelijke bewijs wordt hieronder toegelicht.
Beoordelen van de kracht van het wetenschappelijke bewijs
De kracht van het wetenschappelijke bewijs werd bepaald volgens de GRADE-methode. GRADE staat voor ‘Grading Recommendations Assessment, Development and Evaluation’ (zie www.gradeworkinggroup.org. De basisprincipes van de GRADE-methodiek zijn: het benoemen en prioriteren van de klinisch (patiënt) relevante uitkomstmaten, een systematische review per uitkomstmaat, en een beoordeling van de bewijskracht per uitkomstmaat op basis van de acht GRADE-domeinen (domeinen voor downgraden: risk of bias, inconsistentie, indirectheid, imprecisie, en publicatiebias; domeinen voor upgraden: dosis-effect relatie, groot effect, en residuele plausibele confounding).
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, in het bijzonder de mate van zekerheid dat de literatuurconclusie de aanbeveling adequaat ondersteunt (Schünemann, 2013; Hultcrantz, 2017).
|
GRADE |
Definitie |
|
Hoog |
|
|
Redelijk |
|
|
Laag |
|
|
Zeer laag |
|
Bij het beoordelen (graderen) van de kracht van het wetenschappelijk bewijs in richtlijnen volgens de GRADE-methodiek spelen grenzen voor klinische besluitvorming een belangrijke rol (Hultcrantz, 2017). Dit zijn de grenzen die bij overschrijding aanleiding zouden geven tot een aanpassing van de aanbeveling. Om de grenzen voor klinische besluitvorming te bepalen moeten alle relevante uitkomstmaten en overwegingen worden meegewogen. De grenzen voor klinische besluitvorming zijn daarmee niet één op één vergelijkbaar met het minimaal klinisch relevant verschil (Minimal Clinically Important Difference, MCID). Met name in situaties waarin een interventie geen belangrijke nadelen heeft en de kosten relatief laag zijn, kan de grens voor klinische besluitvorming met betrekking tot de effectiviteit van de interventie bij een lagere waarde (dichter bij het nuleffect) liggen dan de MCID (Hultcrantz, 2017).
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 aanvullende argumenten uit bijvoorbeeld de biomechanica of fysiologie, waarden en voorkeuren van patiënten, kosten (middelenbeslag), aanvaardbaarheid, haalbaarheid en implementatie. Deze aspecten zijn systematisch vermeld en beoordeeld (gewogen) onder het kopje ‘Overwegingen’ en kunnen (mede) gebaseerd zijn op expert opinion. Hierbij is gebruik gemaakt van een gestructureerd format gebaseerd op het evidence-to-decision framework van de internationale GRADE Working Group (Alonso-Coello, 2016a; Alonso-Coello 2016b). Dit evidence-to-decision framework is een integraal onderdeel van de GRADE methodiek.
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 het cluster 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 (Agoritsas, 2017; Neumann, 2016). De sterkte van de aanbeveling wordt altijd bepaald door weging van alle relevante argumenten tezamen. Het cluster heeft bij elke aanbeveling opgenomen hoe zij tot de richting en sterkte van de aanbeveling zijn gekomen.
In de GRADE-methodiek wordt onderscheid gemaakt tussen sterke en zwakke (of conditionele) aanbevelingen. De sterkte van een aanbeveling verwijst naar de mate van zekerheid dat de voordelen van de interventie opwegen tegen de nadelen (of vice versa), gezien over het hele spectrum van patiënten waarvoor de aanbeveling is bedoeld. De sterkte van een aanbeveling heeft duidelijke implicaties voor patiënten, behandelaars en beleidsmakers (zie onderstaande tabel). Een aanbeveling is geen dictaat, zelfs een sterke aanbeveling gebaseerd op bewijs van hoge kwaliteit (GRADE gradering HOOG) zal niet altijd van toepassing zijn, onder alle mogelijke omstandigheden en voor elke individuele patiënt.
|
Implicaties van sterke en zwakke aanbevelingen voor verschillende richtlijngebruikers |
||
|
|
Sterke aanbeveling |
Zwakke (conditionele) aanbeveling |
|
Voor patiënten |
De meeste patiënten zouden de aanbevolen interventie of aanpak kiezen en slechts een klein aantal niet. |
Een aanzienlijk deel van de patiënten zouden de aanbevolen interventie of aanpak kiezen, maar veel patiënten ook niet. |
|
Voor behandelaars |
De meeste patiënten zouden de aanbevolen interventie of aanpak moeten ontvangen. |
Er zijn meerdere geschikte interventies of aanpakken. De patiënt moet worden ondersteund bij de keuze voor de interventie of aanpak die het beste aansluit bij zijn of haar waarden en voorkeuren. |
|
Voor beleidsmakers |
De aanbevolen interventie of aanpak kan worden gezien als standaardbeleid. |
Beleidsbepaling vereist uitvoerige discussie met betrokkenheid van veel stakeholders. Er is een grotere kans op lokale beleidsverschillen. |
Organisatie van zorg
Bij de ontwikkeling van de richtlijnmodule is expliciet aandacht geweest voor de organisatie van zorg: alle aspecten die randvoorwaardelijk zijn voor het verlenen van zorg (zoals coördinatie, communicatie, (financiële) middelen, mankracht en infrastructuur). Randvoorwaarden die relevant zijn voor het beantwoorden van deze specifieke uitgangsvraag zijn genoemd bij de overwegingen. Meer algemene, overkoepelende, of bijkomende aspecten van de organisatie van zorg worden behandeld in de module Organisatie van zorg.
Commentaar- en autorisatiefase
De conceptrichtlijnmodule werd aan de betrokken (wetenschappelijke) verenigingen en (patiënt) organisaties voorgelegd ter commentaar. De commentaren werden verzameld en besproken met het cluster. Naar aanleiding van de commentaren werd de conceptrichtlijnmodule aangepast en definitief vastgesteld door het cluster. De definitieve richtlijnmodule werd aan de deelnemende (wetenschappelijke) verenigingen en (patiënt)organisaties voorgelegd voor autorisatie en door hen geautoriseerd dan wel geaccordeerd.
Literatuur
Agoritsas T, Merglen A, Heen AF, Kristiansen A, Neumann I, Brito JP, Brignardello-Petersen R, Alexander PE, Rind DM, Vandvik PO, Guyatt GH. UpToDate adherence to GRADE criteria for strong recommendations: an analytical survey. BMJ Open. 2017 Nov 16;7(11):e018593. doi: 10.1136/bmjopen-2017-018593. PubMed PMID: 29150475; PubMed Central PMCID: PMC5701989.
Alonso-Coello P, Schünemann HJ, Moberg J, Brignardello-Petersen R, Akl EA, Davoli M, Treweek S, Mustafa RA, Rada G, Rosenbaum S, Morelli A, Guyatt GH, Oxman AD; GRADE Working Group. GRADE Evidence to Decision (EtD) frameworks: a systematic and transparent approach to making well informed healthcare choices. 1: Introduction. BMJ. 2016 Jun 28;353:i2016. doi: 10.1136/bmj.i2016. PubMed PMID: 27353417.
Alonso-Coello P, Oxman AD, Moberg J, Brignardello-Petersen R, Akl EA, Davoli M, Treweek S, Mustafa RA, Vandvik PO, Meerpohl J, Guyatt GH, Schünemann HJ; GRADE Working Group. GRADE Evidence to Decision (EtD) frameworks: a systematic and transparent approach to making well informed healthcare choices. 2: Clinical practice guidelines. BMJ. 2016 Jun 30;353:i2089. doi: 10.1136/bmj.i2089. PubMed PMID: 27365494.
Brouwers MC, Kho ME, Browman GP, Burgers JS, Cluzeau F, Feder G, Fervers B, Graham ID, Grimshaw J, Hanna SE, Littlejohns P, Makarski J, Zitzelsberger L; AGREE Next Steps Consortium. AGREE II: advancing guideline development, reporting and evaluation in health care. CMAJ. 2010 Dec 14;182(18):E839-42. doi: 10.1503/cmaj.090449. Epub 2010 Jul 5. Review. PubMed PMID: 20603348; PubMed Central PMCID: PMC3001530.
Hultcrantz M, Rind D, Akl EA, Treweek S, Mustafa RA, Iorio A, Alper BS, Meerpohl JJ, Murad MH, Ansari MT, Katikireddi SV, Östlund P, Tranæus S, Christensen R, Gartlehner G, Brozek J, Izcovich A, Schünemann H, Guyatt G. The GRADE Working Group clarifies the construct of certainty of evidence. J Clin Epidemiol. 2017 Jul;87:4-13. doi: 10.1016/j.jclinepi.2017.05.006. Epub 2017 May 18. PubMed PMID: 28529184; PubMed Central PMCID: PMC6542664.
Medisch Specialistische Richtlijnen 2.0 (2012). Adviescommissie Richtlijnen van de Raad Kwalitieit. http://richtlijnendatabase.nl/over_deze_site/over_richtlijnontwikkeling.html
Neumann I, Santesso N, Akl EA, Rind DM, Vandvik PO, Alonso-Coello P, Agoritsas T, Mustafa RA, Alexander PE, Schünemann H, Guyatt GH. A guide for health professionals to interpret and use recommendations in guidelines developed with the GRADE approach. J Clin Epidemiol. 2016 Apr;72:45-55. doi: 10.1016/j.jclinepi.2015.11.017. Epub 2016 Jan 6. Review. PubMed PMID: 26772609.
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. Available from http://gdt.guidelinedevelopment.org/central_prod/_design/client/handbook/handbook.html.
Zoekverantwoording
Zoekacties zijn opvraagbaar. Neem hiervoor contact op met de Richtlijnendatabase.