Följsamhet Flashcards

1
Q

Dålig följsamhet och följder på hälsan hos 50+: en systematisk översikt

A

Dålig följsamhet och följder på hälsan hos 50+: en systematisk översikt

Följsamhet är inte något nytt, men de senast 2 decennier de studier och forskning om följsamheten ökat.

Följsamhet av LM behandling är stark kopplad till icke-användandet av LM. Under de senaste decennier har man anat vilka konsekvenser en dålig följsamhet ger. Vad gör patienten i praktik med det förskriva LM är det vi det undersöks med följsamhetsstudier.
Metaanalys och observationella studier har sammanställts för att undersöka sambandet mellan följsamheten och dödlighet: Man hittade 66 artiklar
Studier visade att dålig följsamhet kopplad till signifikant hög risk att individen hamnar på sjukhus eller att negativa kliniska händelser inträffar

Good adherence was associated with a 21% reduction in long‐term mortality risk

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Diagrammet visar en enskild individens följsamhet

A

Diagrammet visar en enskild individens följsamhet vid behandlingen med ett kroniskt LM: Patient har tagit LM i flera år och patients son har samlat detta data, patienten har sagt till sonen att han tar LM varje dag och samma tid, men sonen mäter pappas följsamhet med en apparat, där apparaten gör en mätning varje gång pappa tar tablett:
Y-axel: Tid över dygn
X-axel: Dag från 0 till 632
Varje blåpunkt = LM tagits
Det ska helst vara en rak blå linje som indikerar att patienten har tagit LM varje dag och i samma tidpunkt för att möjliggör en bra PK.

Då individen bör behandlas med LM vid 8 tiden på morgonen, detta kan synas för de flesta dagar med den blåa linjer men inte alla punkter ligger vid 8 tiden (Då vissa ligger utspridda över dygns timmar)
Man märkte även att patienten behandlats med dubbeldos under 14 dagar

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Varför viktigt med följsamhet till läkemedelsbehandling?

A

Varför viktigt med följsamhet till läkemedelsbehandling?

Man kan svara på frågan utifrån 3 perspektiv:

Patientsäkerheten
Ɵ Otillräcklig effekt: Om patienten inte tar LM i den grad LM ska tas, då innebär det att patienten inte får den behandling som hen behöver
Ɵ Ökad risk för beroende: Följsamhet handlar inte bara om att missa dos, utan även att ta dubbeldoser (T.ex. smärtstollande LM men sedan kompenserar leder till beroende)
Ɵ Ökad risk för abstinens och reboundeffekter: EX. LM som inte kan avslutas direkt (nikotin plåster och protonpumpshämmare, värre symtom än innan LM behandlingen)
Ɵ Ökad risk att utveckla terapiresistens: T.ex. Antibiotika och blodtryckssänkande LM
Ɵ Ökad risk för toxicitet: T.ex. Vid höga doser (Dubbeldoser)
Ɵ Ökad sannolikhet för olyckor: T.ex. Trafik och frakturer

Kostnader: Med hänsyn till:
Ɵ Individen
Ɵ Samhället

Miljö: LM som inte tas upp i kroppen kan ansamlas i naturen och tas upp av människa och djur
Ɵ Individen
Ɵ Samhället
Ɵ Djurlivet

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Otillräcklig effekt, kostnader för individen, samhället och miljön

A

Otillräcklig effekt, kostnader för individen, samhället och miljön
Ɵ Dålig följsamhet till läkemedel kostar pengar;

  1. Patienten hämtar ut läkemedlet: Kostar pengar för individen och samhället som betalar en stor del av LM. Individen betalar inte lika stor del av kostnad
  2. Läkemedlet tas, men inte tillräckligt för att förhindra eller bromsa sjukdomen: Tas bara halva dosen eller patienten bara tar LM varann dag istället för varje dag —> inte tillräckligt effekt för att bromsa sjukdomen, leder till att patienten hamnar på sjukhus vilket leder till ökad kostnader, hemvård eller så. LM tas men inte just den dosering leder till att LM slängs ut.
  3. Patienten hamnar i sjukvården
  4. Ev. kostnader i form av förlorad arbetskraft, sjukpenning, rehabilitering, hemvård, etc..
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Economic impact of medication non- adherence by disease groups: a systematic review

A

Economic impact of medication non- adherence by disease groups: a systematic review

Det finns 79 originala studier som studera kostnader för olika sjukdomar —> Av dessa studier kunde man dra slutsats om att sjukdomar med lägre följsamhet associerat med högt totala kostnad.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Otillräcklig effekt

A

Otillräcklig effekt och kostnader per diagnos och patient
Osteoporosis och gastrointestinal ligger med höga kostnader per patient

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Hur mäts följsamhet?

A

Hur mäts följsamhet?

Adherens (adherence): Adherens när det gäller LM behandling, Adherens delas in i 3 moduler:

1- Initiering (initiation): Studerar om patienten hämtar ut förskriven LM. Ja eller nej har den tagits eller ej
Patienten börjar aldrig ta läkemedlet
Binjärt (Ja/nej)

2- Implementering (implementation): Implementeringen undersöker och studerar tiden från att den hämtat ut och hur patienten tar LM:et. Man tittar om den hoppar över en dos och hur den försätter ta LM

Patienten försenar, hoppar över eller tar extra doser av läkemedlet

3- Persistens (persistence): Persistens studerar tid till händelse, att patienten slutar att ta LM

Patienten avslutar läkemedels- behandlingen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Initiering:

A

Initiering:
Y-axel: Andel som hämtar ut LM
X-axel: Från dag 0 till dag 360
Diagrammet är resultat av en studie som studerade initiering genom att analysera hur stor andel som förskrivs statiner och antidepressiva hämtar ut sin förskrivning. Inom 30 dagar 90% har hämtat ut första receptet. Cirka 7% hämtar aldrig ut första förskrivning inom 1 år.
Detta diagram är ganska representativ av flesta LM även I Sverige. Man kan generalisera till andra LM.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Implementering

A

Implementering
Stapeldiagram som visar att: För en 2-års lång studie, utförs en intervention vid 12 månader, där man sätta in stöd system för alla patener som hade dålig följsamhet, där kunderna får ett möte med en apotekare och diskutera varför följsamhet är inte bra och hur den kan förbättras och lägga upp plan för bra följsamhet.
Där man har använt uthämtningsdata för att studera implementeringen:
Y-axel = PDC
X-axel = månader (24 månader)
Efter halva studieperioder (12 månader) –> Intervention
Från PDC med 50% ökar den med 17% i början, men sjuknar lite lägre efteråt men stabiliseras sedan.
Slutsats: Interventionen var framgångsrik.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Persistens

A

Persistens
Diagrammet visar data från svenska LM register, en kohort studie:
Diagrammet visar persistens (Andel som avslutar LM användningen) varierar med systoliska BB. Persistens sjunker från 100% till efter 2 år ligga på 50-72%. Där patienter med bäst persistens har haft högst BB.

I detta fall är hög persistens önskvärd eftersom det indikerar att patienten håller sig till det ordinerade läkemedelsschemat enligt läkarens rekommendationer.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Adherens:

A

Adherens: Bilden visar de tre moduler:
Från vänster är start av förskrivningen av LM
Initiering: Börja ta första dosen, därefter efter initiering:
Implementering: Mäts efter 1-2 förskrivningar
Så fort patienten avslutar LM (Icke-Persistens)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Varför klinisk effekt inte uppnås? Varför vi är intresserade av att kunder är följsamma till behandling? Varför klinisk effekt inte uppnås?

A

Varför klinisk effekt inte uppnås? Varför vi är intresserade av att kunder är följsamma till behandling? Varför klinisk effekt inte uppnås?
1- Brister i vårdgivare.
2- Inte samma läkare i varje besök

3- Få LM sätts in vid förskrivning

4- Patienten har resistens

5- Eftersom en otillräcklig följsamhet är ett stort problem.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Hur mäter vi adherence i fältsstudier?
Hur mäter vi adherence med olika datakällor?

A

Hur mäter vi adherence i fältsstudier?
Hur mäter vi adherence med olika datakällor?
Biologiska vätskor
Tabletträkning
Elektronisk mentoring
Enkäter / Intervjuer
Förskrivna recept

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Koncentration av läkemedel i blod eller urin

A

Koncentration av läkemedel i blod eller urin
När vi vill mäta koncentration av ett LM i blod eller urin, sätter vi markörer och mäter innehållet av markör i blod eller urin. Vi kan uttala oss hur patienten tagit LM sista dygnet, men det beror på födointag, absorption och utsöndring.

Nackdel med att mäta koncentrationen av ett LM med biologiska vätskor:
Dyr och etisk fel (Långt ifrån säkert att vi får använda metoden för att se om patienten behandlas med LM eller ej, vi måste få godkännande.
Patienten är förberedd och kanske blir hen medveten och blir medvetet mer följsam.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Adherens analyserat från blodprov från patienter med resistent hypertoni

A

Adherens analyserat från blodprov från patienter med resistent hypertoni

  • Patienter med resistent hypertoni:
    – 163 patienter från VC
    – 176 från sjukhus
  • Serumkoncentrationer av antihypertensiva läkemedel
  • Andel adherenta från sjukhus (81%) är större jämfört med från vårdcentral (53%)

I denna studie har man analyserat adherens från blodprov. Där patienter behandlats med LM mot hypertoni, men fick inte effekt. De satt markör serum. Man fick att andel adherens är högre i sjukhus än VC, utifrån koncentration serum (Blodprover).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Tabletträkning

A

Tabletträkning
Tabletträkning som datakälla: Utförs genom att räkna hur många tabletter i burken vid nästa läkare besök eller med en apotekare. Räkningsfel kan uppkomma och man får inte data på när tabletten togs och hur hen tagit LM.

17
Q

Ex. tabletträkning

A

Ex. tabletträkning
Adherens till fosfatbindare i dialyspatienter
* 41 kroniska dialyspatienter
* Adherens till fosfatbindare
* Varje vecka fylls tablettburken på med olika antal extra tabletter
* Utvärdering av adherens genom veckovis tabletträkning

Tabletträkning är ensam inte en lämplig metod, de använde för denna studie därför 2 olika datakällor och kollade korrelationen och se om adherens är lika mellan dessa metoder.

18
Q

Elektronisk monitorering

A

Elektronisk monitorering
Kan kallas MEMS, burken som man använder för att räkna adherens med.

19
Q

Elektronisk monitorering: Den

A

Elektronisk monitorering: Den anger vilken tid och dag burken öppnas och då får vi en diagram (Son och pappa Ex.), vi ser när och vilka dagar LM togs.

20
Q

Ex. elektronisk monitorering

A

Ex. elektronisk monitorering
Med MEMS - (Grå = Hoppat över denna dag)

21
Q

Självrapportering

A

Självrapportering

  • Svar samlas in genom:
    – intervjuer alt.
    – enkäter via individen alt. vårdnadshavaren
  • Verktyg för utvärdering av adherens:
    – Adherens poängsystem (Morisky, MARS, BMQ, etc)
    – Visual analogue scale (VAS): Där man har mätt patientens egen följsamhet
    – Attityder poängsystem (ex. IPQ-Illness perception Questionnaire): som ger poäng för olika attityder.

Självrapportering: Handlar om att patienten ger information om hur de tagit LM. För att mäta adherens på samma sätt varje gång man har behandlats med LM. Moris, MARS och BMQ (ju mer man är adherens, desto högre poäng får man).

22
Q

Validering av Moriskys skala för ostereoporospatienters adherens till bisfosfonater

A

Validering av Moriskys skala för ostereoporospatienters adherens till bisfosfonater

  1. Glömmer du att ta dina förskrivna läkemedel mot osteoporos?
  2. Människor missar ibland att ta sina läkemedel av andra skäl än att de glömmer.
    Var det någon gång under de senaste fyra veckorna som du inte tog dina
    läkemedel mot osteoporos.
  3. Har du någon gång avstått eller slutat ta dina läkemedel mot osteoporos för att du
    kände dig värre när du tog dem, utan att berätta för din läkare?
  4. Glömmer du ibland dina läkemedel mot osteoporos när du reser eller lämnar
    hemmet?
  5. Tog du dina läkemedel mot osteoporos senaste gången du skulle ta dem?
  6. Slutar du att ta dina läkemedel mot osteoporos om du ibland känner att de inte
    fungerar?
  7. Att ta läkemedel exakt såsom står är direkt olämpligt för vissa. Tycker du också att
    det kan vara svårt att stå kvar på din behandlingsplan för osteoporos?
  8. Hur ofta har du svårt att minnas att ta alla dina läkemedel?

Dessa frågor är specifika för patienter med ostereoporos. Patienten får en poängskala utifrån dessa frågor, man kan skicka dem med patienten för att studera dess adherens, eller att man kan göra intervju med dessa frågor

23
Q

Ex. studie med enkäter

A

Ex. studie med enkäter
Syfte att studera skillnader i attityder till hypertoni och läkemedel mellan persistenta och icke persistenta patienter nyinsatta på antihypertensivt läkemedel

24
Q

Datainsamling från vårdcentralernas elektroniska journaler, LMR och enkäten

A

Datainsamling från vårdcentralernas elektroniska journaler, LMR och enkäten
* Ålder
* Kön
* Blodtryck (taget innan initiering av blodtryckssänkande läkemedel)
* Kardiovaskulär komorbiditet
* Blodtryckssänkande medicin
* Läkemedelsuttag
* Födelseland (Sverige/annat)

Datainsamling: Innebär att man tittar på elektroniska journaler, LM register och enkäter, där man kan få data om ålder, kön, samt diagnoser och LM de hade fått och info om LM uttag och födelse land.

25
Q

Antal enkäter

A

Antal enkäter som skickats ut 2420 till patienter som hade blodsänkande LM, därefter selekterar man bort som hade haft förut (Då man vill bara undersöka de som är nyinsatta på LM), 711 svarade på enkäten —> 62% som svarade alltså
Av dem var:
609 var persistenta
102 var icke-persistenta

26
Q

Resultat –Illness Perception Questionnaire (IPQ):

A

Resultat –Illness Perception Questionnaire (IPQ): I denna enkät som skickats ut, 3 frågor stod ut:

Konsekvenser:
Hur mycket patienten tycker att hypertonidiagnosen påverkar hans/hennes liv

Behandlingskontroll:
Hur mycket patienten tror att behandlingen kan förebygga kardiovaskulär sjukdom i framtiden

Tidslinje: Hur länge patienten tror att hypertoni- diagnosen kommer påverka honom/henne
Patienten tänkte i högre grad att hög BB inte var tillfälligt. Patienten tycker inte att höga BB påverkade livet.

27
Q

Resultat – BMQ (Belief Medication Questionnaire)

A

Resultat – BMQ (Belief Medication Questionnaire)
BMQ: Handlar om att mäta attityder, generellt till LM men även specifikt till LM behandling
Av tabellen kan man märka att patienten har positiv attityd till LM och BB sänkande behandling. Patienten tänker att det läkare överanvänder LM och tror att det finns en nytta. Patienten tänker att hen behöver LM:et för att behålla god hälsa

28
Q

Vilka databaser avser vi?

A

Vilka databaser avser vi?

Förskrivningsdatabas
* Info om förskrivning

Uthämtningsdatabas
* Info om uthämtade läkemedel från recept

Nationella läkemedelslistan: Ska snart införas

Vi har en förskrivning- och uthämtningsdatabas som är separata

29
Q

Följsamhetsstudier: förskrivningsdata mot uthämtningsdata

A

Följsamhetsstudier: förskrivningsdata mot uthämtningsdata

Följsamhetsstudier: Studerar skillnaden mellan förskrivningsdata och uthämtningsdata:

Förskrivningsdata (Ligger överst) med ATC kod och ITER (Antal uthämtningar)
Doser: Doser
Ipnr: Löpnummer
Löpnummer 3 används för att koppla ihop förskrivningen med uthämtningen:

Uthämtning (Nedan)
Uthämtning: Om den hämtat eller ej, men vet inte om den avstår, alltså om patienten väljer att inte hämta ut förskrivning, då synas den aldrig.

30
Q

Förskrivna recept

Fördelar

Nackdelar

A

Förskrivna recept

Fördelar
* automatiska: Är elektroniska, ökar sannolikt att alla info tas med varje uttag
* stora datamängder
* Kan enkelt kopplas till andra data i journalen om patienten, såsom labvärden, m.m. Då all data är på individnivå.

Nackdelar
* Rapporteras ostandardiserat av olika vårdpersonal
* Inkompletta
* Inkorrekta
* Ger ingen information om patienten faktiskt hämtar ut läkemedlet
Faktumet är det är människor som sitter och rapporterar, kan ibland ha inkomplett eller fel data.

Om vi vill mäta persistens med förskrivningsdata, då ska vi bestämma vilket lämpligt mått samt att bestämma vilket LM vi vill studera.
EX. Statin i detta fall, som förskrevs 3:e jan. Nästa är 21 april, detta innebär att patienten inte är persistens.

31
Q

Uthämtade recept

Fördelar

Nackdelar

A

Uthämtade recept

Fördelar
* Automatiska
* Stora datamängder
* Individnivå
* Vi vet med säkerhet att patienten har hämtat ut läkemedlet

Nackdelar
* Indikation saknas
* Förutsätter att patienter inte lånar/köper läkemedlet av annan person
* Saknar information från läkaren om ev. avbrott i läkemedelsbehandlingen

Om vi vill mäta persistens med uthämtningsdata, då ska vi göra som, förskrivningsdata, men med uthämtningsdata.
Statin med C10 som ATC, hämtades ut 29 jan och 22 april (Man kollar på edatum) är nästan mindre än 90 dagar (Patienten är persistens).

32
Q

Studera initiering i databas

A

Studera initiering i databas

  • Behövs både förskrivna och uthämtade recept för att studera initiering
  • Studerar primary non-compliance:
    Primary non-compliance: Hur stor andel av förskrivna recept hämtas ut. LM register uthämtningdata (Anger om patienten hämtat eller ej) alltså förskrivna recept som inte hämtas ut aldrig dyker upp, därför måste vi inkludera förskrivna recept för att räkna Primary non-compliance.

Primary non-compliance är inte ett problem hos länder med god data (98% hämtar ut sin LM efter första förskrivning), men för vissa länder är det svårt att de inte hämtar första recept.

  • Mindre problem i länder med låga läkemedelskostnader/höga subventioner av läkemedel
33
Q

Exempel studie initiering databas

A

Exempel studie initiering databas
För att studera Primary non-compliance i förhållande till ålder och kön. Man kunde dra slutsats att män är sämst på att hämta ut runt 49 års ålder första förskrivning. Kvinnor sämst vid 16-29 år.

34
Q

Studera implementering databas

A

Studera implementering databas
* Studeras om kunskap finns om (förskrivningsdata):
– Namn på läkemedlet
– Antal dagar som läkemedlet räcker

Eller (uthämtningsdata) om kunskap finns om:
– Mängd uthämtat
– Förskriven dos

35
Q

Studera implementering databas
Läkemedelsregistret

A

Studera implementering databas
Läkemedelsregistret
– Vilket läkemedel
– Förskriven dosering och mängd uthämtat

För att studera implementeringen kan LM register användas, där vi har vilket LM som ska studeras och koppla till vårdcentral data.

36
Q

Exempel studie implementering databas
* Studera implementering –

A

Exempel studie implementering databas
* Studera implementering – inte lämpligt att använda databas

Med tanke på att implementering handlar om hur patienten tar LM, brukar man inte utföra implementeringsstudier, utifrån data bas, man använder andra datakällor.

37
Q

Studera persistens databas

A

Studera persistens databas
* Kan studeras mha förskrivningsdata:
– Namn på läkemedlet
– Antal dagar som läkemedlet räcker

….eller (uthämtningsdata)
– Mängd uthämtat
– Förskriven dos

  • Alt. lägg ihop förskrivning och uthämtningsdata.
38
Q

Exempel studie persistens
I Sverige

A

Exempel studie persistens
I Sverige har vi möjligt att studera från förskrivning och uthämtningsdata.
Grafen visar persistens i olika BB sänkande LM. Studiens syfte var att undersöka om det var 4 olika klasser av LM, jämfört med diuretika, om någon av dem var bättre än diuretika (Det var hypotes), men med dessa data, såg vi att de andra LM var lika bra, kan se det på CI, där ACE-adjusted har HR nära 1 och CI går över linjen —> Är inte bättre än diuretika (Referensen)

ARB: HR över 1, Är inte bättre än diuretika.

För de med (Mer än LM klass), går inte över 1, var det bred CI, osäker data, på grund av endast få patienter som fick dem.

39
Q

Summering av utvärdering av följsamhet

A

Summering av utvärdering av följsamhet

Studera Initiering, Implementering och Persistens, vilka metoder är mer och mindre lämpliga?
Initiering: Bäst med databaser om förskrivning och uthämtningsdata.
Persistens: Samma som ovan.
Implementering: MEMS är bäst för att studera Implementering.