Den mindste klinisk vigtige forskel (MCID) kan give en enkel og effektiv måleenhed til at give læger mulighed for at maksimere nytten af PRO’er i den kliniske sammenhæng. Denne blog diskuterer den overordnede karakter af PRO-anvendelsesproblemet og introducerer, hvordan MCID kan hjælpe.
Baggrund
I ortopædkirurgi og andre interventionsbaserede specialer indsamles patientrapporterede resultatmålinger (PROMs) på rutinemæssig basis, og tendensen fortsætter med at stige. Spørgsmålet er “hvordan pokker skal man bruge dataene, nu hvor man har dem?”. Det kan være kompliceret at forstå og fortolke PRO-scoren, og det hjælper ikke, at hvert værktøj har et unikt scoringssystem. De fleste klinikere og patienter mangler evnen til at placere PRO’erne i en sammenhæng og bruger derfor ikke PRO’erne i den kliniske beslutningstagning, hvilket er en skam, for det er derfor, at disse værktøjer overhovedet findes! Det er ikke uagtsomhed fra udbydernes side, det er bare virkelig kompliceret og nuanceret. Kirurger modtager hundredvis, hvis ikke tusindvis af timers uddannelse, hvor de forfiner deres evne til at gennemføre fysiske undersøgelser og vurdere en patients helbredelse klinisk, men de er kun i meget begrænset omfang udsat for at bruge PRO’er i praksis. Den mindste klinisk betydningsfulde forskel (MCID) kan give en enkel og effektiv måleenhed til at sætte læger i stand til at maksimere nytten af PRO’er i kliniske omgivelser.
MCID Advantage
MCID’en er baseret på teorien om, at en ændring i PRO-score er korreleret med klinisk meningsfuld forbedring. Tag f.eks. en patient efter at have fået en knæalloplastik. Patienten udfylder KOOS-vurderingen (knee osteoarthritis Outcome Score) før operationen og 3 måneder efter operationen. Patientens KOOS-score før operationen var 40 og efter operationen var den 81. Hvad betyder det? Har patienten faktisk fået det bedre? Var operationen det hele værd? Det er det, som MCID forsøger at definere. I stedet for at kirurgen præsenteres for data, der viser en vilkårlig score, præsenteres han for plus/minus MCID-værdien. Hvis vi bruger KOOS-eksemplet ovenfor og siger, at MCID for en KOOS-score er 20 – er patienten over MCID? Ja. Med hvor meget? 1 point. Tænk på det som en basketballkamp. Det svarer til at sige “dit hold scorede 90 point i går aftes” vs. “dit hold vandt med 10 pts”. At vide, om de vandt eller tabte, er den mest relevante oplysning, efterfulgt af marginalen. Kom de lige akkurat forbi med et par point, eller smadrede de det andet hold? At opdele dataene på denne måde i et ‘vandt du: ja eller nej’ og ‘med hvor meget’ er meget mere overskueligt og potentielt meningsfuldt end at forsøge at huske en masse PRO-værktøjsscorer.
Der er to (2) grundlæggende måder at beregne MCID på:
Distributionsmetoden: Denne metode består i at halvere standardafvigelsen (det svarer til en gennemsnitlig variation i en gruppe af patienter) for ændringen i PRO-scoringer. Dette er matematik ganske enkelt (eller ikke så enkelt for de fleste af os).
Den forankringsmetode: Denne metode anvender gennemsnitsberegning af ændringen i PRO-scoringer for alle patienter, der rapporterede en stigning på mindst et (1) point i en anden livskvalitetsbaseret score. En af de mest almindelige ankre er et spørgsmål fra PROMIS10 vedrørende patientens fortolkning af deres generelle fysiske helbred eller livskvalitet.
Hvis du ikke kan se det, er jeg en stor fan af MCID. Men som de fleste ting i livet er det (endnu) ikke et perfekt system. Tjek denne blog for at lære om de tre (3) største udfordringer i forbindelse med brugen af MCID.