Samenvatting
Graffelman AW, Le Cessie S, Knuistingh Neven A, Willemssen FEJA, Zonderland HM, Van den Broek PJ. Vertrouw bij pneumonie op uw klinische blik. Huisarts Wet 2008;51(4):185-9. Achtergrond Bepaalde predictiemodellen stellen de huisarts in staat om een pneumonie te voorspellen aan de hand van klinische informatie. Daarmee kan het gebruik van dure diagnostiek beperkt worden. Deze modellen zijn nog niet gevalideerd in de huisartsgeneeskundige populaties. Methode We deden een prospectief onderzoek tussen 15 november 1998 en 1 juni 2001 in Leiden en omgeving onder volwassen patiënten met een lageluchtweginfectie (LLI) naar de oorzaken van LLI. We verzamelden klinische gegevens en maakten een thoraxfoto. Daarnaast verrichtten we een literatuuronderzoek om predictiemodellen voor een pneumonie te vinden. Resultaten Aan het onderzoek namen 129 patiënten deel: 26 met een pneumonie en 103 zonder pneumonie op de thoraxfoto. We pasten zes modellen toe. Alleen het model dat ook gebruikmaakt van de C-reactief proteïne (CRP) test toonde een significante oppervlakte onder de curve van 0,69 (95%-BI 0,58-0,80), met een positief voorspellende waarde van 47% (95%-BI 23-71%) en een negatief voorspellende waarde van 84% (95%-BI 77-91%). De voorafkansen voor een pneumonie en voor geen pneumonie waren respectievelijk 20 en 80%. Conclusie Predictiemodellen gebaseerd op klinische informatie geven geen betrouwbare voorspelling van pneumonie. Aanvulling met een verhoogde CRP-waarde heeft beperkte waarde.
Wat is bekend?
- Modellen om een pneumonie te voorspellen hebben op de Spoedeisende Hulp hun waarde bewezen.
Wat is nieuw?
- Modellen die alleen zijn gebaseerd op klinische informatie geven in de huisartsenpraktijk geen betrouwbare voorspelling van een pneumonie. Ook aanvulling met een verhoogde CRP heeft beperkte waarde.
Inleiding
Huisartsen maken zelden gebruik van de thoraxfoto om de diagnose pneumonie te stellen bij patiënten met een lageluchtweginfectie (LLI). Toch beschouwt men de thoraxfoto over het algemeen als het belangrijkste middel om een pneumonie aan te tonen. Hoewel de NHG-Standaard Acuut hoesten de thoraxfoto aanbeveelt bij verdenking op een pneumonie wordt de diagnose pneumonie doorgaans gesteld op basis van anamnese en lichamelijk onderzoek.1 Uit onderzoek blijkt dat een radiologisch bevestigde pneumonie wordt gevonden bij 6 tot 39% van de patiënten met een LLI, afhankelijk van de gebruikte inclusiecriteria.23456 Een eenvoudig toe te passen, betrouwbaar model om een pneumonie aan te tonen als vervanging van de thoraxfoto zullen huisartsen zeker waarderen.
De waarde van voorspellende regels
Verschillende onderzoekers hebben modellen geformuleerd om een pneumonie te voorspellen aan de hand van informatie uit de anamnese, lichamelijk onderzoek en eenvoudig laboratoriumonderzoek.6-12 Hoewel er aanzienlijke verschillen bestaan tussen de modellen bevatten de meeste variabelen als koorts, dyspneu en afwijkingen van de longen bij auscultatie (zie tabel 1). Tot nu toe worden deze modellen weinig toegepast in de huisartsenpraktijk. Wel hebben ze hun waarde bewezen op de afdelingen Spoedeisende Hulp, waar ze worden gebruikt als controle-instrument bij de behandeling en om de prognose te voorspellen.1314 Om als betrouwbaar hulpmiddel voor huisartsen te kunnen dienen, moeten deze modellen eerst in de eerste lijn worden gevalideerd. Een van de modellen was al gevalideerd in andere populaties.10 In het hier beschreven onderzoek hebben we de waarde van de gepubliceerde modellen getest in onze patiëntengroep met LLI.
Methode
Patiënten
Tussen november 1998 en juni 2001 deden patiënten die bij hun huisarts kwamen met klachten passend bij een LLI mee aan ons onderzoek. Ze waren 18 jaar en ouder en afkomstig uit een totale populatie van 27.000 personen (23 huisartsen) in de regio Leiden. Het betrof zowel spreekuurpatiënten als thuis bezochte patiënten. We definieerden een LLI als een abnormale bevinding bij auscultatie van de longen, met daarbij ten minste twee van de drie volgende verschijnselen: koorts > 38 °C, of koorts gedurende de afgelopen 48 uur; dyspneu of hoesten (met of zonder sputum); tachypneu, malaise of verwardheid. Exclusiecriteria waren zwangerschap of een zodanig ernstige ziekte dat follow-up onmogelijk zou zijn. De Commissie Medische Ethiek van het Leids Universitair Medisch Centrum (LUMC) gaf toestemming voor het onderzoek.
Anamnese en lichamelijk onderzoek
Een van de onderzoekers (meestal AWG) bezocht de patiënten binnen 24 uur na aanmelding thuis. De onderzoeker voerde een standaardanamnese en lichamelijk onderzoek uit, en verzamelde sputummonsters en keelwatten voor microbiologisch onderzoek. Daarnaast nam zij bloedmonsters af voor serologie, BSE en C-reactief proteïne (CRP). Tien tot veertien dagen na inclusie bezocht de onderzoeker de patiënten opnieuw, waarbij zij ten behoeve van serologie een tweede bloedmonster afnam. Voor gedetailleerde informatie over de patiënten en de microbiologische analyses verwijzen wij naar een eerdere publicatie.15
Radiologie
Volgens het protocol maakten we de thoraxfoto’s vijf tot zeven dagen na inclusie in een van de vier ziekenhuizen, waarna ze in de routine werden beoordeeld. Later volgde een herbeoordeling door een radioloog (FEJAW) in het LUMC. Als er sprake was van een discrepantie tussen de beide uitslagen volgde een derde beoordeling (HMZ). Bij de beoordeling gold een consolidatie als bewijs voor een pneumonie.
Literatuuronderzoek
We doorzochten MEDLINE op modellen voor het voorspellen van een pneumonie (voor de periode tussen 1966 en juni 2003), waarbij we ook de literatuurverwijzingen natrokken. We beperkten de zoekactie tot volwassen patiënten. De modellen moesten aan de volgende voorwaarden voldoen:
- Het moest om prospectief onderzoek gaan naar de nauwkeurigheid en de validiteit van de anamnese en het lichamelijk onderzoek in de huisartsenpraktijk of eerste lijn, met inclusiecriteria die vergelijkbaar zijn met onze definitie van een LLI.
- De modellen moesten ontwikkeld zijn met behulp van multivariate statistische technieken.
- De modellen mochten niet gericht zijn op verwijzing naar ziekenhuis, nosocomiale pneumonie, pneumonie bij kinderen, speciale groepen (bijvoorbeeld tuberculose) of aidsgerelateerde pneumonie.
Door middel van de zoekactie vonden we vijf artikelen die voldeden aan onze criteria. Hieruit verkregen we zes modellen, die van Singal8, Heckerling10, Melbye11, Gonzales Ortiz12 en Hopstaken (twee modellen, respectievelijk I6 en II6). Zowel de in deze modellen gebruikte klachten en symptomen als de geformuleerde regressievergelijkingen staan in tabel 1. Twee andere modellen pasten we niet toe, hoewel Metlay et al.16 en Zaat et al.17 ze hebben gereviewd. Het betrof de modellen van Diehr7 (alle patiënten met de klacht hoesten) en van Gennis9 (voor dit model werd alleen een univariate analyse van de variabelen verricht).
Model | Regressievergelijking en de variabelen |
Model Singal | Y = –3,539 +0,884 voor hoesten +0,681 voor koorts +0,464 voor crepitaties +0,030 keer 20,16 (voorafkans op pneumonie) |
Model Heckerling | Y = –1,705 +0,494 voor temperatuur > 37,7 °C +0,428 voor pols > 100/min +0,658 voor crepitaties +0,638 voor verminderd ademgeruis +0,691 voor geen astma |
Model Melbye | Y =0 +4,7 voor koorts en een ziekteduur ? 1 week –4,5 voor neusverkouden –2,1 voor keelpijn +5,0 voor kortademigheid +8,2 voor laterale pijn op de borst +0,9 voor crepitaties |
Model González Ortiz | Y = –1,87 +1,3 voor afwijkingen bij auscultatie +1,64 voor verhoogd aantal neutrofielen +1,70 voor pleurapijn +1,21 voor kortademigheid |
Model Hopstaken I | Y = –2,74 +1,02 voor droge hoest +1,78 voor diarree +1,13 voor temperatuur ? 38 °C |
Model Hopstaken II | Y = –4,15 +0,91 voor droge hoest +1,01 voor diarree +0,64 voor temperatuur ? 38° C +2,78 voor CRP ? 20 mg/l |
Statistiek
Omdat de patiënten deelnamen aan een prospectief onderzoek naar de oorzaken van LLI konden we de modellen uit de literatuur toepassen op onze gegevens. Voor de analyses maakten we gebruik van SPSS 11.0 voor Windows. Voor alle zes modellen berekenden we per patiënt de bijbehorende risicoscore (tabel 1 geeft de waarden van de regressiecoefficiënten, waarmee de risicoscores werden berekend). Met deze scores berekenden we de receiver operating characteristic (ROC)-curven met de oppervlakte onder de curven. We berekenden de positief en negatief voorspellende waarden bij het afkappunt met een voorspelde kans op pneumonie van > 50% (hetgeen correspondeert met een score van 0). Voor een gedetailleerde beschrijving van de methode verwijzen wij naar het oorspronkelijke artikel.18
Resultaten
Percentage pneumonie onder onze patiënten
Aan het onderzoek deden 145 patiënten met LLI mee.15 Bij 137 patiënten maakten we een thoraxfoto, waarvan we er 129 konden herbeoordelen. Acht thoraxfoto’s raakten om onduidelijke reden verloren. De gemiddelde leeftijd van de patiënten was 50 jaar (SD = 14); 86 (53%) patiënten waren vrouwen en bij 63 (49%) was sprake van comorbiditeit, voornamelijk cardiovasculaire aandoeningen of longziekten (6 patiënten hadden beide). Van deze 129 patiënten vertoonden er 26 afwijkingen die passen bij een pneumonie op de thoraxfoto. De gemiddelde tijdsduur tussen het begin van de klachten en het moment van de thoraxfoto was 14 dagen. Tussen het begin van de klachten en de inclusie in het onderzoek lagen gemiddeld 9 dagen. Met uitzondering van 1 patiënt werden alle patiënten behandeld met een antibioticum.
Hoe deden de modellen het?
Wij pasten de geselecteerde modellen toe op onze patiëntengroep. De resultaten staan in tabel 2. Alleen het model Hopstaken II6, waarbij ook de verhoogde CRP (≥ 20 mg/l) in de vergelijking werd meegenomen, liet een significante oppervlakte onder de curve zien (figuur). Bij dit model scoorden patiënten zonder pneumonie vaker laag. Zo scoorde bijvoorbeeld 29% van de patiënten zonder pneumonie lager dan –3, in tegenstelling tot 8% bij de patiënten met een pneumonie. Een score groter dan nul zagen we bij 9% van de patiënten zonder pneumonie en bij 32% van de patiënten met een pneumonie. De positief voorspellende waarde van het model Hopstaken II was 47% en de negatief voorspellende waarde 84% (zie tabel 2). De voorafkans voor de aan- en afwezigheid van een pneumonie was respectievelijk 20 en 80%.
ROC-oppervlakte onder de curve (95%-BI) | ROC-oppervlakte onder de curve zoals opgegeven in de geselecteerde artikelen (95%-BI) | Positief voorspellende waarde (95%-BI) | Negatief voorspellende waarde (95%-BI) | |
Model Singal | 0,58 (0,45-0,70) | 0,75 (0,71-0,79) | --* | 80% (73%-87%) |
Model Heckerling | 0,63 (0,50-0,75) | 0,82 (0,78-0,86) | 24% (11%-38%) | 85% (77%-93%) |
Model Melbye | 0,49 (0,37-0,62) | Niet bekend | 17% (6%-36%) | 79% (70%-86%) |
Model González Ortiz | 0,57 (0,45-0,68) | 0,84 (BI niet bekend) | 23% (15%-31%) | 88% (74%-100%) |
Model Hopstaken I | 0,62 (0,50-0,75) | 0,76 (BI niet bekend) | 43% (17%-69%) | 83% (76%-90%) |
Model Hopstaken II | 0,69 (0,58-0,80) | 0,80 (BI niet bekend) | 47% (23%-71%) | 84% (77%-91%) |
Beschouwing
Geen betrouwbare voorspelling van pneumonie door anamnese en lichamelijk onderzoek
De resultaten van dit onderzoek laten zien dat modellen die alleen zijn gebaseerd op anamnese en lichamelijk onderzoek vergeleken met de Gouden Standaard (een infiltraat op de thoraxfoto) geen betrouwbare voorspelling geven van de aanwezigheid van een pneumonie. Het model Hopstaken II waaraan de CRP is toegevoegd doet het beter. De voorspellende waarden van dit model zijn echter beperkt. Uitgaande van de voorafkans op pneumonie van 20% in de onderzochte populatie, is de positief voorspellende waarde van dit model 47%. De negatief voorspellende waarde van dit model bedraagt 84% bij een voorafkans van 80%. Toevoeging van de CRP aan de vergelijking laat een toename van de positief voorspellende waarde zien van 43% (Hopstaken I)6 naar 47% (Hopstaken II)6. Verschillende onderzoekers hebben de toegevoegde waarde van CRP-meting bij infectieziekten aangetoond.19202122 Ook in onze analyses van de voorspellende variabelen voor een pneumonie vonden wij een verband met verhoogde CRP-waarden. Dit komt overeen met de resultaten van Hopstaken.6 De waarde van dit verband is echter beperkt.
Beperkingen van het onderzoek
Mogelijke bias in setting en inclusiecriteria
Ons onderzoek en dat van Hopstaken6 zijn uitgevoerd in huisartsenpraktijken in Nederland. De onderzoeken van Singal8, Heckering10 en González Ortiz12 betroffen echter patiënten op afdelingen Spoedeisende Hulp in de Verenigde Staten en Spanje. In deze landen is de gezondheidszorg anders georganiseerd dan in Nederland en het is mogelijk dat deze verschillen in setting de resultaten hebben beïnvloed. Het is opmerkelijk dat alleen het model van Hopstaken significante resultaten laat zien.6 Het betreft hier een huisartsgeneeskundig onderzoek met een patiëntengroep die vergelijkbaar is met de onze. Wij hanteerden in onze inclusiecriteria ‘afwijkingen bij auscultatie’ als vereiste, hetgeen niet het geval was bij de andere onderzoeken. González Ortiz12 gebruikte koorts > 38 °C en Hopstaken6 gebruikte hoesten als vereist voor inclusie. Singal8 en Heckering10 sloten alleen patiënten in bij wie al een thoraxfoto was uitgevoerd. Hierdoor kan een selectiebias zijn ontstaan. Hoewel er verschillen waren tussen de inclusiecriteria betrof het in alle gevallen patiënten met een verdenking op een LLI. Het is niet duidelijk in hoeverre de verschillen in inclusiecriteria de resultaten hebben beïnvloed.
Beperkingen van de thoraxfoto
Vanwege de lage kosten en de algemene beschikbaarheid gebruikten we de thoraxfoto voor ons onderzoek als Gouden Standaard om een pneumonie aan te tonen. Er is echter discussie over de betrouwbaarheid van de thoraxfoto. Om de betrouwbaarheid te verhogen beoordeelden ten minste twee verschillende radiologen de thoraxfoto’s. We maakten de thoraxfoto’s vijf tot zeven dagen na de inclusie, gemiddeld twee weken na het begin van de klachten. Macfarlane et al. toonden aan dat afwijkingen op de thoraxfoto langere tijd zichtbaar blijven – vier weken na de diagnose was slechts 50% van de afwijkingen verdwenen.23 Een onderzoek van Mittl et al.24 liet echter na twee weken een complete resolutie zien bij 50% van de patiënten, met een nog snellere verdwijning van de afwijkingen in de jongere leeftijdscategorieën, tot 60% bij twintig jaar. Interpolatie van deze bevindingen geeft na één week een resolutie van de afwijkingen op de thoraxfoto van 5 tot 10% voor Macfarlane et al.23 en 5 tot 30% voor Mittl et al.24 Het is mogelijk dat de afwijkingen bij enkele patiënten in ons onderzoek na een eventueel uitstel van twee weken na het begin van de klachten al waren verdwenen. Onze patiëntenpopulatie met een gemiddelde leeftijd van vijftig jaar is echter wat ouder dan die van Mittl et al.24, die een gemiddelde leeftijd van veertig jaar had. Het onderzoek van Mittl et al. laat ook zien dat het verdwijnen van de afwijkingen op de thoraxfoto minder snel gaat bij oudere patiënten.
Effect van de behandeling op de resultaten
Het is niet bekend in hoeverre de behandeling met antibiotica de radiologische bevindingen heeft beïnvloed. Bijna alle patiënten werden met een antibioticum behandeld, net als in het onderzoek van Mittl et al.24 Wij vonden een gemiddelde duur van de klachten van negen dagen voorafgaand aan de inclusie. De onderzoeken van Macfarlane et al.23 en Mittl et al.24 vermelden hierover geen gegevens, zodat wij onze bevindingen niet kunnen vergelijken.
Literatuur
- 1.↲Verheij ThJM, Salomé PhL, Bindels PJ, Chavannes AW, Ponsioen BP, Sachs APE, Thiadens HA, Romeijnders ACM, Van Balen JAM. NHG-Standaard Acuut hoesten. Huisarts Wet 2003;46:496-506.
- 2.↲Macfarlane J, Holmes W, Gard P, et al. Prospective study of the incidence, etiology and outcome of adult lower respiratory tract illness in the community. Thorax 2001;56:109-14.
- 3.↲Macfarlane JT, Colville A, Guion A, Macfarlane RM, Rose DH. Prospective study of etiology and outcome of adult lower-respiratory-tract infections in the community. Lancet 1993;341:511-4.
- 4.↲Lieberman D, Lieberman D, Korsonsky I, Ben-Yaakov M, Lazarovich Z, Friedman MG, et al. A comparative study of the etiology of adult upper and lower respiratory tract infections in the community. Diagn Microbiol Infect Dis 2002;42:21-8.
- 5.↲Woodhead MA, Macfarlane JT, McCracken JS, Rose DH, Finch RG. Prospective study of etiology and outcome of pneumonia in the community. Lancet 1987;i:671-4.
- 6.↲↲↲↲↲↲↲↲↲↲Hopstaken RM, Muris JWM, Knottnerus JA, Kester ADM, Rinkens PELM, Dinant GJ. Contributions of symptoms, signs, erythrocyte sedimentation rate, and C-reactive protein to a diagnosis of pneumonia in acute lower respiratory tract infection. Br J Gen Pract 2003;53:358-64.
- 7.↲Diehr P, Wood RW, Bushyhead J, Krueger L, Wolcott B, Tomkins RK. Prediction of pneumonia in outpatients with acute cough- a statistical approach. J Chron Dis 1984;37:215-25.
- 8.↲↲↲Singal BM, Hedges JR, Radack KL. Decision rules and clinical prediction of pneumonia: evaluation of low-yield criteria. Ann Emerg Med 1989;18:37-44.
- 9.↲Gennis P, Gallagher J, Falvo C, Baker S, Than W. Clinical criteria for the detection of pneumonia in adults: guidelines for ordering chest roentgenograms in the emergency department. J Emerg Med 1989;7:263-8.
- 10.↲↲↲↲Heckerling PS, Tape TG, Wigton RS, Hissong KK, Leikin JB, Ornato JP, et al. Clinical prediction rule for pulmonary infiltrates. Ann Intern Med 1990;113:664-70.
- 11.↲Melbye H, Straume B, Aasebo U, Dale K. Diagnosis of pneumonia in adults in general practice: Relative importance of typical symptoms and abnormal chest signs evaluated against a radiographic reference standard. Scand J Prim Health Care 1992;10:226-33.
- 12.↲↲↲González Ortiz MA, Carnicero Bujarrabal M, Verela Entrecanales M. Prediction of existence of pneumonia in adults with fever. Med Clin (Barc) 1995;105:521-4.
- 13.↲Aujesky D, Auble TE, Yealy DM, Stone RA, Obrosky DS, Meehan TP, et al. Prospective comparison of three validated prediction rules for prognosis in community-acquired pneumonia. Am J Med 2005;118:384-92.
- 14.↲Woodhead M, Blasi F, Ewig S, Huchon G, Leven M, Ortqvist A, et al. Guidelines for the management of adult lower respiratory tract infections. Eur Respir J 2005;26:1138-80.
- 15.↲Graffelman AW, Knuistingh Neven A, Le Cessie S, Kroes ACM, Springer MP, Van den Broek PJ. Pathogens involved in lower respiratory tract infections in general practice. B J Gen Pract 2004;54:15-9.
- 16.↲Metlay JP, Kapoor WN, Fine MJ. Does this patient have community-acquired pneumonia? Diagnosing pneumonia by history and physical examination. JAMA 1997;278:1440-5.
- 17.↲Zaat JOM, Stalman WAB, Assendelft WJJ. Hoort, wie klopt daar? Een systematische literatuurstudie naar de waarde van anamnese en lichamelijk onderzoek bij verdenking op een pneumonie. Huisarts Wet 1998;41:461-9.
- 18.↲Graffelman AW, Le Cessie S, Knuistingh Neven A, Willemssen FEJA, Zonderland HM, Van den Broek PJ. Can history and exam alone reliably predict pneumonia? J Fam Pract 2007;56:465-70.
- 19.↲Melbye H, Straume B, Aasebo U, Brox J. The diagnosis of adult pneumonia in general practice. The diagnostic value of history, physical examination and some blood tests. Scand J Prim Health Care 1988;6:111-7.
- 20.↲Lindback S, Hellgren U, Julander I, Hansson LO. The value of C-reactive protein as a marker of bacterial infections in patients with septicaemia, endocarditis and influenza. Scand J Infect Dis 1989;21:543-9.
- 21.↲Hjortdahl P, Landaas S, Urdal P, Steinbakk M, Fuglerud P, Nygaard B. C-reactive protein: a new rapid assay for managing infectious disease in primary health care. Scand J Prim Health Care 1991;9:3-10.
- 22.↲Dahler Eriksen BS, Lauritzen T, Lassen JF, Lund ED, Brandslund I. Near patient test for C-reactive protein in general practice: assessment of clinical, organizational and economic outcomes. Clin Chem 1999;45:478-85.
- 23.↲↲↲Macfarlane JT, Miller AC, Roderick Smith WH, Morris AH, Rose DH. Comparative radiographic features of community acquired Legionnaires’ disease, pneumococcal pneumonia, mycoplasma pneumonia, and psittacosis. Thorax 1984;39:28-33.
- 24.↲↲↲↲↲Mittl RL, Schwab RJ, Duchin JS, Goin JE, Albeida SM, Miller WT. Radiographic resolution of community-acquired pneumonia. Am J Respir Crit Care Med 1994;149:630-5.
Reacties
Er zijn nog geen reacties.