Medikamentenoptimierung dank elektronischer Entscheidungshilfen
PROJEKTE DES NATIONALEN FORSCHUNGSPROGRAMMS 74 «SMARTER HEALTH CARE»

Medikamentenoptimierung dank elektronischer Entscheidungshilfen

Forschung
Ausgabe
2024/07
DOI:
https://doi.org/10.4414/phc-d.2024.1426638252
Prim Hosp Care Allg Inn Med. 2024;24(07):192-194

Affiliations
a Institute of Primary Health Care (BIHAM), University of Bern, Bern, Switzerland
b Department of General Internal Medicine, Inselspital, Bern University Hospital, University of Bern, Bern, Switzerland
c mfe Haus and Kinderärzte Schweiz, Bern, Switzerland
d CTU Bern, University of Bern, Bern, Switzerland
e Institute of Pharmaceutical Medicine (ECPM), University of Basel, Basel, Switzerland
f Epidemiology, Biostatistics and Prevention Institute (EBPI), University of Zurich, Zurich, Switzerland
g Health Economics Facility, Department of Public Health, University of Basel, Basel, Switzerland

Publiziert am 03.07.2024

Können elektronische Entscheidungshilfen Hausärztinnen und Hausärzte dabei unterstützen, die medikamentöse Therapie von älteren Patientinnen und Patienten mit Polypharmazie und Multimorbidität zu optimieren? Der Schweizerische Nationalfond hat unser Forschungsteam dabei unterstützt, dieser Fragestellung nachzugehen. Dieser Artikel fasst für die Kolleginnen und Kollegen in der Praxis die wichtigsten Resultate der OPTICA-Studie zusammen.

Unangemessene Polypharmazie als Herausforderung

Patientinnen und Patienten mit mehreren chronischen Erkrankungen (d.h. Multimorbidität [1]) nehmen häufig fünf Medikamente oder mehr ein (Polypharmazie [2]). Sie sind einem substanziellen Risiko unangemessener Polypharmazie ausgesetzt. Unangemessene Polypharmazie ist bei älteren Menschen weit verbreitet und ist eine Hauptursache von Schäden, die durch die Gesundheitsversorgung verursacht werden [3, 4]. Sie ist assoziiert mit Komplikationen wie unerwünschten Arzneimittelereignissen und Stürzen [5–8]. Konkrete Gefahren sind zum Beispiel die Verschreibung von Medikamenten, bei denen der potenzielle Schaden den Nutzen übersteigt, überdosierte Medikamente oder fehlende Verschreibungen notwendiger Medikamente [9–12]. Dies unterstreicht die Notwendigkeit, die unangemessene Polypharmazie zu reduzieren.
Die Gegebenheiten in der Hausarztmedizin, welche üblicherweise durch längerfristige Beziehungen zwischen Patientinnen und Patienten und Hausärztinnen und Hausärzten charakterisiert sind, stellen ein ideales Umfeld für die Durchführung von Interventionen zur Medikamentenoptimierung dar. Die Durchführung solcher Interventionen ist jedoch komplex und zeitaufwändig. Interventionen zur Medikamentenoptimierung können zum Beispiel mithilfe von sogenannten evidenzbasierten STOPP («Screening Tool of Older Persons' potentially inappropriate Prescription») und START («Screening Tool to Alert doctors to the Right Treatment») Kriterien durchgeführt werden, welche die verschreibenden Personen unterstützen können [13, 14]. Aktuell ist die wissenschaftliche Evidenzlage für solche Interventionen jedoch unklar [15–17].

Elektronische Entscheidungshilfen zur Medikamentenoptimierung mit grossem Potenzial

Im Kontext der Digitalisierung ist es ein vielversprechender Ansatz, elektronische Entscheidungshilfen, welche auf STOPP/START Kriterien basieren, zu verwenden. Ein solches Tool ist beispielsweise der webbasierte STRIP Assistent («Systematic Tool to Reduce Inappropriate Prescribing»), welches neben der Erkennung von potenziellem Über-, Unter- und Fehlgebrauch von Medikamenten auch Empfehlungen zu Wechselwirkungen zwischen Medikamenten und zur Anpassung der Dosierung von Medikamenten generiert [18–20]. In den letzten Jahren wurden vermehrt elektronische Entscheidungshilfen zur Medikamentenoptimierung getestet [21–23]. Ausserdem wurde in zwei klinischen Studien eine elektronische Entscheidungshilfe, basierend auf den STOPP/START Kriterien, getestet. Die Studien demonstrierten, dass es nach dem Absetzen einer unangemessenen medikamentösen Therapie nicht zu einer Verschlechterung des Gesundheitszustandes kam [24, 25]. Es fehlen jedoch wissenschaftliche Erkenntnisse aus dem Bereich der Hausarztmedizin.

Die OPTICA-Studie

Die OPTICA-Studie («Optimizing PharmacoTherapy In the Multimorbid Elderly in Primary CAre: the OPTICA Trial») untersuchte, ob eine elektronische Entscheidungshilfe für Hausärztinnen und Hausärzte und Patientinnen und Patienten zu einer verbesserten Medikation beitragen kann [26, 27]. Im Rahmen der Studie wurde die Wirksamkeit des webbasierten STRIP Assistenten zur Medikamentenoptimierung überprüft. Die Polypharmazie der Patientinnen und Patienten wurde anhand des «Medication Appropriateness Index» (MAI) und des «Assessments of Underutilization» (AOU) evaluiert [28–30]. Mit dem MAI wurde die Angemessenheit von allen Langzeitmedikamenten der Patientinnen und Patienten ermittelt und mit dem AOU wurde bei jeder chronischen Diagnose überprüft, ob diese adäquat medikamentös behandelt wird. Ausserdem wurde im Rahmen einer qualitativen Substudie die Verwendung dieser Entscheidungshilfe in den Hausarztpraxen sowie mit gesundheitsökonomischen Analysen die Kosten-Wirksamkeit der Intervention untersucht.
An der OPTICA-Studie nahmen 43 Hausärztinnen und Hausärzte und 323 ihrer Patientinnen und Patienten teil, die entweder der Interventions- oder der Kontrollgruppe zugewiesen wurden [31]. Die Randomisierung erfolgte auf der Ebene der Hausärztinnen und Hausärzte. 21 Hausärztinnen und Hausärzte mit 160 Patientinnen und Patienten wurden der Interventionsgruppe und 22 Hausärztinnen und Hausärzte mit 163 Patientinnen und Patienten wurden der Kontrollgruppe zugeteilt. An der Studie konnten ≥65-jährige Menschen mit mindestens drei chronischen Erkrankungen, sowie mindestens fünf regelmässig eingenommenen Medikamenten teilnehmen. Die Ärztinnen und Ärzte der Interventionsgruppe führten eine Intervention zur Medikamentenoptimierung basierend auf der elektronischen Entscheidungshilfe, dem STRIP Assistent, durch. Anschliessend wurde gemeinsam mit den Patientinnen und Patienten entschieden, ob die von der elektronischen Entscheidungshilfe vorgeschlagenen Medikationsänderungen angenommen werden sollten oder nicht. In der Kontrollgruppe wurde die laufende medikamentöse Behandlung der Patientinnen und Patienten wie geplant fortgeführt.
Nach sechs und zwölf Monaten wurden die Angemessenheit der verschriebenen Medikamente, die Nutzung von Gesundheitsdienstleistungen (z.B. die Anzahl Spitalaufenthalte, Hausarztbesuche, Besuche des Notfalls, usw.), die Häufigkeit von Stürzen, die Lebensqualität und die Kosten der beiden Gruppen verglichen. Zudem wurde mit einer Kombination von qualitativen und quantitativen Methoden untersucht, welche Faktoren die Nutzung einer solchen elektronischen Entscheidungshilfe in den Praxen begünstigen oder behindern. Ein Teil der Daten, z.B. Patient-Reported Outcomes wie die Lebensqualität, wurde durch Telefonate mit Patientinnen und Patienten oder deren Angehörigen gesammelt. Der medizinische Teil der Daten zu den Diagnosen, Medikamenten und den Vitalparametern der Patientinnen und Patienten wurde über das FIRE-Projekt (elektronische Datensammlung in Hausarztpraxen zu Forschungszwecken) der Universität Zürich gesammelt [32]. Patientinnen und Patienten wurden zwischen Januar 2019 und Februar 2020 in die Studie eingeschlossen. Das letzte Follow-Up nach zwölf Monaten wurde im Februar 2021 durchgeführt.
Während der gesamten Studie haben wir versucht, die Studienteilnahme so nah wie möglich am Praxisalltag zu gestalten. Hausärztinnen und Hausärzte wurden durch Praxisbesuche rekrutiert, wobei gegebenenfalls auch gleich die Teilnahme der Praxis am FIRE-Projekt eingerichtet wurde. Dies gab dem FIRE-Projekt insbesondere im Kanton Bern einen Schub. Die enge Zusammenarbeit mit dem FIRE-Projekt ermöglichte, die Daten aus den elektronischen Krankengeschichten mehrfach zu nutzen: Einerseits für die elektronische Entscheidungshilfe und andererseits für die Evaluation der Studienendpunkte.

Angemessenheit der Verschreibungen nach 12 Monaten

Die Resultate der OPTICA-Studie zeigten, dass im Rahmen der Studie im Durchschnitt eine Verschreibungsempfehlung pro Patientin oder Patient der Interventionsgruppe umgesetzt wurde. Bei 59% der Patientinnen und Patienten in der Interventionsgruppe wurde mindestens eine Empfehlung umgesetzt. Allerdings zeigten die Resultate auch, dass es in der Interventionsgruppe durch die Verwendung der elektronischen Entscheidungshilfe zu keiner Verbesserung von ungeeigneten Medikamentenverschreibungen und auch zu keiner Verminderung potenziell fehlender Medikamentenverschreibungen kam [27]. Auch in Bezug auf die sekundären Endpunkte der Studie, wie beispielsweise der Anzahl von Stürzen und Knochenbrüchen, haben wir keinen statistisch signifikanten Unterschied zwischen den Gruppen festgestellt. Die Intervention war sicher für Patientinnen und Patienten, was sich daran zeigte, dass sich zwischen den Studiengruppen, die sicherheitsrelevanten Endpunkte (zum Beispiel ungeplante Spitaleinweisungen, Todesfälle, und Notfallbesuche) nicht unterschieden.

Diverse Implementierungsschwierigkeiten

Interviews mit Hausärztinnen und Hausärzten der Interventionsgruppe zeigten, dass sie den STRIP Assistenten grundsätzlich nützlich fanden. Insbesondere die Tatsache, dass die elektronische Entscheidungshilfe in der Lage ist, Verschreibungsempfehlung aus den Daten zu generieren, die ohnehin schon im Praxissystem vorhanden waren (z.B. zur Nierenfunktion), wurde positiv beurteilt. Unsere Ergebnisse zeigten jedoch auch, dass der Zeitaufwand für die Hausärztinnen und Hausärzte für die Implementierung der Software und die Nutzung des STRIP Assistenten als hoch beurteilt wurde, was die Umsetzung der Intervention zur Medikamentenoptimierung eingeschränkt haben könnte. Ein Teil der Hausärztinnen und Hausärzte schilderten, dass sie Probleme hatten, ihre eigenen Daten mit FIRE zu verknüpfen und somit für den STRIP Assistenten zugänglich zu machen. In diesen Fällen benötigte die Verwendung der der elektronischen Entscheidungshilfe eine zeitaufwändige Vorbereitung [33].

Verbesserte Lebensqualität und Kostenersparnisse

Die Kosten-Wirksamkeits-Analyse, die begleitend zur OPTICA-Studie durchgeführt wurde, zeigte, dass es in der Interventionsgruppe pro Patientin oder Patient zu einer Reduktion der Gesundheitskosten um CHF 1857 (95% Konfidenzintervall: CHF –3620 bis –93) sowie einer Zunahme der qualitätsbereinigten Lebensjahre («quality adjusted life years», QALYs) um 0,026 über ein Jahr (95% Konfidenzintervall: 0,013 bis 0,040) kam [34]. Dies bedeutet, dass die Intervention gleichzeitig zu einer Kostenreduktion und zu einer Verbesserung der Lebensqualität führte und somit in diesen Punkten der Standardbehandlung überlegen war. Insbesondere Spitalkosten, Spitexkosten, und Physiotherapiekosten waren in der Interventionsgruppe tiefer als in der Kontrollgruppe.

Die Zukunft von elektronischen Entscheidungshilfen zur Medikamentenoptimierung

Die Resultate der OPTICA-Studie machen deutlich, dass randomisierte klinische Studien im Bereich der Hausarztmedizin zum Thema Medikamentenoptimierung bei älteren Menschen mit Multimorbidität und Polypharmazie in der Schweiz möglich sind. Auch war es grösstenteils möglich, bereits vorhandene Daten in Praxissystemen intelligent weiter zu nutzen dank der Schnittstelle zu FIRE. Die Hausärztinnen und Hausärzte fanden die Behandlungsempfehlungen hilfreich. Obwohl sie diese Empfehlungen teilweise auch umsetzten, kam es in der Interventionsgruppe zu keiner verbesserten Angemessenheit der Medikation. Allerdings zeigten die gesundheitsökonomischen Analysen eine Kostenreduktion sowie eine Zunahme der qualitätsbereinigten Lebensjahre in der Interventionsgruppe. Trotz sorgfältig vorbereiteter Studie gilt es die noch immer vorhandenen Implementierungshürden, die es bei der Nutzung von elektronischen Entscheidungshilfen gibt, zu überwinden, sodass zukünftig eine breitere und vereinfachte Anwendung von elektronischen Entscheidungshilfen in Hausarztpraxen möglich wird.

Reihe: Projekte des Nationalen Forschungsprogramms NFP 74 «Smarter Health Care»

Der vorliegende Text beschreibt die Resultate aus der OPTICA-Studie, welche im Rahmen des NFP 74 finanziert und durchgeführt wurde. Ziel dieses Programms des Schweizer Nationalfonds mit 34 geförderten Projekten ist es, wissenschaftliche Grundlagen für eine gute, nachhaltig gesicherte und «smarte» Gesundheitsversorgung in der Schweiz bereitzustellen.
Dr. phil. Katharina Jungo
Berner Institut für Hausarztmedizin
katharina.jungo[at]protonmail.com
1 Johnston MC, Crilly M, Black C, Prescott GJ, Mercer SW. Defining and measuring multimorbidity: a systematic review of systematic reviews. Eur J Public Health. 2019 Feb;29(1):182–9.
2 Masnoon N, Shakib S, Kalisch-Ellett L, Caughey GE. What is polypharmacy? A systematic review of definitions. BMC geriatrics. 2017;17. https://doi.org/10.1186/s12877-017-0621-2.
3 Thomas RE, Thomas BC. A Systematic Review of Studies of the STOPP/START 2015 and American Geriatric Society Beers 2015 Criteria in Patients ≥65 Years. Curr Aging Sci. 2019;12(2):121–54.
4 Maher RL, Hanlon J, Hajjar ER. Clinical consequences of polypharmacy in elderly. Expert Opinion on Drug Safety. 2014/01/01 2014;13(1):57-65. https://doi.org/10.1517/14740338.2013.827660.
5 Xing XX, Zhu C, Liang HY, Wang K, Chu YQ, Zhao LB, et al. Associations Between Potentially Inappropriate Medications and Adverse Health Outcomes in the Elderly: A Systematic Review and Meta-analysis. Ann Pharmacother. 2019 Oct;53(10):1005–19.
6 Davies LE, Spiers G, Kingston A, Todd A, Adamson J, Hanratty B. Adverse Outcomes of Polypharmacy in Older People: Systematic Review of Reviews. J Am Med Dir Assoc. 2020 Feb;21(2):181–7.
7 Mekonnen AB, Redley B, de Courten B, Manias E. Potentially inappropriate prescribing and its associations with health-related and system-related outcomes in hospitalised older adults: A systematic review and meta-analysis. Br J Clin Pharmacol. 2021 Nov;87(11):4150–72.
8 Liew TM, Lee CS, Goh Shawn KL, Chang ZY. Potentially Inappropriate Prescribing Among Older Persons: A Meta-Analysis of Observational Studies. Ann Fam Med. 2019 May;17(3):257–66.
9 Nothelle SK, Sharma R, Oakes A, Jackson M, Segal JB. Factors associated with potentially inappropriate medication use in community-dwelling older adults in the United States: a systematic review. Int J Pharm Pract. 2019 Oct;27(5):408–23.
10 Tian F, Chen Z, Wu J. Prevalence of Polypharmacy and Potentially Inappropriate Medications Use in Elderly Chinese Patients: A Systematic Review and Meta-Analysis. Front Pharmacol. 2022 Jun;13:862561.
11 Tommelein E, Mehuys E, Petrovic M, Somers A, Colin P, Boussery K. Potentially inappropriate prescribing in community-dwelling older people across Europe: a systematic literature review. Eur J Clin Pharmacol. 2015 Dec;71(12):1415–27.
12 Kuijpers MA, van Marum RJ, Egberts AC, Jansen PA; OLDY (OLd people Drugs & dYsregulations) Study Group. Relationship between polypharmacy and underprescribing. Br J Clin Pharmacol. 2008 Jan;65(1):130–3.
13 O’Mahony D, O’Sullivan D, Byrne S, O’Connor MN, Ryan C, Gallagher P. STOPP/START criteria for potentially inappropriate prescribing in older people: version 2. Age Ageing. 2015 Mar;44(2):213–8.
14 Gallagher P, Ryan C, Byrne S, Kennedy J, O’Mahony D. STOPP (Screening Tool of Older Person’s Prescriptions) and START (Screening Tool to Alert doctors to Right Treatment). Consensus validation. Int J Clin Pharmacol Ther. 2008 Feb;46(2):72–83.
15 Faulkner L, Hughes CM, Barry HE. Interventions to improve medicines optimisation in older people with frailty in primary care: a systematic review. Int J Pharm Pract. 2022 Aug;30(4):297–304.
16 Saeed D, Carter G, Parsons C. Interventions to improve medicines optimisation in frail older patients in secondary and acute care settings: a systematic review of randomised controlled trials and non-randomised studies. Int J Clin Pharm. 2022 Feb;44(1):15–26.
17 Rankin A, Cadogan CA, Patterson SM, Kerse N, Cardwell CR, Bradley MC, et al. Interventions to improve the appropriate use of polypharmacy for older people. Cochrane Database Syst Rev. 2018 Sep;9(9):CD008165. https://doi.org/10.1002/14651858.CD008165.pub4.
18 Drenth-van Maanen AC, Leendertse AJ, Jansen PA, Knol W, Keijsers CJ, Meulendijk MC, et al. The Systematic Tool to Reduce Inappropriate Prescribing (STRIP): combining implicit and explicit prescribing tools to improve appropriate prescribing. J Eval Clin Pract. 2018 Apr;24(2):317–22.
19 Meulendijk MC, Spruit MR, Drenth-van Maanen AC, Numans ME, Brinkkemper S, Jansen PA, et al. Computerized Decision Support Improves Medication Review Effectiveness: An Experiment Evaluating the STRIP Assistant’s Usability. Drugs Aging. 2015 Jun;32(6):495–503.
20 Meulendijk MC, Spruit MR, Willeboordse F, Numans ME, Brinkkemper S, Knol W, et al. Efficiency of Clinical Decision Support Systems Improves with Experience. J Med Syst. 2016 Apr;40(4):76.
21 Kempen TG, Bertilsson M, Hadziosmanovic N, Lindner KJ, Melhus H, Nielsen EI, et al. Effects of Hospital-Based Comprehensive Medication Reviews Including Postdischarge Follow-up on Older Patients’ Use of Health Care: A Cluster Randomized Clinical Trial. JAMA Netw Open. 2021 Apr;4(4):e216303–216303.
22 McDonald EG, Wu PE, Rashidi B, Wilson MG, Bortolussi-Courval É, Atique A, et al. The MedSafer Study-Electronic Decision Support for Deprescribing in Hospitalized Older Adults: A Cluster Randomized Clinical Trial. JAMA Intern Med. 2022 Mar;182(3):265–73.
23 Rieckert A, Reeves D, Altiner A, Drewelow E, Esmail A, Flamm M, et al. Use of an electronic decision support tool to reduce polypharmacy in elderly people with chronic diseases: cluster randomised controlled trial. BMJ. 2020 Jun;369:m1822.
24 Blum MR, Sallevelt BT, Spinewine A, O’Mahony D, Moutzouri E, Feller M, et al. Optimizing Therapy to Prevent Avoidable Hospital Admissions in Multimorbid Older Adults (OPERAM): cluster randomised controlled trial. BMJ. 2021 Jul;374(1585):n1585.
25 O’Mahony D, Gudmundsson A, Soiza RL, Petrovic M, Cruz-Jentoft AJ, Cherubini A, et al. Prevention of adverse drug reactions in hospitalized older patients with multi-morbidity and polypharmacy: the SENATOR* randomized controlled clinical trial. Age Ageing. 2020 Jul;49(4):605–14.
26 Jungo KT, Rozsnyai Z, Mantelli S, Floriani C, Löwe AL, Lindemann F, et al. ‘Optimising PharmacoTherapy In the multimorbid elderly in primary CAre’ (OPTICA) to improve medication appropriateness: study protocol of a cluster randomised controlled trial. BMJ Open. 2019 Sep;9(9):e031080.
27 Jungo KT, Ansorg AK, Floriani C, Rozsnyai Z, Schwab N, Meier R, et al. Optimising prescribing in older adults with multimorbidity and polypharmacy in primary care (OPTICA): cluster randomised clinical trial. BMJ. 2023 May;381:e074054.
28 Samsa GP, Hanlon JT, Schmader KE, Weinberger M, Clipp EC, Uttech KM, et al. A summated score for the medication appropriateness index: development and assessment of clinimetric properties including content validity. J Clin Epidemiol. 1994 Aug;47(8):891–6.
29 Hanlon JT, Schmader KE, Samsa GP, Weinberger M, Uttech KM, Lewis IK, et al. A method for assessing drug therapy appropriateness. J Clin Epidemiol. 1992 Oct;45(10):1045–51.
30 Hanlon JT, Schmader KE, Ruby CM, Weinberger M. Suboptimal prescribing in older inpatients and outpatients. J Am Geriatr Soc. 2001 Feb;49(2):200–9.
31 Jungo KT, Meier R, Valeri F, et al. Baseline characteristics and comparability of older multimorbid patients with polypharmacy and general practitioners participating in a randomized controlled primary care trial. BMC Family Practice. 2021/06/22 2021;22(1):123. https://doi.org/10.1186/s12875-021-01488-8.
32 Chmiel C, Bhend H, Senn O, Zoller M, Rosemann T; FIRE study-group. The FIRE project: a milestone for research in primary care in Switzerland. Swiss Med Wkly. 2011 Jan;140:w13142.
33 Jungo KT, Deml MJ, Schalbetter F, Moor J, Feller M, Lüthold RV, et al. A mixed methods analysis of the medication review intervention centered around the use of the ‘Systematic Tool to Reduce Inappropriate Prescribing’ Assistant (STRIPA) in Swiss primary care practices. BMC Health Serv Res. 2024 Mar;24(1):350.
34 Jungo KT, Salari P, Meier R, et al. Cost-effectiveness of a medication review intervention for general practitioners and their multimorbid older patients with polypharmacy: Analysis of data from the OPTICA trial. Socio-Economic Planning Sciences. 2024/02/02/ 2024:101837. https://doi.org/10.1016/j.seps.2024.101837.
27 Jungo KT, Ansorg AK, Floriani C, Rozsnyai Z, Schwab N, Meier R, et al. Optimising prescribing in older adults with multimorbidity and polypharmacy in primary care (OPTICA): cluster randomised clinical trial. BMJ. 2023 May;381:e074054.
33 Jungo KT, Deml MJ, Schalbetter F, Moor J, Feller M, Lüthold RV, et al. A mixed methods analysis of the medication review intervention centered around the use of the ‘Systematic Tool to Reduce Inappropriate Prescribing’ Assistant (STRIPA) in Swiss primary care practices. BMC Health Serv Res. 2024 Mar;24(1):350.
34 Jungo KT, Salari P, Meier R, et al. Cost-effectiveness of a medication review intervention for general practitioners and their multimorbid older patients with polypharmacy: Analysis of data from the OPTICA trial. Socio-Economic Planning Sciences. 2024/02/02/ 2024:101837. https://doi.org/10.1016/j.seps.2024.101837..
31 Jungo KT, Meier R, Valeri F, et al. Baseline characteristics and comparability of older multimorbid patients with polypharmacy and general practitioners participating in a randomized controlled primary care trial. BMC Family Practice. 2021/06/22 2021;22(1):123.
24 Blum MR, Sallevelt BT, Spinewine A, O’Mahony D, Moutzouri E, Feller M, et al. Optimizing Therapy to Prevent Avoidable Hospital Admissions in Multimorbid Older Adults (OPERAM): cluster randomised controlled trial. BMJ. 2021 Jul;374(1585):n1585.
Verdankung
Ohne die Mithilfe der Patientinnen und Patienten und unseren Kolleginnen und Kollegen in der Hausarztmedizin wäre diese Studie nicht möglich gewesen. Wir danken Sarah Singer, Raphaël Tièche, Blumenthal René, Reto Cadisch, Dräyer Jürg, Gregor Dufner, Daniel Ess, Patrick Fluri, Michael Fluri, Bruno Frey, Jérôme Gauthey, Bettina Gujer, Peter Gürber, Vinzenz Hebeisen, Christoph Herkommer, Christoph Hurni, Samuel Jordi, Eva Kaiser-Pfirrmann, Beat Köstner-Mösching, Joachim Maier, Christian Mortier, Véronique Rigamonti, Markus Robustelli, Jörg Rohrer, Heinrich Rosner, Eva Schneider, Karin Stadelmann, Alois Steinegger, Othmar Suter, Christoph Trachsel, Luzius von Rechenberg, Michael Waber, Matthias Wildbolz, Simone Affolter, Rolf Anderhalden, Marius Bachofner, Matthias Birrer, Doris Zundel-Maurhofer, Christoph Quack, Roland Fischer, Franziska Morger, und allen nicht namentlich genannten Hausärzten, die sich für die Studienteilnahme Zeit genommen haben. Wir möchten ausserdem dem Schweizerischen Nationalfonds für die Finanzierung der OPTICA-Studie danken (Projekt 407440_167465).
Conflict of Interest
Die OPTICA-Studie wurde vom Schweizerischen Nationalfonds im Rahmen des Nationalen Forschungsprogramms 74 "Smarter Health Care" (NFP74) unter der Vertragsnummer 407440_167465 unterstützt. N. Rodondi, S. Streit und M. Schwenkglenks waren Mitantragstellende für diesen Zuschuss. Die Koautorinnen und Koautoren haben deklariert, keine potentiellen Interessenskonflikte im Zusammenhang mit dem vorliegenden Bericht zu haben.
Author contributions
Katharina Tabea Jungo und Anna-Katharina Ansorg haben den ersten Entwurf des Berichtes zur OPTICA-Studie geschrieben. Alle Koautorinnen und Koautoren haben den Entwurf gegengelesen und kritisch überarbeitet. Alle Koautorinnen und Koautoren haben dem Inhalt des eingereichten und revidierten Berichts zugestimmt.
© Langstrup / Dreamstime.com

Mit der Kommentarfunktion bieten wir Raum für einen offenen und kritischen Fachaustausch. Dieser steht allen SHW Beta Abonnentinnen und Abonnenten offen. Wir publizieren Kommentare solange sie unseren Richtlinien entsprechen.