Nowiny Lekarskie 2012, 81, 2, 113 121 KRZYSZTOF KUS 1, MAGDALENA HAIN 1, ELŻBIETA NOWAKOWSKA 1, MICHAŁ MICHALAK 2, DOROTA KOLIGAT 1, PIOTR RATAJCZAK 1, TOMASZ ZAPRUTKO 1, ANNA PACZKOWSKA 1 MEDYCZNE BAZY DANYCH WYKORZYSTYWANE DLA OPTYMALIZACJI LECZENIA STWARDNIENIA ROZSIANEGO (SM) PRZEZ LEKARZY W POLSCE BADANIE PILOTAŻOWE MEDICAL DATABASES USED TO OPTIMIZE THE TREATMENT OF MULTIPLE SCLEROSIS (SM) BY DOCTORS IN POLAND PRELIMINARY STUDIES 1 Katedra i Zakład Farmakoekonomiki i Farmacji Społecznej Uniwersytet Medyczny im. Karola Marcinkowskiego w Poznaniu Kierownik Katedry: prof. zw. dr hab. farm. Elżbieta Nowakowska 2 Katedra Informatyki i Statystyki Uniwersytet Medyczny im. Karola Marcinkowskiego w Poznaniu Kierownik Katedry: prof. dr hab. n. med. Jerzy A. Moczko Streszczenie Wstęp. Stwardnienie rozsiane (łac. sclerosis multiplex) (SM) jest przewlekłą chorobą autoimmunologiczną ośrodkowego układu nerwowego (OUN), charakteryzującą się wieloogniskowym uszkodzeniem tkanki nerwowej. SM występuje na całym świecie, ale z różną częstością. Lekarze z powodu szybkiego rozwoju medycyny zmuszeni są do ciągłej aktualizacji wiedzy oraz doskonalenia umiejętności praktycznych. Internet i bazy danych ułatwiają gromadzenie, przetwarzanie i korzystanie z tych informacji w łatwy sposób np. poprzez wykorzystywanie medycznych baz w diagnostyce czy leczeniu SM. Cel. W pracy oceniono stopień wykorzystania baz danych do optymalizacji leczenia SM. Zbadano również wiedzę na temat baz danych i poziom ich wykorzystania przez lekarzy w szpitalach, przychodniach i gabinetach lekarskich. Materiał i metody. W badaniu wzięło udział 146 lekarzy zajmujących się osobami z SM (lecznictwo zamknięte i ambulatoryjne). Badania zostały wykonane na obszarze Polski w okresie od stycznia 2010 do grudnia 2011 roku w formie ankiety (forma mailowa/ spotkanie z lekarzem). Do obliczeń statystycznych zależności pomiędzy badanymi cechami w skali nominalnej użyto test niezależności chi-kwadrat. Przy małych licznościach wykonano dokładny test Fishera oraz test Fishera-Freemana-Haltona. Wyniki. Lekarze powszechnie korzystający z medycznych baz danych w leczeniu SM to ludzie młodzi, którzy niedawno ukończyli studia medyczne, a najczęstszym powodem przeszukiwania baz są problemy diagnostyczne z pacjentem chorym na SM. Najczęściej bazy danych pacjentów z SM istnieją w szpitalach, gdzie lekarze mają do nich najłatwiejszy dostęp, pozwalający na optymalizację leczenia. Wnioski. Korzystanie z medycznych baz danych poprawia stan zdrowia, jakość życia pacjenta chorującego na SM oraz pomaga zoptymalizować jego proces leczenia. SŁOWA KLUCZOWE: medyczne bazy danych, wyszukiwanie danych, stwardnienie rozsiane, optymalizacja leczenia. Summary Introduction. Multiple sclerosis (SM) is an autoimmune chronic disease of central nervous system (CNS), characterized by multifocal damage to the nervous tissue. MS occurs worldwide, but at different frequencies. The rapid development of medicine, forced on the doctors continuous updating of knowledge and practical skills. The creation of the Internet and databases facilitated the collection, processing and use of this information in an easy way such as using the base medical diagnosis or treatment of MS. Aim. The study assessed the use of databases for optimizing the treatment of MS. Also examined the knowledge and use of medical databases by doctors from online databases and databases of hospitals, clinics and doctors offices. Material and methods. The study involved 146 physicians dealing with persons with multiple sclerosis (patient and outpatient healthcare). The tests were performed on Polish territory in the period from January 2010 to December 2011 in the form of questionnaires (e-mails/meeting with the doctor). For the calculation of statistical correlation between the measured trait on a scale of nominal independence chi-square test was used. At low numbers of participants Fisher s exact test and the test of Fisher-Freeman- Halton were performed. Results. Doctors commonly using medical databases in the treatment of MS are young people who recently completed their medical studies, and the most common reason for searching the databases are diagnostic problems with a patient suffering from MS. Most databases of MS patients are in hospitals, where doctors have the easiest access to them in order to optimize treatment. Conclusions. Use of medical databases improves the health status, quality of life in the patient with MS and it helps to optimize the healing process. KEY WORDS: medical databases, data mining, multiple sclerosis, optimization of treatment.
114 Krzysztof Kus, Magdalena Hain, Elżbieta Nowakowska i inni Wstęp Stwardnienie rozsiane (łac. sclerosis multiplex) (SM) jest przewlekłą chorobą autoimmunologiczną ośrodkowego układu nerwowego (OUN), charakteryzującą się wieloogniskowym uszkodzeniem tkanki nerwowej [1, 2]. SM mimo, że występuje na całym świecie, ale nie wszędzie z równą częstością [3]. Choroba ta dotyka przede wszystkim rasę białą, a w przypadku rasy żółtej występuje w odmiennej postaci klinicznej (tzw. azjatycka postać choroby). Sama choroba postępuje wolno, powodując rozsiane zmiany demielinizacyjne w obrębie OUN [4, 5]. Przebieg SM cechuje się okresami zaostrzeń tzw. rzutów choroby charakteryzujących się występowaniem jednego lub kilku objawów świadczących o uszkodzeniu układu nerwowego (objawy powyżej 24 godzin) oraz remisji ustępowania objawów rzutu [1, 2]. Wyróżniamy 4 postacie choroby: postać remisyjno-rzutową (RRMS), występuje u 80% pacjentów, postać pierwotnie przewlekłą (PPMS), dotyczy około 20% pacjentów, najczęściej po 40. roku życia, postać wtórnie przewlekłą (SPMS), występuje u 40% pacjentów, postać rzutowo-przewlekłą (PRMS), jest formą przejściową pomiędzy RRMS a SPMS [1, 2, 6]. Pierwsze objawy stwardnienia rozsianego mogą być przemijające i z czasem trudne do zauważenia przez chorego. Często dopiero przeprowadzony z pacjentem wywiad wykazuje, iż w młodości wystąpił epizod SM [7]. W niektórych przypadkach pierwsze objawy poprzedzone są ogólnoustrojową infekcją, urazem lub nadmiernym wysiłkiem fizycznym, co często usypia czujność pacjentów, którzy nie zdają sobie sprawy z konsekwencji wynikających z przebiegu choroby [1]. Najczęściej stosowanym narzędziem oceny nasilenia objawów i niepełnosprawności w SM jest skala EDSS, czyli rozszerzona skala stanu niepełnosprawności (ang. Expanded Disability Status Scale) oraz test MSFC, czyli złożona skala stanu sprawności w stwardnieniu rozsianym (ang. multiple sclerosis functional composite) [8]. Stwardnienie rozsiane jest chorobą trudną do zdiagnozowania [9]. Obecnie obowiązującymi kryteriami są kryteria McDonalda, opracowane w 2001 roku, które oparte są na danych klinicznych oraz na wynikach badań dodatkowych [10]. Innym badaniem diagnostycznym jest badanie elektrofizjologiczne z wykorzystaniem tzw. potencjałów wywołanych (EP), które dzielimy na: wzrokowe (VEP), somatosensoryczne (SSEP), słuchowe potencjały wywołane z pnia mózgu (BAEP), ruchowe potencjały wywołane po stymulacji magnetycznej (MEP) [2, 11]. Sama terapia SM polega natomiast na leczeniu przyczyn choroby, poprawie jakości życia z chorobą i na zmniejszaniu skutków ubocznych stosowanych leków. Wyróżnia się trzy podstawowe sposoby leczenia farmakologicznego: leczenie w okresie rzutów choroby, leczenie przyczynowe, leczenie objawowe [6]. Szybki rozwój medycyny obliguje lekarzy do ciągłej aktualizacji wiedzy i doskonalenia umiejętności praktycznych. Internet i bazy danych ułatwiają gromadzenie, przetwarzanie i korzystanie z tych informacji w łatwy sposób np. poprzez wykorzystywanie medycznych baz danych w diagnostyce czy leczeniu SM [12]. Największą i najbardziej rozpowszechnioną medyczną bazą danych jest Medline. Jej zasoby obejmują publikacje, które są gromadzone od 1966 r. aż do chwili obecnej ze wszystkich dziedzin związanych z medycyną, a sama baza została stworzona przez National Center for Biotechnology Information (NCBI), które działa przy National Library of Medicine (NLM). Baza ta zawiera ponad 19 milionów rekordów bibliotecznych, z 5 tys. czasopism, wydawanych w ponad 70 państwach [13, 14]. Kolejną bazą medyczną jest The Cochrane Library, która ułatwia podejmowanie decyzji w zakresie postępowania medycznego. Baza ta jest szczególnie przydatna w poszukiwaniu informacji, które są oparte na faktach (EBM). Jest ona zbiorem udokumentowanych prac, metod i protokołów, które są rezultatem pracy The Cochrane Collaboration grupy lekarzy z różnych krajów, którzy współpracują ze sobą i opracowują tematy, które później wchodzą w skład tej bazy [14, 15]. Embase to następna znacząca baza danych medycznych, która zwiera publikacje z zakresu medycyny i nauk pokrewnych. Znaczna ilość publikacji znajdujących się w tej bazie pochodzi z czasopism europejskich, dlatego też możemy tam znaleźć informacje, których nie znajdziemy w bazie Medline. W Embase jest zastosowany system EMTREE, który jest rodzajem elektronicznego słownika (odpowiednik MeSH w Medline) [14, 16]. Cel pracy W niniejszej pracy oceniono stopień wykorzystania baz danych przez lekarzy do optymalizacji leczenia SM. Zbadano również wiedzę na temat baz danych i poziom ich wykorzystania przez lekarzy w szpitalach, przychodniach i gabinetach lekarskich. Materiały i metody W badaniu wzięło udział 146 lekarzy zajmujących się osobami z SM. Badanie dotyczyło specjalistów z różnym okresem stażu w lecznictwie zamkniętym i ambulatoryjnym (nie wymagało zgody Komisji Etyki) i zostało przeprowadzone w formie autorskiej, anonimowej ankiety (ankieta do wglądu u autora). Badania zostały wykonane na obszarze Polski w okresie od stycznia 2010 do grudnia 2011 roku (forma mailowa/spotkanie z lekarzem).
Medyczne bazy danych wykorzystywane dla optymalizacji leczenia stwardnienia rozsianego (SM) przez lekarzy... 115 Analiza statystyczna wyników Do obliczeń statystycznych zależności pomiędzy badanymi cechami w skali nominalnej użyto testu niezależności chi-kwadrat. Przy małych licznościach lub liczności zerowej w jednej lub więcej podgrupach wykonano dokładny test Fishera dla tabel 2 2 lub/oraz test Fishera -Freemana-Haltona (tabele większe niż 2 2). Wyniki były analizowane na poziomie istotności α = 0,05. Wyniki Najliczniejszą grupę badanych stanowili lekarze powyżej 50. roku życia (ponad 41%) (Rycina 1). Ponad 58% ankietowanych wykonywało swoją praktykę lekarską w miastach powyżej 150 tysięcy mieszkańców (Rycina 2), gdzie w szpitalu pracowało około 65%, w przychodniach 54%, a w gabinetach prywatnych 48% wszystkich lekarzy z tej grupy (Rycina 3). Wielu lekarzy pracowało równocześnie we wszystkich wymienionych jednostkach służby zdrowia. Zaobserwowano istotną statystycznie zależność między korzystaniem z medycznych baz danych a wiekiem lekarza (Test Chi 2, p = 0,0432) młodsi lekarze częściej wykorzystywali tego typu bazy w pracy. Najliczniejsza grupa badanych (ponad 64%) korzystała z nich czasami (ankietowani do 40. roku życia). Nie korzysta z baz danych ponad 57% lekarzy powyżej 50. roku życia (Tabela 1). Korzystanie z medycznych baz danych w celu postawienia prawidłowej diagnozy jest zależne od miejsca zatrudnienia (Test Chi 2, p = 0,0321) ponad 55% osób pracujących w przychodni lekarskiej nie korzystało z baz danych, natomiast 45% respondentów z poza przychodni używało ich na co dzień do diagnozy chorego (Rycina 4). Wykazano statystycznie istotną zależność pomiędzy wykorzystaniem baz danych a miejscem zatrudnienia (Test Fishera-Freemana-Haltona, p = 0,0235). Ponad 86% lekarzy pracujących w prywatnych gabinetach sporadycznie wykorzystywało komputerowe bazy danych w celach diagnostycznych (Rycina 5). W przypadku niepewności diagnozy korzystanie z baz danych jest istotnie zależne od wieku (Test Chi 2, p = 0,0093) lekarze poniżej 40 lat = 63%, 41 50 lat = 67%. Osoby powyżej 50. roku nie korzystało z baz danych do postawienia diagnozy (Tabela 2). Korzystanie z bazy danych typu Medline czy Embase jest również zależne od miejsca pracy lekarza (Test Fishera-Freemana-Haltona, dla bazy Medline p = 0,0041, dla bazy Embase p < 0,0001). W małych miastach (>50000 mieszkańców) 40% respondentów wykorzystywało te bazy w swojej praktyce lekarskiej. W średniej wielkości miastach (50 150 tysięcy mieszkańców) wszyscy lekarze korzystali z bazy typu Medline (100%), natomiast w dużych miastach (> 150 tysięcy) tylko 36% lekarzy (Tabela 3). Rycina 1. Struktura wieku badanej grupy lekarzy. Figure 1. The age structure of the study group of doctors. Rycina 3. Struktura zatrudnienia badanej grupy lekarzy. Figure 3. The employment structure of the test group of doctors. Tabela 1. Korzystania z baz danych w poszczególnych grupach wiekowych lekarzy Table 1. The use of databases in each age group of doctors Rycina 2. Miejsca odbywania praktyki lekarskiej badanej grupy lekarzy. Figure 2. The place of medical practice in the study group of doctors. Wiek Częstość korzystania z baz danych [%] często czasami nigdy < 40 23,55 64,68 11,77 41 50 20,55 49,40 30,05 > 50 21,10 21,01 57,89
116 Krzysztof Kus, Magdalena Hain, Elżbieta Nowakowska i inni Rycina 4. Wykorzystanie baz danych w celu postawienia diagnozy (a). Figure 4. The use of databases in order to make a diagnosis (a). Rycina 5. Wykorzystanie baz danych w celu postawienia diagnozy (b). Figure 5. The use of databases in order to make a diagnosis (b). Tabela 2. Korzystanie z baz danych w razie tzw. niepewności diagnozy Table 2. The use of databases in cases of diagnosis uncertainty Korzystanie z baz danych w razie tzw. Wiek niepewności diagnozy tak [%] nie [%] < 40 37,45 62,55 41 50 33,35 66,65 > 50 90,90 9,10 Tabela 3. Struktura wykorzystania baz Medline i Embase w zależności od miejsca odbywania praktyki Table 3. Structure of using Medline and Embase databases depending on the place of practice Korzystanie z bazy Korzystanie z bazy Miejsce praktyki Medline Embase zawodowej tak [%] nie [%] tak [%] nie [%] miasto < 50 tys. 40,00 60,00 40,00 60,00 miasto 50 150 tys. 100,00 0,00 0,00 100,00 miasto > 150 tys. 36,22 63,78 4,44 95,56
Medyczne bazy danych wykorzystywane dla optymalizacji leczenia stwardnienia rozsianego (SM) przez lekarzy... 117 Większość respondentów (ponad 94%), którzy nie prowadzili prywatnej praktyki lekarskiej nie korzystało z bazy The Cochrane Database of Systematic Reviews (Test Chi 2, p = 0,0427), podobnie jak osoby pracujące w prywatnych gabinetach lekarskich (ponad 68%) (Rycina 6). Wykorzystanie bazy MP OnLine jest istotnie zależne od wieku lekarza (Test Chi 2, p = 0,0075). 80% lekarzy poniżej 40. roku życia korzystało ze zbiorów MP OnLine, trochę mniej w grupie między 41. 50. rokiem życia (ponad 55%) (Tabela 4). Z badań ankietowych wynikało, że istnieje zależność między wiekiem a zapoznaniem się z tematem baz danych na studiach (Test Fishera-Freemana-Haltona, p = 0,0042) ponad 76% lekarzy poniżej 40. roku życia zapoznało się z bazami danych już na studiach. Wśród ankietowanych powyżej 50. roku życia około 21% miało styczność z bazami danych podczas studiowania (Tabela 5). Tworzenie komputerowych baz danych pacjentów chorych na stwardnienie rozsiane w miejscu pracy jest także zależne od miejsca zatrudnienia: w szpitalu bazy tworzyła ponad połowa respondentów (Test Chi 2, p = 0,0092), a poza szpitalem tylko niecałe 18% (Test Chi 2, p = 0,0472) (Rycina 7). Optymalizacja leczenia szpitalnego i ambulatoryjnego jest istotnym elementem poprawy jakości życia pacjenta. Ponad 33% ankietowanych (miasta > 150 tys. mieszkańców) uważało, że bazy danych są przydatne w praktyce lekarskiej w zależności od konkretnego przypadku chorego na SM, podczas gdy w małych miastach twierdziło tak aż 60% respondentów (Test Fishera- Freemana-Haltona, p = 0,0005) (Tabela 6). Rycina 6. Wykorzystanie bazy The Cochrane Database of Systematic Reviews przez lekarzy. Figure 6. The use of the Cochrane Database of Systematic Reviews by doctors. Tabela 4. Struktura wykorzystania bazy MP OnLine w różnych grupach wiekowych Table 4. The structure of the MP OnLine base use in different age groups Wiek Korzystanie z bazy danych MP OnLine tak [%] nie [%] < 40 lat 80,00 20,00 41 50 lat 55,44 44,56 > 50 lat 18,39 81,61 Tabela 5. Zapoznanie się z tematem baz danych na studiach w poszczególnych grupach wiekowych Table 5. Familiarization with the subject at university databases in each age group Zapoznanie się z bazą danych na studiach Wiek tak, dokładnie [%] tak, wspomniano [%] nie [%] < 40 lat 5,78% 70,47% 23,75% 41 50 lat 0,00% 44,22% 55,78% > 50 lat 5,36% 15,66% 78,98% Tabela 6. Praktyczny aspekt zastosowania danych zawartych w bazach medycznych dla poprawy zdrowia u pacjenta Table 6. Practical aspects of the use of the data contained in medical databases to improve patient health Czy informacje zawarte w bazach danych zastosowanych w praktyce Miejsce odbywania praktyki lekarskiej pomogą pacjentowi z SM w powrocie do zdrowia? tak [%] zależy od przypadku [%] nie [%] miasto < 50 tys. 40,00 60,00 00,00 miasto 50 150 tys. 22,12 33,49 44,39 miasto > 150 tys. 14,34 85,66 0,00
118 Krzysztof Kus, Magdalena Hain, Elżbieta Nowakowska i inni Rycina 7. Tworzenie komputerowych baz danych pacjentów chorych na stwardnienie rozsiane w zależności od miejsca zatrudnienia. Figure 7. Creation of a computer database of patients with multiple sclerosis according to the place of employment. Rycina 8. Możliwości korzystania z komputerowych baz danych pacjentów chorych na stwardnienie rozsiane innego szpitala (przychodni, gabinetu) w zależności od miejsca zatrudnienia. Figure 8. The possibility of using computer databases of patients with multiple sclerosis from another hospital (clinic, office) depending on the place of employment. Rycina 9. Szukanie informacji na temat optymalizacji leczenia stwardnienia rozsianego w zależności od miejsca zatrudnienia. Figure 9. Search for information on how to optimize the treatment of multiple sclerosis according to the place of employment.
Medyczne bazy danych wykorzystywane dla optymalizacji leczenia stwardnienia rozsianego (SM) przez lekarzy... 119 Tabela 7. Korzystanie z komputerowych baz danych pacjentów innego szpitala (przychodni, gabinetu), w celu poprawy zdrowia pacjenta Table 7. The use of computerized databases of patients from another hospital (clinic, physician s office), to improve the health of the patient Miejsce odbywania praktyki Czy korzystanie z komputerowych baz danych pacjentów zoptymalizuje leczenie SM? tak, zdecydowanie [%] tak, w niektórych przypadkach [%] brak zdania [%] nie [%] miasto < 50 tys. 50,00 25,00 25,00 0,00 miasto 50 150 tys. 27,58 0,00 45,39 27,03 miasto > 150 tys. 25,68 48,34 7,21 18,77 Istnieje zależność pomiędzy korzystaniem z baz danych innego szpitala a miejscem zatrudnienia (Test Chi 2, p = 0,0477), gdzie ok. 65% lekarzy poza szpitalem nie miało możliwości korzystania z baz danych pacjenta innej placówki zdrowia (Rycina 8). Duża grupa respondentów nie pracujących w prywatnych gabinetach bazowała na wiedzy typu kolegi z pracy (ponad 60%) (Test Chi 2, p = 0,0384) zamiast na medycznych bazach danych. Odwrotną sytuację obserwowano w szpitalach (Rycina 9). Wykazano statystycznie znamienną zależność pomiędzy korzystaniem z baz danych pacjentów innego szpitala (przychodni, gabinetu) w celu zoptymalizowania leczenia a miejscem odbywania praktyki (Test Fishera- -Freemana-Haltona, p = 0,0078) 50% ankietowanych stwierdziło, że korzystanie z baz danych pacjentów zdecydowanie zoptymalizuje leczenie SM (Tabela 7). Omówienie wyników Początek XXI wieku charakteryzuje się coraz powszechniejszym wykorzystaniem medycznych baz danych. Spowodowane to jest ogromną liczbą danych, które pojawiają się m.in. w medycynie, dotyczy to nie tylko danych personalnych pacjenta, publikacji (również w wersji elektronicznej), ale także szeroko pojętych danych biomedycznych. Wyniki przeprowadzonych badań świadczą o tym, że ponad połowa lekarzy korzystała z medycznych baz danych okresowo (w zależności od konkretnego przypadku), z czego ponad 22% lekarzy poniżej 50. roku życia korzystała bardzo często. Zauważono również, że tylko 21% osób powyżej 50. roku życia używało tych baz w swojej praktyce lekarskiej. Podobne wyniki uzyskano w badaniach przeprowadzonych przez Medical Data Management w 2002 roku [17], gdzie ponad połowa ankietowanych w wieku poniżej 50 lat nie korzystała z formy elektronicznej wiedzy (bazy danych), jednocześnie Dżaman i wsp. wskazują iż w decyzjach klinicznych 26% ankietowanych korzystało z Internetu regularnie (tj. min. 2 3 w tygodniu) [18]. Spowodowane to może być różnicami w kształceniu lekarzy (ponad 70% respondentów poniżej 40. roku życia już podczas studiów spotkało się z tematyką medycznych baz danych i ich wykorzystaniem badania własne). Również analizy przeprowadzone wśród studentów anglojęzycznych Akademii Medycznej w Lublinie (2006) pokazały, że 45% badanych wykorzystywało te informacje w dalszej karierze zawodowej. Ważne jest, że tylko 3% ankietowanych uznało medyczne bazy danych za zbędne [19]. Taką sytuację można jednak wyjaśnić badaniami Craig a, w których przeciętny lekarz poświęcał tylko 30 60 minut tygodniowo na przeglądanie nowości medycznych, przydatnych do rozwiązywania poszczególnych problemów klinicznych [20]. Również badania przeprowadzone w Australii potwierdzają, że aż 3/4 lekarzy uważało, że ma za mało czasu na stałe przeglądanie baz w celu podwyższania swoich umiejętności, a ok. 40% respondentów uznawało swoje umiejętności za niewystarczające. Dodatkowo, prawie 50% lekarzy australijskich stwierdziło, iż posiada za mały dostęp elektroniczny do fachowej literatury [21]. Z niniejszych badań wynika, że w przypadku SM ponad 80% lekarzy pracujących w szpitalach wykorzystywało medyczne bazy danych do postawienia tej diagnozy. Podobna sytuacja występowała wśród lekarzy pracujących ambulatoryjnie (55%). W przypadku tzw. niepewności postawionej diagnozy, w celu jej weryfikacji czy potwierdzenia, z baz danych korzystało ponad 60% lekarzy poniżej 50. roku życia. Niezależnie od wieku 94% respondentów korzystało z baz danych w celach diagnostycznych w przypadku SM. Nieco inne wyniki uzyskano w szpitalach uniwersyteckich, leczących SM na terenie Niemiec, gdzie Pette i Zetll wykazali, że regularnie z medycznych baz danych korzystało tylko 22% lekarzy [22]. Do podobnych wniosków doszedł także Schroeder stwierdzając, iż medyczne bazy danych bez upowszechnienia ich zastosowania nie spełniają pokładanych oczekiwań przez personel medyczny [23]. Wykonane badania dowiodły, że dla zoptymalizowania procesu leczenia ponad 60% lekarzy korzystało z wiedzy znajomych lekarzy, zamiast z medycznych baz danych. Podobne wyniki uzyskał Lorenz i wsp., gdzie ankietowani lekarze amerykańscy w 2002 roku także zadeklarowali, iż w znacznej większości korzystali z wiedzy znajomych lekarzy dla zoptymalizowania terapii (przede wszystkim w leczeniu klinicznym) [24]. Inne badania wykonane przez firmę Medical Data Management, zaprzeczają jednak tym doniesieniom, gdyż wynika z nich, że nawet 80% lekarzy po 35. roku życia wykorzystuje medyczne bazy danych dla poszerzenia swojej wiedzy dotyczącej danego schorzenia [17, 25]. Baza Medline jest jedną z najczęściej wykorzystywanych medycznych baz danych w SM. Z przeprowadzonych badań wynika, że praktycznie wszyscy ankietowani lekarze z dużych miast (50 100 tys. mieszkańców) korzystali z tej bazy, natomiast lekarze pracujący
120 Krzysztof Kus, Magdalena Hain, Elżbieta Nowakowska i inni w miejscowościach poniżej 50 tys. mieszkańców raczej jej nie stosowali w swojej praktyce zawodowej. Wyniki te są porównywalne z badaniami przeprowadzonymi przez Ulvenes i wsp. w 2006 roku, gdzie baza Medline była najpopularniejszą w Norwegii (korzystało z niej 56% respondentów) [26]. Podobne wyniki uzyskał Barghouti podczas badań lekarzy w Kanadzie, gdzie ponad 50% lekarzy zadeklarowało dostęp do tej bazy [27]. Wykonane badania dowodzą, że lekarze nie korzystali z bazy The Cochrane Database of Systematic Reviews w codziennej pracy prawie 95% badanych osób nie czytało metaanaliz, dotyczących stwardnienia rozsianego, zawartych w tej bazie. Podobne wyniki otrzymał Ulvenes i wsp. stwierdzając, że ponad 70% lekarzy nie korzysta z tej bazy w celu poszerzenia swoich umiejętności [26]. Podobne dane uzyskali badacze ze szpitala Universitetu College Ibadan w Nigerii, gdzie tylko 7% lekarzy korzystało z metaanaliz dostępnych dzięki The Cochrane Database of Systematic Reviews [28]. Podobnie w Anglii, niewielki odsetek lekarzy korzystał z tej bazy (badania wykonane przez McColla) [29], tak jak na obszarze Australii, gdzie badania takie przeprowadził Young [30]. Około 94% respondentów stwierdziło, iż informacje zawarte w medycznych bazach danych, zastosowane w praktyce, mogą pomóc wrócić pacjentowi do pełni zdrowia, ale zależy to od konkretnego przypadku. Uważają oni, iż korzystanie z baz danych może przyczynić się do optymalizacji leczenia stwardnienia rozsianego. Podobna ilość ankietowanych lekarzy pracujących w szpitalach stwierdziła, że w ich praktyce zawodowej medyczne bazy danych zdecydowanie pomagają w optymalizacji leczenia SM. Z prezentowanych danych wynika, że wśród lekarzy 63% mężczyzn i 31% kobiet tworzyło komputerowe bazy danych w miejscu pracy, gdzie ponad połowa osób pracujących w szpitalu tworzyła medyczne bazy danych pacjentów. Uzyskane wyniki są podobne do badań firmy Frost & Sullivan [31], którzy twierdzą, iż połowa lekarzy w Polsce wykorzystuje komputery do rejestracji różnego rodzaju danych pacjentów. W krajach Unii Europejskiej średnia ta jest dużo wyższa (ok. 80%). W Polsce tylko 10% lekarzy wykorzystuje komputer oraz odpowiednią bazę podczas konsultacji medycznej, natomiast w Czechach i na Węgrzech w tym celu z komputerów korzysta blisko 70% ankietowanych lekarzy [32]. W przedstawionym badaniu ponad połowa respondentów (ok. 64%) twierdziła, że z powodu braku możliwości nie korzystała z baz danych pacjentów innego zakładu opieki zdrowotnej. Tylko lekarze, którzy pracowali w szpitalu mieli ułatwiony dostęp do baz danych pacjenta, który przeszedł pod ich opiekę z innego szpitala. Dodatkowo ponad połowa lekarzy, którzy pracowali w małej miejscowości uważało, że korzystanie z komputerowych baz danych pacjenta innego szpitala, przychodni czy gabinetu może w zdecydowany sposób poprawić zarówno stan zdrowia pacjenta, jak i zoptymalizować sam proces leczenie stwardnienia rozsianego. Wnioski 1. Istnieje silna tendencja wśród lekarzy leczących Multiple Sclerosis do coraz szerszego wykorzystania medycznych baz danych. 2. Lekarze powszechnie korzystający z medycznych baz danych w leczeniu SM to ludzie młodzi, którzy niedawno ukończyli studia medyczne. 3. Najczęstszym powodem korzystania z medycznych baz danych są problemy diagnostyczne. 4. W opinii lekarzy korzystanie z medycznych baz danych poprawia stan zdrowia, jakość życia pacjenta chorującego na SM oraz pomaga zoptymalizować jego proces leczenia. Piśmiennictwo 1. Selmaj K.: Choroby demielinizacyjne [w:] Podemski R. (red.): Kompendium Neurologii. Via Medica, Gdańsk 2008, 299 321. 2. Członkowscy A.A.: Leczenie w neurologii. Kompendium, PZWL, Warszawa 2005, 128 144. 3. Kurtzke J.F: Epidemiology and multiple sclerosis a personal review. http://www.direct-ms.org/pdf/epidemiologyms/epidemiologyms.pdf 03.09.2012. 4. Rothwell P.M., Charlton D.: High incidence and prevalence of multiple sclerosis in south east Scotland: evidence of a genetic predisposition. Journ. Neurol. Neurosurg. Psychiatry, 1998, 64, 730 735. 5. Selmaj K.: Stwardnienie rozsiane kryteria diagnostyczne i naturalny przebieg choroby. Pol. Przegl. Neurol., 2005, 1, 3, 99 105. 6. Podemski R. (red.): Kompendium neurologii. Via Medica, Gdańsk 2008, 299 321. 7. Pety D., Studney D., Redekop K. i wsp.: MS COSTAR: a computerized patient record adopted for clinical research purposes. Ann. Neurol., 1994, 36, 134 135. 8. Wender M.: Próby optymalizacji liczbowej oceny stanu klinicznego chorych na stwardnienie rozsiane. Aktual. Neurol., 2, 128 130. 9. Poser C.M., Paty D.W., Scheinberg L. i wsp; New diagnostic criteria for multiple sclerosis guidelines for research protocols. Ann. Neurol., 1983, 13, 227 231. 10. Potemkowski A.: Kryteria rozpoznania stwardnienia rozsianego. Pol. Przegl. Neurol., 2008, 4, A, 64 66. 11. Zielińska M.: potencjały wywołane w diagnostyce stwardnienia rozsianego. Pol. Przegl. Neurol., 2005, 1, 3, 106 113. 12. Serwis abc doktorzy. http://abc.doktorzy.pl/bazy.htm, 29.06.2012. 13. Adamusiak T., Zajdel R.: PubMed Zakład Informatyki i Statystyki Medycznej Uniwersytetu Medycznego w Łodzi, 2006, 1 7. http://www.umed.lodz.pl/wun/pubmed.pdf, 06.09.2012. 14. Kawalec P.: Medyczne bazy danych cz. 1. Służ. Zdr., 2002, 75 76. http://www.sluzbazdrowia.com.pl/html/more3172c. php 06.09.2012. 15. Seiffert J.: Cochrane library dostęp narodowy jak korzystać z bazy. Dział Informacji Naukowej Biblioteki SUM. http://www.slam.katowice.pl/e107_files/public/cochrane. doc, 01.07.2012.
Medyczne bazy danych wykorzystywane dla optymalizacji leczenia stwardnienia rozsianego (SM) przez lekarzy... 121 16. Korfel I.: Strategia wyszukiwania informacji na podstawie zasobów i usług BM CMUJ. http://www.bm.cm-uj.krakow. pl/pdf/strategia_wyszukiwania_informacji_na_podstawie_zasobow_bmcmuj.pdf, 06.09.2012 17. Medical Data Management. A Halifax Group, Inc. Company. http://www.medicaldat.com, 28.06.2012 18. Dżaman K., Kołodziejski P., Ratajczak J. i wsp.: Analiza czynników wpływających na decyzje kliniczne lekarza. Ann. UMCS, Sect D, 2005, vol. LX, suppl. XVI, 93, 430 433. 19. Śniechowska-Karpińska A.: Model kształcenia studentów Oddziału Anglojęzycznego program, metody kształcenia i ocena z punktu widzenia uczestników. 25. Jubileuszowa Konferencja Problemowa Bibliotek Medycznych. Lublin Kazimierz Dolny, 12 14.06.2006. http://www.ebib.info/ publikacje/matkonf/25kpbm/sniechowska.php, 02.09.2012. 20. Craig J.C., Irwig L.: Stockler M.R.: Evidence-based medicine: useful tools for decision making. Med. Journ. Aust., 2001, 174, 248 253. 21. Bacz A.: Medycyna oparta na dowodach naukowych fakty i moty w położnictwie. Fundacja Rodzić po ludzku. http://www.rodzicpoludzku.pl/medycyna-oparta-nadowodach-ebm/medycyna-oparta-na-dowodach-naukowych-fakty-i-mity-w-położnictwie.html, 01.09.2012. 22. Pette M., Zetll U.K.: The use of multiple sclerosis databases at neurological university hospitals in Germany. Mult. Scler., 2002, 8, 265 267. 23. Schroeder M.: MUSIS 2.0 Multiple Sclerosis Information System: An easy-to-use database to improve the care of patients with multiple sclerosis. Mult. Scler., 1999, 5, 299 301. 24. Lorenz K.A., Ryan G.W., Morton S.C. i wsp.: A qualitative examination of primary care providers and physician managers uses and views of research evidence. Int. Journ. Qual. Health Care, 2005, 17, 409 414. 25. http://www.swo.ae.katowice.pl/_pdf/165.pdf, 02.09.2012 26. Ulvenes L.V., Aasland O., Nylenna M. i wsp.: Norwegian Physicians Knowlage of and Options about EBM: Cross- -Sectional Study. PLoS ONE, 2009, 4, 11, 1 6. 27. Barghouti F., Halaseh L., Said T.: Evidence-based medicine among Jordanian family physicians. Awareness, attitude, and knowledge. Can. Fam. Physic., 2009, 55, 7, 6 13. 28. Brzózka B.: Model systemu informatycznego dla podstawowej opieki zdrowotnej. Akademia Ekonomiczna w Krakowie, 2009, 493 500. http://www.bio-diglib.com/ content/3/1/12, 29.06.2012. 29. McColl A., Smith H., White P. i wsp.: General practitioners perceptions of the route to evidence based medicine: a questionnaire survey. BMJ, 1998, 316, 361 367. 30. Young J. M., Ward J.E.: Evidence based medicine in general practice: beliefs and barriers among Australian GPs. J. Eval. Clin. Pract., 2001, 7, 201 210. 31. Lewandowska J.: Popularyzacja systemów informatycznych w służbie zdrowia kluczem do rozwoju runku. Frost & Sullivan, 2010. http://www.frost.com/prod/servlet/pressrelease.pag?docid = 198807489, 02.09.2012. 32. Czubkowska S.: Lekarze boją się Internetu. Dziennik Gazeta Prawna, 2010, 82, 4. Adres do korespondencji: Dr n. farm. Krzysztof Kus Katedra i Zakład Farmakoekonomiki i Farmacji Społecznej Uniwersytet Medyczny im. Karola Marcinkowskiego w Poznaniu ul. Dąbrowskiego 79 60-529 Poznań