Terveydenhuollossa helposti yliarvioidaan hoitojen hyötyjä. Resurssiviisaassa terveydenhuollossa hoitojen hyödyt ja haitat tulisi ilmaista läpinäkyvästi, mutta kuka tarjoaisi kliinikoille ja potilaille mahdollisimman helposti lähestyttävää tietoa aiheesta?

Kirjoitin Helsingin Sanomissa (2.1.2024) läpinäkyvästä hoidon hyötyjen ja haittojen arviosta ja sen välttämättömyydestä järkevälle priorisoinnille. Tekstin ensisijainen tarkoitus ei ollut tuottaa tietoa yksittäisten hoitojen hyödyistä, vaan havainnollistaa, miksi transparentti hoitojen hyötyjen ja haittojen läpikäyminen on tärkeää priorisoinnille. Ymmärrän kuitenkin, että mielipidekirjoituksessani esittämäni luvut saattavat herättää keskustelua, joten avaan tässä blogissa tarkemmin niiden perustaa.

Yhdysvaltalaisen kyselytutkimuksen mukaan kliinikot (lääkärit ja hoitajat) yliarvioivat merkittävästi yleisesti käytettyjen hoitojen hyötyjä (1). Oman kokemukseni mukaan samoin tekevät myös potilaat. Priorisoinnin kannalta tämä on ongelmallista. Kun päätöksenteko ei perustu tietoon vaan epärealistisiin odotuksiin, syntyy häiriökysyntää. Potilaat hakeutuvat vastaanotolle suuren avun toivossa, kun todellisuudessa tarjolla on vain pienehköä helpotusta oireisiin. Epärealistiset odotukset johtavat resurssien (hoitojen tai tutkimusten) käyttöön tilanteessa, jossa hoidon hyödyt eivät todellisuudessa vastaa potilaan toiveisiin ja tarpeisiin. Tämä resurssi voi olla pois suuremmassa hoidon tarpeessa olevan potilaan hoidosta. Kun potilaan epärealistiset odotukset hoidon hyödystä eivät toteudukaan, niin voidaan myös spekuloida mitä tämä tarkoittaa luottamukselle terveydenhuoltoa kohtaan. Voiko käydä myös niin että kun asetetaan yksittäiselle hoitointerventiolle liian suuret odotukset, niin muut järkevät interventiot jäävät käyttämättä.

"Epärealistiset odotukset johtavat resurssien (hoitojen tai tutkimusten) käyttöön tilanteessa, jossa hoidon hyödyt eivät todellisuudessa vastaa potilaan toiveisiin ja tarpeisiin."

Hoidon hyödyn arvio tulisi perustua aina potilaalle merkityksellisiin muuttujiin, kuten taudin aiheuttamiin oireisiin. Lääketieteessä tarkastellaan paljon biologisia muuttujia, jotka eivät kuitenkaan aina korreloi potilaan vointiin. Kun biologinen muuttuja ei tarjoa tietoa potilaan voinnista, on sen perusteella vaikea tehdä myöskään päätöksiä vastaako hyöty potilaan toiveita tai tarpeita. Esimerkiksi potilaalle ei välttämättä ole suurta merkitystä saavutetaanko antibioottihoidolla nopeammin normaali tympanometria löydös (laite, jolla pyritään arvioimaan, onko välikorvassa eritettä). Toisaalta useimmille potilaille on merkitystä kauanko korvakipu kestää tai helpottaako se muuten taudin kulkua tai oireita. Korvatulehduksessa antibiootilla on ainoa selkeä hyöty korvakivun kestoon (2). Poskiontelotulehduksen hoidossa oireet helpottavat antibioottihoidolla hieman nopeammin (3).

Käytin Helsingin sanomien kirjoituksessani masennuslääkkeisiin liittyviin lukuihin systemaattista katsausta, joka raportoi hyödyn jatkuvana muuttujana (4). Monesti masennuslääkkeitä arvioidessa kuitenkin käytetään dikotomisoituja muuttujia, josta esimerkki on tämän hetken ehkä käytetyin meta-analyysi masennuslääkkeistä. Se esimerkiksi arvioi sitä, kuinka monella potilaalla oirearvion pisteet laskivat lääkkeen käytön aikana vähintään 50 % ja kyseinen tulos tulkitaan ”responssiksi” (5). Muuttujien dikotomisointi on kuitenkin lähes aina huono idea (6), koska se johtaa tulosten tarkkuuden huononemiseen ja muuttaa tulokset hankalasti tulkittavaan muotoon. Potilaalle merkityksellistä on nimittäin se paljonko lääke vähentää oireita, ei se, että vähentääkö lääke oireita tietyn valitun raja-arvon yli. Annan hypoteettisen esimerkin asian havainnollistamiseksi: 100 potilasta ottaa masennuslääkettä ja kaikilla heistä oireet vähenevät 51 % verran.  Lumeryhmässä oireet vähenevät kaikilla puolestaan 49%. Jos responssin raja-arvo on asetettu 50 %:iin, niin lääkettä saaneilla responssin tavoittaa 100 % ja kontrolliryhmässä 0 %. Kysymys kuuluu: onko tässä tilanteessa kuvaavampaa ilmoittaa oireiden vähenemän ero eli 2 % vai ero ”responssissa”?

Kirjoitin Hesarin artikkelissa myös masennuksen tutkimuksessa käytetystä oirekyselystä. Masennuslääke vähentää oirekyselyn pisteitä noin 2:lla. Oirekyselyn pisteiden täytyisi vähentyä noin 7:llä, jotta potilaan oireiden vähenemä olisi havaittavissa (7). Kyseistä lukua ei voi pitää kovin tarkkana, mutta se antaa mielestäni hyvää viitettä siitä, millainen lääkkeen efekti tulisi olla, jotta se olisi koettavissa oireiden vähenemisenä.

"Jonkun olisikin syytä tarttua asiaan ja pyrkiä tarjoamaan kliinikoille ja potilaille mahdollisimman helposti lähestyttävää tietoa hoidon hyödyistä ja haitoista."

Verenpainelääkkeisiin liittyvät luvut kirjoituksessani puolestaan perustuivat systemaattiseen katsaukseen, jossa efekti on standardoitu niin, että se vastaa 5 mmhg alenemaa systolisessa verenpaineessa vuoden seurannan jälkeen (8). Lukema saattaa olla hieman alakanttiin, mutta ei ehkä merkittävästi (9). Lukuihin myös vaikuttaa lähtötason riski eli mm. ikä, sukupuoli, tupakointi yms. Lääkkeen valinnallakin voi vaikuttaa. Näistä syistä annoin laajan arvion verenpainelääkkeen hyödystä eli 10-20 välttää jonkin sydän-verisuonitapahtuman. Perustellusti voidaan arvioida, että jollakin potilaalla menee ylikin tämän, jos kyseessä on esim. 70-vuotias tupakoiva mies. Toisaalta 50-vuotiaalla naisella, jolla kolesterolit ovat priimaa, hyöty on selvästi alle – ja aika lailla olematon. Edellä mainitun katsauksen perusteella riski sydän-verisuonitapahtumiin laskee noin 10 %. Henkilökohtaisen riskin vähenemistä voi yhden verenpainelääkkeen kohdalla siis karkeasti arvioida kertomalla Finriski-laskurista saatu lähtötason riski 0,1:llä.

Vaikka tämä tieto on aina epätäydellistä, terveydenhuollon tulisi mielestäni aina rakentua tällaiselle hyöty/haitta-analyysille. Nykyisellään tutkimustieto hyödyistä ja haitoista on monesti vaikeasti lähestyttävää. Jonkun olisikin syytä tarttua asiaan ja pyrkiä tarjoamaan kliinikoille ja potilaille mahdollisimman helposti lähestyttävää tietoa hoidon hyödyistä ja haitoista.

Aleksi Raudasoja

LL, tutkija, Duodecim, Helsingin yliopisto, PROSHADE

Kuva: Unsplash / Towfiqu Barbhuiya

Lisää PROSHADE-blogeja aiheesta:

Terveydenhuollon kustannuksia voidaan hillitä priorisoinnilla ja vähähyötyisiä hoitoja karsimalla

Priorisointikeskustelu tulisi käydä vasta vähähyötyisten hoitokäytäntöjen vähentämisen jälkeen

Suomalainen terveydenhuolto kaipaa resurssiremonttia

Terveydenhuollon resurssien viisas käyttö on kaikkien etu

1. Morgan DJ, Pineles L, Owczarzak J, et al. Clinician Conceptualization of the Benefits of Treatments for Individual Patients. JAMA Netw Open.2021;4(7):e2119747. doi:10.1001/jamanetworkopen.2021.19747
2. Venekamp RP, Sanders SL, Glasziou PP, Rovers MM. Antibiotics for acute otitis media in children. Cochrane Database of Systematic Reviews 2023, Issue 11. Art. No.: CD000219. DOI: 10.1002/14651858.CD000219.pub5. Accessed 12 December 2023.
3. Lemiengre MB, van Driel ML, Merenstein D, Liira H, Mäkelä M, De Sutter AIM. Antibiotics for acute rhinosinusitis in adults. Cochrane Database of Systematic Reviews 2018, Issue 9. Art. No.: CD006089. DOI: 10.1002/14651858.CD006089.pub5. Accessed 12 December 2023.
4. Jakobsen JC, Katakam KK, Schou A, Hellmuth SG, Stallknecht SE, Leth-Møller K, Iversen M, Banke MB, Petersen IJ, Klingenberg SL, Krogh J, Ebert SE, Timm A, Lindschou J, Gluud C. Selective serotonin reuptake inhibitors versus placebo in patients with major depressive disorder. A systematic review with meta-analysis and Trial Sequential Analysis. BMC Psychiatry. 2017 Feb 8;17(1):58. doi: 10.1186/s12888-016-1173-2. Erratum in: BMC Psychiatry. 2017 May 3;17 (1):162. PMID: 28178949; PMCID: PMC5299662.
5. Cipriani A, Furukawa TA, Salanti G, Chaimani A, Atkinson LZ, Ogawa Y, Leucht S, Ruhe HG, Turner EH, Higgins JPT, Egger M, Takeshima N, Hayasaka Y, Imai H, Shinohara K, Tajika A, Ioannidis JPA, Geddes JR. Comparative efficacy and acceptability of 21 antidepressant drugs for the acute treatment of adults with major depressive disorder: a systematic review and network meta-analysis. 2018 Apr 7;391(10128):1357-1366. doi: 10.1016/S0140-6736(17)32802-7. Epub 2018 Feb 21. PMID: 29477251; PMCID: PMC5889788.
6. Altman DG, Royston P. The cost of dichotomising continuous variables. 2006 May 6;332(7549):1080. doi: 10.1136/bmj.332.7549.1080. PMID: 16675816; PMCID: PMC1458573.
7. Leucht S, Fennema H, Engel R, Kaspers-Janssen M, Lepping P, Szegedi A. What does the HAMD mean? J Affect Disord. 2013 Jun;148(2-3):243-8. doi: 10.1016/j.jad.2012.12.001. Epub 2013 Jan 26. PMID: 23357658.
8. Blood Pressure Lowering Treatment Trialists’ Collaboration. Pharmacological blood pressure lowering for primary and secondary prevention of cardiovascular disease across different levels of blood pressure: an individual participant-level data meta-analysis. Lancet. 2021 May 1;397(10285):1625-1636. doi: 10.1016/S0140-6736(21)00590-0. Erratum in: Lancet. 2021 May 22;397(10288):1884. PMID: 33933205; PMCID: PMC8102467.
9. Canoy D, Copland E, Nazarzadeh M, Ramakrishnan R, Pinho-Gomes AC, Salam A, Dwyer JP, Farzadfar F, Sundström J, Woodward M, Davis BR, Rahimi K; Blood Pressure Lowering Treatment Trialists’ Collaboration; Blood Pressure Lowering Treatment Trialists Collaboration. Antihypertensive drug effects on long-term blood pressure: an individual-level data meta-analysis of randomised clinical trials. 2022 Jul 27;108(16):1281-1289. doi: 10.1136/heartjnl-2021-320171. PMID: 35058294; PMCID: PMC9340038.