Identificeren en prioriteren van onderwerpen uit een aansprakelijkheidsclaim-database voor klinisch redeneren onderwijs tijdens de huisartsopleiding

Informatie
Auteurs
C.G.M. van Sassen
L. . Zwaan
P.J. van der Berg
P.J.E. Bindels
S. Mamede
W.W. van den Broek
Organisatie
Erasmus MC
Congres
Samen leren, samen werken - Congres 2023
Context / probleemstelling of aanleiding

Probleemstelling (inclusief theoretische onderbouwing en onderzoeksvraag/vragen):

Diagnosefouten zijn wereldwijd de meest voorkomende, kostbare en ernstigste fouten van alle soorten aansprakelijkheidsclaims 1. Ze kunnen leiden tot grote gevolgen voor patiënten, waarbij ze vaker dan andere soorten fouten bijdragen aan het overlijden van patiënten. Het verbeteren van klinisch redeneren onderwijs (KR) is een belangrijke manier om diagnosefouten te verminderen. Er wordt veel onderzoek gedaan naar het verbeteren van KR, bijvoorbeeld naar de effecten van reflectie. Er wordt echter weinig onderzoek gedaan naar de inhoud van de casuïstiek. Dit is verrassend, aangezien de inhoud van de casus bepaalt wat de studenten leren 2. Idealiter omvat de casus informatie die studenten moeten kennen maar nog niet beheersen door onvoldoende blootstelling. Deze kennishiaten, die zowel casus-specifieke als contextfactoren bevatten, worden echter niet altijd opgevuld door de fictieve, algemene casuïstiek die meestal gebruikt wordt in KR. Erkende aansprakelijkheidsclaims over diagnosefouten weerspiegelen deze kennislacunes en hebben per definitie (schadelijke) gevolgen gehad voor patiënten. Door te leren van schadeclaims kunnen aios leren van de fouten van hun collega’s, waardoor er educatief rendement kan worden behaald uit diagnosefouten. Niet elke claim is echter geschikt voor KR, bijvoorbeeld zeer zeldzame ziektebeelden of aandoeningen met een hoog risico op overdiagnostiek. Het doel van deze studie is het identificeren en prioriteren van aandoeningen met de hoogste verwachte educatieve waarde uit de database van de VvAA (aansprakelijkheidsverzekeraar) met claims over diagnosefouten voor het verbeteren van KR in de huisartsopleiding.

Methode:

Met input van verschillende experts op het gebied van KR en diagnosefouten hebben we vijf prioriteitscriteria gedefinieerd die onderwijsrelevantie weerspiegelen. Vijftig ziektebeelden uit de database met erkende diagnosefouten werden met deze prioriteitscriteria gescoord door huisartsen in opleiding (n=15), opleiders (n=10) en docenten (n=12) van de huisartsopleiding op hun relevantie voor KR. Vervolgens berekenden we de gemiddelde totale prioriteitsscore voor elke aandoening en maakten we een top 15.

Resultaten (en conclusie):

De gemiddelde totale prioriteitsscore (min 5 – max 25) voor alle vijftig diagnoses was 17,11 met een range van 13,89 tot 19,61. Wij identificeerden en analyseerden de vijftien hoogst scorende ziekten met prioriteitsscores van 18,17 tot 19,61. Dit betrof veelvoorkomende en complexe (bv. hart- en vaatziekten, nierinsufficiëntie en kanker), zeldzame en complexe (bv. endocarditis, extra-uteriene graviditeit, torsio testis) en veelvoorkomende niet-complexe aandoeningen (bv. peesscheur/letsel, ooginfectie).

Top vijftien ziektebeelden uit aansprakelijkheidsclaims database met de hoogste score op prioriteitscriteria

Cerebrovasculair accident

Cardiopulmonale instabiliteit

Ooginfectie

Myocardinfarct

Extra-uteriene graviditeit

Arteriële occlusie onderbeen

Chronische coronairsclerose

Sinus trombose

Peesruptuur

Kanker

Diepveneuze trombose

Nierinsufficiëntie

Torsio testis

Peesletsel

Endocarditis

Discussie (beschouwing resultaten en conclusie in het kader van de theorie):

Naast zeldzame aandoeningen, omvat de top 15 diagnosen die zich atypisch kunnen presenteren of complexe contextuele factoren hebben. Ook staan er veelvoorkomende en relatief eenvoudige aandoeningen in, waarvan artsen zich mogelijk onvoldoende bewust zijn van het risico en de gevolgen van een verkeerde of verlate diagnose. Het opnemen van deze aandoeningen uit de claims database in KR, zou de ‘illness scripts’ (de mentale representatie van ziektebeelden die artsen hebben) van ziektebeelden met een hoog risico op fouten kunnen uitbreiden. Dit is een bewezen effectieve leerstrategie in KR, vooral voor gevorderde studenten. Hiermee kan KR worden verbeterd en zouden diagnosefouten kunnen afnemen. Met de voor deze studie geformuleerde prioriteitscriteria kunnen bovendien relevante onderwerpen voor onderwijs worden geselecteerd uit andere bronnen en andere werelddelen.

Referenties:

Saber Tehrani AS, Lee H, Mathews SC, et al. 25-Year summary of US malpractice claims for diagnostic errors 1986–2010: an analysis from the National Practitioner Data Bank. BMJ Qual Saf. 2013;22(8):672-680. doi:10.1136/bmjqs-2012-001550

Sherbino J, Norman GR. Reframing Diagnostic Error: Maybe It’s Content, and Not Process, That Leads to Error. Chisholm C, ed. Acad Emerg Med. 2014;21(8):931-933. doi:10.1111/acem.12440

Banner
Banner
Banner

Zorgverleners voor de wereld van morgen

15 en 16 mei Hotel Zuiderduin in Egmond aan Zee