TILLEGG
260 Registre for kvalitetssikring og forskning (REV 091, REV 044)
Øyvind Palm
- Klassifisering av vaskulitt er beskrevet i eget kapittel
Medisinske registre i revmatologi: Kvalitetssikring og forskning
Revmatologen skal ha kunnskap om lokale, regionale og nasjonale kvalitetsregistre for revmatiske sykdommer, og om hvordan man kan bidra til registreringen av disse og delta i arbeidet om hvordan resultatene kan anvendes.
Definisjon
Et register er et organisert system som bruker observasjonsstudiemetoder til å samle uniforme data for evaluering av spesifikke resultater i en definert populasjon med en bestemt sykdom, tilstand eller eksposisjon. Medisinske registre har som formål å oppfylle forhåndsbestemte vitenskapelige, kliniske eller helsepolitiske mål.
Historie.
Skandinavia har vært tidlig ute med medisinske registre for kvalitetssikring og forskning. Nasjonalt Lepra Registrer ble etablert i 1857 (Irgens LM 2012), og det norske Medisinske Fødselsregister i 1967 (Irgens LM, 2000). I revmatologi fikk Norsk kvalitetsregister for artrittsykdommer (NorArtritt) og Norsk Vaskulittregister og biobank (NorVas) konsesjon i 2013.
Typer registre
Medisinske registre har som formål å oppfylle forhåndsbestemte vitenskapelige, kliniske eller helsepolitiske mål.
- Kvalitetsregistre
- Hovedformålet er å forbedre kvaliteten på helsetjenesten.
- Resultatene fra registrene kan avdekke områder med forbedringspotensial, danne grunnlag for kvalitetsforbedringsprosjekter og overvåke kvaliteten på behandlingen. Kvalitetsregistre er dermed et viktig verktøy for læring og kontinuerlig forbedring.
- Kvalitetsregistre kan også bidra til å beskrive variasjoner i praksis og etterlevelse av faglige retningslinjer, noe som kan påvirke behandlingsutfallet. Ved å synliggjøre uønsket variasjon i kvalitet, kan fagmiljøene jobbe systematisk med kvalitetsforbedring.
- Den vanligste bruken av kvalitetsregistre er å dokumentere klinisk effekt og kostnader. Størst praktisk nytte har man sett innen kirurgi, for eksempel ved behandling av kreft og innsetting av proteser.
- Pasientrapporterte resultater (PROMS) er blitt vanlige variabler i kvalitetsregistre, for eksempel for antall smertefulle/ømme ledd. Disse er subjektive og må ikke forveksles med objektive mål som artritt (ved klinisk undersøkelse eller bildediagnostikk).
- Retrospektive data fra pasientjournaler kan være verdifulle, men krever mye manuelt arbeid hvis man ikke bruker strukturerte journalsystemer.
- Lokale kvalitetsregistre brukes for overvåkning innen et begrenset område, for eksempel Register for Medisinsk Utprøvende Behandling (MEDUB) ved OUS, Rikshospitalets revmatologiske seksjon. Hensikten med MEDUB er å overvåke pasienter som får legemidler utenfor godkjent indikasjon. I tillegg gir registeret informasjon om utfallet for hvert legemiddel og indikasjon.
- Nasjonale kvalitetsregistre skal gi fagmiljø og helsemyndigheter oversikt og muligheter til å korrigere skjevheter mellom de ulike enheter som registrer data. I Norge har vi i revmatologi to nasjonale kvalitetsregistre: Norsk Artrittregister (NorArtritt) og Norsk Vaskulittregister (NorVas).
- Forskningsregistre
- Forskningsregistre har en annen målsetning enn kvalitetsregistre, nemlig å danne grunnlag for forskning.
- Det krever vanligvis skriftlig samtykke fra pasientene. Et bredt samtykke kan gjøre at registerdata kan suppleres, kobles mot andre registre og publiserer.
- Eksempler på forskningsregistre i norsk revmatologi er NOR-DMARD ved Diakonhjemmet sykehus og Norsk systemisk bindevevssykdom og vaskulitt-register (NOSVAR) ved OUS, Rikshospitalet.
- Eksempler på internasjonale registre internasjonale registre med norsk deltakelse er EuroMyositis registry og EUSTAR (systemisk sklerose).
Fremtidsutsikter
Kvalitet, nøyaktighet og kompletthet er avgjørende for alle medisinske registre. Fremtidige tiltak vil fokusere på å redusere feilkilder og underrapportering. Man forventer økt bruk av pasientrapporterte data, digitalt utstyr som samler helsedata (“big data”), kobling mellom ulike registre og administrative data, strukturerte journalsystemer og maskinlæring (“kunstig intelligens”).
Litteratur
Referanser
