Skip to main content
Erschienen in: Zeitschrift für Gerontologie und Geriatrie 8/2023

Open Access 28.12.2022 | Originalien

Einschätzung des Risikos für arzneimittelbezogene Probleme bei Pflegeheimbewohner*innen

Eine retrospektive Analyse von Routinedaten

verfasst von: Fabian Graeb, M. A., Christian Jüttner, Bianca Berger, Reinhold Wolke, Jana Reißner, Gundula Essig, Petra Reiber

Erschienen in: Zeitschrift für Gerontologie und Geriatrie | Ausgabe 8/2023

download
DOWNLOAD
print
DRUCKEN
insite
SUCHEN

Zusammenfassung

Hintergrund

Polypharmazie und arzneimittelbezogene Probleme (AbP) stellen eine große Herausforderung bei der Betreuung und Behandlung von Pflegeheimbewohner*innen dar. Viele Interventionsstudien zeigen enttäuschende Ergebnisse, wodurch sich die Frage stellt, ob dies auch an der Auswahl der Zielparameter liegen könnte.

Material und Methoden

Mithilfe eines Routinedatensatzes aus 6 Langzeitpflegeeinrichtungen soll retrospektiv geprüft werden, ob der kürzlich validierte Medication Risk Score (MERIS) geeignet ist, in einer Population von Pflegeheimbewohner*innen eine Risikoeinschätzung vorzunehmen. Geprüft wurden Assoziationen zwischen MERIS und den abhängigen Variablen Klinikeinweisungen und Stürze über 12 Monate sowie ein Gewichtsverlust ≥ 5 % pro 3 Monate.

Ergebnisse

Von 495 Bewohner*innen weisen gemäß MERIS 38,6 % (n = 191) eine hohes Risiko für AbP auf. Eine univariate Regressionsanalyse erbrachte bei hohem MERIS ein signifikant erhöhtes Risiko für Krankenhauseinweisungen (OR 2,2; p < 0,001) und einen Gewichtsverlust ≥ 5 % pro 3 Monate (OR 1,95; p = 0,041), jedoch keine signifikante Assoziation mit Stürzen. In der multivariaten Regression steigt das Risiko für eine Krankenhauseinweisung mit einem Diabetes mellitus (OR 1,88; p = 0,004), erfolgtem Sturz im selben Zeitraum (OR 1,91; p = 0,001), positivem MERIS (OR 1,75; p = 0,006) und sinkt bei stabileren Gewichtsverläufen (OR 0,88; p = 0,004).

Diskussion

Die Ergebnisse deuten das Potenzial des Scores für zukünftige Forschungsprojekte und die individuelle Risikoeinschätzung an. Aufgrund der Einschränkungen bei retrospektiven Sekundäranalysen bedarf es aber weiterer Studien.
Hinweise
QR-Code scannen & Beitrag online lesen

Hintergrund

Die steigende Lebenserwartung führt zu einer immer größeren Anzahl an Menschen im höheren Alter. Dies ist auch mit einer zunehmenden Morbidität assoziiert, was in der Konsequenz zu einem Mehr an medizinischer Behandlung und folgerichtig eher zu einer Polypharmazie führt [3, 7, 9], wovon Pflegeheimbewohner*innen überproportional häufig betroffen sind [13]. Die Definition einer Polypharmazie ist nicht einheitlich, wobei in vielen Arbeiten 5 oder mehr Arzneistoffe am Tag benannt werden [9]. Wenig überraschend steigen mit der Anzahl der einzunehmenden Medikamente auch die Risiken für arzneimittelbezogene Probleme (AbP). Tatsächlich lassen sich bei älteren Menschen relativ häufig Medikationsfehler finden [17], es kommt zum häufigeren Verschreiben von im Alter potenziell inadäquaten Medikamenten (PIM; [14]) und zu mit Polypharmazie assoziierten Folgen wie Klinikeinweisungen [11]. Etwa 3–9 % aller Krankenhauseinweisungen lassen sich auf solche AbP zurückführen, wovon die Hälfte wiederum als vermeidbar betrachtet werden kann [1]. Ein wesentlicher Grund für diese lange bekannte Problematik, speziell in der stationären Langzeitpflege, kann an massiven strukturellen Defiziten bei Kommunikation und Kooperation zwischen Pflege, (Haus‑)Ärzt*innen und Apotheken festgemacht werden [5]. Als Folge kommt es u. a. zu selten zu gezielten Absprachen und Informationsweitergaben hinsichtlich unerwünschter Arzneimittelwirkungen (UAW) sowie festgestellter Verordnungs- oder Einnahmefehler.
In groß angelegten Forschungsprojekten wurde versucht, diese Herausforderung in der Langzeitpflege zu bearbeiten und so die Sicherheit der Arzneimitteltherapie (AMTS) für diese vulnerable Gruppe zu erhöhen. In der Cluster-randomisierten kontrollierten HIOPP-3-Studie (Hausärztliche Initiative zur Optimierung der Patientensicherheit bei Polypharmazie) wurden beispielsweise Medikamentenreviews, Fortbildungen und Change-Management-Seminare für Hausärzt*innen, Apotheker*innen und Pflegekräfte durchgeführt. Dies hatte aber keinen signifikanten Effekt auf die Verordnung von PIM oder Neuroleptika sowie Sturzinzidenz, Hospitalisierungen, Lebensqualität oder Gesundheitskosten [10]. Auch eine systematische Metaanalyse von 8 randomisierten kontrollierten Studien konnte für Medikationsreviews keine signifikant positiven Effekte auf das Hospitalisierungs- und Mortalitätsrisiko nachweisen [19].
Die ernüchternden Ergebnisse vieler dieser groß angelegten Interventionsstudien verweisen auf verschiedene Herausforderungen. Diese sind z. T. systemimmanent, insofern, dass die räumliche Trennung von für die Bewohner*innen zuständigen Pflegekräften, den diversen zuständigen Hausärzt*innen und beliefernden Apotheken bislang auch durch keine digitale Vernetzung aufgelöst werden konnte. Zudem ist unklar, inwieweit sich in einer Gruppe polymorbider Patient*innen tatsächlich effektiv Medikamente einsparen oder medikamentöse Therapien minimieren lassen. Gleichermaßen kann davon ausgegangen werden, dass nicht jede Polypharmazie im selben Maße problematische Nebeneffekte wie Wechselwirkungen zeigt und damit auch nicht immer durch das Einsparen von Verordnungen positive Effekte auf z. B. das Hospitalisierungsrisiko zu erwarten sind.
Aus diesem Grund entstand die Idee, sich bei der Entwicklung einer Intervention an Personen zu orientieren, die aufgrund der komplexen Medikation ein individuell erhöhtes Risiko für AbP aufweisen. Eine Möglichkeit, diese Gefährdung anhand eines Scores einzuschätzen, bietet der von Saedder et al. entwickelte Medication Risk Score (MERIS) [16]. Dieser wurde erst kürzlich von Høj et al. anhand einer Kohorte Patient*innen mit Polypharmazie validiert [8]. Nun sollte in einer ersten Datenanalyse ermittelt werden, ob der MERIS auch in der Zielgruppe Pflegeheimbewohner*innen aussagekräftig hinsichtlich eines erhöhten Risikos für Klinikaufenthalte, Stürze und Gewichtsverluste sein und zukünftig als Instrument für die Detektion besonders vulnerabler Patient*innen dienen könnte.

Methodik

Für diese Studie wurde ein vorliegender Datensatz aus der stationären Langzeitpflege für eine retrospektive Sekundäranalyse herangezogen. Aus insgesamt 6 Pflegeeinrichtungen eines Altenhilfeträgers wurden im Rahmen des von der IKK classic finanzierten Projektes PEBKO von allen am 01.01.2018 in diesen Einrichtungen lebenden 567 Bewohner*innen Routinedaten erhoben. Im Verlauf sind 27 dieser Personen ausgezogen, weitere 45 in den ersten 3 Monaten des insgesamt 3‑jährigen Beobachtungszeitraums verstorben und wurden daher ausgeschlossen. Die Daten der verbliebenen 495 Bewohner*innen wurden bei Erfassung umfangreich anonymisiert, sodass Rückschlüsse auf die Person nicht mehr möglich sind. Für das Projekt PEBKO liegt ein positives ethisches Clearing des Ethikkomitees der Deutschen Gesellschaft für Pflegewissenschaft vor (Antrag-Nr. 19-009).
Der analysierte Datensatz umfasst Angaben zu Alter, Geschlecht, Erkrankungen, Pflegegrad und Medikamenten, über einen Zeitraum von 3 Jahren (01.01.2018–01.01.2021) außerdem regelmäßige Gewichtsmessungen, BMI, Angaben zu Stürzen, Schmerzen, Klinikaufenthalten, Dekubitus-Entwicklung und Versterben. Die Morbidität wurde mithilfe des Charlson-Komorbiditätsindex in der gekürzten Fassung nach Quan engeschätzt [15].
Zur Ermittlung eines AbP-Risikos wurde der MERIS herangezogen und der von Høj et al. validierte Cut-off Wert von 15 verwendet. Der Score basiert auf einer Bewertung der Nierenfunktion mithilfe der „estimated glomerular filtration rate“ (eGFR), der Medikamentenanzahl und einer Risikoeinschätzung aller eingenommen Medikamente (Risiko auf direkte Schädigung und Interaktionsrisiko). Als Hilfsmittel wurde die im Online-Supplement der Publikation hinterlegte Tabelle verwendet [8]. Als problematisch erwies sich die Einschätzung der Nierenfunktion, da in den analysierten Routinedaten keine Laborwerte enthalten sind. Nach Rücksprache mit den Pflegeeinrichtungen zeigte sich, dass sich diese Labordaten nicht nacherheben lassen. Wird von ärztlicher Seite ein Routinelabor abgenommen, dann verbleiben die Ergebnisse üblicherweise in der Praxis und werden nur in wenigen Fällen auch in der Bewohnerakte der Einrichtung abgelegt. Ersatzmäßig wurden daher die Diagnose einer Niereninsuffizienz und Angaben zum Erkrankungsstadium herangezogen. Die im MERIS definierten Grenzwerte der eGFR entsprechen dabei der Stadieneinteilung gemäß ICD-10-Katalog, sodass eine entsprechende Bewertung vorgenommen werden konnte.
Die statistische Analyse wurde mithilfe von SPSS 28 (IBM, Armonk, NY, USA) durchgeführt. Die Analyse folgt der Hypothese, dass ein hoher MERIS signifikant mit der Häufigkeit an Klinikeinweisungen, Stürzen und erheblichen Gewichtsverlusten assoziiert ist. Für den Gruppenvergleich hohes Risiko gemäß MERIS und kein hohes Risiko wurden t-Tests mit vorangestelltem F-Test (metrisch skalierte Variablen) und Chi2-Tests (ordinalskalierte Variablen) herangezogen. Die Effektstärke r wurde anhand des Korrelationskoeffizienten Pearson bzw. Phi bestimmt. Für die Zielparameter mindestens ein Klinikaufenthalt und ein Sturz innerhalb von 12 Monaten sowie ≥ 5 % Gewichtsverlust pro 3 Monate wurde zunächst eine univariate logistische Regression mit der unabhängigen Variable MERIS-Cut-off gerechnet. Bei Vorliegen einer signifikanten Assoziation wurde dann jeweils eine multivariate logistische Regressionsanalyse gerechnet. Dabei wurden die unabhängigen Variablen explorativ schrittweise vorwärts in das Modell eingeschlossen. Ein p < 0,05 wird als signifikant betrachtet.

Ergebnisse

Tab. 1 beschreibt die Kohorte insgesamt und differenziert anhand der Risikoeinschätzung nach MERIS. Mit 82,9 Jahren (SD ±9,3) ist die Gruppe hochaltrig, überwiegend weiblich (68,1 %) und weist in zwei Dritteln der Fälle einen Pflegegrad von 4 bis 5 auf (66,1 %). Beide Gruppen unterscheiden sich hierbei nicht signifikant. Allerdings leiden Bewohner*innen mit einem hohen MERIS häufiger unter chronischen Erkrankungen wie arterieller Hypertonie (74,3 % vs. 55,9 %; p < 0,001; r = 0,186), Diabetes mellitus (35,1 % vs. 19,4 %; p < 0,001; r = 0,175), Niereninsuffizienz (30,4 % vs. 15,1 %; p < 0,001; r = 0,182), ischämischen Herzkrankheiten (31,4 % vs. 13,5 %; p < 0,001; r = 0,217) und affektiven Störungen (24,6 % vs. 13,5; p = 0,002; r = 0,142). Eine Demenz liegt dagegen seltener vor (38,7 % vs. 52,3 %; p = 0,003; r = 0,132). Bewohner*innen mit hohem MERIS büßen in den ersten 3 Monaten signifikant mehr Gewicht ein (−0,6 kg vs. −0,2 kg; p = 0,047; r = 0,109), verlieren häufiger mindestens 5 % ihres Körpergewichts (11,5 % vs. 6,3 %; p = 0,038; r = 0,093) und werden häufiger stationär im Krankenhaus behandelt (45,0 % vs. 28,9 %; p < 0,001; r = 0,164). Nicht signifikant unterscheiden sich die Gruppen hinsichtlich Dauer der Klinikaufenthalte, Morbidität gemäß Charlson-Komorbiditätsindex, Gewicht und BMI. Tendenziell häufiger, aber ohne signifikanten Unterschied kommt es zu Stürzen, Dekubitus und Versterben.
Tab. 1
Überblick: Gesamtgruppe und differenziert nach Risiko gemäß MERIS
  
Alle
MERIS, kein hohes Risiko
MERIS, hohes Risiko
pa
rb
(n = 495)
(n = 304; 61,4 %)
(n = 191; 38,6 %)
Alter
M (±SD)
82,9
(±9,3)
82,7
(±10,1)
83,3
(±7,9)
0,590
Geschlecht, weiblich
% (n)
68,1
(337)
68,8
(209)
67,0
(128)
0,687
Hoher Pflegegrad (4–5)
% (n)
66,1
(327)
65,8
(200)
66,5
(127)
0,827
Chronische Erkrankungen
Art. Hypertonie
% (n)
63,0
(312)
55,9
(170)
74,3
(142)
< 0,001
0,186
Demenz
% (n)
47,1
(233)
52,3
(159)
38,7
(74)
0,003
0,132
Diabetes mellitus
% (n)
25,5
(126)
19,4
(59)
35,1
(67)
< 0,001
0,175
Niereninsuffizienz
% (n)
21,0
(104)
15,1
(46)
30,4
(58)
< 0,001
0,182
Ischämische Herzkrankheit
% (n)
20,4
(101)
13,5
(41)
31,4
(60)
< 0,001
0,217
Affektive Störungen
% (n)
17,8
(88)
13,5
(41)
24,6
(47)
0,002
0,142
Arthropathien
% (n)
18,4
(91)
16,4
(50)
21,5
(41)
0,161
Z. n. Apoplex
% (n)
16,2
(43)
16,1
(49)
16,2
(31)
0,974
Osteopathien
% (n)
15,8
(78)
12,8
(39)
20,4
(39)
0,024
0,101
Anämien
% (n)
14,7
(73)
12,5
(38)
18,3
(35)
0,075
Sturzneigung
% (n)
13,3
(66)
9,2
(28)
19,9
(38)
0,001
0,153
Herzinsuffizienz
% (n)
12,9
(64)
9,5
(29)
18,3
(35)
0,005
0,127
Tumorerkrankungen
% (n)
9,7
(48)
8,9
(27)
11,0
(21)
0,439
Morbus Parkinson
% (n)
8,3
(41)
4,9
(15)
13,6
(26)
0,001
0,153
Morbiditätsindex nach Charlson
M (±SD)
2,4
(±1,9)
2,4
(±2,0)
2,5
(±1,8)
0,473
BMI in kg/m2
M (±SD)
25,9
(±5,1)
25,6
(±5,0)
26,3
(±5,2)
0,157
Gewicht in kg
M (±SD)
69,3
(±17,1)
68,3
(±16,7)
70,9
(±17,7)
0,100
Gewichtsveränderungen pro 3 Monate in kgc
M (±SD)
−0,4
(±2,3)
−0,2
(±2,0)
−0,6
(±2,6)
0,047
0,109
Gewichtsveränderungen pro 3 Monate in %c
M (±SD)
−0,5
(±3,5)
−0,3
(±3,1)
−0,9
(±4,0)
0,106
Gewichtsverlust ≥ 5 % in 3 Monaten
% (n)
8,3
(41)
6,3
(19)
11,5
(22)
0,038
0,093
Anzahl d. Medikamente
M (±SD)
10,8
(±4,7)
8,0
(±2,8)
15,3
(±3,3)
< 0,001
0,782
MERIS
M (±SD)
12,2
(±6,2)
8,0
(±3,8)
18,8
(±2,6)
< 0,001
0,862
Mind. 1 Krankenhauseinweisung in 12 Monaten
% (n)
35,2
(174)
28,9
(88)
45,0
(86)
< 0,001
0,164
KH Nächte 12 Monated
M (±SD)
14,1
(±15,5)
14,2
(±17,2)
13,9
(±13,7)
0,157
Mind. 1 Sturz 12 Monate
% (n)
48,5
(240)
47,4
(144)
50,3
(96)
0,531
Mind. 1 Dekubitus 12 Monate
% (n)
21,8
(108)
20,4
(62)
24,1
(46)
0,333
Mortalität 12 Monate
% (n)
17,0
(84)
16,1
(49)
18,3
(35)
0,524
Mortalität 36 Monate
% (n)
55,2
(273)
52,3
(159)
59,7
(114)
0,108
KH Krankenhaus, M arithmetisches Mittel, SD Standardabweichung
a Signifikanz gemäß Chi2- bzw. t-Test
b Effektstärke Phi bzw. Korrelationskoeffizient nach Pearson
c n = 491/301/190
d Nur Bewohner*innen mit Klinikaufenthalt n = 174/88/86

Regressionsanalysen

Die Frage ist nun, ob sich signifikante Assoziationen zwischen einem hohen Risiko gemäß MERIS und den Outcome-Variablen Klinikaufenthalt, Sturz und Gewichtsverlust ≥ 5 % in 3 Monaten zeigen (Tab. 2). Eine univariate Regressionsanalyse erbrachte bei hohem MERIS ein signifikant erhöhtes Risiko für Krankenhauseinweisungen (OR 2,2; p < 0,001) und einen Gewichtsverlust ≥ 5 % (OR 1,95; p = 0,041), jedoch keine signifikante Assoziation mit Stürzen.
Tab. 2
Univariate log. Regression mit unabhängiger Variable MERIS-Cut-off
Abhängige Variable
OR
KI (95 %)
p
Mind. 1 Krankenhauseinweisung in 12 Monatena
2,010
1,378–2,933
< 0,001
Sturz 12 Monateb
1,123
0,782–1,613
0,531
≥ 5 % Gewichtsverlust/3 Monatec
1,953
1,027–3,713
0,041
KI Konfidenzintervall, OR „odds ratio“
a (Chi2(1) = 13,185; p < 0,001; f2 = 0,193; n = 495)
b (Chi2(1) = 0,393; p < 0,531; f2 = 0,032; n = 495)
c (Chi2(1) = 4,165; p = 0,041; f2 = 0,139; n = 495)
Anschließend wurden unabhängige Variablen jeweils schrittweise vorwärts in eine multivariate logistische Regressionsanalyse für die beiden abhängigen Variablen Krankenhauseinweisung und Gewichtsverlust ≥ 5 % pro 3 Monate eingeschlossen (Tab. 3). Getestet wurden die Variablen Alter, Geschlecht, hoher Pflegegrad, Morbiditätsindex, Gewichtsveränderungen pro 3 Monate (nur im Modell Krankenhauseinweisung), Sturz, chronische Erkrankungen, Krankenhauseinweisungen pro 6 Monate (nur im Modell Gewichtsverlust ≥ 5 %), BMI und erhöhtes Risiko laut MERIS-Cut-off. Das Risiko für eine Krankenhauseinweisung steigt mit Diabetes mellitus (OR 1,88; p = 0,004), erfolgtem Sturz (OR 1,91; p = 0,001), hohem MERIS (OR 1,75; p = 0,006) und sinkt bei positiveren Gewichtsveränderungen in den ersten 3 Monaten (OR 0,88; p = 0,004). Das Risiko, einen Gewichtsverlust ≥ 5 % in den ersten 3 Monaten zu erleiden, ist signifikant erhöht bei hohem Pflegegrad 4–5 (OR 1,21; p = 0,007) und mindestens einer Klinikeinweisung in den ersten 6 Monaten (OR 2,95; p = 0,002). Das Risiko ist dagegen signifikant reduziert bei höherem BMI (OR 0,92; p = 0,018) und vorliegender Demenzerkrankung (OR 0,41; p = 0,014). Keine signifikante Assoziation besteht hinsichtlich eines hohen MERIS.
Tab. 3
Multivariate logistische Regression Krankenhauseinweisung und Gewichtsverlust ≥5 %
 
OR
KI (95 %)
P
Mind. 1 Krankenhauseinweisung in 12 Monatena
Gewichtsveränderungen 3 Monate in kg
0,881
0,808–0,960
0,004
Diabetes mellitus
1,881
1,217–1,909
0,004
Sturz 12 Monate
1,913
1,297–2,822
0,001
Risiko laut MERIS-Cut-off
1,748
1,177–2,595
0,006
Gewichtsverlust ≥5% pro 3 Monateb
Hoher Pflegegrad 4–5
1,205
1,386–8,037
0,007
BMI, T0
0,916
0,851–0,985
0,018
Demenzerkrankung
0,413
0,203–0,839
0,014
Krankenhauseinweisungen 6 Monate
2,952
1,508–5,779
0,002
BMI T0 initialer Body-Mass-Index, KI Konfidenzintervall, OR „odds ratio“
a (Chi2(4) = 39,235; p < 0,001; f2 = 0,344; n = 491)
b (Chi2(4) = 28,122; p < 0,001; f2 = 0,381; n = 495)

Diskussion

Der MERIS als Einschätzungsinstrument zur Darstellung eines erhöhten AbP-Risikos lässt sich auf Routinedaten der Altenpflege anwenden. Im Ergebnis zeigt sich ein ähnlich hoher Anteil an Personen mit einem entsprechenden Risiko wie in der Validierungsstudie von Høj et al. [8]. Die möglichen Assoziationen mit den Outcome-Parametern Klinikeinweisungen, Gewichtsverlust ≥ 5 % und Sturz stellen sich jedoch unterschiedlich dar. Es zeigt sich zwar, dass die Bewohner*innen mit hohem Risiko laut MERIS häufiger unter den verschiedenen chronischen Erkrankungen leiden und auch eher mindestens einen Klinikaufenthalt innerhalb von 12 Monaten aufweisen. Die multivariate Regressionsanalyse ergibt dann auch eine dementsprechende signifikante Risikoerhöhung. Unklar bleibt aber, ob diese Assoziation tatsächlich in der Medikation begründet liegt oder in den Erkrankungen. Während die Sturzhäufigkeit nicht mit einem hohen MERIS assoziiert ist, kommt es häufiger zu einem Gewichtsverlust ≥ 5 % des Körpergewichtes innerhalb von 3 Monaten. Dies überrascht kaum, da eine Polypharmazie mit Mangelernährung assoziiert ist [12]. Es sollte dabei beachtet werden, dass hier allein der Mangelernährungsparameter Gewichtsverlust ≥ 5 % pro 3 Monate gewählt wurde, um einen Effekt zu untersuchen, da der verwendete Datensatz keine Daten zu Muskelstatus, Inflammation oder verändertem Nährstoffbedarf und veränderter Nahrungszufuhr enthält. Diese Informationen wären aber erforderlich, um eine Mangelernährung entsprechend den aktuellen Kriterien der Global Leadership Initiative on Malnutrition (GLIM) zu definieren [4]. Während die univariate Regressionsanalyse eine signifikante Assoziation des Gewichtsverlustes mit einem erhöhtem Risiko gemäß MERIS zeigt, ist der Score nicht Teil des multivariaten Regressionsmodells. Allerdings steigt das Risiko für diesen Gewichtsverlust auch mit Klinikaufenthalten, was sich auch schon in früheren Erhebungen mit Daten aus der Altenpflege aufzeigen ließ [6]. Wenn nun aber über eine Verbesserung der medikamentösen Therapie Klinikeinweisungen vermieden werden könnten, gibt es möglicherwiese auch weniger Gewichtsverluste. Daher erscheint es sinnvoll, in der geplanten Interventionsstudie den Gewichtsverlust dennoch als sekundären Outcome-Parameter im Blick zu haben. Überraschend erscheint die Assoziation einer Demenz mit einem geringeren Risiko für einen Gewichtsverlust ≥ 5 %. Erklären lässt sich diese mit einem vermutlich bereits initial häufig reduzierten Ernährungsstatus.
Die durchschnittliche Anzahl der einzunehmenden Medikamente ist mit 10,8 (±4,7) hoch, selbst in der Gruppe mit niedrigem MERIS liegt diese noch bei 8,0 (±2,8). Bei Specka et al. hingegen nimmt eine Population Pflegeheimbewohner*innen im Raum Essen im Mittel 7 Medikamente ein. In dieser Erhebung wiesen 76,3 % ein klinisch relevantes Interaktionsmuster auf, basierend auf einer Analyse mit der „Clinical-Decision-Support-Software“(CDSS)-Onlinedatenbank [18]. Gerade diese Interaktionen zwischen vielen Wirkstoffen erschwert die Einschätzung des individuellen Risiko bei einer Polypharmazie. Mithilfe des MERIS kann nicht nur das Interaktionsrisiko bewertet werden, sondern auch das Risiko der Medikation für Schädigungen, das sich dann in UAW manifestiert. Vor allem bei älteren Personen ist ein dadurch erhöhtes Sturzrisiko als besonders problematisch einzustufen. So weisen auch hier die Bewohner*innen mit hohem MERIS zwar signifikant häufiger die Diagnose Sturzneigung auf, jedoch besteht kein signifikanter Unterschied zwischen den Gruppen hinsichtlich der tatsächlichen Stürze. Es gibt die Möglichkeit, das Sturzrisiko aufgrund der Medikation gezielt einzuschätzen, etwa mit der Liste Fall-Risk-Increasing Drugs (FRID). Zu diesen gehören u. a. Opioide, Antiepileptika, Antipsychotika und generell eine Polymedikation mit ≥ 9 verschiedenen Wirkstoffen. 16 % der Pflegeheimbewohner*innen mit FRID weisen innerhalb eines Jahres mindestens einen Sturz mit nachfolgender Hospitalisierung auf. Allerdings zeigen sich auch erhebliche Schwankungen der Sturzhäufigkeit zwischen den untersuchten Einrichtungen, was auf ein komplexes Zusammenspiel verschiedener Risikofaktoren schließen lässt [2]. Eine Fokussierung auf das Sturzrisiko macht es also evtl. erforderlich, anhand der in der FRID-Liste definierten Risikomedikation eine zusätzliche Einschätzung vorzunehmen. Andererseits wurden hier lediglich Stürze allgemein erfasst, unabhängig von der Schwere und möglichen Verletzungen mit Hospitalisierung. Diese Daten waren nicht Teil der ausgewerteten Routinedaten. Hierin liegt ohnehin die größte Limitation dieser Studie. Durch die retrospektive Analyse von Routinedaten lassen sich Lücken, wie die nichtvorliegenden Labordaten, nur schwer schließen. Inwiefern die Aussagekraft des MERIS ohne aktuelle eGFR reduziert ist, lässt sich nicht abschätzen. Allerdings stellt die Orientierung am Schweregrad der Nierenschädigung nicht nur eine pragmatische, sondern für das Setting der Langzeitpflege auch möglicherweise bessere Lösung dar. Schließlich geht es hier eher um die Einschätzung der allgemeinen und weniger der tagesaktuellen Gefährdung durch die Medikation. Gleichzeitig ist davon auszugehen, dass bei Prüfung der Medikation, etwa im Rahmen einer hausärztlichen Visite, häufig kein aktuelles Serumkreatinin vorliegt, was die Anwendung des Scores außerhalb von Studien in diesem Setting grundsätzlich erschweren würde.

Fazit für die Praxis

  • Polypharmazie und spezifische AbP sind speziell bei geriatrischen Patient*innen potenziell hochproblematisch. Eine kritische Prüfung der notwendigen Medikation kann möglicherweise dazu beitragen, diese Risiken zu verringern.
  • Der MERIS könnte sowohl in der Forschung als auch in der Praxis ein geeignetes Instrument darstellen, um dieses Risiko individuell einzuschätzen. Allerdings bedarf es Interventionsstudien, um zu untersuchen, ob eine Verbesserung des Scores auch zu einem besseren Outcome beiträgt.

Einhaltung ethischer Richtlinien

Interessenkonflikt

Der korrespondierende Autor F. Graeb gibt für sich und seine Koautor*innen C. Jüttner, B. Berger, R. Wolke, J. Reißner, G. Essig und P. Reiber an, dass kein Interessenkonflikt besteht.
Für das Projekt PEBKO liegt ein positives ethisches Clearing des Ethikkomitees der Deutschen Gesellschaft für Pflegewissenschaft vor (Antrag-Nr. 19-009).
Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden.
Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.
Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://​creativecommons.​org/​licenses/​by/​4.​0/​deed.​de.

Unsere Produktempfehlungen

Zeitschrift für Gerontologie und Geriatrie

Print-Titel

• Themenbezogene Hefte behandeln Fragen der Gerontologie, der Biologie und Grundlagenforschung des Alterns und der geriatrischen Forschung

• Erweitert mit Beiträgen zu Therapie, Psychologie und Soziologie sowie der praktischen Altenpflege.  

• Hot topics von Experten knapp, aussagekräftig und provokativ kommentiert

Springer Pflege Klinik – unser Angebot für die Pflegefachpersonen Ihrer Klinik

Mit dem Angebot Springer Pflege Klinik erhält Ihre Einrichtung Zugang zu allen Zeitschrifteninhalten und Zugriff auf über 50 zertifizierte Fortbildungsmodule.

Literatur
2.
Zurück zum Zitat Behrendt S, Schwinger A, Tsiasioti C, Stammann C, Willms G, Hasseler M, Studinski E, Özdes T, Krebs S, Klauber J (2021) (2021) Multisektorale Schnittstelle: Hospitalisierungen von Pflegeheimbewohnenden mit Schwerpunkt Sturz. In: Klauber J, Wasem J, Beivers A, Mostert C (Hrsg) Krankenhaus-Report. Springer Berlin Heidelberg, Berlin, Heidelberg, S 249–266 Behrendt S, Schwinger A, Tsiasioti C, Stammann C, Willms G, Hasseler M, Studinski E, Özdes T, Krebs S, Klauber J (2021) (2021) Multisektorale Schnittstelle: Hospitalisierungen von Pflegeheimbewohnenden mit Schwerpunkt Sturz. In: Klauber J, Wasem J, Beivers A, Mostert C (Hrsg) Krankenhaus-Report. Springer Berlin Heidelberg, Berlin, Heidelberg, S 249–266
5.
Zurück zum Zitat Glaeske G (2017) A potheken und Pharmaindustrie. In: Brandhorst A, Hildebrandt H, Luthe E‑W (Hrsg) Kooperation und Integration – das unvollendete Projekt des Gesundheitssystems. Springer, Wiesbaden, S 231–243CrossRef Glaeske G (2017) A potheken und Pharmaindustrie. In: Brandhorst A, Hildebrandt H, Luthe E‑W (Hrsg) Kooperation und Integration – das unvollendete Projekt des Gesundheitssystems. Springer, Wiesbaden, S 231–243CrossRef
8.
Zurück zum Zitat Høj K, Pedersen HS, Lundberg ASB, Bro F, Nielsen LP, Saedder EA (2021) External validation of the Medication Risk Score in polypharmacy patients in general practice: A tool for prioritizing patients at greatest risk of potential drug-related problems. Basic Clin Pharmacol Toxicol 129(4):319–331. https://doi.org/10.1111/bcpt.13636CrossRefPubMed Høj K, Pedersen HS, Lundberg ASB, Bro F, Nielsen LP, Saedder EA (2021) External validation of the Medication Risk Score in polypharmacy patients in general practice: A tool for prioritizing patients at greatest risk of potential drug-related problems. Basic Clin Pharmacol Toxicol 129(4):319–331. https://​doi.​org/​10.​1111/​bcpt.​13636CrossRefPubMed
15.
Zurück zum Zitat Quan H, Li B, Couris CM, Fushimi K, Graham P, Hider P, Januel J‑M, Sundararajan V (2011) Updating and validating the Charlson comorbidity index and score for risk adjustment in hospital discharge abstracts using data from 6 countries. Am J Epidemiol 173(6):676–682. https://doi.org/10.1093/aje/kwq433CrossRefPubMed Quan H, Li B, Couris CM, Fushimi K, Graham P, Hider P, Januel J‑M, Sundararajan V (2011) Updating and validating the Charlson comorbidity index and score for risk adjustment in hospital discharge abstracts using data from 6 countries. Am J Epidemiol 173(6):676–682. https://​doi.​org/​10.​1093/​aje/​kwq433CrossRefPubMed
16.
Metadaten
Titel
Einschätzung des Risikos für arzneimittelbezogene Probleme bei Pflegeheimbewohner*innen
Eine retrospektive Analyse von Routinedaten
verfasst von
Fabian Graeb, M. A.
Christian Jüttner
Bianca Berger
Reinhold Wolke
Jana Reißner
Gundula Essig
Petra Reiber
Publikationsdatum
28.12.2022
Verlag
Springer Medizin
Erschienen in
Zeitschrift für Gerontologie und Geriatrie / Ausgabe 8/2023
Print ISSN: 0948-6704
Elektronische ISSN: 1435-1269
DOI
https://doi.org/10.1007/s00391-022-02152-1

Weitere Artikel der Ausgabe 8/2023

Zeitschrift für Gerontologie und Geriatrie 8/2023 Zur Ausgabe