ArchivDeutsches Ärzteblatt51-52/2021Reduktion potenziell inadäquater Medikation bei älteren Menschen
Als E-Mail versenden...
Auf facebook teilen...
Twittern...
Drucken...

Hintergrund: Als potenziell inadäquate Medikation (PIM) werden Arzneimittel bezeichnet, die bei älteren Menschen ein ungünstiges Nutzen-Risiko-Verhältnis haben und für die es sicherere Alternativen gibt. Auf Basis der 2010 für den deutschen Arzneimittelmarkt entwickelten PIM-Liste (PRISCUS-Liste) wurde in der RIME-Studie (RIME, Reduction of potentially Inappropriate Medication in the Elderly) untersucht, ob eine spezielle Schulung und die PRISCUS-Karte zu einer Reduktion von PIM und unerwünschten Arzneimittelinteraktionen (IA) bei älteren Patientinnen und Patienten in hausärztlichen Praxen führen.

Methode: Die dreiarmige clusterrandomisierte kontrollierte Studie wurde in zwei Regionen Deutschlands durchgeführt. 137 Hausarztpraxen wurden randomisiert zur Interventionsgruppe, und zwar zu gleichen Teilen zu einer Schulung der Hausärztinnen und Hausärzte allein beziehungsweise des gesamten Praxisteams, oder zur Kontrollgruppe mit allgemeiner Arzneimittelschulung. Primärer Endpunkt war der Anteil der Patienten mit mindestens einer PIM oder IA (PIM/IA) pro Praxis. Die effektivere Reduktion dieses Endpunkts in der Interventionsgruppe nach einem Jahr bildete die primäre Hypothese.

Ergebnisse: Von 1 138 Patienten mit regelmäßiger Einnahme von mehr als fünf Wirkstoffen hatten zu Beginn 453 Patienten (39,8 %) mindestens eine PIM/IA. Der Anteil von PIM/IA betrug in der Interventionsgruppe zu Beginn 43,0 % und nach einem Jahr 41,3 %, in der Kontrollgruppe 37,0 % und 37,6 %. Der geschätzte Interventionseffekt zwischen Interventionsgruppe (69 Praxen) und Kontrollgruppe (68 Praxen) lag bei 2,3 % (p = 0,36), zwischen Teamschulung (35 Praxen) und Arztschulung (34 Praxen) bei 4,3 % (p = 0,22).

Schlussfolgerung: Die Intervention der RIME-Studie konnte den Anteil von Patienten mit PIM oder IA nicht bedeutsam senken.

LNSLNS

Aktuell sind 21,4 % der Bevölkerung in Deutschland 65 Jahre alt oder älter (1). Bei 45 % der Menschen dieser Altersgruppe besteht eine Polypharmazie, das heißt, es werden mindestens fünf oder mehr Arzneistoffen eingenommen (2, 3). Geschätzt 10–50 % dieser Patientinnen und Patienten erhalten potenziell inadäquate Medikation (PIM) (4, 5, 6), das heißt Arzneimittel, die ein ungünstiges Nutzen-Risiko-Verhältnis haben und für die es sicherere Alternativen gibt (7). PIM-Verordnungen sind assoziiert mit unerwünschten Ereignissen wie Stürzen, kognitiver Einschränkung oder vermehrten Krankenhausaufnahmen (8, 9, 10).

Deutsche Instrumente zur Identifizierung von PIM bei Älteren sind die PRISCUS-Liste, die auch Alternativen benennt (11), sowie die FORTA-Kriterien, die die Eignung von Wirkstoffen nach Indikationen einschätzen (12). Auch unerwünschte Arzneimittelinteraktionen (IA) stellen bei älteren, multimorbiden Patienten ein Problem dar (13). Von einer internationalen Expertenrunde wurden zahlreiche zu vermeidende Interaktionen zusammengestellt, zum Beispiel die Kombination von oralen Antikoagulanzien (OAK) oder Thrombozytenaggregationshemmern (TAH) mit nichtsteroidalen Antirheumatika (NSAR) oder die gemeinsame Einnahme von Renin-Angiotensin-Aldosteron-System-(RAAS) Blockern, NSAR und Diuretika mit dem Risiko einer Niereninsuffizienz (14).

Eine Metaanalyse von randomisierten kontrollierten Studien (RCT) zur Reduktion von PIM-Verordnungen zeigte eine Minderung unerwünschter Arzneimittelwirkungen (UAW) um 21 % (15). Eine weitere Metaanalyse fand keine hinreichende Evidenz, dass durch eine pharmazeutische Intervention der Anteil von Patienten mit PIM vermindert werden kann (16). Die Qualität der Studien, die oft nur stationäre Patienten untersuchten, wurde als eher gering eingestuft. Eine systematische Übersicht zum ambulanten Bereich (nur RCT) zeigte eine große Heterogenität der durchgeführten Interventionen und der primären Endpunkte (17).

Die hier berichtete Studie „Reduction of potentially Inappropriate Medication in the Elderly“ (RIME) wurde als randomisierte kontrollierte Studie für deutsche Hausarztpraxen konzipiert, um den Effekt einer pragmatischen, an der PRISCUS-Liste orientierten Intervention zu untersuchen (18).

Methoden

Primäre Fragestellung war, ob eine alltagstaugliche, auf der PRISCUS-Liste (11) basierende Intervention den Anteil von älteren (≥ 70 Jahre) Hausarztpatienten mit PIM/IA senken kann (eTabellen 1a, 1b). Sekundär wurde untersucht, ob die Intervention Lebensqualität, Hospitalisierung oder Mortalität beeinflusst. In dieser dreiarmigen, cluster-randomisierten Studie wurden Hausarztpraxen als Cluster entweder zu einer Interventionsgruppe mit intensiver Schulung des Hausarztes/der Hausärztin allein beziehungsweise des gesamten Praxisteams randomisiert oder zu einer Kontrollgruppe (18).

Studienpopulation

Hausärzte der Praxennetzwerke der Universität Witten/Herdecke und der Medizinischen Hochschule Hannover rekrutierten Patienten im Alter von mindestens 70 Jahren, die während der letzten drei Monate sechs oder mehr Arzneimittelwirkstoffe für die regelmäßige und langfristige Einnahme erhalten hatten. Weitere Einschlusskriterien waren Fähigkeit und Bereitschaft, an der Datenerhebung teilzunehmen. Ausschlusskriterien waren Versorgung in einem Pflegeheim, Geschäftsunfähigkeit und fehlende telefonische Erreichbarkeit.

Primäre und sekundäre Endpunkte

Die Differenz der Patientenanteile in den Praxen mit mindestens einer PIM/IA zu Beginn der Studie (T0) und zwölf Monate später (T1) bildete den primären Endpunkt. Sekundäre Endpunkte waren die Gesamtmortalität, der Anteil der Patienten mit mindestens einem Krankenhausaufenthalt und die mittlere Lebensqualität nach dem Fragebogen EQ-5D zur gesundheitsbezogenen Lebensqualität (19).

Fallzahlbestimmung

Bei einer PIM/IA-Prävalenz von 25 % (4, 20, 21) wurde eine Minderung um 9 % auf 16 % (relatives Risiko: 0,64) als klinisch bedeutsam angenommen. In vergleichbaren Studien lag der Intracluster-Korrelationskoeffizient bei 0,086 (22, 23). Daraus ergab sich (bei Power = 90 % und α-Fehler = 5 %) im t-Test eine Stichprobengröße von 140 Clustern mit je zwölf Patienten (1 680 Patienten).

Ethische Aspekte

Die Studie folgte den Bestimmungen der Deklaration von Helsinki (aktuelle Fassung von 2013). Ein positives Votum wurde durch die Ethikkommissionen der Medizinischen Hochschule Hannover und der Universität Witten/Herdecke erteilt.

Studienablauf und Erhebungsinstrumente

Neben soziodemografischen Daten wurden Komorbiditäten mittels modifizierter Fassung des Charlson-Komorbiditätsindex (24) erfasst; Daten zur Funktionalität wurden mittels hausärztlich-geriatrischem Assessment (Manageable Geriatric Assessment, MAGIC) (25) erhoben. In Telefoninterviews wurden die Studienteilnehmer durch geschulte Interviewer unter anderem befragt zu:

  • eingenommenen verschreibungspflichtigen und nichtverschreibungspflichtigen Medikamente anhand Pharmazentralnummern
  • Arztbesuchen und stationären Aufenthalten
  • Lebensstil und Bildungsniveau
  • Schmerzen
  • Depression („Geriatric Depression Scale“, GDS-15 [26])
  • gesundheitsbezogener Lebensqualität („European Quality of Life – 5 Dimensions“ [19], SF-12 [27])
  • Inanspruchnahme von Versorgungsleistungen (FIMA-Fragebogen [28])
  • körperlicher Aktivität (PRISCUS-PAQ [29]) und
  • Vulnerabilität („Vulnerable Elders Survey“, VES-13 [30]).

In Telefoninterviews nach sechs und zwölf Monaten wurde zusätzlich auch nach unerwünschten Arzneimittelwirkungen gefragt.

Randomisierung

Die Randomisierung einer Praxis erfolgte nach Aufnahme von 12 Patienten in die Studie, wenn das Potenzial an Patienten erschöpft war oder zum Ende der Rekrutierungsphase. Ein Patient galt als aufgenommen, wenn die Basisuntersuchung und das erste Telefoninterview abgeschlossen waren. Die Randomisierung erfolgte in Blöcken variabler Länge, stratifiziert für die Regionen Witten/Herdecke und Hannover. Patienten und Telefoninterviewer waren verblindet gegenüber der Gruppenzuteilung.

Intervention

Für die Intervention wurde eine Kurzform der PRISCUS-Liste (PRISCUS-Karte) entwickelt. Neben PIM enthält diese drei klinisch relevante Interaktionen (TAH + NSAR, OAK + NSAR, ACE-Hemmer oder AT1-Antagonisten [+/− Diuretikum] + NSAR), und allgemeine Vorschläge zum Umgang mit Polypharmazie bei Älteren (eTabellen 1a, 1b). Die Interaktionen zwischen oralen Antikoagulanzien oder TAH mit NSAR wurden als unerwünschte IA gewertet, wenn kein Protonenpumpenhemmer (PPI) gegeben wurde. Außerdem wurden Verordnungen von TAH und OAK oder von mehr als einem TAH als unerwünschte Arzneimittelinteraktionen gewertet, da diese Kombinationen zwar leitliniengerecht sein können, aber gerade mit zunehmendem Lebensalter zu Komplikationen führen können und zumindest einer engmaschigen Kontrolle und intensiven Aufklärung der Patienten bedürfen (14). Ein Manual wurde erstellt mit ausführlichen Informationen zu PIM und Arzneistoffen der PRISCUS-Liste sowie zu alternativen Wirkstoffen. Eine Telefonhotline mit einem klinischen Pharmakologen zur Diskussion spezieller Probleme wurde eingerichtet.

Die Hausärzte der Interventionsgruppe wurden zu einem Trainings-Workshop eingeladen, in dem die PRISCUS-Karte und das Manual vorgestellt und ausgehändigt wurden. Ärzte, die an den angebotenen Terminen nicht teilnehmen konnten, wurden in ihrer Praxis geschult. Bei Randomisierung zur Schulung des Praxisteams erfolgte die Schulung stets in der Praxis; die Medizinischen Fachangestellten (MFA) erhielten eine spezifisch für sie angepasste PRISCUS-Karte. Die Hausärzte aus der Kontrollgruppe wurden zu einem Workshop zu allgemeinen Aspekten der geriatrischen Pharmakotherapie eingeladen.

Statistik

Stetige Merkmale werden mit Mittelwert (MW) und Standardabweichung (SD) berichtet, kategoriale mit Häufigkeiten und in Prozent. Merkmale der Patienten wurden praxisweise zusammengefasst und pro Studienarm gemittelt. Die statistischen Analysen für die primären Fragestellungen wurden auf Praxisebene nach dem „intention to treat“ (ITT)-Prinzip durchgeführt. Zur Beurteilung der Wirksamkeit wurden die Differenzen zwischen den Anteilen von Patienten mit PIM/IA zu Studienbeginn und nach einem Jahr je Praxis verglichen, und zwar mittels Varianzanalyse (ANOVA) mit dem Studienzentrum als Kovariable. Fehlende Werte beim PIM/IA-Status des Patienten wurden durch den Basiswert ersetzt. In einer Sensitivitätsanalyse wurden die Patienten mit vollständigem 1-Jahres-Telefoninterview der Interventionsgruppen und der Kontrollgruppe verglichen, stratifiziert nach Studienzentrum und gewichtet nach Patientenzahl pro Praxis. Die Evaluation der sekundären Endpunkte erfolgte auf Praxisebene durch ANOVA mit der Kovariable Studienzentrum.

Eine geplante Subgruppenanalyse vergleicht die beiden Interventionsgruppen (Arzt-/Ärztinnen- versus Teamschulung) unter der Hypothese, dass das Training des gesamten Praxisteams effektiver sei, die zweite beschränkt die Auswertung auf als vulnerabel eingeschätzte Patienten.

Alle Auswertungen wurden mit dem Softwarepaket SAS, Version 9.4 (2016, SAS Institute Inc., Cary, NC, USA) durchgeführt.

Ergebnisse

Von September 2012 bis Juni 2013 wurden 137 Hausarztpraxen mit einem Potenzial von 1 318 Polypharmaziepatienten aufgenommen. 105 Patienten waren zum Basisinterview nicht erreichbar oder beendeten die Teilnahme vorzeitig. Die 137 Hausarztpraxen mit 1 213 Patienten wurden 2:1:1 randomisiert zur Kontrollgruppe (68 Praxen), Interventionsgruppe mit Arztschulung (34 Praxen) oder Interventionsgruppe mit Schulung des Praxisteams (35 Praxen) (Grafik 1). Nach Ausschluss von 75 Patienten mit weniger als sechs regulären Verschreibungen verblieben für die modifizierte ITT-Auswertung 1 138 Patienten aus 137 Praxen.

Flussdiagramm zum Studienablauf
Grafik 1
Flussdiagramm zum Studienablauf

Die Schulungen der Interventionsgruppen fanden überwiegend in den Praxen statt. Eine intensivere Gruppenfortbildung wurde angestrebt, konnte aber aufgrund der begrenzten Teilnahmebereitschaft von Ärzten lediglich bei acht (21 %) von 37 Praxen in Hannover und zehn (31 %) von 32 Praxen in Witten/Herdecke realisiert werden. Aufgrund von Problemen in der Studiendurchführung im Zentrum Witten/Herdecke erfolgte ein Teil der Schulungen nicht, wie geplant, zeitnah nach Randomisierung. Nach einem Jahr nahmen 969 Patienten (mit Arztschulung: 247 Patienten, mit Teamschulung: 244 Patienten, Kontrollgruppe: 478 Patienten) am letzten Telefoninterview teil (Grafik 1). Die Sensitivitätsanalyse wurde getrennt mit 74 Praxen (37 Intervention, 37 Kontrolle) sowie mit 63 Praxen (32 Intervention, 31 Kontrolle) für Hannover beziehungsweise Witten/Herdecke durchgeführt.

Charakteristika zu Baseline

Zu Studienbeginn waren die Charakteristika der Interventions- und Kontrollgruppe vergleichbar. Pro Praxis wurden durchschnittlich acht bis neun Patienten rekrutiert (mittleres Alter 78 Jahre, jeweils zur Hälfte Männer, Tabelle 1, eTabelle 2). Im Durchschnitt nahmen die Patienten mehr als neun verschiedene Präparate ein. Der Anteil von Patienten mit mindestens einem PIM betrug 25–29 %, 18–23 % erhielten eine IA. Insgesamt lag der Anteil der Patienten mit PIM oder IA bei 37–43 %. Unter den insgesamt 367 PIM kamen Acetyldigoxin (17 %) und Amitriptylin (13 %) am häufigsten vor (Grafik 2). Bei 225 Patienten fanden sich insgesamt 286 IA. Die Kombination von ACE-Hemmern, AT1-Antagonisten oder Renin-Hemmern (A2) mit NSAR trat am häufigsten (178 Patienten) auf. Bei 88 dieser Patienten lag zusätzlich eine Diuretika-Einnahme vor. Die Kombination TAH oder OAK mit NSAR ohne PPI wurde 70-mal gefunden (eGrafik).

Medikation zu Baseline: häufigste potenziell inadäquate Medikationen (von 1 138 Patienten)
Grafik 2
Medikation zu Baseline: häufigste potenziell inadäquate Medikationen (von 1 138 Patienten)
Patientencharakteristika zu Baseline
Tabelle 1
Patientencharakteristika zu Baseline
Medikation zu Baseline: Auftreten bedenklicher Arzneimittelinteraktionen (Daten von 1 138 Patienten)
eGrafik
Medikation zu Baseline: Auftreten bedenklicher Arzneimittelinteraktionen (Daten von 1 138 Patienten)
Gruppencharakteristika zu Baseline der 137 Praxen
eTabelle 2
Gruppencharakteristika zu Baseline der 137 Praxen

Primäre und sekundäre Endpunkte

Nach zwölf Monaten war der mittlere Anteil von Patienten mit PIM/IA in der Interventionsgruppe geringfügig gesunken – bei etwa gleichbleibendem Anteil in der Kontrollgruppe. Der Interventionseffekt in der modifizierten ITT-Population betrug 2,3 % (p = 0,36, Tabelle 2). Der sekundäre Vergleich beider Interventionsarme zeigte keinen relevanten Vorteil der Schulung des Praxisteams (4,3 %, p = 0,22). In der Sensitivitätsanalyse war der geschätzte Interventionseffekt für das Studienzentrum Hannover (3,7 %, p = 0,32, Tabelle 2) nur unbedeutend größer als für Witten/Herdecke (1,4 %, p = 0,73). Bei vulnerablen Patienten zeigte sich kein Unterschied zwischen Interventions- und Kontrollgruppe.

Ergebnisse zum primären Endpunkt Reduktion im Anteil von Patienten mit mindestens 1 PIM oder IA in der mITT-Analyse und der Sensitivitätsanalyse sowie zu den sekundären Endpunkten (jeweils auf Praxisebene).
Tabelle 2
Ergebnisse zum primären Endpunkt Reduktion im Anteil von Patienten mit mindestens 1 PIM oder IA in der mITT-Analyse und der Sensitivitätsanalyse sowie zu den sekundären Endpunkten (jeweils auf Praxisebene).

In der Interventionsgruppe verstarben 16, in der Kontrollgruppe 24 Patienten (Unterschied 1,5 %, p = 0,22). Hinsichtlich der Lebensqualität ergaben sich keine Unterschiede. Der Anteil stationär behandelter Patienten war in der Interventionsgruppe größer als in der Kontrollgruppe (39,6 % versus 31,0 %, p = 0,01).

Auf Patientenebene (n = 969) fand sich eine Zunahme der PIM in der Kontrollgruppe (von 115 auf 124 Patienten) bei fast gleichbleibender Zahl in der Interventionsgruppe (von 135 auf 136 Patienten, eTabelle 3). Die Zahl der IA nahm in beiden Gruppen insgesamt leicht ab, und zwar uneinheitlich sowohl bei IA-Typen (Grafik 3) als auch bei Studienzentren (eTabelle 4).

Anzahl der unerwünschten Arzneimittelinteraktionen zu den Zeitpunkten T0 und T1 nach Typ und Studienarm (bei 969 Patienten, die nach einem Jahr befragt werden konnten) A2, Arzneistoffklasse, die ACE-Hemmer, AT1-Antagonisten oder Renin-Hemmer enthält; NSAR, nichtsteroidale Antirheumatika oder -phlogistika; OAK, orale Antikoagulanzien; TAH, Thrombozytenaggregationshemmer
Grafik 3
Anzahl der unerwünschten Arzneimittelinteraktionen zu den Zeitpunkten T0 und T1 nach Typ und Studienarm (bei 969 Patienten, die nach einem Jahr befragt werden konnten) A2, Arzneistoffklasse, die ACE-Hemmer, AT1-Antagonisten oder Renin-Hemmer enthält; NSAR, nichtsteroidale Antirheumatika oder -phlogistika; OAK, orale Antikoagulanzien; TAH, Thrombozytenaggregationshemmer
Zahl und Anteil der Patienten mit mindestens einer PIM oder IA nach T0 und T1, nach Studienarmen (von 969 Patienten)
eTabelle 3
Zahl und Anteil der Patienten mit mindestens einer PIM oder IA nach T0 und T1, nach Studienarmen (von 969 Patienten)
Anzahlen der potenziell inadäquaten Medikation (PIM und Interaktionen) zu T0 und T1 nach Studienarmen und Studien - zentren (von 969 Patienten)
eTabelle 4
Anzahlen der potenziell inadäquaten Medikation (PIM und Interaktionen) zu T0 und T1 nach Studienarmen und Studien - zentren (von 969 Patienten)

Diskussion

In dieser Studie wurde eine einfach umsetzbare, realistisch in das bestehende hausärztliche Versorgungssystem implementierbare Intervention zur Vermeidung von ausgewählter potenziell inadäquater Medikation und ausgewählten, relevanten Arzneimittelinteraktionen getestet. Der Haupteffekt der Intervention aus ärztlicher Fortbildung beziehungsweise Praxisteamschulung, Informations-/Praxismaterial und bedarfsweiser telefonischer Beratung durch klinische Pharmakologen war sowohl in der ITT-Analyse (Differenz 2,3 %) als auch in der Sensitivitätsanalyse (Differenz maximal 3,7 %) statistisch nicht signifikant, und wäre angesichts der ursprünglich angenommenen Differenz von 9 % auch nicht klinisch relevant.

Im Vergleich zeigen Studien, die in Bezug auf die Verbesserung der Medikation wirksam waren, vor allem Unterschiede in der Intensität der Intervention. Die DQIP-Studie (31) fokussierte das Risiko der gleichzeitigen Verordnung von NSAR und Thrombozytenaggregationshemmern. Die Intervention war aufwendig, mit ärztlicher Fortbildung, patientenspezifischen Warnsignalen zur Verschreibung durch die Praxis-EDV und Monitoring der Häufigkeit der gleichzeitigen Verordnung mit Rückmeldung an den verschreibenden Arzt. Diese Maßnahmenkombination reduzierte etwa die gleichzeitige Verordnung von NSAR und Thrombozytenaggregationshemmern ohne Gastroprotektion (von 1,5 % auf 0,6 %) sowie die Zahl der Krankenhausaufnahmen bei Risikopatienten (31).

Die Unterstützung durch Verschreibungshinweise mittels Praxissoftware hat sich in weiteren Studien als bedeutsam gezeigt. In der PRIMA-eDS-Studie zeigte ein elektronisches Verordnungsinstrument Empfehlungen direkt bei Verordnung an (32). Diese Intervention führte zu einer deutlichen Reduktion der Anzahl der Medikamente, wenngleich der kombinierte Endpunkt aus ungeplanten stationären Aufnahmen und Mortalität nur in einer „per protocol“-Analyse statistisch signifikant vermindert wurde. Ein weiterer Bestandteil der Intervention vieler Studien ist die Einbindung von Pharmakologen und/oder Pharmazeuten. In einer aktuellen systematischen Übersicht (16) fand sich eine Verringerung von PIM, IA und/oder eine Verbesserung der Verordnungsqualität (33) für verschiedene Versorgungssituationen. Die meisten Studien, zum Beispiel die WestGem-Studie (34, 35), beinhalteten eine pharmazeutische Betreuung und weniger Intervention beim Verordner (16). In Hausarztpraxen durchgeführte Studien mit Einbezug von Apothekern zeigten positive Ergebnisse (35, 36, 37). Während in vielen Ländern eine pharmazeutische Betreuung bereits zur Routine gehört, ist dies in Deutschland eher die Ausnahme.

Die Einbeziehung von MFA wurde in der PRIMUM-Studie (38) implementiert. Die Intervention bestand aus einer Vorbesprechung der MFA mit dem Patienten, einer Prüfung der Gesamtmedikation, einer computergestützten Medikationsoptimierung und einem Gespräch zwischen Patient und Arzt. Es zeigten sich nach sechs Monaten keine Unterschiede zwischen Interventions- und Kontrollgruppe. Von den Autoren der PRIMUM-Studie wurde argumentiert, dass die Medikation der Patienten schon zu Beginn über wenig Optimierungspotenzial verfügt habe und Lebensqualität und Funktionalität zu Beginn gut gewesen seien. Nach den Daten der Kohortenstudie AgeCoDe (39) und Verordnungsdaten (40) gehen PIM-Verordnungen in Deutschland in den vergangenen zehn Jahren zurück. Möglicherweise kam es während der Durchführung der RIME-Studie zu einer Überlagerung von Effekten der allgemeinen Aufmerksamkeit gegenüber Polypharmazie und der Studienintervention. Darüber hinaus muss diskutiert werden, wie viele der PRISCUS-Medikamente und -Interaktionen tatsächlich vermieden werden könnten, das heißt, inwieweit PIM-Listen zwar Risiken aufzeigen, aber ohne eine komplexe Intervention zur Vermeidung kaum beitragen können.

Zu den sekundären Endpunkten fanden sich in unserer Studie keine wesentlichen Effekte. Entgegen der Erwartung zeigte sich ein erhöhter Anteil von Patienten mit mindestens einer Krankenhausaufnahme in der Interventionsgruppe. Die Klärung und Änderung der Medikation ist kein typischer Einweisungsgrund in Deutschland. Die Krankenhauseinweisungsdiagnosen lagen leider nicht vor, sodass auch keine Möglichkeit für ein Kausalitätsassessment bestand. Insofern ist unklar, inwieweit die Zunahme der Krankenhauseinweisungen eine Folge der Intervention war, was allerdings aufgrund der geringen Modifikationen in der Medikation eher unwahrscheinlich erscheint. Die Unterschiede zwischen den beiden Studienzentren in der Durchführung der Schulungen waren in der getrennten Auswertung nicht relevant.

In der RIME-Studie wurde die Intervention für den Praxisgebrauch in der Routineversorgung so pragmatisch wie möglich angelegt. Gängige, einfache Tools zur Detektion von IA waren in den verschiedenen EDV-Systemen der Praxen routinemäßig integriert. Die Intervention war möglicherweise angesichts der Komplexität der Arzneimitteltherapiesicherheit bei Polypharmazie nicht intensiv genug. Weiterhin wurde die ursprünglich geplante Fallzahl auf Patientenebene nicht ganz erreicht. Das führt bei Randomisierung aber nicht zu einer Verzerrung der Hauptergebnisse, sodass wir die Studie trotzdem für valide halten.

Fazit

Ein „pragmatischer“ Ansatz wie in der RIME-Studie ist offenbar nicht geeignet, wesentliche Effekte zu erzielen. Künftige Interventionen erfordern eine höhere Intensität der Medikationsüberwachung, die sowohl durch digitale Programme zur Arzneimitteltherapiesicherheit als auch durch einen verbesserten interprofessionellen Austausch erreicht werden könnte.

Studienregistrierung, Förderung

Die Studie wurde beim deutschen Register für klinische Studien (DRKS00003610) registriert. Die RIME-Studie wurde vom Bundesministerium für Bildung und Forschung als Teilkomponente des Verbundprojektes „Entwicklung eines Modells zur gesundheitlichen Versorgung von älteren Patienten mit Multimorbidität“ (PRISCUS II) gefördert.

Erklärung zur gemeinsamen Nutzung von Daten

Auf Anfrage beim korrespondierenden Autor kann im Zeitraum von 3–36 Monaten nach Publikation des Artikels ein Data Sharing mit Wissenschaftlern erfolgen, die einen methodisch sinnvollen Auswertungsvorschlag einreichen.

Interessenkonflikt
Prof. Thiem ist geriatrischer Berater und Vertreter der Deutschen Gesellschaft für Geriatrie in der Leitliniengruppe der Deutschen Gesellschaft für Allgemeinmedizin zur Aktualisierung der Leitlinie „Multimedikation“. Er ist Mitglied und Vertreter der Deutschen Gesellschaft für Geriatrie in der Arbeitsgruppe Arzneimitteltherapiesicherheit der Deutschen Gesellschaft für Innere Medizin. Er erhielt Vortragshonorare von den Firmen MediConsult und Novartis sowie Reisekostenerstattung von der Firma MediConsult.

Die übrigen Autoren erklären, dass kein Interessenkonflikt besteht.

Manuskriptdaten
eingereicht: 30. 6. 2021, revidierte Fassung angenommen: 2. 11. 2021

Anschrift für die Verfasser
Dr. agr. Henrik Rudolf
Abteilung für medizinische Informatik, Biometrie und Epidemiologie
Ruhr-Universität Bochum
Universitätsstraße 150
44801 Bochum
henrik.rudolf@rub.de

Zitierweise
Rudolf H, Thiem U, Aust K, Krause D, Klaaßen-Mielke R, Greiner W, Trampisch HJ, Timmesfeld N, Thürmann P, Hackmann E, Barkhausen T, Junius-Walker U, Wilm S: Reduction of potentially inappropriate medication in the elderly—results of a cluster-randomized, controlled trial in German primary care practices (RIME).
Dtsch Arztebl Int 2021; 118: 875–82. DOI: 10.3238/arztebl.m2021.0372

►Die englische Version des Artikels ist online abrufbar unter:
www.aerzteblatt-international.de

Zusatzmaterial
eTabellen, eGrafik:
www.aerzteblatt.de/m2021.0372 oder über QR-Code

1.
Statistisches Bundesamt Deutschland – Genesis-Online: Ergebnis 12211–0002 (destatis.de) (last accessed on 9 October 2021).
2.
Gnjidic D, Hilmer SN, Blyth FM, et al.: Polypharmacy cutoff and outcomes: five or more medicines were used to identify community-dwelling older men at risk of different adverse outcomes. J Clin Epidemiol 2012; 65: 989–95 CrossRef MEDLINE
3.
Moßhammer D, Haumann H, Mörike K, Joos S: Polypharmacy—an upward trend with unpredictable effects. Dtsch Arztebl Int 2016; 113: 627–33 CrossRef MEDLINE PubMed Central
4.
Tommelein E, Mehuys E, Petrovic M, Somers A, Colin P, Boussery K: Potentially inappropriate prescribing in community-dwelling older people across Europe: a systematic literature review. Eur J Clin Pharmacol 2015; 71: 1415–27 CrossRef MEDLINE
5.
Nothelle SK, Sharma R, Oakes A, Jackson M, Segal JB: Factors associated with potentially inappropriate medication use in community-dwelling older adults in the United States: a systematic review. Int J Pharm Pract 2019; 27: 408–23 CrossRef MEDLINE PubMed Central
6.
Storms H, Marquet K, Aertgeerts B, Claes N: Prevalence of inappropriate medication use in residential long-term care facilities for the elderly: a systematic review. Eur J Gen Practice 2017; 23: 69–77 CrossRef MEDLINE PubMed Central
7.
Beers MH, Ouslander JG, Rollingher I, Reuben DB, Brooks J, Beck JC: Explicit criteria for determining inappropriate medication use in nursing home residents. UCLA Division of Geriatric Medicine. Arch Intern Med 1991; 151: 1825–32 CrossRef CrossRef MEDLINE
8.
Endres HG, Kaufmann-Kolle P, Steeb V, Bauer E, Bottner C, Thuermann P: Association between potentially inappropriate medication (PIM) use and risk of hospitalization in older adults: an observational study based on routine data comparing PIM use with use of PIM alternatives. PLoS One 2016; 11: e0146811 CrossRef MEDLINE PubMed Central
9.
Muhlack DC, Hoppe LK, Weberpals J, Brenner H, Schöttker B: The association of potentially inappropriate medication at older age with cardiovascular events and overall mortality: a systematic review and meta-analysis of cohort studies. J Am Med Dir Assoc 2017; 18: 211–20 CrossRef MEDLINE
10.
Xing XX, Zhu C, Liang HY, et al.: Associations between potentially inappropriate medications and adverse health outcomes in the elderly: a systematic review and meta-analysis. Ann Pharmacother 2019; 53: 1005–19 CrossRef MEDLINE
11.
Holt S, Schmiedl S, Thuermann PA: Potentially inappropriate medications in the elderly: the PRISCUS list. Dtsch Arztebl Int 2010; 107: 543–51 CrossRef MEDLINE
12.
Kuhn-Thiel AM, Weiss C, Wehling: Consensus validation of the FORTA (Fit fOR The Aged) list: a clinical tool for increasing the appropriateness of pharmacotherapy in the elderly. Drugs Aging 2014; 31: 131–40 CrossRef MEDLINE PubMed Central
13.
Schmiedl S, Rottenkolber M, Szymanski J, et al.: Preventable ADRs leading to hospitalization—results of a long-term prospective safety study with 6,427 ADR cases focusing on elderly patients. Expert Opin Drug Saf 2018; 17: 125–37 CrossRef MEDLINE
14.
Anrys P, Petit AE, Thevelin S, et al.: An international consensus list of potentially clinically significant drug-drug interactions in older people. J Am Med Dir Assoc 2021; 22: 2121–33.e24 CrossRef MEDLINE
15.
Gray SL, Hart LA, Perera S, Semla TP, Schmader KE, Hanlon JT: Meta-analysis of interventions to reduce adverse drug reactions in older adults. J Am Geriatr Soc 2018; 66: 282–8 CrossRef MEDLINE PubMed Central
16.
Rankin A, Cadogan CA, Patterson SM, et al.: Interventions to improve the appropriate use of polypharmacy for older people. Cochrane Database Syst Rev 2018; 9: CD008165 CrossRef MEDLINE PubMed Central
17.
Clyne B, Fitzgerald C, Quinlan A, et al.: Interventions to address potentially inappropriate prescribing in community-dwelling older adults: a systematic review of randomized controlled trials. J Am Geriatr Soc 2016; 64: 1210–22 CrossRef MEDLINE
18.
Thiem U, Wilm S, Greiner W, et al.: Reduction of potentially inappropriate medication in the elderly: design of a cluster-randomised controlled trial in German primary care practices (RIME). Ther Adv Drug Saf 2020; 12: 2042098620918459 CrossRef MEDLINE PubMed Central
19.
Herdman M, Gudex C, Lloyd A, et al.: Development and preliminary testing of the new five-level version of EQ-5D (EQ-5D-5L). Qual Life Res 2011; 20: 1727–36 CrossRef MEDLINE PubMed Central
20.
Amann U, Schmedt N, Garbe E: Prescribing of potentially inappropriate medications for the elderly: an analysis based on the PRISCUS list. Dtsch Arztebl Int 2012; 109: 69–75 CrossRef PubMed Central
21.
Schubert I, Kupper-Nybelen J, Ihle P, Thuermann P: Prescribing potentially inappropriate medication (PIM) in Germany‘s elderly as indicated by the PRISCUS list. An analysis based on regional claims data. Pharmacoepidemiol Drug Saf 2013; 22: 719–27 CrossRef MEDLINE
22.
Flottorp S, Oxman AD, Havelsrud K, Treweek S, Herrin J: Cluster randomised controlled trial of tailored interventions to improve the management of urinary tract infections in women and sore throat. BMJ 2002; 325: 367 CrossRef MEDLINE PubMed Central
23.
Fretheim A, Oxman AD, Havelsrud K, Treweek S, Kristoffersen DT, Bjorndal A: Rational prescribing in primary care (RaPP): a cluster randomized trial of a tailored intervention. PLoS Med 2006; 3: e134 CrossRef MEDLINE PubMed Central
24.
Charlson ME, Pompei P, Ales KL, MacKenzie CR: A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis 1987; 40: 373–83 CrossRef
25.
Barkhausen T, Junius-Walker U, Hummers-Pradier E, Mueller CA, Theile G: „It‘s MAGIC“- development of a manageable geriatric assessment for general practice use. BMC Fam Pract 2015; 16: 4 CrossRef MEDLINE PubMed Central
26.
Yesavage JA, Brink TL, Rose TL, et al.: Development and validation of a geriatric depression screening scale: a preliminary report. J Psychiatr Res 1982; 17: 37–49 CrossRef
27.
Ware J Jr., Kosinski M, Keller SD: A 12-item short-form health survey: construction of scales and preliminary tests of reliability and validity. Med Care 1996; 34: 220–33 CrossRef MEDLINE
28.
Seidl H, Bowles D, Bock JO, et al.: FIMA—questionnaire for health-related resource use in an elderly population: development and pilot study. Gesundheitswesen 2015; 77: 46–52 CrossRef MEDLINE
29.
Trampisch U, Platen P, Burghaus I, et al.: Reliability of the PRISCUS-PAQ. Questionnaire to assess physical activity of persons aged 70 years and older.
Z Gerontol Geriatr 2010; 43: 399–406 CrossRef MEDLINE
30.
Saliba D, Elliott M, Rubenstein LZ, et al.: The vulnerable elders survey: a tool for identifying vulnerable older people in the community. J Am Geriatr Soc 2001; 49: 1691–9 CrossRef MEDLINE
31.
Dreischulte T, Donnan P, Grant A, Hapca A, McCowan C, Guthrie B: Safer prescribing—a trial of education, informatics, and financial incentives. N Engl J Med 2016; 374: 1053–64 CrossRef MEDLINE
32.
Rieckert A, Reeves D, Altiner A, et al.: Use of an electronic decision support tool to reduce polypharmacy in elderly people with chronic diseases: cluster randomised controlled trial. BMJ 2020; 369: m1822 CrossRef MEDLINE PubMed Central
33.
Samsa GP, Hanlon JT, Schmader KE, et al.: A summated score for the medication appropriateness index: development and assessment of clinimetric properties including content validity. J Clin Epidemiol 1994; 47: 891–6 CrossRef
34.
Köberlein-Neu J, Mennemann H, Hamacher S, et al.: Interprofessional medication management in patients with multiple morbidities—a cluster-randomized trial (the WestGem study). Dtsch Arztebl Int 2016; 113: 741–8 VOLLTEXT
35.
Rose O, Mennemann H, John C, et al.: Priority setting and influential factors on acceptance of pharmaceutical recommendations in collaborative medication reviews in an ambulatory care setting—analysis of a cluster randomized controlled trial (WestGem-Study). PLoS One 2016 11: e0156304 CrossRef MEDLINE PubMed Central
36.
Fried TR, Niehoff KM, Street RL, et al.: Effect of the tool to reduce inappropriate medications on medication communication and deprescribing. J Am Geriatr Soc 2017; 65: 2265–71 CrossRef MEDLINE PubMed Central
37.
Clyne B, Smith SM, Hughes CM, et al.: Effectiveness of a multifaceted intervention for potentially inappropriate prescribing in older patients in primary care: a cluster-randomized controlled trial (OPTI-SCRIPT Study). Ann Fam Med 2015; 13: 545–53 CrossRef MEDLINE PubMed Central
38.
Muth C, Uhlmann L, Haefeli WE, et al.: Effectiveness of a complex intervention on prioritising multimedication in multimorbidity (PRIMUM) in primary care: results of a pragmatic cluster randomised controlled trial. BMJ Open 2018; 8: e017740 CrossRef MEDLINE PubMed Central
39.
Zimmermann T, Kaduszkiewicz H, van den Bussche H, et al. (AgeCoDe-Study Group): Potentially inappropriate medication in elderly primary care patients: a retrospective, longitudinal analysis. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2013; 56: 941–9 CrossRef MEDLINE
40.
Muhlack DC, Hoppe LK, Stock C, Haefeli WE, Brenner H, Schöttker B: The associations of geriatric syndromes and other patient characteristics with the current and future use of potentially inappropriate medications in a large cohort study. Eur J Clin Pharmacol 2018; 74: 1633–44 CrossRef MEDLINE
*1 Die Autoren teilen sich die Erstautorenschaft.
*2 Die Autorin und der Autor teilen sich die Letztautorenschaft.
Abteilung für Medizinische Informatik, Biometrie und Epidemiologie, Ruhr-Universität Bochum:
Dr. agr. Henrik Rudolf, Kaysa Aust, PD Dr. med. Dietmar Krause, Dipl.-Stat. Renate Klaaßen-Mielke, Prof. Dr. rer. nat. Hans J. Trampisch, Prof. Dr. rer. nat. Nina Timmesfeld
Lehrstuhl für Geriatrie und Gerontologie, Universitätsklinik Eppendorf, Hamburg:
Prof. Dr. med. Ulrich Thiem
Medizinisch-Geriatrische Klinik, Albertinen Haus – Zentrum für Geriatrie und Gerontologie, Hamburg: Prof. Dr. med. Ulrich Thiem
Institut für Allgemeinmedizin (ifam), Universitätsklinikum Düsseldorf: Prof. Dr. med. Stefan Wilm
Institut für Allgemeinmedizin, Medizinische Hochschule Hannover: Prof. Dr. med.
Ulrike Junius-Walker, Dr. rer. nat. Tanja Barkhausen
Fakultät für Gesundheitswissenschaften, Universität Bielefeld: Prof. Dr. rer. pol. Wolfgang Greiner
Philipp-Klee-Institut für Klinische Pharmakologie, HELIOS Universitätsklinikum Wuppertal,
Lehrstuhl für Klinische Pharmakologie, Fakultät für Gesundheit, Universität Witten/Herdecke:
Prof. Dr. med. Petra Thürmann, Eike Hackmann
Institut für Biostatistik und Informatik in Medizin und Alternsforschung, Universitätsmedizin Rostock: Dr. agr. Henrik Rudolf
Flussdiagramm zum Studienablauf
Grafik 1
Flussdiagramm zum Studienablauf
Medikation zu Baseline: häufigste potenziell inadäquate Medikationen (von 1 138 Patienten)
Grafik 2
Medikation zu Baseline: häufigste potenziell inadäquate Medikationen (von 1 138 Patienten)
Anzahl der unerwünschten Arzneimittelinteraktionen zu den Zeitpunkten T0 und T1 nach Typ und Studienarm (bei 969 Patienten, die nach einem Jahr befragt werden konnten) A2, Arzneistoffklasse, die ACE-Hemmer, AT1-Antagonisten oder Renin-Hemmer enthält; NSAR, nichtsteroidale Antirheumatika oder -phlogistika; OAK, orale Antikoagulanzien; TAH, Thrombozytenaggregationshemmer
Grafik 3
Anzahl der unerwünschten Arzneimittelinteraktionen zu den Zeitpunkten T0 und T1 nach Typ und Studienarm (bei 969 Patienten, die nach einem Jahr befragt werden konnten) A2, Arzneistoffklasse, die ACE-Hemmer, AT1-Antagonisten oder Renin-Hemmer enthält; NSAR, nichtsteroidale Antirheumatika oder -phlogistika; OAK, orale Antikoagulanzien; TAH, Thrombozytenaggregationshemmer
Patientencharakteristika zu Baseline
Tabelle 1
Patientencharakteristika zu Baseline
Ergebnisse zum primären Endpunkt Reduktion im Anteil von Patienten mit mindestens 1 PIM oder IA in der mITT-Analyse und der Sensitivitätsanalyse sowie zu den sekundären Endpunkten (jeweils auf Praxisebene).
Tabelle 2
Ergebnisse zum primären Endpunkt Reduktion im Anteil von Patienten mit mindestens 1 PIM oder IA in der mITT-Analyse und der Sensitivitätsanalyse sowie zu den sekundären Endpunkten (jeweils auf Praxisebene).
Medikation zu Baseline: Auftreten bedenklicher Arzneimittelinteraktionen (Daten von 1 138 Patienten)
eGrafik
Medikation zu Baseline: Auftreten bedenklicher Arzneimittelinteraktionen (Daten von 1 138 Patienten)
Gruppencharakteristika zu Baseline der 137 Praxen
eTabelle 2
Gruppencharakteristika zu Baseline der 137 Praxen
Zahl und Anteil der Patienten mit mindestens einer PIM oder IA nach T0 und T1, nach Studienarmen (von 969 Patienten)
eTabelle 3
Zahl und Anteil der Patienten mit mindestens einer PIM oder IA nach T0 und T1, nach Studienarmen (von 969 Patienten)
Anzahlen der potenziell inadäquaten Medikation (PIM und Interaktionen) zu T0 und T1 nach Studienarmen und Studien - zentren (von 969 Patienten)
eTabelle 4
Anzahlen der potenziell inadäquaten Medikation (PIM und Interaktionen) zu T0 und T1 nach Studienarmen und Studien - zentren (von 969 Patienten)
1.Statistisches Bundesamt Deutschland – Genesis-Online: Ergebnis 12211–0002 (destatis.de) (last accessed on 9 October 2021).
2.Gnjidic D, Hilmer SN, Blyth FM, et al.: Polypharmacy cutoff and outcomes: five or more medicines were used to identify community-dwelling older men at risk of different adverse outcomes. J Clin Epidemiol 2012; 65: 989–95 CrossRef MEDLINE
3.Moßhammer D, Haumann H, Mörike K, Joos S: Polypharmacy—an upward trend with unpredictable effects. Dtsch Arztebl Int 2016; 113: 627–33 CrossRef MEDLINE PubMed Central
4.Tommelein E, Mehuys E, Petrovic M, Somers A, Colin P, Boussery K: Potentially inappropriate prescribing in community-dwelling older people across Europe: a systematic literature review. Eur J Clin Pharmacol 2015; 71: 1415–27 CrossRef MEDLINE
5.Nothelle SK, Sharma R, Oakes A, Jackson M, Segal JB: Factors associated with potentially inappropriate medication use in community-dwelling older adults in the United States: a systematic review. Int J Pharm Pract 2019; 27: 408–23 CrossRef MEDLINE PubMed Central
6.Storms H, Marquet K, Aertgeerts B, Claes N: Prevalence of inappropriate medication use in residential long-term care facilities for the elderly: a systematic review. Eur J Gen Practice 2017; 23: 69–77 CrossRef MEDLINE PubMed Central
7.Beers MH, Ouslander JG, Rollingher I, Reuben DB, Brooks J, Beck JC: Explicit criteria for determining inappropriate medication use in nursing home residents. UCLA Division of Geriatric Medicine. Arch Intern Med 1991; 151: 1825–32 CrossRef CrossRef MEDLINE
8.Endres HG, Kaufmann-Kolle P, Steeb V, Bauer E, Bottner C, Thuermann P: Association between potentially inappropriate medication (PIM) use and risk of hospitalization in older adults: an observational study based on routine data comparing PIM use with use of PIM alternatives. PLoS One 2016; 11: e0146811 CrossRef MEDLINE PubMed Central
9.Muhlack DC, Hoppe LK, Weberpals J, Brenner H, Schöttker B: The association of potentially inappropriate medication at older age with cardiovascular events and overall mortality: a systematic review and meta-analysis of cohort studies. J Am Med Dir Assoc 2017; 18: 211–20 CrossRef MEDLINE
10.Xing XX, Zhu C, Liang HY, et al.: Associations between potentially inappropriate medications and adverse health outcomes in the elderly: a systematic review and meta-analysis. Ann Pharmacother 2019; 53: 1005–19 CrossRef MEDLINE
11.Holt S, Schmiedl S, Thuermann PA: Potentially inappropriate medications in the elderly: the PRISCUS list. Dtsch Arztebl Int 2010; 107: 543–51 CrossRef MEDLINE
12.Kuhn-Thiel AM, Weiss C, Wehling: Consensus validation of the FORTA (Fit fOR The Aged) list: a clinical tool for increasing the appropriateness of pharmacotherapy in the elderly. Drugs Aging 2014; 31: 131–40 CrossRef MEDLINE PubMed Central
13.Schmiedl S, Rottenkolber M, Szymanski J, et al.: Preventable ADRs leading to hospitalization—results of a long-term prospective safety study with 6,427 ADR cases focusing on elderly patients. Expert Opin Drug Saf 2018; 17: 125–37 CrossRef MEDLINE
14.Anrys P, Petit AE, Thevelin S, et al.: An international consensus list of potentially clinically significant drug-drug interactions in older people. J Am Med Dir Assoc 2021; 22: 2121–33.e24 CrossRef MEDLINE
15.Gray SL, Hart LA, Perera S, Semla TP, Schmader KE, Hanlon JT: Meta-analysis of interventions to reduce adverse drug reactions in older adults. J Am Geriatr Soc 2018; 66: 282–8 CrossRef MEDLINE PubMed Central
16.Rankin A, Cadogan CA, Patterson SM, et al.: Interventions to improve the appropriate use of polypharmacy for older people. Cochrane Database Syst Rev 2018; 9: CD008165 CrossRef MEDLINE PubMed Central
17.Clyne B, Fitzgerald C, Quinlan A, et al.: Interventions to address potentially inappropriate prescribing in community-dwelling older adults: a systematic review of randomized controlled trials. J Am Geriatr Soc 2016; 64: 1210–22 CrossRef MEDLINE
18.Thiem U, Wilm S, Greiner W, et al.: Reduction of potentially inappropriate medication in the elderly: design of a cluster-randomised controlled trial in German primary care practices (RIME). Ther Adv Drug Saf 2020; 12: 2042098620918459 CrossRef MEDLINE PubMed Central
19.Herdman M, Gudex C, Lloyd A, et al.: Development and preliminary testing of the new five-level version of EQ-5D (EQ-5D-5L). Qual Life Res 2011; 20: 1727–36 CrossRef MEDLINE PubMed Central
20.Amann U, Schmedt N, Garbe E: Prescribing of potentially inappropriate medications for the elderly: an analysis based on the PRISCUS list. Dtsch Arztebl Int 2012; 109: 69–75 CrossRef PubMed Central
21.Schubert I, Kupper-Nybelen J, Ihle P, Thuermann P: Prescribing potentially inappropriate medication (PIM) in Germany‘s elderly as indicated by the PRISCUS list. An analysis based on regional claims data. Pharmacoepidemiol Drug Saf 2013; 22: 719–27 CrossRef MEDLINE
22.Flottorp S, Oxman AD, Havelsrud K, Treweek S, Herrin J: Cluster randomised controlled trial of tailored interventions to improve the management of urinary tract infections in women and sore throat. BMJ 2002; 325: 367 CrossRef MEDLINE PubMed Central
23.Fretheim A, Oxman AD, Havelsrud K, Treweek S, Kristoffersen DT, Bjorndal A: Rational prescribing in primary care (RaPP): a cluster randomized trial of a tailored intervention. PLoS Med 2006; 3: e134 CrossRef MEDLINE PubMed Central
24.Charlson ME, Pompei P, Ales KL, MacKenzie CR: A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. J Chronic Dis 1987; 40: 373–83 CrossRef
25.Barkhausen T, Junius-Walker U, Hummers-Pradier E, Mueller CA, Theile G: „It‘s MAGIC“- development of a manageable geriatric assessment for general practice use. BMC Fam Pract 2015; 16: 4 CrossRef MEDLINE PubMed Central
26.Yesavage JA, Brink TL, Rose TL, et al.: Development and validation of a geriatric depression screening scale: a preliminary report. J Psychiatr Res 1982; 17: 37–49 CrossRef
27.Ware J Jr., Kosinski M, Keller SD: A 12-item short-form health survey: construction of scales and preliminary tests of reliability and validity. Med Care 1996; 34: 220–33 CrossRef MEDLINE
28.Seidl H, Bowles D, Bock JO, et al.: FIMA—questionnaire for health-related resource use in an elderly population: development and pilot study. Gesundheitswesen 2015; 77: 46–52 CrossRef MEDLINE
29.Trampisch U, Platen P, Burghaus I, et al.: Reliability of the PRISCUS-PAQ. Questionnaire to assess physical activity of persons aged 70 years and older.
Z Gerontol Geriatr 2010; 43: 399–406 CrossRef MEDLINE
30.Saliba D, Elliott M, Rubenstein LZ, et al.: The vulnerable elders survey: a tool for identifying vulnerable older people in the community. J Am Geriatr Soc 2001; 49: 1691–9 CrossRef MEDLINE
31.Dreischulte T, Donnan P, Grant A, Hapca A, McCowan C, Guthrie B: Safer prescribing—a trial of education, informatics, and financial incentives. N Engl J Med 2016; 374: 1053–64 CrossRef MEDLINE
32.Rieckert A, Reeves D, Altiner A, et al.: Use of an electronic decision support tool to reduce polypharmacy in elderly people with chronic diseases: cluster randomised controlled trial. BMJ 2020; 369: m1822 CrossRef MEDLINE PubMed Central
33.Samsa GP, Hanlon JT, Schmader KE, et al.: A summated score for the medication appropriateness index: development and assessment of clinimetric properties including content validity. J Clin Epidemiol 1994; 47: 891–6 CrossRef
34.Köberlein-Neu J, Mennemann H, Hamacher S, et al.: Interprofessional medication management in patients with multiple morbidities—a cluster-randomized trial (the WestGem study). Dtsch Arztebl Int 2016; 113: 741–8 VOLLTEXT
35.Rose O, Mennemann H, John C, et al.: Priority setting and influential factors on acceptance of pharmaceutical recommendations in collaborative medication reviews in an ambulatory care setting—analysis of a cluster randomized controlled trial (WestGem-Study). PLoS One 2016 11: e0156304 CrossRef MEDLINE PubMed Central
36.Fried TR, Niehoff KM, Street RL, et al.: Effect of the tool to reduce inappropriate medications on medication communication and deprescribing. J Am Geriatr Soc 2017; 65: 2265–71 CrossRef MEDLINE PubMed Central
37.Clyne B, Smith SM, Hughes CM, et al.: Effectiveness of a multifaceted intervention for potentially inappropriate prescribing in older patients in primary care: a cluster-randomized controlled trial (OPTI-SCRIPT Study). Ann Fam Med 2015; 13: 545–53 CrossRef MEDLINE PubMed Central
38.Muth C, Uhlmann L, Haefeli WE, et al.: Effectiveness of a complex intervention on prioritising multimedication in multimorbidity (PRIMUM) in primary care: results of a pragmatic cluster randomised controlled trial. BMJ Open 2018; 8: e017740 CrossRef MEDLINE PubMed Central
39.Zimmermann T, Kaduszkiewicz H, van den Bussche H, et al. (AgeCoDe-Study Group): Potentially inappropriate medication in elderly primary care patients: a retrospective, longitudinal analysis. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2013; 56: 941–9 CrossRef MEDLINE
40.Muhlack DC, Hoppe LK, Stock C, Haefeli WE, Brenner H, Schöttker B: The associations of geriatric syndromes and other patient characteristics with the current and future use of potentially inappropriate medications in a large cohort study. Eur J Clin Pharmacol 2018; 74: 1633–44 CrossRef MEDLINE

Kommentare

Die Kommentarfunktion steht zur Zeit nicht zur Verfügung.

Der klinische Schnappschuss

Alle Leserbriefe zum Thema

Stellenangebote