INITIATIEF VOOR KWALITEITSBEVORDERING EN EPIDEMIOLOGIE BIJ KINDEREN EN ADOLESCENTEN MET DIABETES (IKEKAD)

INITIATIEF VOOR KWALITEITSBEVORDERING EN EPIDEMIOLOGIE BIJ KINDEREN EN ADOLESCENTEN MET DIABETES (IKEKAD) Resultaten 2015 Auteurs Suchsia CHAO, M.Sc., Kris Doggen, M.Sc., Ph.D., Astrid Lavens, M.Sc., Viviane Van Casteren, M.D.

Initiatief voor Kwaliteitsbevordering en Epidemiologie bij Kinderen en Adolescenten met Diabetes (IKEKAD) Resultaten 2015

Wetenschappelijk Instituut Volksgezondheid Operationele Directie Volksgezondheid & Surveillance J. Wytsmanstraat 14 1050 Brussel België www.wiv-isp.be Dienst Gezondheidszorgonderzoek December 2017 Brussel, België Verantwoordelijke uitgever: Dr. Ir. Myriam Sneyers Algemeen directeur PH&S Report: PH&S 2017-025 Depotnummer: D/2017/2505/25 Dit verslag mag niet worden gereproduceerd, gepubliceerd of verspreid zonder de toestemming van het WIV-ISP.

Auteurs Suchsia CHAO*, M.Sc. Kris Doggen, M.Sc., Ph.D. Astrid Lavens, M.Sc. Viviane Van Casteren, M.D. Groep van Experten IKEKAD Prof. V. Beauloye, Cliniques Universitaires Saint-Luc, Brussel Dr. D. Beckers, Cliniques Universitaires de Mont-Godinne, Yvoir Prof. K. Casteels, Universitair Ziekenhuis Leuven, Leuven Dr. M. Coeckelberghs, ZNA Middelheim, Antwerpen Dr. K. Doggen, WIV, Brussel Dr. L. Dooms, Ziekenhuis Maas en Kempen, Maaseik Dr. H. Dotremont, Universitair Ziekenhuis Antwerpen, Antwerpen Dr. M.-C. Lebrethon, CHR de la Citadelle, Luik Dr. K. Logghe, AZ Delta, Roeselare Dr. J. Louis, Grand Hôpital de Charleroi, Charleroi Prof. G. Massa, Jessa Ziekenhuis, Hasselt Dr. T. Mouraux, Cliniques Universitaires de Mont-Godinne, Yvoir Dr. N. Seret, Cliniques Saint-Joseph, Luik Dr. S. Tenoutasse, Universitair kinderziekenhuis Koningin Fabiola, Brussel Dr. S. Van Aken, Universitair Ziekenhuis Gent, Gent Dr. J. Vanbesien, Universitair Ziekenhuis Brussel, Brussel *Contact Suchsia Chao Tel.: +32 (0) 2 642 50 24 E-mail: Suchsia.Chao@wiv-isp.be

SAMENVATTING In dit rapport worden de resultaten beschreven van de vijfde audit bij de erkende pediatrische diabetescentra (hierna de PDC s genoemd). In de audit werden gegevens verzameld van 2880 patiënten met type 1-diabetes, jonger dan 19 jaar, die in 14 PDC s werden behandeld. De gegevens hebben betrekking op de zorg in 2015. In dit rapport wordt gefocust op trends in de zorgkwaliteit en kenmerken van de studiepopulatie in de periode 2008-2015. De voornaamste bevindingen waren: Een aantal aspecten van de zorgkwaliteit, zoals gemeten met een brede set van proces- en uitkomstindicatoren, verbeterde in de periode 2008-2015: er was een stijging van het aantal bloeddrukmetingen en van het aantal patiënten dat het therapiedoel van HbA1c < 7,5% haalde. De meting van het HbA1c (één of drie keer), van de BMI en de screening voor coeliakie en schildklierautoimmuniteit was consistent hoog (> 80%) in alle audits. De verbetering van het HbA1c werd vastgesteld in 13 van de 14 PDC s en was voornamelijk onafhankelijk van de kenmerken van de patiënt (geslacht, kerngezinstatus...) en het insulineschema: uit de gegevens bleek dat de verbetering van het HbA1c meestal voorkwam bij patiënten boven de 10 jaar oud en ook bij patiënten van wie minstens één ouder de Kaukasische etniciteit had. In de periode 2008-2015 bleef het niveau van de acute en chronische complicaties en cardiovasculaire risicofactoren stabiel. In conclusie, ondanks de beperkingen van het transversale karakter van de studie en de beperkte follow-up, bleek uit de vijfde IKEKAD-audit dat er een gunstige evolutie is op het vlak van het HbA1c, een belangrijke indicator van de zorgkwaliteit. Uit toekomstige audits zal moeten blijken of deze evolutie aanhoudt. Omdat sinds 2013 extra gegevens worden verzameld (alle patiënten die in aanmerking komen worden in de steekproef opgenomen, en niet slechts bij helft) zal het ook mogelijk worden om het HbA1ctraject van individuele patiënten en de bepalende factoren te analyseren, waardoor we meer aanwijzingen zullen hebben over de factoren waarop we ons het meeste moeten richten wanneer we de zorgkwaliteit bij pediatrische diabetespatiënten willen verbeteren. 5

INHOUDSOPGAVE SAMENVATTING...5 1. INLEIDING...8 2. STUDIEMETHODOLOGIE...9 2.1. Studiepopulatie... 9 2.2. Gegevensverzameling...11 2.3. Behandeling van longitudinale data...11 2.4. Feedbackrapporten...12 2.5. Definities...12 2.5.1. Kerngezin...12 2.5.2. Insulineschema s...12 2.5.3. Ernstige hypoglycemische episode...13 2.5.4. Opname wegens (ernstige) diabetische ketoacidose (DKA) of wegens hyperosmolaire hyperglycemische toestand (met of zonder ketose) (HHS)...13 2.6. Gegevensanalyse...13 2.6.1. Berekening van leeftijd en diabetesduur...13 2.6.2. Berekening van z-scores voor lengte, gewicht, BMI en bloeddruk...13 2.6.3. Classificatie als overgewicht of obesitas...14 2.6.4. Classificatie van bloeddruk...14 2.6.5. Statistische analyses...14 3. RESULTATEN...16 3.1. Zorgkwaliteit in 2015 en de evolutie sinds 2008...16 3.1.1. Zorgprocessen...16 3.1.2. Zorguitkomsten...26 3.1.3. Evolutie van het gemiddelde HbA1c...31 3.2. Kenmerken, behandeling en uitkomsten van patiënten...33 3.2.1. Sociodemografische en diabetes-gerelateerde kenmerken...33 3.2.2. Ontwikkeling van kinderen en adolescenten met type 1-diabetes...34 3.2.3. Insulineschema en zelfcontrole van de glycemie...35 3.2.4. Transversale evolutie van de metabole controle en zijn determinanten...35 3.2.4.1. Leeftijd, geslacht en puberale status...36 3.2.4.2. Gezinsstructuur...36 3.2.4.3. Etniciteit van de ouders...37 3.2.4.4. Insulineschema...37 3.2.5. Internationale vergelijking van HbA1c...38 3.2.6. Acute complicaties...38 3.2.6.1. Ernstige hypoglycemische episodes...38 3.2.6.2. Opnamen voor (ernstige) diabetische ketoacidose...39 3.2.7. Overgewicht en obesitas.................................................... 39 3.2.8. Bloeddruk...40 3.2.9. Chronische complicaties en comorbiditeiten...40 6

4. CONCLUSIES...42 5. BIJLAGE A: DATASET IKEKAD 2015...44 6. BIJLAGE B: DEFINITIES VAN ZORGKWALITEITSINDICATOREN...48 7. APPENDIX C: DEELNEMENDE PEDIATRISCHE DIABETESCENTRA...51 8. REFERENTIES...52 7

1. INLEIDING Belgische pediatrische diabetescentra (PDC s) hebben de mogelijkheid een overeenkomst te ondertekenen met het RIZIV (Rijksinstituut voor ziekte- en invaliditeitsverzekering). In die overeenkomst wordt een aantal organisatorische en financiële aspecten van de diabeteszorg geformaliseerd. Het stipuleert ook dat PDC s moeten deelnemen aan een audit die tot doel heeft de zorgkwaliteit te verbeteren. Deze audit wordt georganiseerd door het Wetenschappelijk Instituut voor Volksgezondheid (WIV-ISP) en werd Initiatief voor Kwaliteitsbevordering en Epidemiologie bij Kinderen en Adolescenten met Diabetes (IKEKAD) genoemd. Ter herinnering, sinds 2013 vinden de audits tweejaarlijks en niet jaarlijks plaats, en worden alle personen jonger dan 19 jaar met type 1-diabetes erin opgenomen, in plaats van een steekproef van slechts 50% te nemen. De audit heeft betrekking op sociodemografische gegevens, gegevens over de behandeling van diabetes en op de acute en chronische complicaties van diabetes. De dataset was gebaseerd op de Basic Information Sheet for Children and Adolescents waar naar verwezen wordt in de aanbevelingen van de International Society for Pediatric and Adolescent Diabetes (ISPAD), gepubliceerd in 2014 (1), op de vragenlijsten die werden gebruikt in de opeenvolgende Hvidøre-studies (2), en op parameters die zijn opgenomen in gelijksoortige kwaliteitsbevorderende initiatieven in Duitsland en Oostenrijk (3) en Engeland en Wales (4). De data uit de audit worden gebruikt om kwaliteitsindicatoren op te stellen, zowel voor de zorgprocessen als voor de zorguitkomsten. De indicatoren zijn gebaseerd op de internationale aanbevelingen voor pediatrische diabeteszorg, uitgegeven door ISPAD in 2014 (online vrij toegankelijk via http://www.ispad.org/). De resultaten worden op twee manieren aan de PDC s gerapporteerd: 1. Elk PDC ontvangt een geïndividualiseerd rapport waarin zijn prestaties worden vergeleken met de gemiddelde prestaties en alle andere geanonimiseerde PDC s. Door te benchmarken kunnen tekortkomingen in de zorgkwaliteit worden vastgesteld. Dit kan op zijn beurt leiden tot plaatselijke inspanningen om de kwaliteit te verbeteren. 2. Er wordt een globaal rapport opgemaakt met een onderzoek van de zorgkwaliteit, gemeten met proces- en uitkomstindicatoren, en met epidemiologische aspecten van pediatrische en adolescente diabetes. In dit globaal rapport wordt de vijfde cyclus van audit en feedback, betreffende de zorg in 2015, gedocumenteerd. Er wordt gefocust op trends in de zorgkwaliteit en kenmerken van de studiepopulatie in de periode 2008-2015. Inleiding Algemene resultaten over de zorgverlening in 2008, 2010, 2011 en 2013 vindt u online (binnenkort, er wordt aan de website gewerkt). 8

2. STUDIEMETHODOLOGIE IKEKAD is een retrospectieve transversale studie: één keer om de twee jaar wordt een audit gehouden over de zorgverlening in het voorafgaande jaar. 2.1. STUDIEPOPULATIE In 2015 namen PDC s patiënten in de studiepopulatie op volgens de onderstaande beslissingsboom: Studiemethodologie 9

De patiënten konden in een tweestappenselectie worden opgenomen: Stap 1: De studiepopulatie omvatte alle personen met type 1-diabetes, die op 1 januari 2016 < 19 jaar waren, en behandeld werden in een van de PDC s die de algemene conventie 1 met het RIZIV hadden ondertekend. Specifieke exclusiecriteria waren: zwangerschap en gebrek aan een ondertekend informed-consentformulier. Stap 2: Patiënten die niet beantwoordden aan de inclusiecriteria van stap 1 moesten worden opgenomen indien ze werden opgevolgd in de CGM-conventie 2, een andere overeenkomst tussen de PDC s en het RIZIV. Op het einde van de gegevensverzameling was er slechts 1 patiënt geselecteerd in stap 2 (niet type 1-diabetes). Door de beperkte omvang van deze subgroep werd deze patiënt niet opgenomen voor verdere analyse in dit verslag. In deze audit werden, naast patiënten die in de algemene conventie werden gevolgd, ook patiënten in de studie opgenomen die werden opgevolgd in de CGM-conventie. Van de 14 PDC s die in 2015 deelnamen aan de IKEKAD kon de helft een CGM-systeem voorstellen. Het insulineschema was bekend voor 98.9% (N=2880) van de steekproef. Van dit percentage werd 18.3% (N=2848) behandeld met een insulinepomp die in 11.6% (N=521) van de gevallen van het CGM type (continue glucosemonitoring) was. Onder de patiënten die het CGM-systeem gebruikten, werd 86.7% (N=60) in de CGM-conventie opgevolgd waarvan 82.7% (N=52) werd behandeld in een PDC die de CGM-conventie voorstelden. Vier patiënten kregen CGM maar gebruikten de insulinepomp niet en werden niet in de CGM-conventie gevolgd. In 2015 waren er 14 PDC s in België: 7 in het Vlaamse gewest, 4 in het Waalse gewest, en 3 in de Brusselse regio. In totaal behandelden de 14 deelnemende PDC s in 2015 3257 patiënten, van wie 2905 (89,2%) in aanmerking kwamen voor inclusie volgens de bovenstaande criteria. In de audit zelf werden data opgenomen van 2898 patiënten, hetzij 99,8% van de patiënten die in aanmerking kwamen. Het kleinste PDC bracht 101 patiënten aan, en het grootste 460 (mediaan: 162 patiënten). Van de 2898 patiënten werden er sommige in verscheidene PDC s gezien, wat betekent dat gegevens van deze patiënten verschillende keren in de database voorkwamen. Om de algemene analysen uit te voeren, werden dubbele registraties uitgesloten (n=18). Studiemethodologie Wanneer de database meer dan één dossier voor een patiënt bevatte (omdat hij/zij tijdens de auditperiode verscheidene centra had bezocht), hielden we slechts één dossier over, volgens de volgende procedure: a) Het dossier van het centrum waar de patiënt het laatst naartoe ging, werd behouden (op basis van de recentste inschrijvingsdatum in de conventie). a) Als de inschrijvingsdatum niet bekend was, werd het uitgesloten dossier willekeurig bepaald. Na deze procedure omvatte de audit gegevens van 2880 patiënten. 10 1 http://www.inami.fgov.be/sitecollectiondocuments/convention_diabete_enfants_adolescents.pdf http://www.inami.fgov.be/sitecollectiondocuments/overeenkomst_diabetes_kinderen_adolescenten.pdf 2 http://www.inami.fgov.be/sitecollectiondocuments/convention_diabete_monitoring_continu_glycemie.docx http://www.inami.fgov.be/sitecollectiondocuments/overeenkomst_diabete_continue_glucosemonitoring.docx

2.2. GEGEVENSVERZAMELING Om de gegevens in te voeren gebruikten de PDC s de HD4DP-applicatie (HealthData for Data Providers), een tool om data te verzamelen die werd ontwikkeld door het Healthdata.be-platform. De vragenlijst wordt in bijlage A voorgesteld. De verzameling van de gegevens werd in twee fasen uitgevoerd: 1. De eerste fase liep van 4 januari 2016 tot 29 april 2016. In deze fase voerden de PDC s data in voor al hun patiënten. 2. De tweede fase begon zodra de PDC s klaar waren met de invoer van data voor alle patiënten. De PDC s ontvingen in HD4DP vragen over mogelijke problemen met de kwaliteit van de gegevens en werden uitgenodigd om correcties te sturen. De laatste correctie werd op 10 november 2016 ontvangen, en op dat moment werd de database afgesloten. 2.3. BEHANDELING VAN LONGITUDINALE DATA Sinds 2010 krijgen patiënten een unieke patiëntencode wanneer ze voor het eerst worden opgenomen in de IKEKAD-tool voor gegevensverzameling. Daarmee is over verloop van tijd een longitudinale follow-up van klinische data mogelijk. Tot de gegevensverzameling van 2013 waren de PDC s er zelf verantwoordelijk voor dat de link tussen de identiteit van de patiënten en hun code in IKEKAD behouden bleef. In het vorige globaal rapport (2013) bleek uit het onderzoek van de longitudinale patiëntengegevens dat het gebruik van deze codes aan de basis kon liggen van verschillende problemen met de kwaliteit van de gegevens: -- Sommige patiënten kregen tijdens elke audit een volledig nieuwe registratie, wat leidde tot verschillende codes voor één en dezelfde patiënt. -- Stabiele kenmerken van de patiënt, zoals het geslacht en de etniciteit van de ouders, waren soms verschillend in verscheidene dossiers met dezelfde patiëntencode. -- Naast het feit dat stabiele patiëntenkenmerken in de loop der jaren verschillend waren, waren ook de ontbrekende gegevens anders. Zo was de etniciteit van de ouders slechts in één van de twee dossiers van dezelfde patiënt bekend. Daarom werd in 2015 de oude patiëntencode niet meer gebruikt en vervangen door het INSZ (identificatienummer sociale zekerheid), wat de identificatie betrouwbaarder maakt. Het INSZ werd door ehealth gepseudonimiseerd vooraleer het naar Healthdata werd verstuurd en in de data-opslagplaats van Healthdata werd opgeslagen. Om deze wijziging te implementeren, werden twee registers in de HD4DPapplicatie voorzien: 1. IKEKAD Recode : met deze registratie konden de PDC s een link leggen tussen het INSZ van de patiënten en hun oude code. Voor elke PDC werd de IKEKAD Recode zodanig ontworpen dat de stabiele data van de patiënten werden getoond, waardoor het linken gemakkelijker werd. Het aantal dossiers werd ook beperkt tot het totale aantal patiënten in de PDC. Zolang deze stap niet was afgehandeld, kregen de PDC s geen toegang tot het IKEKAD -register. 2. IKEKAD : met dit register konden de PDC s alle data van de patiënten die vereist waren voor IKEKAD aanleveren. Dit register werd automatisch aangevuld met de stabiele data van de patiënten, op basis van de informatie in het IKEKAD Recode -register. Patiënten voor wie geen INSZ werd bezorgd, komen niet meer in aanmerking voor verdere longitudinale follow-up, omdat vanaf 2015 patiënten worden gevolgd op basis van hun gepseudonimiseerde INSZ. Vóór de koppelingsprocedure konden 3438 patiënten longitudinaal worden gevolgd met de oude code (tussen 2010 en 2013). Nu konden 3346 patiënten longitudinaal worden gevolgd met het INSZ (tussen 2010 en 2015). De koppelings procedure heeft de mogelijkheid beperkt om een patiënt door de verschillende gegevensverzamelingen te volgen, maar ze heeft de betrouwbaarheid van de patiëntenidentificatie en de follow-up verbeterd. Studiemethodologie 11

2.4. FEEDBACKRAPPORTEN Geïndividualiseerde feedbackrapporten werden naar de PDC s gestuurd op 3 april 2017. Deze rapporten geven een beeld van de prestaties van een PDC in 2015, gebenchmarkt met de gemiddelde prestaties en de prestaties van zijn geanonimiseerde collega-centra. 2.5. DEFINITIES 2.5.1. Kerngezin Kind dat woont bij beide biologische ouders of beide adoptieouders. Alle andere gezinsvormen worden niet beschouwd als een kerngezin. 2.5.2. Insulineschema s In 2015 werden de categorieën van insulinebehandeling vereenvoudigd tot 5 groepen. De insulinebehandeling van de patiënt werd door het PDC ondergebracht in één van de volgende schema s: 1. 2 injecties per dag of minder 2. 3 injecties per dag 3. 4 of meer injecties per dag (basaal-bolusschema) 4. Insulinepomp 5. Ander schema Vóór deze vereenvoudiging moesten de artsen het onderscheid maken tussen voorgemengde insulines en gepersonaliseerde insulinemengsels en ook tussen een occasionele toediening van snelwerkende of normale insuline en een systematische toedoening, wat de indeling moeilijk maakte (zie verder). De insulinebehandelingscategorieën vóór 2015: 1. Schema 1 ( premix 2 ): de patiënt wordt behandeld met standaard insulinemengsels, bestaande uit een insuline met intermediaire werkingsduur en een snelwerkende insuline of een ultrasnelwerkend insuline-analoog, tweemaal daags ( s morgens en s avonds), met occasioneel een extra toediening van een ultrasnelwerkend insuline-analoog of een snelwerkende insuline. 2. Schema 2 ( freemix 2 ): de patiënt wordt behandeld met individueel samengesteld insulinemengsels, bestaande uit een insuline met intermediaire werkingsduur en een snelwerkende insuline of een ultrasnelwerkend insuline-analoog, tweemaal daags ( s morgens en s avonds), met occasioneel een extra toediening van een ultrasnelwerkend insuline-analoog of een snelwerkende insuline. 3. Schema 3 ( freemix 3): de patiënt wordt behandeld met individueel samengesteld insulinemengsels, bestaande uit een insuline met intermediaire werkingsduur en een snelwerkende insuline of een ultrasnelwerkend insuline-analoog, tweemaal daags ( s morgens en s avonds), met elke dag een extra toediening van een ultrasnelwerkend insuline-analoog of een snelwerkende insuline. 4. Schema 4 ( basaal-bolus ): de patiënt wordt behandeld eenmaal daag met een basaal insuline, hetzij een langwerkend insuline-analoog of een insuline met intermediaire werkingsduur, en met bolussen van een ultrasnelwerkend insuline-analoog of een snelwerkende insuline. 5. Schema 5 ( pomp): de patiënt wordt behandeld met een insulinepomp. 6. Schema 6 ( andere ): de patiënt wordt volgens geen van hoger vermelde schema s behandeld. Voor voorbeelden van de hierboven vermelde insulinetypes wordt naar Tabel 1 verwezen. Studiemethodologie 12

Tabel 1 Voorbeelden van insulinetypes Insulinetype Ultrasnelwerkende insulineanalogen Snelwerkende insulines Insulines met intermediaire werkingsduur Langwerkende insuline-analogen Voorbeelden insuline glulisine (Apidra ), insuline lispro (Humalog ), insuline aspart (NovoRapid ) insuline (Actrapid ), insuline (Humuline Regular ), insulin (Insuman Rapid ) insuline isophane (Humuline NPH ), insuline isophane (Insulatard ), insuline isophane (Insuman Basal ) insuline glargine (Lantus ), insuline detemir (Levemir ) Wat de analyse in de oude indeling van insulinebehandelingen betreft, werden schema s 2 en 3 in één categorie ondergebracht, omdat het in de praktijk moeilijk is om een onderscheid te maken tussen een occasionele en een systematische derde toediening van insuline, en schema 1 werd opgenomen in de andere -categorie (schema 6), omdat slechts weinig patiënten werden behandeld met voorgemengde insuline. Al deze moeilijkheden en inconsistenties hebben er ons toe geleid om de categorieën van insulinebehandeling opnieuw te bekijken. 2.5.3. Ernstige hypoglycemische episode We gebruikten de definitie die ISPAD geeft voor ernstige hypoglykemie. Bij kinderen wordt ernstige hypoglykemie gedefinieerd als een event dat gepaard gaat met een gedeeltelijk of totaal bewustzijnsverlies en met de nood aan assistentie van een derde (5). Het aantal episodes in een periode van 3 maanden tijdens de auditperiode werd opgetekend. 2.5.4. Opname wegens (ernstige) diabetische ketoacidose (DKA) of wegens hyperosmolaire hyperglycemische toestand (met of zonder ketose) (HHS) Iedere opname in de auditperiode wegens DKA of HHS werd opgetekend, los van de ernst of de biochemische bevestiging. De episode van DKA bij diagnose werd niet opgetekend. 2.6. GEGEVENSANALYSE 2.6.1. Berekening van leeftijd en diabetesduur Alleen de geboortemaand en het geboortejaar waren beschikbaar voor de analyse. Voor iedere patiënt werd de leeftijd berekend als de gemiddelde leeftijd die iemand die in die maand en in dat jaar werd geboren zou hebben op de referentiedatum. De referentie datum werd vastgelegd op het einde van de auditperiode (31/12/2015 bij de laatste audit). De diabetesduur werd berekend als het verschil in jaren tussen de datum van de diagnose en de referentiedatum, zoals hierboven gedefinieerd. De leeftijd bij diagnose werd berekend als het verschil tussen de gemiddelde leeftijd op de referentiedatum en de diabetesduur. Studiemethodologie 13 2.6.2. Berekening van z-scores voor lengte, gewicht, BMI en bloeddruk Leeftijds- en geslachtsspecifieke z-scores en percentielen voor lengte, gewicht en BMI werden berekend aan de hand van de Vlaamse groeicurven (6). Die zijn online beschikbaar: http://www.vub.ac.be/groeicurven/groeicurven.html. Leeftijds-, geslachts- en lengtespecifieke z-scores en percentielen voor systolische en diastolische bloeddruk werden berekend zoals beschreven in het Fourth Report on the Diagnosis, Evaluation, and Treatment of High Blood Pressure in Children and Adolescents (7) (online beschikbaar; http://www.nhlbi.nih.gov/ health/prof/heart/hbp/hbp_ped.pdf). De berekening van de z- scores voor de bloeddruk hangt af van de z-score voor de lengte, en die z-score werd berekend op basis van de groeicurven van het Center for

Disease Control (http://www.cdc.gov/growthcharts/), zoals aanbevolen door het hierboven aangehaalde rapport, en niet op basis van de Vlaamse groeicurven. 2.6.3. Classificatie als overgewicht of obesitas Kinderen en adolescenten werden geclassificeerd als hebbende overgewicht of obesitas op basis van de geslachtsspecifieke BMI-grenswaarden die door Cole et al. zijn gerapporteerd (8) en worden gebruikt door de International Obesity Task Force (IOTF). Op de leeftijd van 18 jaar liggen deze grenswaarden op de percentielen van de grenswaarden voor overgewicht (25 kg/m²) en obesitas (30 kg/m²) bij volwassenen. Deze percentielen zijn gebaseerd op de groeicurven uit zes landen (Brazilië, Hong Kong, Nederland, Singapore, het Verenigd Koninkrijk en de Verenigde Staten van Amerika). De grenswaarden, die voor ieder leeftijdsinterval van zes maanden worden gerapporteerd, werden lineair geïnterpoleerd om preciezere leeftijdsspecifieke grenswaarden te krijgen, zoals aanbevolen door Cole et al. (8). Er zijn geen grenswaarden voor kinderen onder de leeftijd van 2 jaar. Jongvolwassenen van 18 jaar en ouder werden geclassificeerd volgens de BMI-grenswaarden voor volwassenen. 2.6.4. Classificatie van bloeddruk Kinderen en adolescenten werden geclassificeerd als (pre-)hypertensief volgens de aanpak die werd beschreven in het Fourth Report on the Diagnosis, Evaluation, and Treatment of High Blood Pressure in Children and Adolescents (7). De criteria worden samengevat in Tabel 2. Merk op dat de classificatie gebaseerd moet zijn op verschillende metingen van de bloeddruk tijdens verschillende consultaties. In dit rapport werd de classificatie gebaseerd op eenmalige metingen. De resultaten moeten daarom omzichtig worden geïnterpreteerd. Tabel 2 Gehanteerde criteria voor de classificatie van kinderen en adolescenten in bloeddrukcategorieën Normotensief: bloeddruk <90ste percentiel en <120/80 mmhg. Prehypertensief: bloeddruk 90ste percentiel en <95ste percentiel, of 120/80 mmhg. Hypertensief: bloeddruk 95ste percentiel, of 120/80 mmhg. - Hypertensief, stadium 1: bloeddruk 95ste percentiel en <(99ste percentiel + 5 mmhg). - Hypertensief, stadium 2: bloeddruk (99ste percentiel + 5 mmhg). Studiemethodologie 2.6.5. Statistische analyses Statistische analyses werden in SAS 9.4 uitgevoerd. Normaal verdeelde variabelen worden gerapporteerd als gemiddelde ± standaardfout (SE) of worden vergezeld van een 95% betrouwbaarheidsinterval (BI). Niet-normaal verdeelde variabelen worden gerapporteerd als mediaan en interkwartielafstand (IQR, afstand tussen 25ste en 75ste percentiel). Parametrische en niet-parametrische tests werden gebruikt waar ze nodig waren, behalve wat lineaire regressie betreft, die ook werd gebruikt bij niet-normaal verdeelde variabelen. Categorische variabelen werden statistisch vergeleken met de χ 2 -test of logistische regressie. Betrouwbaarheidsintervallen van ruwe incidentieratio s werden berekend met de exact Poisson -methode. Niet-gecorrigeerde incidentieratio s (IRR s) werden berekend met Poisson-regressie. De algemene prestatie op het vlak van zorgkwaliteitsindicatoren werd bestudeerd op een herhaalde transversale manier met generalized estimating equations (GEE), met gebruikmaking van de logit linkfunctie, een uitwisselbare correlatiestructuur en robuuste standaardafwijkingen (GENMOD-procedure in SAS). Deze analyse hield er rekening mee dat antwoorden binnen PDC s gecorreleerd waren en het leidde tot een gepaste inflatie van standaardafwijkingen, waardoor overdreven optimistische conclusies in vergelijking met een standaard-glm-aanpak werden voorkomen. Specifieker: de uitwisselbare correlatiestructuur veronderstelde een enkele correlatie tussen om het even welk paar antwoorden binnen een PDC. De enige verklarende variabele die in deze modellen werd opgenomen, was auditjaar. 14

Het werd opgenomen als een categorische en als een continue variabele in afzonderlijke modellen. In het categorische geval werd elk paar auditjaren vergeleken, met gebruik van de Tukey-Kramercorrectie voor multipele vergelijkingen. In het continue geval werd de hypothese getest of er in de tijd lineaire veranderingen waren in de prestaties, waarbij rekening werd gehouden met het ongelijke tijdsinterval tussen de audits. Dezelfde modellen werden gebruikt om de algemene en PDC-specifieke evolutie van HbA1c in de tijd te bestuderen. Door een extra verklarende variabele in deze modellen op te nemen (bv. insulineschema) en door de interactie met auditjaar te bestuderen, waren we bovendien in staat om de evolutie van HbA1c te onderzoeken, gestratificeerd naar deze extra verklarende variabele. Bij deze herhaalde transversale analyses moeten we in gedachten houden dat de set van patiënten die in jaar x wordt geanalyseerd niet identiek is aan die in jaar y. Daarom zijn conclusies die uit deze data worden getrokken alleen van toepassing op evoluties op het niveau van de populatie en kunnen die niet worden geëxtrapoleerd naar evoluties op het niveau van de individuele patiënt. We geven dan ook geen resultaten van echte longitudinale analyses, zoals de evolutie van HbA1c binnen een patiënt in de tijd en de mogelijke voorspellende factoren. Deze analyses werden nog niet uitgevoerd omdat we alleen data hadden voor maximaal vier tijdpunten (2010, 2011, 2013 en 2015) en alleen maar voor een relatief kleine subgroep (Tabel 3). Het aantal patiënten dat verschillende keren werd opgenomen werd verder beperkt door de hercoderingsprocedure (zie paragraaf 2.3) waarin de link werd gelegd tussen de oude code van de patiënt (gebruikt in 2010, 2011 en 2013) en het INSZ (gebruikt sinds 2015). Preliminaire analyses brachten aan het licht dat de dataset het niet mogelijk maakte conclusies te trekken met voldoende statistische kracht. Tabel 3 Frequentie waarmee unieke patiënten werden opgenomen in de steekproef in opeenvolgende audits (2010, 2011, 2013 en 2015) N % Eén keer opgenomen 1123 33,6 Twee keer opgenomen 1309 39,1 Drie keer opgenomen 737 22,0 Vier keer opgenomen 177 5,3 AANTAL UNIEKE PATIËNTEN 3346 100,0 Het is belangrijk om te weten dat, hoewel we geen echte longitudinale analyse uitvoerden, het door de gekozen herhaalde transversale benadering met de interpretatie op het niveau van de populatie, mogelijk is de gebieden te identificeren waar de zorgkwaliteit verbetert, en de gebieden waar dat niet het geval is. Studiemethodologie 15

3. RESULTATEN 3.1. ZORGKWALITEIT IN 2015 EN DE EVOLUTIE SINDS 2008 Kwaliteitsindicatoren voor de zorgprocessen en -uitkomsten werden geïdentificeerd op basis van de aanbevelingen van ISPAD en ADA (1,9,10). Er werden algemene en PDC-specifieke scores voor deze indicatoren berekend. De definities van de indicatoren worden weergegeven in bijlage B. 3.1.1. Zorgprocessen In Tabel 4 zien we de prestaties in 2015 op het vlak van procesindicatoren. De tabel toont ook de verdeling van de prestaties van de individuele PDC s, en legt de nadruk op de aanzienlijke variatie in prestaties inzake meting van de bloeddruk en bloedlipiden, en de screening voor retinopathie, nefropathie en neuropathie. Door technische problemen tijdens het uploaden van gegevens in batch was één PDC niet is staat om resultaten te leveren over de bepaling van de BMI en de meting van de bloeddruk van de patiënten, wat verklaart waarom voor deze indicatoren in de percentiel 0 -categorie de prestatie 0% is. Tabel 4 Prestaties van PDC s in 2015 op het vlak van procesindicatoren Procesindicatoren Algemene prestatie % N Verdeling van PDC-specifieke prestatie % (N=14) P0 P50 P100 Minstens 1 HbA1c-meting 99,1 2 880 95,6 99,3 100,0 Minstens 3 HbA1c-metingen 90,2 2 846 62,2 90,9 98,0 Meting van de BMI 94,2 2 880 0,0 99,1 100,0 Meting van de bloeddruk Alle patiënten 80,1 2 880 0,0 87,9 99,2 12 j 85 1 823 0,0 94,2 100,0 Meting van bloedlipiden Alle patiënten 79 2 880 56,3 86,2 97,7 12 j 85,7 1 823 66,7 86,1 98,8 Screening voor retinopathie Alle patiënten 44 2 880 10,7 40,5 99,2 10j /<10j indien de puberteit is bereikt a 50,5 2 226 12,9 48,0 99,0 Screening voor nefropathie Alle patiënten 70 2 880 26,0 64,0 87,4 10j /<10j indien de puberteit is bereikt a 74,6 2 226 31,4 70,6 90,1 Screening voor neuropathie 28,8 2 880 0,0 2,6 86,5 Screening voor coeliakie 88,9 2 880 71,3 90,2 98,5 Screening voor schildklierauto-immuniteit 89,8 2 880 80,3 91,1 98,5 3 consultaties in 2015 92,1 2 865 82,7 91,5 99,2 Resultaten 16 a De richtlijnen (9) bevelen een screening aan bij patiënten van minstens 10 jaar OF bij patiënten van minder dan 10 jaar die de puberteit hebben bereikt met een diabetesduur tussen 2 en 5 jaar.

De volgende boxplots laten de evolutie van de prestatie zien op het vlak van procesindicatoren tussen 2008 en 2015. De prestatie van individuele PDC s wordt getoond als ongevulde cirkels en het gemiddelde van de prestatie wordt door een rode stip weergegeven. Merk op dat de waarden voor 2015 lichtjes anders zijn dan die in Tabel 4. In deze grafieken worden aangepaste waarden van de GEE-modellen getoond (rode stip) waarbij rekening wordt gehouden met de clustering van antwoorden binnen de PDC s (zie 2.6.5). Significante verschillen in de gemiddelde prestaties tussen verschillende auditjaren worden met een asterisk gemarkeerd. De omvang van de steekproef voor ieder auditjaar bedraagt respectievelijk 974, 1196, 1193, 2657 en 2898 patiënten. De percentages voor de meting van HbA1c (één of drie keer), BMI, bloedlipiden en screening voor coeliakie en schildklierauto-immuniteit waren consistent hoog (> 80%) in alle audits. De percentages voor de bloeddrukmeting verhoogden significant naar een hoog niveau. De percentages voor nefropathiescreening waren iets lager en stabiel. Uit alle audits blijkt dat bij benadering 50-60% van de doelgroep jaarlijks gescreend werd voor retinopathie. Deze verhouding kan laag lijken, maar de aanbeveling van een jaarlijkse screening is alleen gebaseerd op consensus en er bestaat discussie over de kostenefficiëntie ervan (11,12), vooral wanneer gevoelige opsporingsmethoden, zoals fluorescentie-angiografie, worden gebruikt. Resultaten 17

100 Minstens 1 bepaling van HbA1c 80 ** * ** ** *** Patiënten (%) 60 40 20 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.91 Aandeel van patiënten die in 2015 minstens 1 HbA1c-bepaling haalden. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging Minstens 3 bepalingen van HbA1c 100 Patiënten (%) 80 60 40 * Resultaten 18 20 0 2008 2010 2012 2014 Audit jaar lineaire trend (P-waarde) : 0.44 Aandeel van patiënten die in 2015 minstens 3 HbA1c-bepalingen haalden. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 Bepaling van BMI 80 *** Patiënten (%) 60 40 20 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.62 Aandeel van patiënten bij wie in 2015 de BMI werd bepaald. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 100 Bepaling van bloeddruk (alle patiënten) Patiënten (%) 80 60 40 Resultaten 19 20 0 * * 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) :0.05 Aandeel van patiënten bij wie in 2015 de bloeddruk werd gemeten (alle patiënten). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 Bepaling van bloeddruk (>=12 j) 80 Patiënten (%) 60 40 20 *** 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.11 Aandeel van patiënten bij wie in 2015 de bloedlipiden werden gemeten (doelpopulatie). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 100 Bepaling van bloedlipiden (alle patiënten) Patiënten (%) 80 60 40 Resultaten 20 20 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.50 Aandeel van patiënten bij wie in 2015 de bloedvetten werden gemeten (alle patiënten). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 Bepalingvan bloedlipiden (alle (>=12 patiënten) j) 80 Patiënten (%) 60 40 20 0 2008 2010 2012 2014 2014 Audit jaar lineaire lineaire trend trend (P-waarde) : 0.50 : 0.84 Aandeel van patiënten bij wie in 2015 de bloedlipiden werden gemeten (doelpopulatie). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 100 Screening voor retinopathie (alle patiënten) Patiënten (%) 80 60 40 Resultaten 21 20 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.09 Aandeel van patiënten die in 2015 werden gescreend voor retinopathie (gehele populatie). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 Screening voor retinopathie (doelpopulatie) 80 Patiënten (%) 60 40 20 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.07 Aandeel van patiënten die in 2015 werden gescreend voor retinopathie (doelpopulatie). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 100 Screening voor nefropathie (alle patiënten) Patiënten (%) 80 60 40 Resultaten 22 20 0 * 2008 2010 2012 2014 Audit jaar lineaire trend (P-waarde) : 0.44 Aandeel van patiënten die in 2015 werden gescreend voor nefropathie (alle patiënten). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 Screening voor nefropathie (doelpopulatie) 80 Patiënten (%) 60 40 20 0 *** 2008 2010 2012 2014 Audit jaar lineaire trend (P-waarde) : 0.43 Aandeel van patiënten die in 2015 werden gescreend voor nefropathie (doelpopulatie). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 100 Screening voor neuropathie Patiënten (%) 80 60 40 Resultaten 23 20 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.50 Aandeel van patiënten die in 2015 werden gescreend voor neuropathie. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 Screening voor coeliakie 80 Patiënten (%) 60 40 * 20 0 2008 2010 2012 2014 Audit jaar lineaire trend (P-waarde) : 0.15 Aandeel van patiënten die in 2015 werden gescreend voor coeliakie. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 100 Screening schildklierautoimm. Patiënten (%) 80 60 40 Resultaten 24 20 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.41 Aandeel van patiënten die in 2015 werden gescreend voor schildklierauto-immuniteit. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 >= 3 consultaties in 2015 80 Patiënten (%) 60 40 20 0 2008 2010 2012 Audit jaar 2014 lineaire trend (P-waarde) : 0.45 Resultaten Aandeel van patiënten die in 2015 minstens 3 consultaties kregen. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 25

3.1.2. Zorguitkomsten In Tabel 5 zien we de prestaties in 2015 op het vlak van de uitkomstindicatoren. De tabel laat ook de verdeling van de prestaties van de individuele PDC s zien. De indicatoren voor BMI en bloeddruk werden geanalyseerd voor alle patiënten, terwijl de andere indicatoren enkel werden geanalyseerd voor patiënten met een diabetesduur van 1 jaar. Tabel 5 Prestaties van PDC s in 2015 op het vlak van uitkomstindicatoren N Algemene prestatie % Verdeling van PDC-specifieke prestatie % (N=14) Uitkomstindicatoren P0 P50 P100 Het halen van de HbA1c-streefwaarde: <7,0% (streefwaarde voor volwassenen, ADA) 2 548 27,3 15,2 25,6 44,6 <7,5% (pediatrische streefwaarde, ISPAD / ADA) 2 548 48,5 33,6 50,7 61,6 <9,0% 2 548 88,5 79,9 90,1 94,3 Afwezigheid van hypoglycemie 2 545 91,9 84,1 93,2 96,0 Afwezigheid van opnamen voor DKA 2 538 96,5 92,9 97,0 100,0 Normale BMI 2 704 74,6 58,6 72,8 83,1 Normale systolische bloeddruk 2 291 63,0 48,5 61,5 94,3 Normale diastolische bloeddruk 2 287 85,6 70,3 86,5 94,3 De volgende boxplots laten de evolutie van de prestatie zien op het vlak van uitkomstindicatoren tussen 2008 en 2015. De prestatie van individuele PDC s wordt getoond als ongevulde cirkels en het gemiddelde van de prestatie wordt door een rode stip weergegeven. Merk op dat de waarden voor 2015 lichtjes anders zijn dan die in Tabel 5. In deze boxplots worden aangepaste waarden van de GEE-modellen getoond (rode stip) waarbij rekening wordt gehouden met de clustering van antwoorden binnen de PDC s (zie 2.6.5). Significante verschillen in de gemiddelde prestaties van de PDC tussen verschillende auditjaren worden met een asterisk gemarkeerd. De omvang voor ieder auditjaar bedraagt respectievelijk 974, 1196, 1193, 2657 en 2898 patiënten. Het is belangrijk dat er een significante positieve lineaire trend was inzake de proportie van patiënten die de HbA1c-streefwaarde van de ADA voor volwassenen (7%) haalde, de HbA1c-streefwaarde van de ISPAD (7,5%) en de HbA1c-streefwaarde van 9,0%. Resultaten 26

100 Halen van HbA1c doelwaarde HbA1c < 7.0% (volwassenen, ADA) Patiënten (%) 80 60 40 * ** *** *** *** 20 0 2008 2010 2012 2014 Audit jaar lineaire trend(p-waarde) : <0.0001 Aandeel van patiënten die in 2015 de streefwaarde haalden. < 7,0% HbA1c. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging Halen van HbA1c doelwaarde HbA1c <7.5% (pediatrisch, ISPAD/ADA) Patiënten (%) 100 80 60 40 * ** ** *** Resultaten 27 20 0 ** *** 2008 2010 2012 2014 Audit jaar lineaire trend(p-waarde) : <0.0001 Aandeel van patiënten die in 2015 de streefwaarde haalden. < 7,5% HbA1c. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 Halen van HbA1c doelwaarde HbA1c <9.0% 80 Patiënten (%) 60 40 * *** *** 20 0 2008 2010 2012 2014 Audit jaar lineaire trend(p-waarde) : <0.0001 Aandeel van patiënten die in 2015 de streefwaarde haalden. < 9,0% HbA1c. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 100 Afwezigheid van hypoglycemie Patiënten (%) 80 60 40 * *** ** Resultaten 28 20 0 2008 2010 2012 2014 Audit jaar lineaire trend(p-waarde) : 0.14 Aandeel van patiënten die in 2015 geen ernstige episode van hypoglycemie hadden. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

Afwezigheid hospitalisaties DKA 100 80 Patiënten (%) 60 40 20 0 2008 2010 2012 2014 Audit jaar lineaire trend(p-waarde) : 0.40 Aandeel van patiënten die in 2015 niet werden opgenomen voor DKA. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging 100 Overgewicht BMI Patiënten (%) 80 60 40 Resultaten 29 20 0 2008 2010 2012 2014 Audit jaar lineaire trend(p-waarde) : 0.53 Aandeel van patiënten die in 2015 overgewicht hadden (BMI). * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

100 Normale systolische bloeddruk 80 Patiënten (%) 60 40 20 * * *** * 0 2008 2010 2012 2014 Audit jaar Aandeel van patiënten bij wie in 2015 de diastolische bloeddruk normaal was. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging lineaire trend(p-waarde) : 0.27 100 Normale diastolische bloeddruk Patiënten (%) 80 60 40 * * Resultaten 30 20 0 2008 2010 2012 2014 Audit jaar lineaire trend(p-waarde) : 0.06 Aandeel van patiënten bij wie in 2015 de systolische bloeddruk normaal was. * P<0,05 vs. geen wijziging ** P<0,01 vs. geen wijziging *** P<0,001 vs. geen wijziging

3.1.3. Evolutie van het gemiddelde HbA1c Om de verbeterde prestatie op het vlak van HbA1c-indicatoren te begrijpen, analyseerden we HbA1c op de continue schaal op een herhaalde transversale manier. Het gemiddelde HbA1c bij patiënten met een diabetesduur 1 jaar tussen 2008 en 2015 wordt in de volgende tabel (Tabel 6) weergegeven. Tabel 6 Gemiddeld HbA1c bij patiënten met een diabetesduur 1 jaar tussen 2008 en 2015 Auditjaar 2008 2010 2011 2013 2015 Gemiddeld HbA1c (%) (BI 95%) 7,83 (7,70-7,97) 7,94 (7,79-8,09) 7,9 (7,76-8,04) 7,73 (7,50-7,87) 7,62 (7,50-7,75) Er was een significante lineaire daling van HbA1c van gemiddeld 0,045±0,005 percent-punten per jaar (p<0,05). Tussen de PDC s varieerde de jaarlijkse lineaire verandering in HbA1c van -0,088 tot +0,006 percentpunten. In veertien PDC s daalden de gemiddelde HbA1c-waarden; in 5 PDC s was deze afname statistisch significant. In slechts één PDC stegen de gemiddelde HbA1c-waarden, maar die stijging was niet significant. Deze resultaten worden samengevat in Figuur 1 die de lineaire verandering van het voorspelde HbA1c (dus na toepassing van het lineaire model) voor ieder PDC weergeeft. Het laat ook het geobserveerde gemiddelde HbA1c voor ieder PDC en voor ieder jaar zien. Dit cijfer toont aan dat de evolutie niet volledig lineair was: de geobserveerde waarden laten zien dat voor veel PDC s de HbA1c-waarden tussen 2008 en 2010 stegen, en daarna gestaag afnamen tot 2015. Lineaire modellen zonder de data van 2008 leidden evenwel tot gelijksoortige conclusies (data niet getoond). Resultaten 31

Figuur 1 Lineaire verandering van het voorspelde HbA1c voor de 15 PDC s die deelnamen tussen 2008 en 2015. PDC s met een daling in gemiddelde HbA1c-waarde worden in het groen weergegeven; de PDC s met een stijging in het rood. Dikkere lijnen wijzen op statistisch significante veranderingen in de gemiddelde HbA1c. De geobserveerde gemiddelde HbA1c-waarde wordt in het grijs weergegeven. Resultaten 32

3.2. KENMERKEN, BEHANDELING EN UITKOMSTEN VAN PATIËNTEN 3.2.1. Sociodemografische en diabetes-gerelateerde kenmerken In de audit van 2015 werden 2880 patiënten uit 14 PDC s onderzocht. Er waren meer jongens dan meisjes (jongen/meisje-verhouding: 1/0,92). De mediane leeftijd bedroeg 13,62 jaar (interkwartielbereik, IQR: 10,28 tot 16,12 jaar) en er was geen significant verschil tussen de geslachten (13,07 bij jongens vs. 12,94 jaar bij meisjes, P-waarde=0,3414). Figuur 2 toont de leeftijdsverdeling gestratificeerd naar geslacht. Ongeveer de helft van de patiënten was tussen 10 en 15 jaar oud. Van de 2840 patiënten van wie de puberale status bekend was (98,6%), had 36,3% de puberteit nog niet bereikt. Deze verhouding verschilde niet significant tussen de geslachten (31,34% bij jongens vs. 32,39% jaar bij meisjes, P=0,0957). Resultaten 33 Figuur 2 Leeftijdsverdeling gestratificeerd naar geslacht De datum van de diagnose werd voor 1 patiënt (0,03%) niet gemeld. De mediane diabetesduur was 4,78 jaar (IQR: 2,26 tot 7,90 jaar) en er was geen significant verschil tussen de geslachten (4,79 vs. 4,76 jaar P=0,2874). De mediane leeftijd bij diagnose was 7,57 jaar (IQR: 4,33 tot 10,68 jaar) en er was geen verschil tussen de geslachten. Figuur 3 toont de verdeling van de leeftijd bij diagnose. Er is geen duidelijke piek. Voor 316 patiënten (11,0%) werd de diagnose in 2015 gesteld. Ongeveer 3 op de 4 patiënten (72,5%, n=2836) leefde in een kerngezin. Zoals vastgesteld bij vorige audits waren de patiënten die in een kerngezin leefden significant jonger, hadden ze een significant kortere diabetesduur en hadden ze significant vaker 2 ouders van niet-kaukasische etniciteit. Ongeveer 1 op de 5 patiënten (22,9%, n=2871) had 2 ouders van niet-kaukasische etniciteit. De overige patiënten hadden minstens 1 ouder van Kaukasische etniciteit. Zoals vastgesteld bij vorige audits waren patiënten met 2 ouders van niet-kaukasische etniciteit significant jonger, hadden ze een significant kortere

diabetesduur en leefden ze significant vaker in een kerngezin, in vergelijking met patiënten met minstens 1 ouder van Kaukasische etniciteit. Figuur 3 Verdeling van de leeftijd bij diagnose van type 1-diabetes De PDC s meldden dat bij meer dan 1 op de 7 patiënten (14,5%, n=2856) de patiënt of zijn ouders taalproblemen hadden die de communicatie moeilijk maakte. In 80,3% van deze gevallen (n=411) was de communicatie alleen maar moeilijk met de ouders van de kinderen; in 4,9% was de communicatie alleen moeilijk met het kind; in de overige gevallen was ze moeilijk met zowel het kind als de ouders. Zoals vastgesteld bij vorige audits waren de patiënten met communicatieproblemen significant jonger, hadden ze een significant kortere diabetesduur en hadden ze significant vaker 2 ouders van niet-kaukasische etniciteit. Resultaten 34 3.2.2. Ontwikkeling van kinderen en adolescenten met type 1-diabetes Lengte, gewicht en BMI werden vergeleken met de Vlaamse groeicurven om te onderzoeken of kinderen en adolescenten met type 1-diabetes zich normaal ontwikkelden. Er ontbraken waarden voor lengte of gewicht voor 168 patiënten (5,8%). De mediane (IQR) z-scores voor lengte, gewicht en BMI waren -0,14 (-0,89 tot 0,54), 0,28 (-0,35 tot 0,97) en 0,48 (-0,19 tot 1,12). Deze resultaten wijzen erop dat in vergelijking met de Vlaamse referentiepopulatie de patiënten kleiner zijn en een aanzienlijk hoger gewicht en hogere BMI hadden voor hun leeftijd en geslacht. Zoals vastgesteld bij vorige audits waren patiënten met 2 ouders van niet-kaukasische etniciteit significant kleiner en zwaarder, en hadden ze daardoor significant hogere BMI z-scores dan patiënten met minstens 1 ouder van Kaukasische etniciteit.

3.2.3. Insulineschema en zelfcontrole van de glycemie Tabel 7 toont de evolutie van insulineschema s sinds 2008. Er was een constante stijging van de behandeling met insulinepomp, terwijl de behandeling met 2 of 3 injecties per dag relatief daalde. De meeste patiënten werden behandeld met het basaal-bolusschema. Tabel 7 Insulineschema gestratificeerd naar auditjaar Insulineschema 2008 2010 2011 2013 2015 2 injecties per dag of minder (%) 252 (26,28) 375 (31,49) 371 (31,23) 587 (22,17) 510 (17,79) 3 injecties per dag (%) 25 (2,61) 24 (2,02) 64 (5,39) 15 (0,57) 10 (0,35) 4 of meer injecties per dag (basaal-bolusschema) (%) 567 (59,12) 650 (54,58) 606 (51,01) 1 611 (60,84) 1 791 (62,49) Insulinepomp (%) 94 (9,80) 137 (11,50) 140 (11,78) 425 (16,05) 523 (18,25) Ander schema (%) 21 (2,19) 5 (0,42) 7 (0,59) 10 (0,38) 32 (1,12) TOTAAL 959 (100) 1 191 (100) 1 188 (100) 2 648 (100) 2 866 (100) Het insulineschema is ook afhankelijk van de leeftijd, de diabetesduur, het aantal zelfcontroles van de glycemie (SMBG) per dag en de insulinedosis. Op die verbanden gaan we hier niet in detail in. We verwijzen de lezer naar het rapport van 2011. Wanneer we echter keken naar SMBG, zagen we een significante toename in het gemiddelde aantal metingen per dag van 4,4±0,1 in 2010 naar 4,8±0,1 in 2015 (P<0,05). Deze stijging was toe te schrijven aan een significante toename bij patiënten die werden behandeld met een insulinepomp: 4,9±0,2 SMBG s/dag in 2010 vs. 5,8±0,2 SMBG s/dag in 2015 (P=0,0418) en met 3 injecties/dag : 4,1±0,1 SMBG s/dag in 2010 vs. 5,5±0,3 SMBG s/dag in 2015 (P=0,0128). Voor de andere insulineschema s nam het aantal SMBG s/dag niet significant toe. Bijgevolg voerden de insulinepomppatiënten in 2015 nog steeds het hoogste aantal SMBG s/dag uit, vergeleken met respectievelijk 4,7±0,1, 5,5±0,3 en 4,8±0,1 SMBG s/dag bij patiënten die in 2015 met het schema van 2 injecties per dag, het schema van 3 injecties per dag of het basaal-bolusschema werden behandeld. Resultaten 3.2.4. Transversale evolutie van de metabole controle en zijn determinanten We focussen hier op de evolutie van HbA1c sinds 2008. Zoals we al beschreven in paragraaf 3.1.3, nam het HbA1c in de studiepopulatie af. In deze paragraaf onderzoeken we in welke subpopulatie de evolutie het meest uitgesproken was. We hebben de studiepopulatie gestratificeerd naar leeftijd, geslacht, puberale status, gezinsstructuur, etniciteit van de ouders en insulineschema. We hebben alleen patiënten opgenomen met een diabetesduur van 1 jaar. 35

3.2.4.1. Leeftijd, geslacht en puberale status In de eerste plaats hebben we onderzocht of de verbetering van de HbA1c-waarde afhing van de leeftijd, het geslacht en de puberale status van de patiënt. In Tabel 8 zien we de evolutie van het gemiddelde HbA1c in de periode 2008-2015 en de jaarlijkse verandering van het gemiddelde HbA1c, gestratificeerd naar leeftijdscategorie en vervolgens naar geslacht. In de leeftijdscategorie 10-15 jaar en 16-18 jaar nam het gemiddelde HbA1c significant af tussen 2008 en 2015. Er werd geen statistisch significante afname vastgesteld in de andere leeftijdscategorieën. Het is belangrijk om te weten dat het gemiddelde HbA1c in de leeftijdscategorie 10-15 jaar in 2008 de op één na hoogste was. In 2015 was het nog steeds de op één na hoogste, maar de kloof met de jongere patiënten werd kleiner. Het gemiddelde HbA1c in de leeftijdscategorie 16-18 jaar was altijd het hoogste sinds 2008. In alle audits blijken deze patiënten met een slechte metabole controle erg moeilijk te begeleiden tijdens hun geleidelijke overgang naar diabeteszorg voor volwassenen. In tegenstelling tot vorige audits gaven de cijfers in 2015 een significante verbetering weer in het gemiddelde HbA1c bij patiënten tussen 16 en 18 jaar. In deze leeftijdscategorie werd er een verbetering vastgesteld bij meisjes en jongens. Tabel 8 Evolutie van HbA1c, gestratificeerd naar leeftijdscategorie en geslacht Leeftijd Geslacht HbA1c in 2008 HbA1c in 2015 Jaarlijkse verandering 0-5 j Meisjes 7,54 ± 0,14 7,45 ± 0,09 d 0,014 ± 0,039 ns Jongens 7,41 ± 0,16 7,31 ± 0,14 d -0,056 ± 0,036 ns 6-9 j Meisjes 7,49 ± 0,14 d 7,33 ± 0,07 cd -0,031 ± 0,021 ns Jongens 7,37 ± 0,12 cd 7,23 ± 0,07 cd -0,034 ± 0,02 ns 10-15 j Meisjes 7,93 ± 0,1 7,57 ± 0,07 bd -0,066 ± 0,012 *** Jongens 7,86 ± 0,07 b 7,63 ± 0,09 b -0,047 ± 0,011 *** 16-18 j Meisjes 8,2 ± 0,13 b 7,92 ± 0,09 abc -0,034 ± 0,017 * Jongens 8,05 ± 0,11 b 7,86 ± 0,06 ab -0,056 ± 0,016 *** De getoonde HbA1c-waarden zijn de aangepaste waarden. *,***P< 0,05 of P<0,001 vs. geen wijziging ns P>0,05 vs. geen wijziging a P<0,05 vs. 0-5 j, zelfde geslacht, zelfde jaar b P<0,05 vs. 6-9 j, zelfde geslacht, zelfde jaar c P<0,05 vs. 10-15 j, zelfde geslacht, zelfde jaar d P<0,05 vs. 16-18 j, zelfde geslacht, zelfde jaar Resultaten 3.2.4.2. Gezinsstructuur Tabel 9 laat zien dat een statistisch significante daling van het gemiddelde HbA1c (gecorrigeerd naar leeftijd en diabetesduur) werd vastgesteld, zowel bij patiënten die in een kerngezin woonden als bij patiënten die dat niet deden. De daling was doorgaans groter in de groep patiënten die niet in een kerngezin woonde in vergelijking met de patiënten die dat wel deden. 36 Tabel 9 Evolutie van HbA1c, gestratificeerd naar gezinsstructuur Gezinsstructuur HbA1c in 2008 HbA1c in 2015 Jaarlijkse verandering Kerngezin 7,78 ± 0,08 7,50 ± 0,06 b -0,052 ± 0,008*** Geen kerngezin 8,14 ± 0,11 7,89 ± 0,08 a -0,056 ± 0,009 *** De getoonde HbA1c-waarden zijn de aangepaste waarden. *** P<0,001 vs. geen wijziging a P<0,05 vs. kerngezin, zelfde jaar b P<0,05 vs. kerngezin, zelfde jaar