Protheseloslating

Epidemiologische aspecten van protheseloslating

Projectgroep 

Samenwerking

  • Hässleholm Hospital, Department of Orthopaedic Surgery, Dr. Sören Toksvig-Larsen
  • Umeå University Hospital, Department of Orthopaedics, Prof. Kjell Nilsson

Startdatum 

2015

Subsidiegever

Gedeeltelijk gefinancieerd door industrie (Stryker Orthopaedics)

Samenvatting

Door de vergrijzing van de populatie en toename van overgewicht zal het aantal gewrichtsvervangende operaties bij artrose (in het bijzonder totale knie arthroplastiek) tot 2030 verzesvoudigen. Dientengevolge zal ook het aantal revisie operaties fors stijgen: ongeveer 5-10% van de prothesen moet al binnen 10 jaar vroegtijdig vervangen worden. Deze revisieoperaties zijn niet alleen belastend en kostbaar, maar ook de mate van postoperatieve patiënttevredenheid is aanzienlijk lager. Protheseloslating is de belangrijkste reden voor revisieoperaties. De afgelopen decennia is radiostereometrische analyse (RSA) verder ontwikkeld tot een techniek om migratie van een prothese vroegtijdig te kunnen detecteren. Middels RSA onderzoek is bewezen dat microbeweging van prothesen in de eerste twee jaar na implantatie een sterk voorspellende waarde heeft op falen door loslating na tien jaar. Deze voorspellende waarde is in kleine RSA studies op groepsniveau zeer waardevol gebleken voor de gefaseerde marktintroductie van nieuwe prothesen, doordat nu slechts kleine groepen patiënten in studieverband blootgesteld worden aan een nieuw type prothese alvorens deze op de markt gebracht wordt. Echter, op patiëntniveau weten we nog niet welke combinatie van migratie determinanten, patiëntkarakteristieken, en klinische en radiologische data de kans op loslating het best voorspellen. De RSA studies zijn veelal te kleinschalig om hier iets over te kunnen concluderen. Combineren van data uit RSA studies is dus noodzakelijk. 

Doelen 

Dit project combineert patiëntgegevens van meerdere RSA-onderzoeken van verschillende centra in één grote dataset. Met meta-analyse technieken op basis van individuele-patiëntdata willen we het volgende bereiken: (1) identificeren van preoperatieve en postoperatieve determinanten van aseptische loslating; en (2) ontwikkelen van een voorspellend model dat toegepast kan worden op individuele patiënten in de praktijk. Als we het individuele risico kennen, is het mogelijk hoog risicopatiënten voor vroege loslating zowel pre- als postoperatief andere behandelopties aan te bieden om de kans op loslating te verkleinen, beginnende loslating vroegtijdig te detecteren en met minimaal invasieve ingrepen te behandelen voordat een uitgebreide revisie noodzakelijk is.

Contactpersoon

Naam: Koen van Hamersveld, promovendus
Telefoon: 071-5261566 
Fax: 071-5266743 
E-mail: K.T.van_Hamersveld@lumc.nl