Recent is de ‘Quantative Innovation in Predecting Preterm birth’ (QUiPP)-app ontwikkeld om de kans op vroeggeboorte beter te voorspellen – op basis van risicofactoren, foetaal fibronectine en cervixlengte. Omdat symptomen van vroeggeboorte vaak niet daadwerkelijk tot vroeggeboorte leiden, helpt accurate voorspelling de juiste vrouwen te behandelen en onnodige behandeling te voorkomen.

In deze Britse trial (‘EQUIPTT’) is onderzocht of het gebruik van de QUiPP-app leidt tot optimale beleidsbeslissingen. De 13 betrokken verloskundeafdelingen werden gerandomiseerd tussen de interventie of controle.

In totaal werden 1872 vrouwen met tekenen van vroeggeboorte (23+0 – 34+6 weken) geïncludeerd. In de interventiegroep (n = 762) werd beleid gebaseerd op de QUIPP-app; bij een kans >5% op vroeggeboorte werd behandeling gestart (opname, corticosteroïden en zonodig overplaatsing).

In de controlegroep (n = 1.111) werden vrouwen behandeld volgens standaardzorg. De primaire uitkomstmaat was onterechte behandeling, samengesteld uit: (1) onterechte opname met bevalling >7 dagen; (2) onterecht afzien van opname met bevalling ≤7 dagen; (3) onterechte intra-uteriene overplaatsing (>7 dagen voor bevalling) en (4) onterechte extra-uteriene overplaatsing (die intra-uterien had moeten plaatsvinden).

Onterechte behandeling vond plaats bij 11,3% van de interventiegroep en 11,5% van de controlegroep (OR 0.97: 0.66 – 1.42). Onterechte behandeling bestond grotendeels uit onnodige opname (resp. 10,7% versus 10,8%; OR 0.99: 0.55- 1.79). De QUiPP-app presteerde goed als voorspeller van bevalling <7 dagen (AUC 0.90: 0.85 – 0.95). In deze studie leidt de QUiPP-app niet tot reductie van onnodige behandeling. Een probleem in deze studie was dat de betrokken afdelingen de beleidsrichtlijnen regelmatig niet opvolgden en zowel de fibronectinetest als de QUiPP-app vaker werden ingezet dan protocollair voorgeschreven. Ook werden 4 vrouwen in de interventiegroep en 12 in de controlegroep niet behandeld ondanks dat daar indicatie voor bestond.