Het effect van systematische feedback op drop-out en no-show in de forensische psychiatrie: een pilotstudie

Marleen Janssen, Bram Bovendeerd, Lieke Christenhusz

Samenvatting

In dit pilotonderzoek is in een ambulant forensische setting gekeken of de drop-out- en de no-showcijfers verminderen wanneer aan de behandeling van patiënten een systematische feedbackmethode wordt toegevoegd: het Partners for Change Outcome Management System (pcoms). Het betreft een cohortstudie met 722 patiënten, waarbij twee cohorten met elkaar zijn vergeleken: 1. ‘treatment-as-usual (tau)’ en 2. ‘tau-pcoms’. Uit de intention-to-treat-analyses, door middel van een Chi-kwadraattoets en een onafhankelijke t-toets, komt naar voren dat in de tau-pcoms-conditie het percentage drop-outs significant minder is in vergelijking met de tau-conditie. In vergelijking met de tau-conditie was het percentage no-shows gelijk ten opzichte van de tau-pcoms-conditie, maar patiënten gingen wel significant vaker naar (verplichte) behandeling toe, zonder dat het aantal no-shows significant toenam. In de per-protocolanalyses werden dezelfde resultaten gevonden. We bevelen aan om de gevonden effecten verder te onderzoeken in een gecontroleerde vervolgstudie bij een grotere groep forensische patiënten en zich hierbij dan ook specifiek te richten op het optimaliseren van de implementatie van systematische feedback.

Leerdoelen
Na bestudering van dit artikel:

1. heeft u kennis van een veelgebruikt systematische feedbackmethode: pcoms;
2. heeft u kennis van de verschillende (maatschappelijke) problemen die samenhangen met no-show en drop-out in de forensische ggz;
3. weet u in hoeverre een systematische feedbackmethode van meerwaarde kan zijn in een forensische psychiatrische instelling, met name wat betreft vermindering van drop-out en no-show;
4. weet u welke belemmeringen er kunnen zijn bij het invoeren van een dergelijke systematische feedbackmethode in een ambulante forensische psychiatrische instelling.

Inleiding

In de (forensische) ggz komt het regelmatig voor dat patiënten vroegtijdig uitvallen of niet verschijnen op geplande afspraken (Feitsma, Popping, & Jansen, 2012; Wormith & Olver, 2002), een groot maatschappelijk probleem. De forensische psychiatrie wordt door het ministerie van Veiligheid en Justitie (V&J, 2016) als volgt omschreven: ‘Geestelijke gezondheidszorg, verslavingszorg of verstandelijk gehandicaptenzorg die onderdeel is van een (voorwaardelijke) straf of maatregel of de tenuitvoerlegging daarvan, dan wel een andere strafrechtelijke titel’ (V&J, 2016, p. 8). Patiënten die hier behandeld worden, zijn mensen met een psychiatrische of psychische stoornis die in aanraking (dreigen te) komen met politie en justitie (Groen, Drost, & Nijman, 2011).

Het éénmalig niet verschijnen van patiënten op een behandelafspraak wordt een ‘no-show’ genoemd. Wanneer patiënten de behandeling voortijdig stoppen heet dit een ‘drop-out’ (Villeneuve e.a., 2010). Cijfers met betrekking tot no-show en drop-out binnen de forensische psychiatrie zijn schaars, zeker in vergelijking met de hoeveelheid onderzoeken hiernaar binnen de reguliere geestelijke gezondheidszorg (Feitsma, Poppin & Jansen, 2012; Woicik e.a., 2017). Desalniettemin zijn er wel enkele onderzoeken gedaan die een beeld geven van de omvang van het voortijdig beëindigen van behandeling, alsook van de no-showpercentages binnen dit werkveld. Drop-outpercentages binnen de forensische gezondheidszorg variëren tussen de 46% en 70% (McMurran & Theodosi, 2007; Rosch e.a., 2016). De no-showpercentages liggen tussen de 25% en 41% (Dalton, Major & Sharkey, 1998; Feitsma, Popping & Jansen, 2012; Hambridge, 1990; Hornsveld e.a., 2008), afhankelijk van de onderzochte setting, behandeling en toegepaste analysemethodes (McMurran & Theodosi, 2007; Rosch e.a., 2016). Het is om een aantal redenen belangrijk om te focussen op drop-out en no-show binnen de forensische psychiatrie. Op de eerste plaats hebben drop-out en no-show nadelige effecten op de kosten en efficiëntie van de zorg, want gemiste afspraken worden niet of slechts deels vergoed, ze nemen onnodig tijd in beslag van behandelaren, waardoor andere patiënten behandeling wordt onthouden (Baars, Van Merode, & Arntz, 2007; McIvor, Ek, & Carson, 2004).

Ten tweede blijkt no-show significant geassocieerd met een verhoogde kans op drop-out en recidive (Hanson & Bussière, 1998). Onderbehandeling met recidive tot gevolg leidt tot grote maatschappelijke problemen (Wormith & Olver, 2002). Patiënten die vroegtijdig uitvallen, vallen ook vaker terug in middelengebruik (Daniels & Jung, 2009). Daarnaast is bij drop-outs de frequentie van drugsgebruik vaak hoger, komen deze mensen frequenter opnieuw met politie/justitie in aanraking en worden ze vaker gearresteerd en gedetineerd (McMurran & Theodosi, 2007). Tot slot hebben ze een verminderde mentale gezondheid, scoren ze lager op de sociale ladder en hebben ze meer psychiatrische stoornissen dan patiënten die hun behandeling wel afmaken (Killaspy, Banerjee, & Lloyd, 2000).

Samenvattend drukt het vroegtijdige uitvallen en het niet verschijnen van patiënten binnen de forensische zorg de kosteneffectiviteit, leidt het tot verhoogde kans op recidive en verkleint het de kans op sociaal-maatschappelijk herstel. Het valt te verwachten dat het verminderen van drop-out- en no-showpercentages leidt tot effectievere en adequatere hulpverlening en gunstige effecten op de samenleving, vanwege de verhoogde kans op maatschappelijke integratie en verminderde kans op recidive.

In de reguliere psychiatrie is het steeds gebruikelijker om (systematische) feedback over de voortgang van de behandeling te gebruiken om de kansen op drop-out en no-shows te verminderen: routine outcome monitoring (rom). rom kan worden omschreven als een procedure waarbij gestandaardiseerde methoden worden gebruikt om de perceptie van patiënten over het behandelproces en de uitkomsten van sessie tot sessie te meten (Lambert, 2010). Door het systematisch monitoren van verbeteringen of verslechteringen in het functioneren en van de werkrelatie, kunnen behandelaren hun behandelingen zodanig inrichten en bijstellen dat ze beter afgestemd zijn op de behoeften en kenmerken van de individuele patiënt (Duncan & Reese, 2015). Feedback kan ook helpen om behandelingen die niet goed lopen sneller op te sporen, waardoor deze tijdig kunnen worden aangepast en deze behandelingen effectiever worden (Carlier e.a., 2012; Lambert, 2007).

Het Partners for Change Outcome Management System (pcoms) is een veelgebruikte methode om therapeuten systematisch feedback te geven gedurende het behandelproces. pcoms is een patiëntgestuurd systeem dat bestaat uit de Outcome Rating Scale (ors; Miller & Duncan, 2004 en de Session Rating Scale (srs; Duncan e.a., 2003). De ors brengt het functioneren op persoonlijk, relationeel en sociaal-maatschappelijk vlak van de patiënt in kaart en heeft als doel om zo nodig de behandeling tijdig bij te sturen en daarmee effectiever te maken. De srs meet de ervaren kwaliteit van de werkrelatie wat betreft contact, overeenstemming over doelen en methode (Bordin, 1979) en heeft als doel de werkrelatie te optimaliseren. Een goede werkrelatie verkleint de kans op drop-out (Sharf, Primavera, & Diener 2010) en is een sterke voorspeller voor betere behandeluitkomsten (Bachelor & Horvath, 1999; Horvath & Symonds, 1991).

pcoms is in verschillende settings en doelgroepen onderzocht, waaronder bij echtparen die relatietherapie volgden (Anker, Duncan, & Sparks, 2009; Reese, Toland, Slone, & Norsworthy, 2010), studenten van de universiteit (Reese, Norsworthy, & Rowlands, 2009) en militairen die een behandeling volgden gericht op drugsafhankelijkheid (Schuman e.a., 2015). Al deze onderzoeken lieten een verbetering in werkrelatie en behandeluitkomsten zien wanneer pcoms werd toegevoegd aan de gebruikelijke behandelmethoden. In het onderzoek van Harmon en anderen (2007), Lambert en anderen (2007) en Reese en anderen (2009) kon worden aangetoond dat de drop-out kan verlagen bij het gebruiken van een gestandaardiseerd feedbacksysteem, zoals pcoms.

Hoewel er dus een aantal positieve effecten van pcoms zijn gevonden, zijn er eveneens grote verschillen in resultaten tussen onderzoeken. De meta-analyse van Østergard en anderen (2018) laat een duidelijk effect van pcoms zien in begeleidingssettingen, maar dit effect is niet gevonden in ambulante of klinisch psychiatrische afdelingen. Østergard en anderen (2018) vonden verder dat de positieve resultaten in begeleidingssettings deels vertekend zijn door een vertrouwen van de behandelaren in de methode, doordat de onderzoekers verbonden waren aan de ontwikkeling van de methode, ook wel bekend als ‘researcher allegiance’ en door het gebruik van de ors als belangrijkste uitkomstmaat, waardoor er geen onafhankelijke uitkomstmaat beschikbaar was. Binnen de reguliere Nederlandse ggz werden weinig effecten van pcoms gevonden. Het onderzoek van Van Oenen en anderen (2016) liet zelfs een negatief effect zien in vergelijking met ‘treatment as usual’ binnen een crisisinterventie en -behandelteam. Kendrick en anderen (2016) concluderen in hun Cochrane-review dat systematische feedback niet altijd of automatisch leidt tot verbetering. Er is meer en kwalitatief beter onderzoek nodig naar onder andere de langetermijneffecten, de mogelijke negatieve effecten, het sociaal functioneren van patiënten en de kosten van het monitoren. In aanvulling hierop stellen Bovendeerd en anderen (2019) dat de omstandigheden waaronder pcoms een toegevoegde waarde kan hebben nog onvoldoende bekend zijn. Het effect van pcoms op de werkrelatie, en daarmee ook op de behandeling van patiënten binnen een verplicht behandelkader, is onbekend.

(a) De gebleken gunstige effecten van pcoms bij patiënten die vrijwillig deelnemen aan behandeling, (b) de grote nadelige effecten van drop-out en no-show binnen de forensische populatie en (c) het ontbreken van wetenschappelijk onderzoek van pcoms bij patiënten die behandeling in een verplicht kader volgen, maakt het onderzoeken van systematische feedback bij deze populatie relevant.

Doel van het onderzoek

In dit pilotonderzoek wordt gekeken naar het effect van de pcoms-methode op de drop-out- en no-showcijfers binnen de forensische psychiatrie. De eerste hypothese van dit onderzoek is dat door toevoeging van pcoms aan reguliere behandeling van patiënten in de forensische psychiatrie, de drop-outcijfers significant zullen verminderen. De tweede hypothese is dat door toevoeging van pcoms aan reguliere behandeling de no-showcijfers zullen verminderen.

Methoden

Design

Deze studie betreft een cohortonderzoek bij patiënten die zijn behandeld binnen een forensische ggz-instelling. Twee cohorten zijn met elkaar vergeleken. Patiënten uit het eerste cohort kregen reguliere behandeling (‘treatment as usual’ – tau) in de periode van juli 2014 tot en met december 2016. Patiënten in het tweede cohort kregen reguliere behandeling in combinatie met pcoms (tau-pcoms). Dit tweede cohort liep van januari 2017 tot en met juni 2019 en startte dus eerder dan de training vanwege het feit dat een aantal patiënten eerst nog de diagnostiekfase heeft doorlopen alvorens zij met behandeling begonnen. Beide cohorten beslaan dertig maanden. De twee cohorten zijn met elkaar vergeleken op twee uitkomstmaten: het percentage no-shows en het percentage drop-outs. Leeftijd, geslacht, diagnose, trajecttype en het aantal ‘face-to-face’ behandelsessies werden ingevoerd als co-variaten.

Setting

De onderzoeksdata zijn verzameld bij Stichting Transfore, onderdeel van de Dimence Groep. Transfore is een instelling voor forensische psychiatrie en bestaat uit verschillende afdelingen, waaronder poliklinieken en klinische afdelingen. Binnen deze verschillende afdelingen worden patiënten uit Oost-Nederland behandeld.

Patiënten die geïncludeerd werden in deze studie waren aangemeld bij polikliniek De Tender in Zwolle. De Tender is een forensisch-psychiatrische en psychotherapeutische poli- en dagkliniek waar patiënten worden behandeld die grensoverschrijdend, voor anderen gevaarlijk, gedrag (kunnen) vertonen. Bij deze patiënten is sprake van een probleem met emotieregulatie en/of impulscontrole, wat kan leiden tot gewelds- en/of zedendelicten. De Tender heeft twee zorgprogramma’s: zorgprogramma Gewelddadig Grensoverschrijdend Gedrag en zorgprogramma Seksueel Grensoverschrijdend Gedrag, waarbinnen behandeling zich zowel richt op de stoornis- als op delictpreventie, door middel van state-of-the-art behandelingen. Daarbij wordt het Risk, Need and Responsivity (rnr) Model (Andrews & Bonta, 2010a, 2010b; De Ruiter & Van Veen, 2005) gebruikt dat zich richt op wat een patiënt voortaan niet of anders zou moeten doen en uitgaat van het aanpassen van de intensiteit van de behandeling aan het recidiverisico van het delictgedrag. Dit model wordt regelmatig gecombineerd met het Good Lives Model (glm, Ward e.a., 2004), gericht op het vervullen van basisbehoeften op een adequate, in plaats van inadequate (waaronder delictgedrag) manier. Het glm is tot het belangrijkste (inhoudelijke) uitgangspunt gemaakt. Tot slot is er sprake van een multidisciplinaire behandeling, voortkomend vanuit het biopsychosociale model.

Patiënten

In dit onderzoek zijn patiënten van 18 jaar en ouder geïncludeerd, die een indicatie hadden voor een individuele psychologische behandeling binnen de ambulante forensische psychiatrie. Ze moesten de Nederlandse taal beheersen en geen bezwaar hebben gegeven dat hun rom-gegevens gebruikt worden voor wetenschappelijk onderzoek. Elke patiënt die na de intakefase een individueel behandeltraject had gevolgd, kwam in aanmerking voor dit onderzoek. Patiënten uit beide zorgprogramma’s werden geïncludeerd. Echter, bij patiënten die meerdere zorgtrajecten waren aangegaan in één cohort is slechts het eerste zorgtraject meegenomen in het onderzoek. In totaal werden er 914 patiënten gezien in de periode van juli 2014 tot en met juni 2019. Van deze groep zijn uiteindelijk 722 patiënten opgenomen in het onderzoek. De overige 379 patiënten zijn uitgesloten vanwege het ontbreken van een diagnose, het niet meer verschijnen na het adviesgesprek of omdat ze geen face-to-facegesprek gehad hebben. Zie figuur 1 voor een schematische weergave van de inclusie.

Uitkomstmaten

De twee cohorten zijn op twee uitkomstmaten (no-show en drop-out) met elkaar vergeleken. Bij drop-out gaat het om het aantal patiënten dat de behandeling beëindigt zonder overeenstemming met de therapeut. Bij no-show gaat het om het percentage afspraken waarop patiënten niet verschijnen zonder zich af te melden of zich minder dan 24 uur van tevoren afmelden ten opzichte van het aantal face-to-facebehandelingen.

Interventie

De onderzochte interventie van dit onderzoek is: Partners for Change Outcome Management System (pcoms) welke wordt toegevoegd aan tau. pcoms is vertaald in het Nederlands door Hafkenscheid (2008), en kent een iets anders vertaalde variant (Asmus, Crouzen, & Van Oenen, 2004). In dit onderzoek is deze laatste variant gebruikt. De psychometrische kwaliteiten zijn onderzocht door Janse en anderen (2013) en blijken vergelijkbaar met de gunstige psychometrische kenmerken die eerder werden gevonden door Hafkenscheid en anderen (2010). De pcoms omvat de ors en de srs. De ors (Duncan, Miller, & Sparks, 2004) is een ultrakorte zelfrapportagevragenlijst die is gebaseerd op de veel langere Outcome Questionnaire (oq-45; De Jong e.a., 2009). Bij het begin van een behandelgesprek wordt de patiënt gevraagd om de ors in te vullen op papier of op de computer. De ors meet het door de patiënt ervaren dagelijks functioneren op vier gebieden: individueel, relationeel, sociaal en algeheel. Het is een visuele schaal waar patiënten op de vier lijnen van laag tot hoog aan kunnen geven hoe het de afgelopen periode is gegaan. De totaalscore wordt daarna omgezet in een grafiek voor de patiënt en de therapeut waar ook alle eerdere scores staan. Hierdoor kan het functioneren ook vergeleken worden met voorafgaande momenten. Mede op basis van de scores op de ors wordt de agenda voor die behandelsessie vastgesteld.

De srs is een zelfrapportagevragenlijst, net zo kort is als de ors (vier items), die gebaseerd op de theorie van Bordin (1979). De patiënt vult de vragenlijst in op de computer, ongeveer vijf minuten voor afsluiting van het behandelgesprek. De lijst vraagt de patiënt om aan te geven in hoeverre hij zich in die specifieke therapiesessie gehoord en begrepen heeft gevoeld door de behandelaar, in hoeverre gewerkt is aan onderwerpen die in die betreffende sessie belangrijk waren voor de patiënt en in hoeverre de benadering van de therapeut door de patiënt als passend werd ervaren. De vierde vraag gaat over de sessie in zijn geheel. Wederom geeft de patiënt op de lijnen zijn waardering aan over deze periode en wordt de totaalscore omgezet in een grafiek. Scores op beide schalen worden vervolgens ook ten opzichte van elkaar vergeleken in één grafiek. Hierdoor ontvangen therapeuten ook feedback over hoe de twee schalen zich ten opzichte van elkaar verhouden. In contact met de patiënt worden de scores kort besproken en worden suggesties en verbeteringen aangedragen voor de komende gesprekken.

Procedure

Alle behandelaren zijn in augustus 2017 getraind in het gebruik van pcoms. De training werd gegeven door een psychotherapeut die gecertificeerd is in het geven van trainingen in deze methode en bedroeg in eerste instantie één dag, met na zes weken een aanvullende halve dag. Vier maanden na deze tweede dag werd een extra training van drie uur gegeven voor nieuwe behandelaren. De behandelaren die de eerste trainingsdagen hadden gevolgd, namen weer deel aan deze extra training. Gedurende de tijd dat de cohortstudie liep, stonden onderzoekers regelmatig in patiëntbesprekingen met het team stil bij het gebruik en de afname van pcoms.

Het bijhouden van de uitkomstmaten van dit onderzoek werd door de betrokken behandelaar gedaan. De behandelaar vulde bij het registeren van de afspraak de reden van de no-show in en op die manier werden door het systeem de no-shows bijgehouden. Ook de reden van afsluiting, waaronder drop-out, werd door de regiebehandelaar ingevuld bij het sluiten van het dossier.

Al deze gegevens werden in het elektronisch patiëntendossier bijgehouden en werden vervolgens volledig geanonimiseerd aangeleverd bij de onderzoeker.

Poweranalyse

Eerder onderzoek laat geen eenduidig beeld zien ten aanzien van alleen een positief effect. Er is uit een eerder onderzoek ook een negatief effect van pcoms naar voren gekomen. Op basis van eerder onderzoek zal het effect van pcoms klein tot middelmatig ingeschat worden (Kendrick e.a., 2016; Østergård, Randa, & Hougaard, 2020). Er is in dit onderzoek daarom tweezijdig getoetst met een alpha van 0,05 en een effectgrootte van 0,35. De poweranalyse is gedaan middels het programma G*power (verkrijgbaar via de site https://www.psychologie.hhu.de). Om een power van 0,80 te halen, waren er in totaal 260 patiënten nodig, 130 patiënten per cohort.

Statistische analyses

Om te toetsen of er sprake was van vergelijkbare cohorten, zijn eerst de demografische gegevens (bijvoorbeeld geslacht, leeftijd en opleiding) van de proefpersonen in de twee cohorten met elkaar vergeleken. Deze gegevens zijn, afhankelijk van hun meetniveau, getoetst met Chi-kwadraattoetsen of onafhankelijke t-toetsen.

De eerste hypothese – minder voortijdige uitvallen, oftewel drop-out in de tau-pcoms-groep ten opzichte van de tau-groep – werd getoetst met de Chi-kwadraattoets. De tweede hypothese – minder no-shows in de tau- pcoms-groep ten opzichte van de tau-groep – werd met een tweezijdige t-toets voor onafhankelijke groepen getoetst.

De primaire statistische analyses zijn gebaseerd op de ‘intention-to-treat’ (itt)-groep. Dat houdt in dat alle patiënten die oorspronkelijk zijn toebedeeld aan beide cohorten geanalyseerd worden, ongeacht of zij de volledige interventie hebben gekregen. Dit met als voorwaarde dat ze minimaal één behandelafspraak hadden en een diagnose hadden volgens de dsm-iv of dsm-5. De itt-analyse heeft tot doel de oorspronkelijke randomisatie te behouden en mogelijke vertekening door uitsluiting van patiënten te vermijden (Ranganathan, Pramesh & Aggarwal, 2016). De analyses zijn uitgevoerd met spss (Statistical Package for Social Sciences), versie 22.0.

Naast de itt-analyse is er ook een per-protocolanalyse (pp) gedaan. Bij een pp-analyse worden alleen de patiënten meegenomen die de oorspronkelijk toegewezen interventie precies volgens protocol hebben gevolgd, daarmee bepaalt deze analyse of er een effect van een behandeling is onder optimale condities. Voorwaarde voor deze analyse was dat patiënten minimaal drie keer een face-to-facegesprek gehad moesten hebben, waarin bij de tau- pcoms-conditie ook drie keer de pcoms is afgenomen.

Resultaten

Proefpersonen

Het tau-cohort bestond uit 289 patiënten. Deze patiënten, in de controleconditie, hebben de gebruikelijke behandeling ontvangen, zonder pcoms. Het tau-pcoms-cohort bestond uit 433 patiënten. Kenmerken van de patiënten, onderverdeeld in de twee cohorten, zijn te zien in tabel 1.

Met betrekking tot de demografische variabelen zijn de twee cohorten vergelijkbaar wat betreft geslachtsverdeling, leeftijd en trajecttype. Er valt wel een significant verschil op tussen de groepen wat betreft diagnose (χ2 (6, N = 722) = 85,01; p < 0,001) en wat betreft het aantal face-to-facecontacten (t(719) = -3,84, p < 0,001). Diagnostisch bezien blijkt het verschil met name tussen twee categorieën te zitten: stoornissen in de kindertijd en stoornissen in de impulsbeheersing, waarbij de eerste categorie in het eerste cohort aanzienlijk kleiner was en de tweede categorie groter dan in het tweede cohort.

Daarnaast verschillen de groepen in het aantal face-to-facegesprekken, waarbij de laatste groep (tau-pcoms) aanzienlijk meer face-to-facegesprekken heeft gehad dan de eerste groep.

In de pp-analyse konden er 31 patiënten in de tau-pcoms-conditie worden geïncludeerd. Zij hadden minimaal drie keer een face-to-facegesprek gehad, waarbij ze tevens feedback gaven volgens de pcoms-methode. Dit is 7,2% van het originele cohort. In de tau-conditie konden er 249 patiënten worden geïncludeerd, 86,2% van het totale cohort.

Primaire resultaten

De uitkomsten van de Chi-kwadraattoets aangaande het drop-outaantal in beide cohorten zijn te zien in tabel 2. Er blijkt een significant verschil te zijn tussen de twee onderzoekscohorten wat betreft drop-out (χ2 (1, N = 722) = 18,90; p < 0,001). In de tau-pcoms-groep zijn aanzienlijk minder patiënten zonder overeenstemming met hun behandelaar uitgevallen dan in de tau-conditie. Het betreft hier een zwakke samenhang (Cramérs’ V = 0,16).

Tabel 2 Resultaten van de χ2 -toets op het aantal drop-outs voor de twee cohorten

Conditie	Variabele		Totaal	Value	df	p
	drop-out	completer
TAU	86	203	289	18,90	1	0,000***
TAU-PCOMS	70	363	433
Totaal	156	566	722

*** p < 0.001 (tweezijdig)

Met betrekking tot de tweede onderzoeksvraag van dit onderzoek blijkt dat het percentage no-shows gelijk is in beide groepen (t(557,57) = 1,19; p = 0,234). Dit wil ook zeggen dat het percentage no-show in de tau-pcoms-conditie niet significant toeneemt, ondanks dat de patiënten in deze conditie hun behandelaar wel significant vaker bezoeken. In tabel 3 staan de uitkomsten van deze analyse.

Tabel 3 Resultaten van de onafhankelijke t-toets op het percentage no-show voor beide cohorten

	Conditie		t(557.57)	p
	TAU	TAU-PCOMS
Percentage no-show	M= 21,06 SD= 36,69	M= 17,90 SD= 31,92	1,192	0,234

Uit pp-analyses worden dezelfde uitkomsten gevonden. Ook hier is een significant verschil gevonden in drop-out (χ2 (1, N = 280) = 4,69, p = 0,030, V = 0,13), waarbij de tau-pcoms-groep (N = 31) significant minder drop-outs had. Er is ook in deze vergelijking geen
significant verschil gevonden tussen de groepen op het percentage no-show (t(57) = 0,807; p = 0,423), ondanks een significante toename van frequentie in behandelcontacten.

Discussie

In deze pilotstudie is gekeken naar het effect van een systematische feedbackmethode, pcoms, op de percentages no-show en drop-out binnen een forensisch-ambulante psychiatrische setting. Het percentage drop-out blijkt statistisch significant lager te zijn in de tau-pcoms-conditie, in vergelijking met de tau-conditie. De percentages no-show tussen beide groepen bleken evenwel niet te verschillen. Wel werd een significant effect gevonden op het aantal face-to-facegesprekken: in de tau-pcoms-feedbackconditie was dat aantal significant hoger. Patiënten gingen dus naar meer behandelafspraken, maar dit leidde niet tot een hoger no-showpercentage. Dit betekent dat in dit onderzoek pcoms leidt tot minder drop-out- en meer face-to-facecontacten.

Dit is zover ons bekend de eerste studie naar het effect van systematische feedback bij een forensische doelgroep op behandelcontinuïteit. De kracht van deze studie is dat het onderzoek in een naturalistische setting werd uitgevoerd. De conclusies zijn daardoor representatief voor de alledaagse klinische praktijk.

Een van de beperkingen van dit onderzoek is het design. Er zijn mogelijke effecten van tijd met betrekking tot de cohorten. Daar staat tegenover dat er minder locatie-effecten en/of behandelaarseffecten kunnen optreden, omdat het grootste deel van de behandelaars in beide condities meedeed.

Verder bleken de groepen significant te verschillen op de variabele diagnose. Het verschil bleek te zitten tussen twee categorieën: ‘stoornissen in de kindertijd’ en ‘stoornissen in de impulsbeheersing’, waarbij de eerste categorie in het eerste cohort aanzienlijk kleiner was en de tweede categorie in het tweede cohort significant groter.

Een verklaring voor dit verschil kan gezocht worden in de overgang van de dsm-iv naar de dsm-5, waarbij de ‘stoornissen die meestal voor het eerst op zuigelingenleeftijd, kinderleeftijd of in de adolescentie gediagnosticeerd worden’ is opgeheven en gesplitst in twee nieuwe categorieën in de dsm-5: ‘disruptive, impuls-control and conduct disorders’ voor de gedragsstoornissen en voor de overige stoornissen de ‘neurodevelopmental disorders’, de ontwikkelingsneurologische stoornissen (Van Marle, 2014). Feitelijk gaat het om dezelfde groep patiënten, die in beide cohorten gelijkwaardig vertegenwoordigd zijn, maar enkel anders worden geclassificeerd in de nieuwe versie van de dsm. Verder waren er onvoldoende gegevens over burgerlijke staat en opleidingsniveau, maar zijn er ook geen aanwijzingen dat deze variabelen op een of andere manier onderscheidend zouden kunnen zijn bij de werking van pcoms.

Een andere belangrijke beperking van dit onderzoek was de implementatie, waarbij uiteindelijk maar een beperkt aantal patiënten drie of meer keer feedback via pcoms aanleverde. De implementatie werd in de eerste plaats bemoeilijkt door een behoorlijk verloop van behandelaren op de poli, iets wat is geprobeerd te compenseren door het geven van een extra training aan de nieuwkomers.

Verder kwam een interessant punt naar voren dat mogelijk ook te maken heeft met de forensische setting. Binnen de reguliere ggz van dezelfde organisatie vult de patiënt de ors en srs in de regel in op de computer van de behandelaar. Dit werd binnen de forensische setting als onprettig ervaren, omdat de patiënt hiermee meer in de persoonlijke ruimte van de behandelaar komt. Aangezien aandacht voor en afbakenen van persoonlijke grenzen binnen de forensische setting wellicht nog sterker van belang is dan binnen de reguliere ggz, gaf dit een extra obstakel. Een oplossing zou kunnen zijn om de patiënt de lijsten op een tablet te laten invullen. Hiermee worden scores en grafieken direct zichtbaar (in tegenstelling tot het invullen op papier) en kan de patiënt op zijn eigen stoel blijven zitten.

Tot slot gaven enkele behandelaren aan dat ze de methode niet goed vonden passen binnen hun ‘treatment-as-usual’ en dat ze zelf voldoende konden inschatten of het therapieproces goed verliep. Deels kan dit samenhangen met verkeerde aannames (Parker & Waller, 2015; Tiemens, Peperkamp-Meuleman, & Witteman, 2020; Walfish e.a., 2012) over het doel van systematische feedback en deels doordat systematisch effect een weliswaar empirisch aantoonbaar, maar een klinisch klein verschil kan maken (Jong e.a., z.j.): de toegevoegde waarde ervan als zodanig wordt dan niet zo snel door behandelaren ervaren.

Er is ons geen onderzoek bekend over pcoms bij patiënten in een forensische instelling, kwalitatief noch kwantitatief. Derhalve kan enkel gezegd worden dat de bevindingen van dit onderzoek overeenkomen met resultaten uit eerdere onderzoeken bij patiënten in andere settingen, namelijk dat systematische feedback kan leiden tot vermindering van drop-out. Het effect van pcoms in eerdere onderzoeken is veelal klein tot middelmatig (Kendrick e.a., 2016; Østergård, Randa, & Hougaard, 2020). Ook in het huidige onderzoek is het effect statistisch significant, maar tegelijkertijd zwak.

Dit ondersteunt het idee dat een grotere gerandomiseerde studie naar de effecten van pcoms, in deze doelgroep, zinvol is.

pcoms lijkt eraan bij te dragen dat patiënten, die veelal behandeling binnen een verplicht justitieel kader volgen, vaker naar behandeling gaan. Ook deze uitkomst geeft aanleiding om verder te onderzoeken in vervolgonderzoek.

In vervolgonderzoek moet er vooral specifieke aandacht zijn voor het optimaliseren van de implementatie van de feedbackmethode. Zolang de effecten van het gebruik van pcoms klein blijken, is het aan te raden om ervoor te zorgen dat ook de inspanning voor de therapeuten zo klein als mogelijk wordt gehouden. Tegelijkertijd is het belangrijk om behandelaren attent te maken op wat de te potentiële effecten kunnen zijn van de feedbackmethode: als behandelaars er de waarde meer van gaan inzien, krijgen de effecten meer kans.

Inzet van systematische feedback binnen forensische populaties is aan te bevelen voor de klinische praktijk, mits er voldoende aandacht wordt besteed aan de implementatie.

Dankbetuiging

Veel dank gaat uit naar de patiënten, behandelaren, teamleiders en managers van de Tender Zwolle, onderdeel van Transfore, die het onderzoek mogelijk maakten. Verder wil ik ook
J. van Busschbach bedanken voor haar statistische ondersteuning en ‘last but not least’ ook
A. Kaal voor de hulp in de data-collectie.

Literatuur

Andrews, D.A., & Bonta, J. (2010a). Rehabilitating criminal justice policy and practice. Psychology, Public Policy, and Law, 16, 39-55.

Andrews, D.A., & Bonta, J. (2010b). The psychology of criminal conduct (5th ed.). New Providence, NJ: LexisNexis.

Anker, M.G., Duncan, B.L., & Sparks, J.A. (2009). Using client feedback to improve couple therapy outcomes: A randomized clinical trial in a naturalistic setting. Journal of Consulting and Clinical Psychology, 77, 693-704. 

Asmus, F., Crouzen, M., & Oenen, F.J. van (2004). Outcome Rating Scale. Geraadpleegd via
http://scottdmiller.com/purchase-individual-or-group-licenses

Baars, I.J., van Merode, G.G., & Arntz, A. (2007). Optimaliseren van zorgprocessen in RIAGGs: Onderzoek naar verbetering van doelmatigheid & effectiviteit (1 ed.). Universiteit Maastricht. 

Bachelor, A., & Horvath, A. (1999). The therapeutic relationship. In M.A. Hubble, B.L. Duncan, S. & D. Miller (Eds.), The heart and soul of change: What works in therapy (pp. 133-178). Washington, DC, US: American Psychological Association.

Bordin, E.S. (1979). The generalizability of the psychoanalytic concept of the working alliance. Psychotherapy: Theory, Research & Practice, 16, 252-260. 

Bovendeerd, B., Jong, K. de, Colijn, S., Groot, E. de, Hafkenscheid, A., Moerbeek, M., e.a. (2019). Systematic client feedback to brief therapy in basic mental healthcare: study protocol for a four-centre clinical trial. BMJ Open, 9, e025701.

Carlier, I.E., Meuldijk, D., Vliet, I.M. van, Fenema, E. van, Wee, N.A. van der, & Zitman, F.G. (2012). Routine outcome monitoring and feedback on physical or mental health status: Evidence and theory. Journal Of Evaluation In Clinical Practice, 18, 104-110.

Dalton, R., Major, S., & Sharkey, M. (1998). Nonattenders and attrition from a forensic psychology outpatient service. International Journal of Offender Therapy and Comparative Criminology, 42, 174-180.

Daniels, M.K., & Jung, S. (2009). Missed initial appointments at an outpatient forensic psychiatric clinic. The Journal of Forensic Psychiatry & Psychology, 20, 964-973. 

Duncan, B.L., Miller, S.D., Sparks, J.A., Claud, D.A., Reynolds, L.R., Brown, J. e.a. (2003). The session rating scale: Preliminary psychometric properties of a “working” alliance measure. Journal of Brief Therapy, 3, 3-12. 

Duncan, S.D., Miller, S.D., & Sparks, J.A. (2004). The heroic client: a revolutionary way to improve effectiveness through client-directed, outcome-informed therapy. San Francisco: Jossey-Bass.

Duncan, B.L., & Reese, R.J. (2015). The partners for change outcome management system (pcoms): Revisiting the client’s frame of reference. Psychotherapy, 52, 391-401.

Feitsma, W.N., Popping, R., & Jansen, D.E.M.C. (2012). No-show at a forensic psychiatric outpatient clinic: risk factors and reasons. International Journal of Offender Therapy and Comparative Criminology, 56, 96-112. 

Groen, H., Drost, M., & Nijman, H.L.I. (2011). Handboek forensische geestelijke gezondheidszorg. Utrecht: De Tijdstroom.

Hafkenscheid, A. (2008). Routine Process Monitoring: ervaringen uit de praktijk. Tijdschrift Clientgerichte Psychotherapie, 46, 327-345. 

Hafkenscheid, A., Duncan, B.L., & Miller, S.D. (2010). The Outcome and Session Rating Scales: a cross-cultural examination of the psychometric properties of the Dutch translation. Journal of Brief Therapy, 7, 1-12.

Hambridge, J.A. (1990). Use of an outpatient forensic psychology service: The non-attenders. International Journal of Offender Therapy and Comparative Criminology, 34, 165-196.

Hanson, R.K., & Bussière, M.T. (1998). Predicting relapse: A meta-analysis of sexual offender recidivism studies. Journal of Consulting and Clinical Psychology, 66, 348-362.

Harmon, S.C., Lambert, M.J., Smart, D.M., Hawkins, E. J., Nielsen, S.L., Slade, K., e.a. (2007). Enhancing outcome for potential treatment failures: therapist-client feedback and clinical support tools. Psychotherapy Research, 17, 379-392. 

Hornsveld, R.H., Nijman, H.L., Hollin, C.R., & Kraaimaat, F.W. (2008). Aggression control therapy for violent forensic psychiatric patients: method and clinical practice. International Journal of Offender Therapy and Comparative Criminology, 52, 222-233.

Horvath, A.O., & Symonds, B.D. (1991). Relation between working alliance and outcome in psychotherapy: a meta-analysis. Journal of Consulting Psychology, 38, 139-149. 

Janse, P.D., Boezen-Hilberdink, L., Dijk, M.K. van, Verbraak, M.J.P.M., & Hutschemaekers, G.J.M. (2013). Measuring feedback from clients: The psychometric properties of the Dutch Outcome Rating Scale and Session Rating Scale. European Journal of Psychological Assessment, 30, 86-92.

Jong, K. de, Conijn, J.M., Lutz, M.C., Gallagher, R.A.V., & Heij, M. (submitted). Using progress feedback to improve outcomes and reduce drop-out: A multilevel meta-analysis.

Jong, K. de, Nugter, M.A., Lambert, M.J., & Burlingame, G.M. (2009). Handleiding voor afname en scoring van de Outcome Questionnaire (OQ-45). [Manual for administration and scoring of the Outcome Questionnaire (OQ-45)]. Salt Lake City: OQ Measures LLC.

Kendrick, T., El-Gohary, M., Stuart, B., Gilbody, S., Churchill, R., Aiken, L., e.a. (2016). Routine use of patient reported outcome measures (PROMs) for improving treatment of common mental health disorders in adults. Cochrane Database of Systematic Reviews, 7.

Killaspy H., Banerjee M.K, & Lloyd, M. (2000). Prospective controlled study of psychiatric out-patient non-attendance. The British Journal of Psychiatry, 176, 160-165.

Lambert, M.J. (2007). Presidential address: What we have learned from a decade of research aimed at improving psychotherapy outcome in routine care. Psychotherapy Research, 17, 1-14. 

Lambert, M.J. (2010). Yes it is time for clinicians to routinely monitor treatment outcome. In B.L. Duncan, S.D. Miller, B.E. Wampold & M.A. Hubble (Eds.), The heart and soul of change (2de ed., pp. 239-266). Washington, DC: American Psychological Association.

Marle, H.J., van (2014). Impulscontrole-, gedrags- en persoonlijkheidsstoornissen in de DSM-5: geen leeftijds- en categorische afgrenzing meer. Tijdschrift voor Psychiatrie, 56, 201-205.

McMurran, M., & Theodosi, E. (2007). Is treatment non-completion associated with increased reconviction over no treatment? Psychology, Crime and Law, 13, 333-343. 

McIvor, R., Ek, E., & Carson, J. (2004). Non-attendance rates among patients attending different grades of psychiatrist and a clinical psychologist within a community mental health clinic. Psychiatric Bulletin, 28, 5-7.

Miller, S.D., & Duncan, B.L. (2004). The Outcome and Session Rating Scales. Administration and scoring manual. Chicago: ISTC.

Ministerie van Veiligheid en Justitie (V&J) (2016). Handboek Forensische Zorg, 3 editie. Den Haag: Divisie Forensische Zorg en Justitiële Jeugdinrichtingen.

Oenen, F.J. van, Schipper, S., van, R., Schoevers, R., Visch, I., Peen, J., & Dekker, J. (2016). Feedback-informed treatment in emergency psychiatry; a randomised controlled trial. BMC Psychiatry, 16, 110.

Østergård, O.K., Randa, H., & Hougaard, E. (2020). The effect of using the Partners for Change Outcome Management System as feedback tool in psychotherapy. A systematic review and meta-analysis. Psychotherapy Research, 30, 195-212.

Parker, Z.J., & Waller, G. (2015). Factors related to psychotherapists’ self-assessment when treating anxiety and other disorders. Behaviour Research and Therapy, 66, 1-7.

Ranganathan, P., Pramesh, C.S., & Aggarwal, R. (2016). Common pitfalls in statistical analysis: Intention-to-treat versus per-protocol analysis. Perspectives in clinical research, 7, 144-146.

Reese, R.J., Norsworthy, L.A., & Rowlands, S.R. (2009). Does a continuous feedback system improve psychotherapy outcome? Psychotherapy: Theory, Research, Practice, Training, 46, 418-431. 

Reese, R.J., Toland, M.D., Slone, N.C., & Norsworthy, L.A. (2010). Effect of client feedback on couple psychotherapy outcomes. Psychotherapy: Theory, Research, Practice, Training, ٤٧, 616-630. 

Rosch, I., Lachmanski, A., Herich, L., Taddey, S., Lange, M., Wolf, M., e.a. (2016). Patient Groups with different risk profiles for irregular drop-out from forensic psychiatry. Psychiatrisch Praxis, 43, 25-31.

Ruiter, C. de, & Veen, V.C. (2005). Terugdringen van recidive bij drie typen geweldsdelinquenten: werkzame interventies bij relationeel weld, seksueel geweld en algemeen geweld. Utrecht: Trimbos-instituut.

Schuman, D., Slone, N., Reese, R., & Duncan, B. (2015). Using client feedback to improve outcomes in group psychotherapy with soldiers referred for substance abuse treatment. Psychotherapy Research, 25, 396-407.

Sharf, J., Primavera, L.H., & Diener, M.J. (2010). Drop-out and therapeutic alliance: a meta-analysis of adult individual psychotherapy. Psychotherapy (Chic), 47, 637-645.

Tiemens, B., Peperkamp-Meuleman, I., & Witteman, C. (2020). Geen maatwerk zonder meetwerk: ROM als correctie-mechanisme voor klinische beoordelingsfouten. Tijdschrift voor de Psychotherapie, 5.

Villeneuve, K., Potvin, S., Lesage, A., & Nicole, L. (2010). Meta-analysis of rates of drop-out from psychosocial treatment among persons with schizophrenia spectrum disorder. Schizophrenia Research, 121, 266-270.

Walfish, S., Mcalister, B., O’Donnell, P., & Lambert, M. (2012). An investigation of self-
assessment bias in metal health providers. Psychological Reports, 110, 639-644.

Ward, T., Bickley, J., Webster, S.D., Fisher, D., Beech, A., & Eldridge, H. (2004). The Self Regulation Model of the Offense and Relapse Process: Volume 1: Assessment. Victoria, BC: Pacific Psychological Assessment Corporation.

Woicik, K., Lem, R. van der, Sijtsema, J.J., & Bogaerts, S. (2017). Treatment no-show in forensic outpatients with ADHD. Criminal Behaviour and Mental Health, 27, 76-88.

Wormith, J. S., & Olver, M. E. (2002). Offender treatment attrition and its relationship with risk, responsivity and recidivism. Criminal Justice and Behavior, 29, 447-471. 

Abstract

The effect of systematic feedback on
drop-out and no-show in forensic psychiatry:
a pilot study

Objective: In forensic psychiatry, no-show and drop-out rates cause a serious adverse effect on treatment outcomes, recidivism and society. In regular mental health care, positive results from client feedback systems (cfs) have been found to reduce the percentage of no-show and drop-out. This study explores this effect in a forensic psychiatric setting. Method: The Partners for Change Outcome Management System (pcoms) was added to treatment-as-usual (tau). Patients of our outpatient forensic setting (n = 722) were divided into two cohorts: 1. “tau” and 2. “tau-pcoms”. Drop-out percentage was defined as the primary outcome criterion, secondary outcome measure was the percentage no-show. Results: In the intention-to-treat analysis drop-out percentages significantly decreased in the feedback condition. In addition, patients more frequently attended their therapeutic sessions, without an increase in no-show rate. In the per-protocol analysis similar results were found. Conclusions: Our findings are promising: adding pcoms to tau may have a beneficial effect on drop-out percentage and retention in forensic psychiatry. Future research should focus on optimizing the implementation of a systematic feedback method in the forensic field.