Aim To provide insight into the basic characteristics of decision making in the treatment of symptomatic severe aortic stenosis (SSAS) in Dutch heart centres with specific emphasis on the evaluation of frailty, cognition, nutritional status and physical functioning/functionality in (instrumental) activities of daily living [(I)ADL]. Methods A questionnaire was used that is based on the European and American guidelines for SSAS treatment. The survey was administered to physicians and non-physicians in Dutch heart centres involved in the decision-making pathway for SSAS treatment. Results All 16 Dutch heart centres participated. Before a patient case is discussed by the heart team, heart centres rarely request data from the referring hospital regarding patients’ functionality (n = 5), frailty scores (n = 0) and geriatric consultation (n = 1) as a standard procedure. Most heart centres ‘often to always’ do their own screening for frailty (n = 10), cognition/mood (n = 9), nutritional status (n = 10) and physical functioning/functionality in (I)ADL (n = 10). During heart team meetings data are ‘sometimes to regularly’ available regarding frailty (n = 5), cognition/mood (n = 11), nutritional status (n = 8) and physical functioning/functionality in (I)ADL (n = 10). After assessment in the outpatient clinic patient cases are re-discussed ‘sometimes to regularly’ in heart team meetings (n = 10). Conclusions Dutch heart centres make an effort to evaluate frailty, cognition, nutritional status and physical functioning/functionality in (I)ADL for decision making regarding SSAS treatment. However, these patient data are not routinely requested from the referring hospital and are not always available for heart team meetings. Incorporation of these important data in a structured manner early in the decision-making process may provide additional useful information for decision making in the heart team meeting.
BackgroundCardiac rehabilitation (CR) can reduce mortality and improve physical functioning in older patients, but current programs do not support the needs of older patients with comorbidities or frailty, for example due to transport problems and physical limitations. Home-exercise-based cardiac rehabilitation (HEBCR) programs may better meet these needs, but physiotherapy guidelines for personalising HEBCR for older, frail patients with cardiovascular disease are lacking.PurposeTo provide expert recommendations for physiotherapists on how to administer HEBCR to older adults with comorbidities or frailty.MethodsThis Delphi study involved a panel of Dutch experts in physiotherapy, exercise physiology, and cardiology. Three Delphi rounds were conducted between December 2020 and February 2022. In the first round panellists provided expertise on applicability and adaptability of existing CR-guidelines. In the second round panellists ranked the importance of statements about HEBCR for older adults. In the third round panellists re-ranked statements when individual scores were outside the semi-interquartile range. Consensus was defined as a semi-interquartile range of ≤ 1.0.ResultsOf 20 invited panellists, 11 (55%) participated. Panellists were clinical experts with a median (interquartile range) work experience of 20 (10.5) years. The panel reached a consensus on 89% of statements, identifying key topics such as implementing the patient perspective, assessing comorbidity and frailty barriers to exercise, and focusing on personal goals and preferences.ConclusionThis Delphi study provides recommendations for personalised HEBCR for older, frail patients with cardiovascular disease, which can improve the effectiveness of CR-programs and address the needs of this patient population. Prioritising interventions aimed at enhancing balance, lower extremity strength, and daily activities over interventions targeting exercise capacity may contribute to a more holistic and effective approach, particularly for older adults.
PurposeThe majority of older patients, scheduled for a cardiac procedure, do not adhere to international dietary intake and physical activity guidelines. The purpose of this study was to explore barriers and facilitators regarding dietary intake and physical activity behaviour change in older patients undergoing transcatheter aortic valve implantation (TAVI).MethodsWe conducted a qualitative study using semi-structured interviews with patients undergoing TAVI. Interviews were analysed by two independent researchers using thematic analysis, the capability, opportunity and motivation behaviour model was used as a framework.ResultsThe study included 13 patients (82 ± 6 years old, 6 females) until data saturation was reached. Six themes were identified, which were all applicable to both dietary intake and physical activity. Three following themes were identified as barriers: (1) low physical capability, (2) healthy dietary intake and physical activity are not a priority at an older age and (3) ingrained habits and preferences. Three following themes were identified as facilitators: (1) knowledge that dietary intake and physical activity are important for maintaining health, (2) norms set by family, friends and caregivers and (3) support from the social environment.ConclusionOur study found that older patients had mixed feelings about changing their behaviour. The majority initially stated that dietary intake and physical activity were not a priority at older age. However, with knowledge that behaviour could improve health, patients also stated willingness to change, leading to a state of ambivalence. Healthcare professionals may consider motivational interviewing techniques to address this ambivalence.
Patiëntdata uit vragenlijsten, fysieke testen en ‘wearables’ hebben veel potentie om fysiotherapie-behandelingen te personaliseren (zogeheten ‘datagedragen’ zorg) en gedeelde besluitvorming tussen fysiotherapeut en patiënt te faciliteren. Hiermee kan fysiotherapie mogelijk doelmatiger en effectiever worden. Veel fysiotherapeuten en hun patiënten zien echter nauwelijks meerwaarde in het verzamelen van patiëntdata, maar vooral toegenomen administratieve last. In de bestaande landelijke databases krijgen fysiotherapeuten en hun patiënten de door hen zelf verzamelde patiëntdata via een online dashboard weliswaar teruggekoppeld, maar op een weinig betekenisvolle manier doordat het dashboard primair gericht is op wensen van externe partijen (zoals zorgverzekeraars). Door gebruik te maken van technologische innovaties zoals gepersonaliseerde datavisualisaties op basis van geavanceerde data science analyses kunnen patiëntdata betekenisvoller teruggekoppeld en ingezet worden. Wij zetten technologie dus in om ‘datagedragen’, gepersonaliseerde zorg, in dit geval binnen de fysiotherapie, een stap dichterbij te brengen. De kennis opgedaan in de project is tevens relevant voor andere zorgberoepen. In dit KIEM-project worden eerst wensen van eindgebruikers, bestaande succesvolle datavisualisaties en de hiervoor vereiste data science analyses geïnventariseerd (werkpakket 1: inventarisatie). Op basis hiervan worden meerdere prototypes van inzichtelijke datavisualisaties ontwikkeld (bijvoorbeeld visualisatie van patiëntscores in vergelijking met (beoogde) normscores, of van voorspelling van verwacht herstel op basis van data van vergelijkbare eerdere patiënten). Middels focusgroepinterviews met fysiotherapeuten en patiënten worden hieruit de meest kansrijke (maximaal 5) prototypes geselecteerd. Voor deze geselecteerde prototypes worden vervolgens de vereiste data-analyses ontwikkeld die de datavisualisaties op de dashboards van de landelijke databases mogelijk maken (werkpakket 2: prototypes en data-analyses). In kleine pilots worden deze datavisualisaties door eindgebruikers toegepast in de praktijk om te bepalen of ze daadwerkelijk aan hun wensen voldoen (werkpakket 3: pilots). Uit dit 1-jarige project kan een groot vervolgonderzoek ‘ontkiemen’ naar het effect van betekenisvolle datavisualisaties op de uitkomsten van zorg.
Communicatieprofessionals geven aan dat organisaties geconfronteerd worden met een almaar complexere samenleving en daarmee het overzicht verloren hebben. Zo’n overzicht, een ‘360 graden blik’, is echter onontbeerlijk. Dit vooral, aldus diezelfde communicatieprofessionals, omdat dan eerder kan worden opgemerkt wanneer de legitimiteit van een organisatie ter discussie staat en zowel tijdiger als adequater gereageerd kan worden. Op dit moment is het echter nog zo dat een reactie pas op gang komt als zaken reeds in een gevorderd stadium verkeren. Onderstromen blijven onderbelicht, als ze niet al geheel onzichtbaar zijn. Een van de verklaringen hiervoor is de grote rol van sociale media in de publieke communicatie van dit moment. Die media produceren echter zoveel data dat communicatieprofessionals daartegenover machteloos staan. De enige oplossing is automatisering van de selectie en analyse van die data. Helaas is men er tot op heden nog niet in geslaagd een brug te slaan tussen het handwerk van de communicatieprofessional en de vele mogelijkheden van een datagedreven aanpak. Deze brug dan wel de vertaling van de huidige praktijk naar een hogere technisch niveau staat centraal in dit onderzoeksproject. Daarbij gaat het in het bijzonder om een vroegtijdige herkenning van potentiële issues, in het bijzonder met betrekking tot geruchtvorming en oproepen tot mobilisatie. Met discoursanalyse, AI en UX Design willen we interfaces ontwikkelen die zicht geven op die onderstromen. Daarbij worden transcripten van handmatig gecodeerde discoursanalytische datasets ingezet voor AI, in het bijzonder voor de clustering en classificatie van nieuwe data. Interactieve datavisualisaties maken die datasets vervolgens beter doorzoekbaar terwijl geautomatiseerde patroon-classificaties de communicatieprofessional in staat stellen sociale uitingen beter in te schatten. Aldus wordt richting gegeven aan handelingsperspectieven. Het onderzoek voorziet in de oplevering van een high fidelity ontwerp en een handleiding plus training waarmee analisten van newsrooms en communicatieprofessionals daadwerkelijk aan de slag kunnen gaan.
Journalisten die veel interactie met hun publiek hebben (zoals consumentenprogramma’s) ontvangen via diverse, vaak besloten, kanalen (Facebook Messenger, WhatsApp, e-mail, fora) een grote stroom tips en/of berichten. Radio Dabanga, bijvoorbeeld, een op Soedan gericht radiostation in Amsterdam en ook een redactie met veel publieksinteractie, krijgt alleen al via WhatsApp 500-3000 berichten per dag. Met een redactie van twee mensen kan niet alles gelezen worden. Maar zelfs als dat kon, dan kan nog niet alles geverifieerd. Het gevolg is dat berichten gemist worden, dat Dabanga-journalisten vooral zoeken naar hun al bekende afzenders, en dat zij permanent het gevoel hebben belangrijke informatie te missen, waardoor zij hun contacten tekort te doen. Dit consortium onderzoekt of data science technieken hierbij kunnen helpen. Natural language processing technieken kunnen helpen de berichtenstroom beter te structureren waardoor tips over laag-frequente onderwerpen niet over het hoofd gezien worden. Recommender systemen kunnen ingezet worden om een betrouwbaarheidsindex te ontwerpen voor tot nog toe onbekende afzenders. Het resultaat is dan minder ondergesneeuwde tips en minder ondergesneeuwde afzenders. De uitkomsten worden getest met journalistenpanels. Bij goede resultaten uit bovenstaande onderzoeken, bouwt het consortium een prototype van de Berichtentemmer: een tool die helpt berichten uit diverse kanalen per onderwerp te structureren. Daardoor kunnen journalisten hun netwerken beter en efficiënter benutten. Bij het bouwen van deze tool hoort ook dat de gebruikte algoritmen transparant moeten zijn voor de journalist en de presentatie van de resultaten niet sturend mag zijn. Het consortium bestaat daarom uit een ‘Data science’-projectgroep voor het ontwerpen en testen van de algoritmen, en uit een ‘Ethiek & design’-projectgroep voor het ontwerpen van richtlijnen over transparantie van de algoritmen en de datavisualisatie. Tenslotte is er een ontwikkelgroep bestaande uit een combinatie van studenten en professional developers. Zij bouwen het prototype.
