Het soort functionarissen dat in de huisartsenpraktijk emplooi vindt neemt nog steeds toe. Dat is het gevolg van nieuwe zorgvisies -en modellen, veranderende zorgbehoeften en aanpassingen op de ideeën en verwachtingen die de burger, en daarmee de politiek, heeft van wat de eerstelijnszorg zou moeten bieden. Enerzijds betreft dat de toename van complexere medische behandelopties en anderzijds de groei van preventieve mogelijkheden en de begeleiding bij bijvoorbeeld dementie, diabetes, astma, hypertensie en kwetsbaarheid in het algemeen. Diagnostiek wordt in de meer protocollaire gevallen door bijvoorbeeld de POH, de verpleegkundig specialist of de physician assistant gedaan. Echter, min of meer protocollaire handelingen zijn in toenemende mate ingebed in complexe zorgsituaties, waarbij sociale, psychische en fysieke kwetsbaarheid in elkaars verlengde liggen. Dat maakt ook dat de diagnostiek en daarmee de organisatie van de zorg complexer wordt.
DOCUMENT
Sarcopenie gaat gepaard met een verhoogd risico op vallen en fracturen, kwetsbaarheid, functionele beperkingen, verlies van zelfstandigheid, langdurige opname in een zorginstelling en vroegtijdig sterfte. Het leidt daardoor tot hogere zorgkosten. Sarcopenie – afkomstig van de Griekse woorden sarx (‘vlees’) en penia (‘tekort’, ‘gebrek’) – ontstaat door veroudering (primaire sarcopenie) of door, met name inflammatoire, aandoeningen (secundaire sarcopenie). Daarnaast dragen lichamelijke inactiviteit, sedentair gedrag en onvoldoende inname van energie en eiwit bij aan het ontstaan.In deze klinische les zetten we de screening op en diagnose van sarcopenie uiteen volgens de nieuwste Europese definitie van de European Working Group on Sarcopenia in Older Persons 2 (EWGSOP2).1 Wij hopen hiermee de actieve opsporing en behandeling van sarcopenie in de klinische praktijk te bevorderen.
DOCUMENT
Rationale: Diagnosis of sarcopenia in older adults is essential for early treatment in clinical practice. Bio-electrical impedanceanalysis (BIA) may be a valid means to assess appendicular lean mass (ALM) in older adults, but limited evidence is available.Therefore, we aim to evaluate the validity of BIA to assess ALM in older adults.Methods: In 215 community dwelling older adults (age ≥ 55 years), ALM was measured by BIA (Tanita MC-780; 8-points) andcompared with dual-energy X-ray absorptiometry (DXA, Hologic Discovery A) as reference. Validity for assessing absolute values ofALM was evaluated by: 1) bias (mean difference), 2) percentage of accurate predictions (within 5% of DXA values), 3) individualerror (root mean squared error (RMSE), mean absolute deviation), 4) limits of agreement (Bland-Altman analysis). For diagnosis oflow ALM, the lowest quintile of ALM by DXA was used (below 21.4 kg for males and 15.4 for females). Sensitivity and specificityof detecting low ALM by BIA were assessed.Results: Mean age of the subjects was 71.9 ± 6.4, with a BMI of 25.8 ± 4.2 kg/m2, and 70% were females. BIA slightlyunderestimated ALM compared to DXA with a mean bias of -0.6 ± 0.2 kg. The percentage accurate predictions was 54% withRMSE 1.6 kg and limits of agreements -3.0 – +1.8 kg. Sensitivity was 79%, indicating that 79% of subjects with low ALMaccording to DXA also had low ALM with the BIA. Specificity was 90%, indicating that 90% of subjects with ‘no low’ ALMaccording to DXA also had ‘no low’ ALM with the BIA.Conclusions: This comparison showed a poor validity of BIA to assess absolute values of ALM, but a reasonable sensitivity andspecificity to diagnose a low level of ALM in community-dwelling older adults in clinical practice.
DOCUMENT
Mensen met een lage sociaaleconomische status (SES) hebben relatief vaak te maken met diabetes type 2. Patiënten bij wie deze diagnose gesteld wordt, krijgen van hun huisarts en/of diens praktijkondersteuner het advies om gezonder te leven. Huisartsen en praktijkondersteuners merken echter dat ze patiënten met een lage SES onvoldoende effectief bereiken met hun leefstijladvies. Ook andere professionals vinden het moeilijk om mensen met een lage SES daadwerkelijk te bereiken. Hoewel bedrijven in de creatieve industrie zeer goed in staat zijn oplossingen te ontwerpen met en voor specifieke doelgroepen, merken zij dat het lastig is lage SES groepen actief te betrekken in het ontwerpproces. In deze KIEM aanvraag gaan creatieve industrie, praktijkgerichte onderzoekers en het Expertisecentrum Gezondheidsverschillen de samenwerking aan in ontwerponderzoek bij patiënten met een lage SES. Het project levert daarmee unieke ervaringen en kennis op over ontwerpen met en voor mensen met een lage SES en hun gezondheidsproblematiek. Ook geeft het project inzicht in hoe type-2-diabetespatiënten met een lage SES aankijken tegen een gezond leven en worden er aanknopingspunten geïdentificeerd voor het ontwerpen van strategieën ter bevordering van een gezond leven met diabetes. Het project draagt daarmee bij aan het oplossen van een belangrijk maatschappelijk probleem: gezondheidsverschillen. Deze aanvraag dient nadrukkelijk als opmaat naar samenwerking in een groter project.
De vraag: ‘Zal kunstmatige intelligentie (AI) mijn werk vervangen?’ is steeds vaker te horen, specifiek ook onder artsen in ziekenhuizen. AI wordt tegenwoordig ingezet voor allerlei doeleinden in de zorg, variërend van diagnoses stellen tot opereren. De belofte is dat AI de zorg efficiënter en nauwkeuriger maakt, maar er heerst ook onzekerheid onder artsen over de impact op hun werk. Om de vaak gestelde vraag te kunnen beantwoorden of en hoe AI het werk van de arts vervangt, is inzicht nodig in wat dat werk precies inhoudt. Daarvoor introduceren we het woord ‘vakmanschap’. Vakmanschap staat voor bekwaamheid in een vak. We onderzoeken hoe AI het vakmanschap van de arts beïnvloedt en houden rekening met diverse medische specialismen en typen AI. Vervolgens maken we de vertaalslag naar hoe impact van AI op vakmanschap mee te nemen in een verantwoord ontwerp- en implementatieproces van AI. Ons consortium vertegenwoordigt de stem van de arts in ziekenhuizen, het perspectief rondom ‘vakmanschap’ en een veranderende arbeidsmarkt, het perspectief van de AI-ontwikkelaar, de methodische kennis rondom de KEM Ethiek & Verantwoordelijkheid en het mensgericht ontwerpen perspectief. Uiteindelijk beogen we zorg duurzaam te kunnen verlenen met een optimale interactie tussen arts en AI.
Dementie is een wereldwijd gezondheidsprobleem, met enorme impact op de gezondheidszorg en economie. In Nederland is het aantal mensen met dementie de laatste jaren snel gegroeid en dit aantal zal door vergrijzing verder toenemen. De diagnose dementie is complex en vaak pas definitief na kostbaar en invasief onderzoek. Het introduceren van gemakkelijk uit te voeren tests in de eerstelijn kan bijdragen aan een verbeterde vroegtijdige herkenning en behandeling van dementie binnen de bredere bevolking. Een potentieel veelbelovende benadering is vroege detectie van retinale (netvlies) veranderingen in het oog met behulp van kunstmatige intelligentie (KI). Onderzoek toont aan dat neurale netwerken, een component van KI, subtiele afwijkingen in de retina kunnen detecteren die gerelateerd zijn aan dementie. Een algoritme, ontwikkeld door Cheung et al., toont veelbelovende resultaten op basis van retinale foto's. Het Geheugencentrum van het Jeroen Bosch Ziekenhuis heeft interesse in het gebruik van neurale netwerktechnologieën bij de diagnose van dementie. Het uitvoeren van een implementatieonderzoek gaat echter gepaard met uitdagingen op het gebied van dataverzameling, en daarnaast dienen zorgvuldige ethische overwegingen plaats te vinden. Om implementatieonderzoek in de toekomst mogelijk te maken, wil het Jeroen Bosch Ziekenhuis, samen met Biotactical BV en Avans Hogeschool verkennend onderzoek doen naar de nauwkeurigheid en praktische toepasbaarheid van het algoritme van Cheung et al., gebruikmakend van bestaande datasets. Daarnaast zal een juridisch en ethisch raamwerk worden ontworpen met richtlijnen voor een implementatieonderzoek van deze software in zorginstellingen. Het doel van dit verkennend onderzoeksproject is om vertrouwen op te bouwen bij belanghebbenden en 'lessons learned' op te nemen in een latere implementatiefase.