Artikel in Nurse Acadymy GGZ: Het artikel beschrijft de ontwikkeling en inhoud van een vragenlijst die wij ontwikkelden om de belasting in kaart te brengen van broers en zussen van adolescenten met anorexia nervosa. Anorexia nervosa (AN) is een ernstige psychiatrische aandoening die het meest voorkomt bij jongeren en adolescenten. De ziekte heeft impact heeft op het hele gezin. Tot nu toe is er in onderzoek en behandeling weinig aandacht geweest voor de belasting van broers en zussen (brusjes) van deze patiënten met AN. Dit artikel presenteert een vragenlijst om de belasting van deze brusjes in kaart te brengen. LEERDOELEN Na het lezen van dit artikel: •weet u hoe u meer zicht krijgt op de ervaren belasting van brusjes van patiënten met AN; •weet u hoe u ondersteuning kunt bieden aan brusjes van patiënten met AN, uitgaande van deze belasting; • kunt u als verpleegkundig specialist uw leiderschap inzetten om de kennis en betrokkenheid van uw directe collega’s met betrekking tot de ervaren belasting van brusjes van patiënten met anorexia nervosa te vergroten.
DOCUMENT
Verpleegkundigen (i.o.) ervaren emotionele belasting door de werkzaamheden tijdens de eerste golf van de COVID-19 uitbraak. Verpleegkundigen (i.o.) ervaren peer support binnen hun eigen team of vanuit de opleiding als positief tijdens hun werkzaamheden in de COVID-19 uitbraak. Het toepassen van de drie- vragen-methode kan bijdragen aan het effectief omgaan met de emotionele belasting tijdens en na de COVID-19-uitbraak. De drie-vragen-methode kan informeel en structureel worden toegepast binnen het onderwijs door docenten en verpleegkundigen i.o., bijvoorbeeld tijdens bijeenkomsten voor intervisie, werkbegeleiding of studieloopbaanbegeleiding. De drie-vragen-methode kan informeel en structureel worden toegepast in de zorgpraktijk door leidinggevenden en collega's, bijvoorbeeld tijdens de koffie- of lunch- pauze, overdrachtsmomenten of dag- evaluaties.
LINK
Mantelzorgers van mensen met niet-aangeboren hersenletsel kunnen wel wat ondersteuning gebruiken. Maar wat voor ondersteuning? Zijn ze overbelast? En welke behoefte hebben zij? Om antwoord te geven op die vragen is het handig een set vragenlijsten te gebruiken die hun belasting en draagkracht in kaart brengt. In dit artikel laten we zien hoe je deze set kunt inzetten bij mantelzorgers van getroffenen door hersenletsel.
MULTIFILE
Artrose is in Nederland de snelst groeiende chronische aandoening, waarbij de knie het meest vaak is aangedaan. Mensen met knieartrose ervaren forse beperkingen in het dagelijks functioneren. Mensen met knieartrose ervaren soms pijn en stijfheid in het kniegewricht als gevolg van herhaalde lokale overbelasting van de aangedane regio in de knie. De geadviseerde fysiotherapeutische behandeling voor knieartrose bestaat uit informeren, leefstijladviezen en oefentherapie, waarin het aanleren van een minder belastend looppatroon een rol speelt. Binnen de behandeling zijn therapietrouw en zelfmanagement, zoals bij elke chronische aandoening, zeer belangrijk en wordt veelal gevraagd dat men in de thuisomgeving oefentherapie uitvoert. Uit diverse studies blijkt dat therapietrouw veelal laag is bij deze groep. Dat beïnvloedt de behandeluitkomsten negatief, gezien de effectiviteit van fysiotherapeutische zorg is voor een groot deel afhankelijk van de mate van therapietrouw. Om de behandeluitkomsten te verbeteren is het belangrijk om therapietrouw en zelfmanagement te vergroten en patiënten thuis aan de slag gaan met beweegadviezen. Daarbij kan real-time feedback op het looppatroon, in de relevante context, in het dagelijks leven, patiënten helpen om hun looppatroon aan te passen. Daarmee zou behandeling van artrose-gerelateerde klachten in potentie effectiever en efficiënter ingericht kunnen worden. Binnen dit KIEM voorstel verkennen we als eerste welke gebruikerseisen en -wensen er bestaan ten aanzien van real-time feedback op het looppatroon, en onderzoeken we of het haalbaar is om met behulp van het dragen van een sensor om gunstige, en ongunstige looppatronen van elkaar te onderscheiden.
De maatschappelijke discussies over de invloed van AI op ons leven tieren welig. De terugkerende vraag is of AI-toepassingen – en dan vooral recommendersystemen – een dreiging of een redding zijn. De impact van het kiezen van een film voor vanavond, met behulp van Netflix' recommendersysteem, is nog beperkt. De impact van datingsites, navigatiesystemen en sociale media – allemaal systemen die met algoritmes informatie filteren of keuzes aanraden – is al groter. De impact van recommendersystemen in bijvoorbeeld de zorg, bij werving en selectie, fraudedetectie, en beoordelingen van hypotheekaanvragen is enorm, zowel op individueel als op maatschappelijk niveau. Het is daarom urgent dat juist recommendersystemen volgens de waarden van Responsible AI ontworpen worden: veilig, eerlijk, betrouwbaar, inclusief, transparant en controleerbaar.Om op een goede manier Responsible AI te ontwerpen moeten technische, contextuele én interactievraagstukken worden opgelost. Op het technische en maatschappelijke niveau is al veel vooruitgang geboekt, respectievelijk door onderzoek naar algoritmen die waarden als inclusiviteit in hun berekening meenemen, en door de ontwikkeling van wettelijke kaders. Over implementatie op interactieniveau bestaat daarentegen nog weinig concrete kennis. Bekend is dat gebruikers die interactiemogelijkheden hebben om een algoritme bij te sturen of aan te vullen, meer transparantie en betrouwbaarheid ervaren. Echter, slecht ontworpen interactiemogelijkheden, of een mismatch tussen interactie en context kosten juist tijd, veroorzaken mentale overbelasting, frustratie, en een gevoel van incompetentie. Ze verhullen eerder dan dat ze tot transparantie leiden.Het ontbreekt ontwerpers van interfaces (UX/UI designers) aan systematische concrete kennis over deze interactiemogelijkheden, hun toepasbaarheid, en de ethische grenzen. Dat beperkt hun mogelijkheid om op interactieniveau aan Responsible AI bij te dragen. Ze willen daarom graag een pattern library van interactiemogelijkheden, geannoteerd met onderzoek over de werking en inzetbaarheid. Dit bestaat nu niet en met dit project willen we een substantiële bijdrage leveren aan de ontwikkeling ervan.
De maatschappelijke discussies over de invloed van AI op ons leven tieren welig. De terugkerende vraag is of AI-toepassingen – en dan vooral recommendersystemen – een dreiging of een redding zijn. De impact van het kiezen van een film voor vanavond, met behulp van Netflix' recommendersysteem, is nog beperkt. De impact van datingsites, navigatiesystemen en sociale media – allemaal systemen die met algoritmes informatie filteren of keuzes aanraden – is al groter. De impact van recommendersystemen in bijvoorbeeld de zorg, bij werving en selectie, fraudedetectie, en beoordelingen van hypotheekaanvragen is enorm, zowel op individueel als op maatschappelijk niveau. Het is daarom urgent dat juist recommendersystemen volgens de waarden van Responsible AI ontworpen worden: veilig, eerlijk, betrouwbaar, inclusief, transparant en controleerbaar. Om op een goede manier Responsible AI te ontwerpen moeten technische, contextuele én interactievraagstukken worden opgelost. Op het technische en maatschappelijke niveau is al veel vooruitgang geboekt, respectievelijk door onderzoek naar algoritmen die waarden als inclusiviteit in hun berekening meenemen, en door de ontwikkeling van wettelijke kaders. Over implementatie op interactieniveau bestaat daarentegen nog weinig concrete kennis. Bekend is dat gebruikers die interactiemogelijkheden hebben om een algoritme bij te sturen of aan te vullen, meer transparantie en betrouwbaarheid ervaren. Echter, slecht ontworpen interactiemogelijkheden, of een mismatch tussen interactie en context kosten juist tijd, veroorzaken mentale overbelasting, frustratie, en een gevoel van incompetentie. Ze verhullen eerder dan dat ze tot transparantie leiden. Het ontbreekt ontwerpers van interfaces (UX/UI designers) aan systematische concrete kennis over deze interactiemogelijkheden, hun toepasbaarheid, en de ethische grenzen. Dat beperkt hun mogelijkheid om op interactieniveau aan Responsible AI bij te dragen. Ze willen daarom graag een pattern library van interactiemogelijkheden, geannoteerd met onderzoek over de werking en inzetbaarheid. Dit bestaat nu niet en met dit project willen we een substantiële bijdrage leveren aan de ontwikkeling ervan.
