Voor het nummer over ethiek spraken de auteurs met Jeffrey Wijnberg - psycholoog, publicist en schrijver van een groot aantal populairwetenschappelijke boeken. Wijnberg werkt als gezondheidspsycholoog en psychotherapeut en is met name bekend geworden door zijn bijzondere stijl van begeleiden: de provocatieve stijl. ‘Uitdagen met liefde en humor’, schrijft hij daar zelf over op zijn website. Het uitdagen bij provocatief behandelen gaat soms ver. Dat is de reden waarom de auteurs met hem van gedachten wilden wisselen over de vraag: iemand helpen door te provoceren, kun je dat wel maken?
LINK
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.
In Nederland alleen al lijden 1,4 miljoen mensen aan hart- en vaatziekten en wereldwijd worden liefst 45% van alle sterfgevallen gerelateerd aan hart- en vaatziekten. Leefstijlfactoren zoals voeding en beweging hebben een grote invloed op de gezondheid van het hart. Door leefstijlondersteuning als preventie en als behandeling in te zetten kan 80% van alle hart- en vaatziekten voorkomen worden. Leefstijlondersteuning vormt echter vaak geen volwaardig onderdeel van de behandeling van patiënten met hart- en vaatziekten. Om effectieve leefstijlondersteuning te bewerkstelligen moet die toegespitst worden op de voorkeuren en context van het individu. In de reguliere gezondheidszorg ontbreekt het aan tijd en middelen om dit voor iedere patiënt te realiseren. In dit project wordt daarom door middel van de inzet van draagbare zelfmeettechnologie en kunstmatige intelligentie gewerkt aan een tool die automatisch gepersonaliseerde leefstijlondersteuning aanbiedt. Het onderhavige project richt zich daarbij op hart- en vaatziektepatiënten in de leeftijd van 40-70 met aangepaste leefstijladviezen, omdat vooral bij deze groep een gepersonaliseerde aanpak veel baat kan hebben op zowel korte als langere termijn. Er wordt gewerkt aan de ontwikkeling van een AI-gedreven e-health oplossing, die deze groep hartpatiënten activeert om hun leefstijl en gezondheid te verbeteren. In het huidige project wordt een belangrijke stap gezet met het specifiek ontwikkelen van een module met doelgroep-specifieke en op de patiënt afgestemde voedings- en beweegondersteuning en manieren om dat zo aantrekkelijk en effectief mogelijk aan te bieden.
Om de prehabilitatiezorg betaalbaar te houden, is het van belang om zorg op maat te leveren. De wijze van aanbod is daarnaast van cruciaal belang voor het slagen van prehabilitatie. Niet elke patiënt heeft gesuperviseerde training nodig. Sommige patiënten hebben voldoende aan leefstijladviezen via een mobiele app, terwijl anderen wél gesuperviseerde begeleiding nodig hebben van een zorgprofessional.Doel In dit project gaan we ‘prehabilitatie fenotypes’ ontwikkelen van kandidaten voor prehabilitatie op basis van persoonlijke kenmerken. Door deze subgroepen te onderscheiden kan vervolgens bepaald worden welke vorm van ondersteuning (denk bijvoorbeeld aan gesuperviseerd, digitaal of blended) per fenotype het meest geschikt is. Met behulp van deze prehabilitatie fenotypes krijgen zorgprofessionals in de praktijk concrete handvatten om prehabilitatiezorg op maat voor te schrijven. Hiermee worden er twee vliegen in één klap geslagen: gepersonaliseerde zorg én betaalbare zorg. Resultaten We gaan een cross-sectionele data-analyse uitvoeren op (in ieder geval) twee bestaande datasets. Er zal tevens geïnventariseerd worden of er aanvullende geschikte databases zijn in andere prehabilitatie-onderzoekscentra die meegenomen kunnen worden in de analyses. Beter Voorbereid: Beter Voorbereid is een multicentrum RCT naar het effect van een mobiele applicatie waarmee patiënten voor en na hun operatie adviezen krijgen over het optimaliseren van hun leefstijl en over het omgaan met stress rondom de operatie. Dit project is gesubsidieerd door SIA RAAK MKB. PAM-ONCO: PAM-ONCO is een observationele studie in het UMC Utrecht naar het verloop van het beweeggedrag en het fysiek functioneren van patiënten die een gastro-intestinale oncologische operatie ondergaan. Looptijd 15 mei 2022 - 31 december 2023 Aanpak Dit project wordt in samenwerking met het UMC Utrecht uitgevoerd en bestaat uit meerdere fases: Fase 1: Determinanten voor de analyse Op basis van consensus zal bepaald worden welke variabelen daadwerkelijk invloed kunnen hebben op de manier van ondersteuning van patiënten in de preoperatieve fase. Daarom zullen er in deze fase 1 of 2 consensusmeetings worden georganiseerd met experts om te komen tot een definitieve lijst voor de variabelen. Fase 2: Analyses De variabelen (zie fase 1) uit beide studies zullen worden gestandaardiseerd, samengevoegd en klaargemaakt voor data-analyses. Het plan voor de clusteranalyses wordt besproken met experts op dit gebied en op basis van hun adviezen geoptimaliseerd. Vervolgens zullen de analyses worden uitgevoerd om fenotypes te vormen. Fase 3: Vergelijken van klinische uitkomsten en patiëntkarakteristieken tussen fenotypes Na het bepalen van de fenotypes, zullen de klinische uitkomsten en patiëntkarakteristieken tussen de fenotypes worden vergeleken. Er zal een uitgebreidere beschrijving worden gemaakt van de kenmerken van patiënten binnen elk fenotype. De beschrijving van de fenotypes biedt de basis van de volgende fase. Fase 4: Bepalen welke fenotypes baat kunnen hebben bij welke interventies en begeleiding In vier focusgroepen (twee met patiënten en twee met experts) zal bepaald worden welk type ondersteuning/begeleiding en prehabilitatie-interventies past bij de verschillende fenotypes zoals gevonden in fase 2.
