Middelgrote steden zijn gedurende de 20e eeuw vaak aangepakt met een metropolitaan instrumentarium. Vraag is wat er gebeurt als we steden, regio's en zelfs metropolen benaderen vanuit een middelgrootstedelijk perspectief.
Background: A higher protein intake is suggested to preserve muscle mass during aging and may therefore reduce the risk of sarcopenia.Objectives: We explored whether the amount and type (animal or vegetable) of protein intake were associated with 5-y change in mid-thigh muscle cross-sectional area (CSA) in older adults (n = 1561).Methods: Protein intake was assessed at year 2 by a Block foodfrequency questionnaire in participants (aged 70–79 y) of the Health, Aging, and Body Composition (Health ABC) Study, a prospective cohort study. At year 1 and year 6 mid-thigh muscle CSA in square centimeters was measured by computed tomography. Multiple linearregression analysis was used to examine the association between energy-adjusted protein residuals in grams per day (total, animal, and vegetable protein) and muscle CSA at year 6, adjusted for muscle CSA at year 1 and potential confounders including prevalent health conditions, physical activity, and 5-y change in fat mass.Results: Mean (95% CI) protein intake was 0.90 (0.88, 0.92) g ·kg–1 · d–1 and mean (95% CI) 5-y change in muscle CSA was −9.8 (−10.6, −8.9) cm2. No association was observed between energyadjusted total (β = −0.00; 95% CI: −0.06, 0.06 cm2; P = 0.982), animal (β = −0.00; 95% CI: −0.06, 0.05 cm2; P = 0.923), or plant(β = +0.07; 95% CI: −0.06, 0.21 cm2; P = 0.276) protein intake and muscle CSA at year 6, adjusted for baseline mid-thigh muscle CSA and potential confounders.Conclusions: This study suggests that a higher total, animal, or vegetable protein intake is not associated with 5-y change in midthigh muscle CSA in older adults. This conclusion contradicts some, but not all, previous research. This trial was registered at www.trialregister.nl as NTR6930.
Few studies on residential mobility of ageing adults to rural areas have investigated which of them buy a home in a rural risk area. This paper examines which socio-demographic characteristics, housing attributes and earthquake circumstances influence the actual choice of mid-to-later life adults to purchase a house in a rural risk area. The study focuses on housing transactions in the Dutch Groningen rural earthquake region, compared to transactions in the Groningen rural non-earthquake area from 2012 to 2019 (N = 6,082). Buying a house in the Groningen risk area might be challenging, as the earthquakes have had a significant impact on the regional housing market, the building structure of the houses and the wellbeing of the residents. Earlier research nonetheless suggests that, despite the risks, homebuyers still purchase houses in the Groningen earthquake area. The developed model predicts which mid-to-later life homebuyers of 50 years and older will purchase a dwelling in the Groningen earthquake region. Logistic regression analyses show that characteristics of the mid-to-later life homebuyer and earthquake circumstances are decisive aspects in respect of this choice. Being a single mid-to-later life homebuyer, with a previous residence in the Groningen earthquake region or being born in this region, enlarges the probability of purchasing a home in the earthquake region. Another significant predictor of a home purchase in the earthquake region appears to be a higher earthquake intensity of the homebuyer’s previous residence. These conclusions indicate the existence of a local housing market in rural risk areas.
Mensen die moeite hebben met lezen en schrijven (laaggeletterden) zijn ondervertegenwoordigd in onderzoek, waardoor een belangrijke onderzoekspopulatie ontbreekt. Dit is een probleem, omdat zorgbeleid dan onvoldoende op hun behoeften wordt aangepast. Laaggeletterden hebben vaak een lage sociaal economische positie (SEP). Mensen met een lage SEP leven gemiddeld 4 jaar korter en 15 jaar in minder goed ervaren gezondheid vergeleken met mensen met een hoge SEP. Om laaggeletterden te betrekken in onderzoek, is het o.a. nodig om onderzoek toegankelijker te maken. Dit project draagt hieraan bij door de ontwikkeling van een toolbox voor toegankelijke (proefpersonen)informatie (pif) en toestemmingsverklaringen. We ontwikkelen in co-creatie met de doelgroep toegankelijke audiovisuele materialen die breed ingezet kunnen worden door (gezondheids)onderzoekers van (zorggerelateerde) instanties/bedrijven én kennisinstellingen voor de werving voor en informatieverstrekking over onderzoek. In de multidisciplinaire samenwerking met onze partners YURR.studio, Pharos, Stichting ABC, Stichting Crowdience, de HAN-Sterkplaats en de Academische Werkplaats Sterker op eigen benen (AW-SOEB) van Radboudumc stellen we de behoeften van de doelgroep centraal. Middels creatieve sessies en gebruikerservaringen wordt in een iteratief ontwerpende onderzoeksaanpak toegewerkt naar diverse ontwerpen van informatiebrieven en toestemmingsverklaringen, waarbij de visuele communicatie dragend is. Het ontwikkelproces biedt kennisontwikkeling en hands-on praktijkvoorbeelden voor designers en grafisch vormgevers in het toegankelijk maken van informatie. Als laaggeletterden beter bereikt worden d.m.v. de pif-toolbox, kunnen de inzichten van deze groep worden meegenomen. Dit zorgt voor een minder scheef beeld in onderzoek, waardoor (gezondheids)beleid zich beter kan richten op kwetsbare doelgroepen. Hiermee wordt een bijdrage geleverd aan het verkleinen van gezondheidsverschillen.
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.
Middels een RAAK-impuls aanvraag wordt beoogd de vertraging van het RAAK-mkb project Praktische Predictie t.g.v. corona in te halen. In het project Praktische Predictie wordt een prototype app ontwikkeld waarmee fysiotherapeuten in een vroeg stadium het chronisch worden van lage rugpijn kunnen voorspellen. Om chronische rugpijn te voorkomen is het belangrijk om in een vroeg stadium de kans hierop in te schatten door psychosociale en mogelijk andere risicofactoren op chronische pijnklachten te herkennen en hierop te interveniëren. Fysiotherapeuten zijn met deze vraag naar het lectoraat Werkzame factoren in Fysiotherapie en Paramedisch Handelen van de Hogeschool van Arnhem en Nijmegen gegaan en dit heeft aanleiding gegeven een onderzoek op te zetten waarin een dergelijke methodiek ontwikkeld wordt. De voorgestelde methodiek betreft een Clinical Decision Support Tool waarmee een geïndividualiseerde kans op chronische rugpijn kan worden bepaald gekoppeld aan een behandeladvies conform de lage rugpijn richtlijn. Hiervoor is eerst geïnventariseerd welke methoden fysiotherapeuten reeds gebruiken en welke in de literatuur worden genoemd. Op basis hiervan is een keuze gemaakt ten aanzien van data die digitaal verzameld worden in minimaal 16 fysiotherapiepraktijken waarbij patiënten gedurende 12 weken gevolgd worden. Met de verzamelde data worden met machine learning algoritmes ontwikkeld voor het berekenen van de kans op chroniciteit. De algoritmes worden ingebouwd in de Clinical Decision Support Tool: een gebruiksvriendelijke prototype app. Bij het ontwikkelen van de tool worden eindgebruikers (fysiotherapeuten en patiënten) intensief betrokken. Op deze manier wordt gegarandeerd dat de tool aansluit bij de wensen en behoeften van de doelgroep. De tool berekent de kans op chroniciteit en geeft een behandeladvies. Daarnaast kan de tool gebruikt worden om patiënten te informeren en te betrekken bij de besluitvorming. Vanwege de coronacrisis is er een aanzienlijke vertraging in de patiënten-instroom (doel n= 300) ontstaan die we met ondersteuning van een RAAK-impuls subsidie willen inlopen.
