Lezing op congres “Endocrinologie in de huisartspraktijk” te Veenendaal, op 10 november 2016. De lezing gaf een samenvatting van het onderzoek naar de kwaliteit van leven en tevredenheid bij behandelde hypothyreoïdie patiënten (mensen met een verminderde schildklierwerking). De kwaliteit van leven en het algemeen dagelijks functioneren zijn verminderd in de bestudeerde patiëntgroep vergeleken met een random controle groep. Ook treden er in deze groep meer aan hypothyreoïdie gerelateerde symptomen op. Patiënten uit dit cohort zijn matig tot redelijk tevreden over de zorgverlening in Nederland, maar zien wel verbeterkansen m.b.t. het meer serieus nemen van klachten en de informatievoorziening voor hypothyreoïdie en de behandeling.
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.
Veel ouderen ervaren tijdens en na ziekenhuisopname functieverlies. ‘Function Focused Care in Hospital’, ook wel bekend als bewegingsgerichte zorg, is een interventie gericht op het voorkomen en verminderen van functieverlies bij ouderen tijdens een ziekenhuisopname. Verpleegkundigen moedigen patiënten aan tot actieve betrokkenheid in de dagelijkse zorgmomenten.Doel Doel van dit project is de effectiviteit bepalen van Function Focused Care in Hospital op het fysiek functioneren van patiënten die opgenomen zijn in de Nederlandse ziekenhuizen. Resultaten Nederlandstalig scholingsprogramma en handboek van de Function Focused Care in Hospital-benadering voor de ziekenhuissetting; Een evaluatie van het proces en de uitkomsten van de Function Focused Care-benadering. Looptijd 01 november 2020 - 31 oktober 2025 Aanpak Er is een haalbaarheidsstudie uitgevoerd, die uitwees dat de interventie geschikt is voor de Nederlandse praktijk. Op de neurologische en geriatrische afdelingen van drie ziekenhuizen is Function Focused Care in Hospital in de dagelijkse zorg geïmplementeerd en geëvalueerd op effectiviteit. Over de interventie Function Focused Care (FFC) is een zorgbenadering waarin verpleegkundigen patiënten actief betrekken bij alle zorgmomenten om hun fysiek functioneren te optimaliseren. Eerder onderzoek heeft laten zien dat FFC een positief effect heeft op fysieke activiteit, mobiliteit en ADL bij ouderen in de wijk en de langdurige zorg. Ook laten studies in de acute zorg belovende resultaten zien van FFC op fysieke activiteit en mobiliteit bij ouderen opgenomen in het ziekenhuis. Voorbeelden van zorg volgens de FFC-benadering zijn met de patiënt naar de badkamer lopen in plaats van wassen op bed, of de maaltijd aan tafel nuttigen in plaats van zittend in bed eten. De essentie van FFC is het behouden of, indien mogelijk, verbeteren van het fysieke functioneren. Tijdens de hele ziekenhuisopname wordt de patiënt aangemoedigd meer tijd te laten besteden aan fysieke activiteit op een op de patiënt aangepast niveau. Co-financiering Het project wordt mede gefinancierd door ZonMW, projectnummer 520002003.
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.
