In practice, faults in building installations are seldom noticed because automated systems to diagnose such faults are not common use, despite many proposed methods: they are cumbersome to apply and not matching the way of thinking of HVAC engineers. Additionally, fault diagnosis and energy performance diagnosis are seldom combined, while energy wastage is mostly a consequence of component, sensors or control faults. In this paper new advances on the 4S3F diagnose framework for automated diagnostic of energy waste in HVAC systems are presented. The architecture of HVAC systems can be derived from a process and instrumentation diagram (P&ID) usually set up by HVAC designers. The paper demonstrates how all possible faults and symptoms can be extracted on a very structured way from the P&ID, and classified in 4 types of symptoms (deviations from balance equations, operational states, energy performances or additional information) and 3 types of faults (component, control and model faults). Symptoms and faults are related to each other through Diagnostic Bayesian Networks (DBNs) which work as an expert system. During operation of the HVAC system the data from the BMS is converted to symptoms, which are fed to the DBN. The DBN analyses the symptoms and determines the probability of faults. Generic indicators are proposed for the 4 types of symptoms. Standard DBN models for common components, controls and models are developed and it is demonstrated how to combine them in order to represent the complete HVAC system. Both the symptom and the fault identification parts are tested on historical BMS data of an ATES system including heat pump, boiler, solar panels, and hydronic systems. The energy savings resulting from fault corrections are estimated and amount 25%. Finally, the 4S3F method is extended to hard and soft sensor faults. Sensors are the core of any FDD system and any control system. Automated diagnostic of sensor faults is therefore essential. By considering hard sensors as components and soft sensors as models, they can be integrated into the 4S3F method.
The general aim of this dissertation is to gain insight into the physiotherapeutic validity of physiotherapy research in subjects with non-specific neck pain. Chapter 1 describes the background of the research and the research questions and gives an overview of the studies performed. Chapter 2 presents the results of a systematic review (SR) of the completeness of the clinical reasoning process within the methodology of the RCT in patients with non-specific neck pain. For the SR analysis 122 studies were included. In the majority of studies (70%) the described clinical reasoning process was incomplete. There was scarcely any association between the degree of risk of bias and the completeness of the clinical reasoning process, indicating that better methodological quality does not necessarily imply a better description of clinical reasoning process. Chapter 3 presents the results of a SR in which we sought to identify published classification systems with a targeted treatment approach (treatment-based classification systems (TBCSs)) for patients with non-specific neck pain. Thirteen TBCSs were identified. In conclusion, existing treatment-based classification systems are of moderate quality at best. Moreover, these systems were not more effective than alternative treatments. Therefore, we do not recommend the use of these systems in daily physiotherapy practice. Chapter 4 describes a Delphi study of the clinical reasoning process of physiotherapy experts in unimodal interventions in patients with non-specific neck pain. This study had three goals. First, we aimed explore the expert opinions on the indication for physiotherapy when, other than neck pain, there are no positive signs and symptoms, no positive diagnostic tests or complaints of limitations in functioning or restrictions in participation. Second, we focused on the experts' use of measurement tools and when they are used to support and objectify the clinical reasoning process. Finally, we wanted to reach consensus among experts on the use of unimodal interventions in patients with non-specific neck pain. According to all experts, pain alone was not considered to be an indication for physiotherapy. Patient reported outcome measures were mainly used for evaluative purposes and physical tests for diagnostic and evaluative purposes. Only 6 of the 18 variants of sequential linear clinical reasoning reached a consensus of more than 50%. Chapter 5 describes a review that examined the completeness of the description of manipulation and mobilization interventions in randomized controlled trials of subjects with non-specific neck pain. In conclusion, mobilization or manipulation interventions are poorly reported in RCTs, compromising the external validity of RCTs, making it difficult for clinicians and researchers to replicate these interventions. Chapter 6 investigated the diagnostic physiotherapeutic process regarding limited ROM of the neck. It can be concluded that the overall diagnostic accuracy of physical examination is limited (compared to the CROM measurement). Therefore, a measurement device should be used in daily physical therapy practice to assess if a movement direction is restricted. Chapter 7 describes an exploratory, practice-oriented study into matched treatments in patients with non-specific neck pain. The objective of this study was 1) to establish the measurement error of the used accelerometer; 2) To determine which different treatments are used; 3) To explore if the cervical ROM, pain, (perceived) disability and motor control improved after one treatment. The SCT is a reliable accelerometer for measuring neck ROM, with a small measurement error. Eight different treatments were carried out. Pain, disability and left and right rotation showed a clinically relevant improvements (exceeded the measurement error). Chapter 8 comprises the general discussion. The general discussion presents an overview of this dissertation and discusses the strengths and limitations of the studies and possible implications of the results and recommendations for future research.
LINK
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.
