In twaalf minuten een zo groot mogelijke afstand lopen staat het op het programma van veel scholen in het voortgezet onderwijs. Vaak zelfs ‘voor een punt’. Is dat eigenlijk wel te verantwoorden?
100 woorden Ava is een medisch home device die je gebruikt in combinatie met een app op je telefoon vóórdat je naar de huisarts gaat. Ava spreekt, maakt gebruik van Big Data en het internet en zal in staat zijn om onze hartslag, pupilreflex, huidintensiteit en zuurstofgehalte in onze longen te meten. Door elke dag een gezondheidscheck te doen met Ava, hou je meer grip op je gezondheid en wordt de gezondheidszorg efficiënter. De kans op een misdiagnose wordt minimaal en ziekte kan voorkomen worden. De metingen en informatie wordt toegankelijk gemaakt en je blijft zelf beheerder van je eigen medische data.
Big data spelen een steeds grotere rol in de (semi)professionele sport. De hoeveelheid gegevens die opgeslagen wordt, groeit exponentieel. Sportbegeleiders (coaches, inspanningsfysiologen, sportfysiotherapeuten en sportartsen) maken steeds vaker gebruik van sensoren om sporters te monitoren. Tijdens trainingen en wedstrijden worden de hartslagen, afgelegde afstanden, snelheden en versnellingen van sporters gemeten. Het analyseren van deze data vormt een grote uitdaging voor het begeleidingsteam van de sporters. Sportbegeleiders willen big data graag inzetten om meer grip te krijgen op sportblessures. Blessures kunnen namelijk desastreuze gevolgen hebben voor teamprestaties en de carrière van (semi)professionele sporters. In totaal stopt maar liefst 33% van de topsporters door blessures met hun sportloopbaan. Daarnaast is uitval door blessures een belangrijke oorzaak van stagnatie van talentontwikkeling. Het lectoraat Sportzorg van de Hogeschool van Amsterdam heeft veel expertise op het gebied van blessurepreventie in de sport. Sportbegeleiders hebben het lectoraat Sportzorg benaderd om antwoord te krijgen op de onderzoeksvraag: Wat zijn op data gebaseerde indicatoren om sportblessures te voorspellen? Deze onderzoeksvraagstelling is opgesplitst in de volgende deelvragen: 1. Hoe kan met sensoren relevante data van sporters verzameld worden om de sportbelasting in kaart te brengen? 2. Welke parameters kunnen blessures voorspellen? 3. Hoe kunnen deze parameters op betekenisvolle en eenvoudige wijze naar sportbegeleiders en sporters teruggekoppeld worden? Het project resulteert in de volgende projectresultaten: - Een overzicht van nauwkeurige en gebruiksvriendelijke sensoren om sportbelasting in kaart te brengen - Een overzicht van relevante parameters die blessures kunnen voorspellen - Een online tool dat per sporter aangeeft of de sporter wel of niet training- of wedstrijdfit is Bij dit project zijn de volgende organisaties betrokken: Hogeschool van Amsterdam, Universiteit Leiden, VUmc, Rijksuniversiteit Groningen (RuG), Amsterdam Institute of Sport Science (AISS), Johan Sports, Centrum voor Topsport en Onderwijs (CTO) Amsterdam, Koninklijke Nederlandse Voetbalbond (KNVB), de Nederlandse Vereniging voor Fysiotherapie in de Sport (NVFS), VV Noordwijk (voetbalclub) en Black Eagles (basketbalclub).
Achtergrond: Chronische pijn is een veelvoorkomend probleem. Hulpverleners hebben behoefte aan handvatten om de hulp aan mensen met chronische pjjn te verbeteren. Huidige behandelingen sorteren beperkt effect en de waardering van mensen over de ontvangen zorg is matig. Het faciliteren van betrokkenheid en eigen regie zijn voorwaardelijk voor effectieve hulp. EHealth toepassingen inclusief het monitoren van objectieve biomarkers voor pijn kunnen hierbij behulpzaam zijn. Een bestaande EHealth toepassing gericht op het informeren van mensen met een chronische aandoening en het faciliteren van zelfmanagement is beschikbaar. Doelstelling: 1)Het doorontwikkelen van een bestaande EHealth toepassing specifiek voor mensen met chronische pijn en het evalueren van biomarkers. 2)De ontwikkelde EHealth toepassing inclusief biomarkeranalyse te implementeren bij een beperkte groep van mensen met chronische musculoskeletale pijn om eerste effecten te evalueren en gebruikerservaringen te inventariseren en 3)op basis van de verkregen resultaten een vervolg onderzoeksaanvraag te schrijven om de effecten van deze nieuwe behandelwijze te onderzoeken en nieuwe biomarker-testen te ontwikkelen. Vraagstellingen: 1)Hoe ziet de doorontwikkeling (op basis van co-creatie) van de EHealth toepassing er concreet uit? 2)Is de biomarker α-amylase een objectieve maat voor pijnintensiteit? 3)Wat zijn de eerste effecten van deze EHealth applicatie? (uitkomstmaten zijn pijn, α-amylase concentratie, dagelijks functioneren en kwaliteit van leven) 4)Wat zijn de ervaringen van gebruikers (patiënten en hulpverleners)? Aanpak: Het onderzoek wordt uitgevoerd door een consortium van deskundigen op het gebied van niet-farmaceutische behandeling van mensen met chronische pijn en zelfmanagement, de ontwikkeling en het gebruik van biomarkers voor chronische pijn, een EHealth ontwikkelaar en behandelaren van mensen met chronische pijn en patiënten. Een EHealth toepassing wordt ontwikkeld, biomarkers waaronder α-amylase worden geëvalueerd en de eerste effecten en gebruikerservaringen van deze interventie inclusief biomarkerbepaling worden gemonitord in een populatie van mensen met chronische lage rug en/of nekpijn.
