Risico patiënt beter in te schatten met computerized adaptive testing
02/02/2010 11:24
Universiteit Twente
De gezondheidszorg moet zijn voordeel doen met nieuwe onderzoeksmethoden zoals computerized adaptive testing. Specialisten kunnen het individuele risicoprofiel van patiënten dan beter inschatten. Ze krijgen dan ook meer ruimte voor 'personalized management'. Dat zegt Job van der Palen op donderdag 11 februari 2010 bij zijn inauguratie als bijzonder hoogleraar "Evaluatie en Assessment in Gezondheidsonderzoek" aan de Universiteit Twente. Hij is als klinisch epidemioloog verbonden aan het Medisch Spectrum Twente.
De instelling van de leerstoel levert voor zowel de Universiteit Twente als het MST een win-win-situatie op, aldus Van der Palen. "Aan de UT is de vakgroep Onderzoeksmethodologie, Meetmethoden en Data-Analyse (OMD) veel bezig geweest met toepassing van geavanceerde statistische methoden en technieken in het onderwijsveld, technieken die we graag meenemen naar de medische wereld. Op hun beurt willen ziekenhuizen beter kunnen voorspellen hoe het individuele patiënten in de loop van hun ziekte zal vergaan. Dankzij een aantal onderzoeks- en meettechnieken die bij OMD verder ontwikkeld zijn - denk aan Item Response Theorie (IRT) en Computerized Adaptive Testing (CAT) - wordt dat nu mogelijk."
Neem patiënten die kans hebben binnen nu en een jaar opgenomen te worden voor de chronische longziekte COPD of hieraan te overlijden. Komt zo iemand bij de longafdeling, dan doet die eerst de longfunctietest. De gegevens hiervan worden direct aan het ziekenhuisdatasysteem toegevoegd. Vervolgens gaat de patiënt naar de wachtkamer bij de longarts om een vragenlijst in te vullen. Geen lange lijst op papier. Dankzij Computerized Adaptive Testing is het mogelijk met zo min mogelijk vragen relevante informatie over de ziektetoestand te verzamelen. Ook die gegevens worden meteen aan het ziekenhuisdatasysteem toegevoegd. En dan pas volgt het bezoek aan de longarts. Die opent op zijn computer de status van de patiënt en krijgt meteen te zien wat de kans is dat deze in het komend jaar opgenomen zal worden of zal te komen overlijden. Bovendien is ook te zien welke factoren er nu voor zorgen dat uitgerekend deze patiënt deze prognose heeft. Nu kan de longarts gericht zijn beleid aanpassen. En omdat het niet nodig is elke keer dezelfde vragen te stellen in de weinige tijd die er is, kan die bovendien gericht doorvragen naar aanleiding van de reeds door de patiënt verstrekte informatie.
Dankzij deze onderzoeks- en meettechnieken is ook een beter risicoprofiel te geven voor bijvoorbeeld hartpatiënten. Is bij hen een defibrillator geïmplanteerd, en krijgen ze opnieuw een hartstilstand, dan kunnen ze die als het goed is, overleven, doordat dit apparaat een shock geeft. Alleen zijn er momenteel erg veel mensen met een defibrillator, terwijl slechts een minderheid de rest van hun leven nog eens een hartstilstand meemaakt. Met een verbeterde risico-inschatting zullen we nauwkeuriger kunnen bepalen wie nu wel of niet zo'n defibrillator nodig hebben.
Of denk aan patiënten die een hartoperatie ondergaan. Een op de vier, vijf blijkt een delirium te ontwikkelen - wat hun gezondheidskansen verslechtert, en uiteraard hun ziekenhuisverblijf verlengt. Bij een betrouwbaarder voorspelling wie zo'n delirium gaat ontwikkelen, zou je de risicogroep al voor de operatie een interventie kunnen geven, met medicijnen of een psychologische weerbaarheidstraining bijvoorbeeld.
"Verbeterde individuele zorg en personalized management, dat is wat de UT en MST met deze nieuwe leerstoel willen bereiken", aldus Van der Palen.