Zelf-beoordeelde gezondheid is een belangrijke voorspeller van gezondheidsgebeurtenissen. Uit bevolkingsonderzoek onder leiding van Brian Doornenbal, postdoctoraal onderzoeker bij de afdeling Public Health en Eerstelijnsgeneeskunde van het LUMC, blijkt dat Nederlanders hun gezondheidstoestand over langere periodes meestal als onveranderlijk ervaren. Dit ondanks kortdurende verbeteringen en verslechteringen. In vervolgonderzoek zal ook gekeken worden naar gezondheidsveranderingen op kortere termijn.
Doornenbal van het LUMC en Renz Bakx van Salut hebben machine learning gebruikt om prototypische veranderingen in de beleving van gezondheid te identificeren. Van de 2154 deelnemers die gedurende een periode van 11 jaar werden geëvalueerd, vond meer dan 85 procent dat hun goede gezondheid voortdurend gehandhaafd bleef. De resterende groep had gedurende een langere periode een slechte gezondheidsperceptie, die over het algemeen gepaard ging met meer medicijngebruik, een hogere BMI en werkloosheid - factoren die moeilijk te veranderen zijn.
Langer in goede gezondheid
Het ministerie van VWS heeft als ambitie dat de Nederlandse bevolking in 2040 vijf jaar langer in goede gezondheid moet kunnen leven. Ook moeten de gezondheidsverschillen tussen de laagste en hoogste sociaaleconomische groepen in Nederland met 30 procent zijn verminderd. Deze doelstelling halen zal uitdagend zijn, gezien het toenemende aantal patiënten met chronische aandoeningen, de vergrijzing en de heersende COVID-19 pandemie. Doornenbal: "Aangezien Nederlanders hun gezondheidstoestand vaak als onveranderlijk ervaren, is het niet vanzelfsprekend dat de Nederlandse bevolking zich veel gezonder gaat voelen."
Het LUMC en Salut werken samen aan diverse projecten op het gebied van zelf-beoordeelde gezondheid. Doornenbal en Bakx behoorden tot een van de eerste groepen onderzoekers die een machine learning-techniek uit de spraaktechnologie toepasten om veelvoorkomende patronen van gezondheidsveranderingen te identificeren. Hun bevindingen zijn gepubliceerd in Preventive Medicine Reports.
Machine learning
"Het herkennen van langetermijnveranderingen in gezondheid kan complex zijn”, licht Doornenbal toe. “Veranderingen in de gezondheidsbeleving starten niet altijd op hetzelfde moment en verschillen vaak qua snelheid, net als bij het ritme van spraak. Individuen kunnen dezelfde verandering op zeer verschillende manieren ervaren – zoals een virale infectie. Dit zorgt er soms voor dat personen te maken lijken te hebben met andere veranderingen in gezondheidsbeleving, terwijl ze daadwerkelijk dezelfde verandering ervaren. De toegepaste machine learning-techniek heeft geholpen om veranderingen in gezondheid beter met elkaar te vergelijken en subtiele – maar typische – veranderingspatronen te identificeren."
Van 2009 tot 2018 rapporteerde een representatieve groep van de Nederlandse bevolking - eerdergenoemde 2154 deelnemers - hoe gezond zij zich voelden. Uit die data waren vier belangrijke patronen in gezondheidsverandering te onderscheiden. Bijna twee derde van de deelnemers had vaak het gevoel dat hun goede gezondheid stabiel was. Twee kleinere groepen gaven aan zich zeer gezond of uitstekend te voelen. Ruim 14 procent van de deelnemers voelde zich echter slechts matig gezond.
Verhoogd risico
"De zelf-beoordeelde matige gezondheid is bijzonder zorgwekkend omdat het gevoel van gezondheid een sterke voorspeller is van ziekte en andere ongunstige gezondheidssituaties", aldus Doornenbal. Als mensen zich langere tijd ongezond voelen, lopen ze een verhoogd risico om ziek te worden. "Als je eenmaal ziek bent, is het moeilijk om je gezonder te voelen.”
Population Health (of Volksgezondheid) is een van de maatschappelijke speerpunten van het LUMC. Het onderzoek van Doornenbal en Bakx biedt hieraan volgens het academische ziekenhuis een belangrijke bijdrage. Hun onderzoek naar langdurige veranderingen in de zelf-beoordeelde gezondheid legt cruciale verschillen bloot tussen groepen mensen die zich gezond en ongezond voelden.
In vervolgstudies zullen Doornenbal en Bakx analyseren hoe kleine veranderingen in leefstijl iemands gezondheid op de lange termijn kunnen beïnvloeden. Door dezelfde machine learning-techniek toe te passen op data die via een gezondheidsapp verzameld worden, zullen de onderzoekers zich ook richten op gezondheidsveranderingen over kortere perioden.
Medische veldnorm
Ontwikkelingen op het gebied van AI-toepassingen in de zorgsector gaan steeds sneller. Reden voor VWS om te werken aan een medische veldnorm voor AI in zorg en gezondheid. Werkgroepen uit het zorgveld hebben nu een eerste versie klaar, die in december voor iedereen beschikbaar gesteld zal worden. De veldnorm richt zich op het beoordelen van de (medische) kwaliteit en effectiviteit van AI-gestuurde voorspellende algoritmen voor gezondheid en zorg.
