Een publicatie over de Nijmegen Decision Tool for Chronic Low Back Pain (NDT-CLBP) is onlangs bekroond met de DSS Annual Award. Het instrument, ontwikkeld door de ´Spine Unit´ van de Sint Maartenskliniek en Radboudumc, gebruikt big data analytics en slimme algoritmen om eerder te bepalen welke behandeling de meeste kans op succes biedt voor patiënten met chronische lagerugpijn. De publicatie onderstreepte dat veel van deze patiënten echt baat hebben bij de tool. Vervolgonderzoek in meer ziekenhuizen en een pilot in de eerste lijn komt er aan.
Uit zeer recente cijfers van het RIVM blijkt volgens
de Sint Maartenskliniek dat 2 miljoen volwassen Nederlanders kampen met chronische lage rugklachten en nekklachten. Omdat de klachten vaak zo erg zijn dat mensen niet of beperkt kunnen werken, is er ook sprake van een groot maatschappelijk probleem. Bij 90 tot 95 procent van alle rugklachten is een oorzaak lastig te achterhalen, wat de keuze voor de juiste behandelvorm moeilijk maakt.
Juiste behandeling vaak onduidelijk
Ook wanneer de oorzaak wel duidelijk is - anatomische of biomedische afwijkingen – is de juiste behandeling niet altijd duidelijk. Een operatie is meestal niet de oplossing: een diagnostisch traject en conservatieve behandeling heeft dan de voorkeur. Om per patiënt beter in te schatten wat de behandeling met de meeste kans van slagen is – zodat men eerder bij de juiste zorgverlener komt - ontwikkelden de wervelkolomchirurgen van de zogeheten ‘Spine Unit’ van de Sint Maartenskliniek en Radboudumc de Nijmegen Decision Tool for Chronic Low Back Pain (NDT-CLBP).
De NDT-CLBP bevat een voorspelmodel, gebaseerd op systematisch verzamelde data van patiënten. Alle informatie belandt in een omvangrijke database met gegevens over klachten, behandelingen en behandelresultaten van andere patiënten met lage rugklachten. Met ‘big data’-technologie en ‘predictive analytics’ zijn algoritmen geformuleerd en wordt elke patiënt ingedeeld in een bepaald prognostisch profiel.
Deze classificatie kan een indruk geven welk traject een patiënt zou kunnen bewandelen om een behandeling te krijgen met de meeste kans op succes. Tijdens de behandeling en in de periode daarna zijn er regelmatig systematische metingen naar de respons op de behandeling. Ook die gegevens komen in de databank terecht, waardoor de voorspellende kracht van de NDT-CLBP almaar toeneemt.
Behandeltool voorspelt beste traject
“Als patiënt kom je eerder bij de juiste behandelaar, die bovendien door de informatie beter voorbereid is op je bezoek en geen ‘verlegenheidsdiagnose’ hoeft te geven”, vertelt Miranda van Hooff, onderzoeker en klinisch epidemioloog Orthopedie bij de Sint Maartenskliniek, die in april 2017 aan het VUmc in Amsterdam, promoveerde op de ontwikkeling van het instrument. “We kunnen aardig voorspellen welk traject nou het meest geschikt is: een mogelijk chirurgische diagnostisch traject of een conservatief diagnostisch traject. Dit leidt in de toekomst tot minder onnodige operaties, meer kans op succes, tegen lagere kosten.”
Uit een publicatie die Van Hooff schreef over het onderzoek van de Sint Maartenskliniek en de Radboudumc, blijkt volgens de initiatiefnemers dat de Nijmegen Decision Tool inderdaad lijkt te voorspellen welke patiënten baat hebben bij een diagnostische traject dat leidt tot een rugoperatie of een multidisciplinair behandelprogramma. In november ontving ze Van Hooff hiervoor de DSS Annual Award 2018, een prijs voor de beste publicatie binnen de wervelkolomchirurgie.
Vervolgonderzoek, pilot
Er is volgens de onderzoekster nog wel een lange weg te gaan.”We weten nu dat de beoogde doelgroep bij onze eigen kliniek veel baat hierbij kan hebben. Maar werkt het ook voor patiënten die elders gezien worden? Dat is een reële vraag, aangezien de Sint Maartenskliniek een specialistisch ziekenhuis is. Vandaar dat we nu samen met enkele andere Nederlandse ziekenhuizen gaan kijken of het voorspelmodel ook daar werkt. Daarnaast willen we een kleine haalbaarheidspilot gaan houden in de eerste lijn. Hiervoor gaan we de samenwerking aan met huisartsen en andere verwijzers.”
Ook de momenten waarop de NDT-CLBP voor een goed gefundeerde keuze kan zorgen, worden in een vervolgonderzoek bekeken. Van Hooff: "We zetten de tool nu helemaal aan het begin in voor de triage chirurgisch / non-chirurgisch, op het moment dat de patiënt nog niet op de poli is gezien. Maar we kunnen de Tool verder uitbreiden en wellicht ook inzetten voor het tweede beslismoment na de diagnostiek voor verwijzing naar de voor de betreffende patiënt meest geschikte behandeling. De algoritmen voor beide momenten willen we bovendien slimmer maken door machine learning-technieken. We begeven ons dan op het vlak van de kunstmatige intelligentie. Wat dat betreft zien we de award ook wel als erkenning voor het gedachtegoed en als een aanmoedigingsprijs. Er staat al iets moois, maar dat kunnen we op vele manieren nog mooier maken."
Openingsmanifestatie van de e-healthweek 2019
Meer weten over hoe, waarmee en met wie de zorg haar toekomst implementeert? Bezoek dan op 21 januari 2019 de jaarlijkse ICT&health Openingsmanifestatie van de e-healthweek. Entreekaarten zijn gratis, dus wacht niet en meld u snel aan want op is op!
