- Home
- Nieuws
Nieuws
NWO Interview - Vallen voorspellen en voorkomen
65-plussers lopen een grote kans om te vallen, met medicijngebruik als belangrijkste oorzaak hiervan. Maar welke individuen lopen het grootste risico, en hoe kun je voor die specifieke patiënten dat risico verminderen? Het big data SNOWDROP-project ontwikkelt manieren om persoonlijke valrisico’s te berekenen. Hiermee kunnen huisartsen en patiënten samen besluiten of en hoe ze het medicijngebruik willen aanpassen om vallen te voorkomen. Een project uit het Commit2data programma, over machine learning en betere arts-patiënt gesprekken.
Data: de sleutel tot gepersonaliseerde zorg
Het personaliseren van zorg wordt in het Nederlandse zorglandschap steeds belangrijker. Met gepersonaliseerde zorg kunnen we beter de juiste zorg op het juiste moment bieden. Verschillende ICT-technieken worden hier al voor ingezet en in de nabije toekomst kunnen we nog veel meer verwachten. Met name de inzet van data en data analytics leidt tot veelbelovende toepassingen om zorg te personaliseren. In dit artikel zetten we er een aantal op een rij en werpen zo een blik op de toekomst van het zorglandschap.
auteur: Pieter van Kuilenburg
Project update SNOWDROP: valincidenten voorkomen bij senioren
Valincidenten zijn een ernstig probleem: bij senioren in Nederland is het de meest voorkomende aanleiding voor een bezoek aan de eerste hulp (100.000 gevallen per jaar). Medicatie is een belangrijke risicofactor voor valincidenten. Het onderzoeksproject SNOWDROP heeft als doel het ontwikkelen en implementeren van een voorspellingsmodel, dat gezamenlijk medicatiebeheer door senioren en huisartsen ondersteunt. Sinds de kick-off in augustus 2019 zijn er een aantal spannende ontwikkelingen geweest. Tijd om voor een update van onderzoekers Leonie Westerbeek en Noman Dormosh!
Nieuwsbrief ontvangen?
Schrijf u hier in voor onze nieuwsbrief en blijf op de hoogte van het laatste nieuws omtrent Commit2Data.