Diede Nijmeijer studeerde onlangs af voor haar afstudeerproject “voorspellen ziekenhuisopnames”. Hiermee sloot ze haar studie Data Science en Society met succes af. In februari 2021 begon ze met haar onderzoek bij EscuLine. Inmiddels heeft ze haar MSc studie Cum Laude afgerond!
Diede onderzocht bij EscuLine (in samenwerking met Zorgbalans Wijkverpleging) of-, en in welke mate het mogelijk is om ziekenhuis opnames bij cliënten die thuiszorg ontvangen, te voorspellen. Door inzicht in cliënten die (een verhoogd) risico lopen op een ziekenhuis opname kan er mogelijk zorg worden voorkomen en ook voor de cliënt zelf is dat natuurlijk heel prettig. In haar onderzoek kon Diede putten uit o.a. onderzoek in Amerikaanse context dat veelbelovende resultaten opleverde.
Dat het onderzoek relevant is blijkt bijvoorbeeld uit cijfers die aantonen dat 14% van de ouderen die op SEH belanden ook wijkverpleging ontvangen. En onlangs publiceerde het VieCuri ziekenhuis dat een derde van de spoedhulp aan ouderen is te voorkomen. Hier meer preventief op kunnen inzetten zou dus betekenen dat de druk op de zorg aanzienlijk kan worden terug gedrongen. Naast dat het voor de mensen in kwestie waarschijnlijk ook prettiger is thuis te zijn.
Met dank aan Zorgbalans, begeleiding vanuit Tilburg University, interne begeleiders bij EscuLine en eigen inzet wist Diede een 8.0 te behalen en daarmee Cum Laude af te studeren. Van harte gefeliciteerd Diede en veel succes met jouw felbegeerde traineeship bij de overheid. Bij het ministerie van VWS zal je vast van toegevoegde waarde zijn!
Van de dataset die bestond uit anonieme data van 11.278 cliënten, hebben 894 (8%) cliënten daadwerkelijk een opname gehad in het ziekenhuis. In het onderzoek stonden de volgende vragen centraal:
1. Welke variabelen hebben het meest voorspellende vermogen?
2. Welk machine learning algoritme is het beste in het voorspellen van ziekenhuis opnames?
3. Wordt het model beter in voorspellen wanneer zorgrapportages (vrije teksten) mee worden genomen?
Vanuit de beschikbare dataset zijn de volgende datapunten meegenomen:
Diede heeft verschillende algoritmes toegepast op de dataset en vergeleken op hun voorspelkracht. Hier behandelt ze ook de variabelen die een hoog voorspellen vermogen hebben voor een ziekenhuisopname, bijvoorbeeld:
Het model voorspelt goed (85% accuraat) welke cliënten in het ziekenhuis belanden. En ook de factoren / omstandigheden waardoor dat komt, worden verklaart.
Vervolgonderzoek zal verder moeten uitwijzen of de cliënten waarvan wordt voorspeld dat ze een ziekenhuisopname krijgen, maar die (in ieder geval nog niet) gehad hebben, daadwerkelijk fout voorspelt worden door het model of dat die ziekenhuisopname zich ontwikkeld. En daarmee dus in potentie voorkomen kan worden.
Door aan te tonen welke cliënten in de thuiszorg het risico lopen op ziekenhuisopname, creëert deze studie waardevolle inzichten voor zorgorganisaties. Het onderzoek moet gezien worden als een eerste stap in onderzoek naar de mogelijkheden. Hopelijk leidt dit uiteindelijk tot het voorkomen van ziekenhuisopnames, omdat verpleegkundigen tijdig informatie krijgen waarmee ze kunnen bepalen of ze preventief kunnen handelen.
Een andere
kans is het verder inzoomen op het type ziekenhuisopname. Er is in dit
onderzoek geen onderscheid gemaakt in geplande en ongeplande ziekenhuisopnames.
Diede laat natuurlijk advies voor vervolgonderzoek achter bij EscuLine.
Samen met onze partners zullen wij daar zeker mee verder gaan.
Ben je benieuwd naar de resultaten, wil je de thesis van Diede graag lezen of wil je met jouw organisatie meewerken in vervolgonderzoek en/of heb je zelf ideeën voor (vervolg)onderzoek?
Stuur dan een mailtje naar info@esculine.nl, meld je aan via ons contactformulier of volg ons via onze LinkedIn pagina. Daar houden we je ook op de hoogte van de ontwikkelingen.
Ben jij op zoek naar een uitdagende afstudeerdopdracht. En wil je een onderzoek doen waar de zorg iets aan heeft? We hebben concrete projecten waar jij mee aan de slag kunt.
Interesse? Lees hier onze vacature voor afstudeerders. Wie weet maken we samen de laatste fase van jouw studie tot een leerzame, leuke en succesvolle tijd.
Heel interessant en ik heb veel geleerd! Tijdens mijn studie was de focus voornamelijk op de theorie en waren opdrachten hypothetisch. Dit was dus nu voor mij de eerste keer dat ik echt mijn geleerde kennis in de praktijk kon brengen. Dat ik dit mocht doen binnen de gezondheidszorg vond ik erg waardevol omdat ik bezig was met echt iets nuttigs en van maatschappelijk belang. Ik ben dus erg blij dat EscuLine mij deze kans geboden heeft!
Ik heb eerst gekeken welke data er allemaal beschikbaar en bruikbaar was voor het voorspellingsmodel. Aangezien er veel informatie beschikbaar is en je niet zomaar alles wilt meenemen in je model, heb ik eerst gekeken of er al in de bestaande literatuur relaties waren gevonden tussen bepaalde cliënt gegevens en ziekenhuisopnames. Daarnaast heb ik gekeken welke factoren het meest voorspellend vermogen hebben om een juiste voorspelling te maken. Zo heb ik dus eerst een voorselectie gemaakt en alleen de informatieve gegevens meegenomen.
“Ik heb verschillende machine learning algoritmes toegepast om te kijken welke het best is in het correct voorspellen van ziekenhuisopnames”.
Aangezien hier alleen gestructureerde data in werd meegenomen, heb ik ook informatie uit vrije tekstvelden, zoals zorgrapportages, meegenomen in het voorspellingsmodel.
Het is geval gelukt om een voorspellingsmodel te ontwikkelen die accuraat ziekenhuisopnames kan voorspellen bij cliënten in de wijkverpleging.
Daarnaast heb ik de eerste stappen gezet om de vrije tekst te analyseren en te structureren zodat ze ook kunnen worden gebruikt voor het voorspellen. Dit heeft nog verder vervolgonderzoek nodig, maar de mogelijkheden zijn veelbelovend.
Gelukkig heb ik er zelf niet veel last van gehad. Natuurlijk kon ik niet dagelijks naar kantoor komen, waardoor ik de collega’s minder zag en sprak. Maar gelukkig is iedereen bij EscuLine erg open en behulpzaam en kon ik bij iedereen snel terecht als ik een vraag had of hulp nodig had. Dat vond ik erg fijn, waardoor ik minder last had dat ik op afstand moest werken.
Op basis van mijn onderzoek wil ik de volgende aanbevelingen doen:
Door deze afstudeeropdracht, heb ik wel echt gemerkt dat ik health analytics heel interessant vind. Het is natuurlijk heel erg relevant, en ik merk dat ik veel voldoening krijg om zo mijn steentje bij te dragen aan de samenleving. Mijn ouders werken ook allebei in de zorg, dus ik heb dat wel een beetje vanuit huis mee gekregen. Tijdens het traineeship hoop ik in eerste instantie mijzelf nog verder te ontwikkelen en wie weet keer ik daarna wel weer terug binnen de zorg!
De afgelopen maanden heb ik als erg leuk en leerzaam ervaren. EscuLine is een innovatief, groeiend en persoonlijk bedrijf. Wat ik zelf als heel positief heb ervaren is de vrijheid die ik heb gekregen vanuit EscuLine.
“Ik heb zelf de scope van mijn onderzoek kunnen bepalen. Dit maakt dat ik echt achter mijn onderzoek sta en er met volle focus de afgelopen maanden mee bezig ben geweest”.
Ik zal daarom ook zeker toekomstige afstudeerders willen aanraden om te kijken welke mogelijkheden er bij EscuLine zijn voor jou. Plan in ieder geval een afspraak in want ze staan ook open voor eigen suggesties!
Ik wil als laatste graag nog in het bijzonder mijn begeleider binnen EscuLine, Robert, bedanken voor de ondersteuning en hulp tijdens mijn afstuderen. Daardoor heb ik een mooi onderzoek kunnen neerzetten.
