Aleyna Gökdemir heeft voor haar bachelor Gezondheidswetenschappen aan de Erasmus Universiteit haar afstudeeronderzoek naar Hart en vaatziekten voorspellen bij Esculine gedaan.
Met haar onderzoek wordt een relevante stap gezet in het onderzoek of hart- en vaatziekten voorspelt kunnen worden.
Huisartsen Zorggroep Drechtdokters werkte mee in dit onderzoek. Onder andere met het beschikbaar stellen van geanonimiseerde data. En ook met feedback tijdens het onderzoek. Ook dank aan de Erasmus Universiteit Rotterdam voor de begeleiding. Aleyna heeft haar afstuderen succesvol afgerond met een dikke 10.0 (!). Daar zijn we hartstikke trots op! In dit artikel vertelt Aleyna over haar onderzoek. En over de veelbelovende resultaten. Ook vertelt ze hoe ze haar afstuderen heeft ervaren bij Esculine.
De afgelopen maanden heb ik onderzoek gedaan naar de voorspelbaarheid van hart- en vaatziekten met behulp van machine learning.
Hart en vaatziekten voorspellen is een belangrijk onderwerp. Omdat hart- en vaatziekten wereldwijd de meest voorkomende doodsoorzaak zijn. Door de kans op een mogelijke hart- of vaatziekte voor een patiënt tijdig en accuraat te voorspellen, kunnen er preventieve maatregelen getroffen worden.
Ik heb gebruik kunnen maken van ketenzorgdata van patiënten die actief zijn in het Cardiovasculair Risico Management (CVRM) programma.
Omdat hart- en vaatziekten in ernst van elkaar te onderscheiden zijn, heb ik twee verschillende modellen ontwikkeld:
In beide modellen zijn op basis van literatuuronderzoek diverse metingen en medicatie van patiënten meegenomen. Denk aan bijvoorbeeld bloeddruk en astmamedicatie. Bovendien zijn voorgaande hart- en vaatziekten ook meegenomen als voorspellende variabelen.
Om de kans te voorspellen, heb ik gebruik gemaakt van een Random Forest.
Beide modellen hadden een goede voorspelkracht. Zowel model 1 als model 2 voorspelt gemiddeld meer dan 8 op de 10 patiënten met een acuut hartinfarct of ischemische hartziekte correct. Beide modellen hebben een accuratie van 97%. Dit betekent dat de modellen goed onderscheid kunnen maken tussen patiënten die wel of geen hart- en vaatziekte krijgen.
De bestaande risico inschatting maakt gebruik van een beperkt aantal variabelen. Deze variabelen heb ik ook meegenomen in mijn voorspelmodel en daarnaast aangevuld met meerdere variabelen aan de hand van literatuuronderzoek, zoals de nierfunctie, glucose en bloeddruk. Ook berekent het machine learning model de kansen automatisch. En zal het naarmate er meer data beschikbaar is zelf leren. Dit leidt mogelijk op termijn tot nog accuratere voorspellingen.
1. Er liggen veel kansen en mogelijkheden voor data in de huisartsenzorg. Hiervoor is het van belang dat iedere arts in hetzelfde format rapporteert. Op deze manier kunnen geïmplementeerde modellen automatisch geüpdatet worden.
2. Voorspellingsmodellen kunnen een aanvulling zijn op de SCORE-tabel in Cardiovasculair Risico Management. Omdat er meer (verschillende) risicovariabelen in zijn opgenomen. De modellen maken het mogelijk om inzicht te krijgen in de kans dat een patiënt hart- en vaatziekten ontwikkelt door bijvoorbeeld een dashboard te realiseren op de data uit het KIS waarin de risico’s per patiënt worden weergegeven.
3. Het is mogelijk om een goede voorspelling te doen op basis van ketenzorgdata. Mijn advies aan EscuLine is om hetzelfde te doen met andere data. Bijvoorbeeld een ander zorgprogramma of gebruikmakend van reguliere huisartsendata.
Een voorspelmodel kan een hulpmiddel zijn voor een huisarts. De huisarts dient uiteraard ook zijn eigen expertise te raadplegen bij het beoordelen van een patiënt. Een risico in de vorm van bijvoorbeeld een percentage op een bepaalde hart- en vaatziekte, is daarbij een hulpmiddel.
Aleyna heeft inmiddels haar onderzoek bij Esculine afgerond. EscuLine gaat verder met dit onderzoek en de ontwikkeling van het model. De volgende punten staan op de planning:
De mogelijkheden om met "echte data" te werken maakt het bij EscuLine zo leerzaam en interessant.
Ik vond het doen van onderzoek naar Hart en vaatziekten voorspellen zeer leerzaam en interessant!
Tijdens mijn studie heb ik statistiekvakken gehad. Maar deze waren niet diepgaand. Middels de juiste begeleiding vanuit EscuLine heb ik mijn voorgaande kennis over de gezondheidszorg en statistiek kunnen verbreden. De mogelijkheden om met “echte data” te werken maakt het zo leerzaam en interessant.
Door de coronamaatregelen heb ik veel vanuit huis moeten doen. Desondanks kon ik regelmatig met mijn stagebegeleider op kantoor werken. Bovendien waren collega’s erg toegankelijk en kon ik hen gemakkelijk bereiken via Teams. Hierdoor hebben de maatregelen beperkte invloed gehad op het afstuderen.
Ik heb de Bachelor Gezondheidswetenschappen gestudeerd en succesvol afgerond. Ik heb echter, onder andere door mijn stage bij EscuLine, de keus gemaakt om een studierichting te kiezen binnen Business Analytics. Ik vind het namelijk een erg interessant vakgebied en ik hoop hier zeker (weer) mee terug te keren in de zorg!
Ik heb mijn tijd bij EscuLine erg fijn ervaren. De collega’s waren erg toegankelijk en meedenkend. Het laagdrempelige contact zorgt ervoor dat je je direct op je gemak voelt. Ondanks dat het vakgebied voor een Bacheloropleiding wellicht moeilijk oogt, zou ik eenieder toch aanraden om in gesprek te gaan met EscuLine over een mogelijk onderzoek dat bij jou past. Het bedrijf is, zoals eerder benoemd, erg meedenkend en je kan hier op een leuke manier heel veel leren!
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.
