Deze presentatie heb ik verzorgd op de NVR Najaarsdagen 2018. Het nationale reumatologie congres in Nederland. Ik werd gevraagd te presenteren over de optimale manier om functioneren te meten in de dagelijkse (fysiotherapie)praktijk. In mijn onderzoekslijn op IQ healthcare, werk ik samen met de University of Colorado, aan de ontwikkeling van persoonsgerichte herstelcurves. Het is mijn ambitie om deze groeicurves uiteindelijk in de dagelijkse praktijk te implementeren.

1. Meten van functioneren in de
dagelijkse praktijk:
wat kunnen we leren van het consultatiebureau?
Thomas Hoogeboom, FT, PhD
Radboudumc, IQ healthcare

2. Casus (Revalidatie na nieuwe knie):
“Het kostte me drie maanden fysieke marteling voordat ik mijn probleem
diagnosticeerde: ik leed aan one-size-fits-all zorg.” – prof. dr. Eric J. Topol
Washington Post, December 4th 2016
Auteur “The Patient will see you now”

3. Problemen/Pijnpunten
1. Patiënten hebben te weinig kennis over nieuwe knie:
• Onrealistische hoge verwachtingen
• Angst verhogend
2. Klinische keuzes maken we op populatieniveau
• Vaak gebaseerd op mening/ervaring
• Of op wetenschappelijke groepsdata
• Helaas NIET op persoons-/ contextgerichte evidence
van der Sluis, Scoping Review, Submitted
RVS, Zonder Context Geen Bewijs, 2017

4. Hoe krijgen we de best beschikbare wetenschappelijke
aanwijzingen bij patiënt en behandelaar, zodat zij
samen een optimale behandelkeuze kunnen maken?

5. Data!

6. Wij <3 Data! Toch?
• Ondersteunen verbetertrajecten
• Karakteriseren van patronen in de praktijk
• Demonsteren waarde zorg / professie
• Bevorderen van wetenschappelijk onderzoek
• Ondersteunen het klinisch redeneren
http://www.ptoutcomes.com/AboutUs/PurposeGoals/

7. Waarom (niet) meten?
Communicatie met patiënt Duidelijker
Planning behandelplan Doelgericht
Communicatie zorgverzekeraar Beter
Diagnose stelling Beter + Efficiënter
Patiëntuitkomsten Betere uitkomsten
Focus van de behandeling Meer focus
Motivatie patiënt Hogere motivatie
Jette DU, Phys Ther, 2009.

8. Waarom (niet) meten?
Communicatie met patiënt Duidelijker Verwarrend
Planning behandelplan Doelgericht Geen voordelen
Niet persoonsgericht
Communicatie zorgverzekeraar Beter
Diagnose stelling Beter + Efficiënter Kost meer tijd
Patiëntuitkomsten Betere uitkomsten Vaak niet bekend
Te subjectief
Focus van de behandeling Meer focus Verwarrend
Motivatie patiënt Hogere motivatie Angst verhogend
Cultureel niet sensitief
Kost tijd voor patiënt
Invullen is lastig
Jette DU, Phys Ther, 2009.

9. Wij <3 Data!
• Ondersteunen verbetertrajecten
• Karakteriseren van patronen in de praktijk
• Demonsteren waarde zorg / professie
• Bevorderen van wetenschappelijk onderzoek
• Ondersteunen het klinisch redeneren
http://www.ptoutcomes.com/AboutUs/PurposeGoals/

10. Wij <3 Data!
• Ondersteunen verbetertrajecten
• Karakteriseren van patronen in de praktijk
• Demonsteren waarde zorg / professie
• Bevorderen van wetenschappelijk onderzoek
• Ondersteunen het klinisch redeneren
http://www.ptoutcomes.com/AboutUs/PurposeGoals/
Aantal uitdagingen:
• Wat moeten we meten?
• Hoe moeten we dat meten?
• Hoe interpreteren we gegevens?
• Zijn uitkomsten persoonsgericht?
Jette DU, Phys Ther, 2009.

11. “Zorg en behandeling komen in het teken te staan […]
om te kunnen functioneren en participeren.”
“Gezondheid in termen van veerkracht,
functioneren en participatie […].”
“De essentie […] is: Het voorkomen […], verplaatsen
[…] en het vervangen van zorg. Dit betekent o.a.
uitgaan van het functioneren van mensen […].”
Wat te meten? Functioneren!

12. KOOS Jr
Hoe te meten?

13. Gerapporteerd functioneren
Geobserveerd functioneren
Hoe te meten? De combinatie

14. Hoe te interpreteren? Groeicurves.

16. Hoe maken we dit persoonsgericht?

17. Hoe maken we dit persoonsgericht?
van Buuren, Annals of Nutrition and Metabolism, 2014.
Anderson, Statistics in Medicine, 2016.
• Curve matching
• Patiënten-zoals-ik algoritmes
• Predictive mean matching
• Dynamische en real-time predictie

18. Alle patiënten
• Leeftijd
• Geslacht
• BMI
• Functie
• Flexie

19. • Leeftijd
• Geslacht
• BMI
• Functie
• Flexie
“Patiënten zoals ik”

20. Compared to similar
patients, the patient is
currently in the 63rd
percentile
• Leeftijd
• Geslacht
• BMI
• Functie
• Flexie
“Patiënten zoals ik”

21. • Leeftijd
• Geslacht
• BMI
• Functie
• Flexie
Alle patiënten

22. • Leeftijd
• Geslacht
• BMI
• Functie
• Flexie
“Patiënten zoals ik”

23. • Leeftijd
• Geslacht
• BMI
• Functie
• Flexie
“Patiënten zoals ik”

24. • Leeftijd
• Geslacht
• BMI
• Functie
• Flexie
Wat zouden we samen met de patiënt beslissen?
a) Behandelen, specifiek gericht op functioneren.
b) Niet behandelen, het gaat toch al goed.
c) Behandelen volgens protocol.
Mijn mening?
• Doet er niet toe.
• Ik wil klinisch redeneren ondersteunen door:
• Kader en prognose bieden voor klinische metingen
• Het gesprek tussen patiënt en behandelaar verbeteren

25. Op naar gepersonaliseerde evidence
in de context van de patiënt!
Meer weten? Scan de QR code.
Dank u wel voor uw aandacht

26. Extra slides

27. 1. Develop historical databank of patient characteristics (e.g.,
health status, age, sex) and clinical outcomes, for hundreds of
patients with TKA.
2. Identify matches to a new patient:
a. Build a linear model to predict outcomes at a relevant
postoperative time-point. Example:
(90-day Flexion ROM) = β0 + β1(Preoperative Flexion ROM) +
β2(Age)
b. For a new patient, obtain a predicted value via the linear
model
c. Identify the historical matches with similar predicted values
(“patients-like-me” ) for the new patient
3. Utilize the actual observed recovery data from these matches to
build the PRCs (GAMLSS Package, R Statistical Computing).
How to build a Personalized Reference Chart
van Buuren, Annals of Nutrition and Metabolism, 2014.
Anderson, Statistics in Medicine, 2016.

29. Hoe willen we dit inzetten?

30. *Excuses voor de Engelse tekst

31. *Excuses voor de Engelse tekst