Titel
Geautomatiseerde functionele evaluatie tijdens revalidatie-oefeningen met behulp van draagbare sensoren (Onderzoek)
Abstract
Motorische disfuncties veroorzaakt door neurologische
aandoeningen vormen de derde meest voorkomende oorzaak van de
wereldwijde ziektelast (WHO, 2019), die meer dan de helft van de
Europese bevolking treft.
Ondanks grote inspanningen ervaart echter slechts een beperkt deel
van de deelnemers aan klinische onderzoeken bevredigende
verbeteringen, wat de noodzaak benadrukt om de
revalidatieresultaten te maximaliseren: met andere woorden, er is
behoefte aan gepersonaliseerde geneeskunde en
"precisierevalidatie" die de unieke kenmerken zouden verklaren van
elk individu, om vervolgens patiëntspecifieke interventies te
ontwikkelen; in die zin is het daarom van fundamenteel belang om
de voortgang te kunnen volgen en behandelresultaten te kunnen
voorspellen (Adans-Dester et al., 2020; Hulsen et al., 2019;
Niederberger et al., 2019).
Toch is een van de grootste uitdagingen bij poliklinische
revalidatiesettings inderdaad het gebrek aan informatie over hoe de
in de kliniek waargenomen vooruitgang zich vertaalt in functionele
prestaties thuis: tegenwoordig zijn zorgverleners tegenwoordig
vooral afhankelijk van door de patiënt gerapporteerde resultaten
over de voortgang van hun patiënten buiten de kliniek, meestal
zonder longitudinale analyse van de evolutie van de
behandelingsresultaten (Jones et al., 2020). In deze context zou het
verzamelen van gegevens ter aanvulling van de informatie die
anders alleen in klinieken wordt verkregen, zowel de effectiviteit als
de efficiëntie van revalidatie kunnen verbeteren door het traject van
het herstel van de patiënt te volgen en te voorspellen (Adans-Dester
et al., 2020).
Om de verzameling en analyse van "big data" over patiënten te
actualiseren, is er echter behoefte aan technologische oplossingen
die gemakkelijk toegankelijk en te gebruiken zijn voor zowel clinici
als patiënten, discreet en kosteneffectief: draagbare sensoren en
smartphone- gebaseerde gezondheidsapps zouden in die zin de
ideale oplossing kunnen zijn, aangezien de acceptatie van dergelijke
technologieën snel versnelt en steeds meer beschikbaar komt voor
mensen over de hele wereld (Aitkin et al., 2017; Bonnechère &
Sahakian, 2020). In feite is het gebruik van draagbare sensoren de
afgelopen jaren exponentieel toegenomen, omdat ze het mogelijk
maken om patiënten met een hogere gevoeligheid te monitoren in
vergelijking met klassieke klinische beoordeling. Momenteel worden
draagbare sensoren algemeen aanvaard voor de beoordeling van
motorische disfuncties, waarbij op sensoren gebaseerde revalidatie
voor neurologische en musculoskeletale aandoeningen een
verbeterde effectiviteit van de revalidatie-interventies laat zien,
zowel in face-to-face als op afstand (Picerno et al., 2021 ).
Verdere ontwikkeling van kosteneffectieve technologische
oplossingen die gericht zijn op het bewaken en evalueren van de
kwaliteit van revalidatie-interventies en het op afstand beoordelen
van patiënten in telegezondheidsscenario's, terwijl hun motivatie en
therapietrouw hoog blijven, zou de toekomstige implementatie van
dergelijke technologieën gemakkelijker maken, waardoor ze op een
grote schaal. Een dergelijke evaluatie kan ook worden gebruikt om
te bepalen of het mogelijk is om de langetermijnprognose van deze
patiënten te voorspellen op basis van de gegevens die zijn
verkregen via de draagbare sensoren.
Periode
01 januari 2022 - 31 december 2023