BACKGROUND: Sepsis is one of the most frequent reasons for acute intensive care unit (ICU) admission of very old patients and mortality rates are high. However, the impact of pre-existing physical and cognitive function on long-term outcome of ICU patients ≥ 80 years old (very old intensive care patients (VIPs)) with sepsis is unclear. OBJECTIVE: To investigate both the short- and long-term mortality of VIPs admitted with sepsis and assess the relation of mortality with pre-existing physical and cognitive function. DESIGN: Prospective cohort study. SETTING: 241 ICUs from 22 European countries in a six-month period between May 2018 and May 2019. SUBJECTS: Acutely admitted ICU patients aged ≥80 years with sequential organ failure assessment (SOFA) score ≥ 2. METHODS: Sepsis was defined according to the sepsis 3.0 criteria. Patients with sepsis as an admission diagnosis were compared with other acutely admitted patients. In addition to patients' characteristics, disease severity, information about comorbidity and polypharmacy and pre-existing physical and cognitive function were collected. RESULTS: Out of 3,596 acutely admitted VIPs with SOFA score ≥ 2, a group of 532 patients with sepsis were compared to other admissions. Predictors for 6-month mortality were age (per 5 years): Hazard ratio (HR, 1.16 (95% confidence interval (CI), 1.09-1.25, P 4): HR, 1.34 (95% CI, 1.18-1.51, P
PURPOSE: Premorbid conditions affect prognosis of acutely-ill aged patients. Several lines of evidence suggest geriatric syndromes need to be assessed but little is known on their relative effect on the 30-day survival after ICU admission. The primary aim of this study was to describe the prevalence of frailty, cognition decline and activity of daily life in addition to the presence of comorbidity and polypharmacy and to assess their influence on 30-day survival.METHODS: Prospective cohort study with 242 ICUs from 22 countries. Patients 80 years or above acutely admitted over a six months period to an ICU between May 2018 and May 2019 were included. In addition to common patients' characteristics and disease severity, we collected information on specific geriatric syndromes as potential predictive factors for 30-day survival, frailty (Clinical Frailty scale) with a CFS > 4 defining frail patients, cognitive impairment (informant questionnaire on cognitive decline in the elderly (IQCODE) with IQCODE ≥ 3.5 defining cognitive decline, and disability (measured the activity of daily life with the Katz index) with ADL ≤ 4 defining disability. A Principal Component Analysis to identify co-linearity between geriatric syndromes was performed and from this a multivariable model was built with all geriatric information or only one: CFS, IQCODE or ADL. Akaike's information criterion across imputations was used to evaluate the goodness of fit of our models.RESULTS: We included 3920 patients with a median age of 84 years (IQR: 81-87), 53.3% males). 80% received at least one organ support. The median ICU length of stay was 3.88 days (IQR: 1.83-8). The ICU and 30-day survival were 72.5% and 61.2% respectively. The geriatric conditions were median (IQR): CFS: 4 (3-6); IQCODE: 3.19 (3-3.69); ADL: 6 (4-6); Comorbidity and Polypharmacy score (CPS): 10 (7-14). CFS, ADL and IQCODE were closely correlated. The multivariable analysis identified predictors of 1-month mortality (HR; 95% CI): Age (per 1 year increase): 1.02 (1.-1.03, p = 0.01), ICU admission diagnosis, sequential organ failure assessment score (SOFA) (per point): 1.15 (1.14-1.17, p < 0.0001) and CFS (per point): 1.1 (1.05-1.15, p < 0.001). CFS remained an independent factor after inclusion of life-sustaining treatment limitation in the model.CONCLUSION: We confirm that frailty assessment using the CFS is able to predict short-term mortality in elderly patients admitted to ICU. Other geriatric syndromes do not add improvement to the prediction model. Since CFS is easy to measure, it should be routinely collected for all elderly ICU patients in particular in connection to advance care plans, and should be used in decision making.
This two-wave complete panel study aims to examine human resource management (HRM) bundles of practices in relation to social support [i.e., leader–member exchange (LMX; Graen & Uhl-Bien, 1995), coworker exchange (CWX; Sherony & Green, 2002)] and employee outcomes (i.e., work engagement, employability, and health), within a context of workers aged 65+, the so-called bridge workers (Wang, Adams, Beehr, & Shultz, 2009). Based upon the social exchange theory (Blau, 1964; Gouldner, 1960), and the Job Demands-Resources (JD-R; Demerouti, Bakker, Nachreiner, & Schaufeli, 2001) framework, it was hypothesized that HRM bundles at Time 1 would increase bridge workers’ outcomes at Time 2, and that this relationship would be mediated by perceptions of LMX and CWX at Time 2. Hypotheses were tested among a unique sample of Dutch bridge employees (N = 228). Results of several structural equation modeling analyses revealed no significant associations between HRM bundles, and social support, moreover, no significant associations were found in relation to employee outcomes. However, the results of the best-fitting final model revealed the importance of the impact of social support on employee (65+) outcomes over time.
MULTIFILE
In Nederland worden per jaar zo’n 180.000 mensen in het ziekenhuis behandeld voor een hartaandoening zoals een hartinfarct of open hart operatie. Deze mensen komen in aanmerking voor poliklinische hartrevalidatie. Het bevorderen van een gezonde leefstijl, waaronder voldoende beweging, is een belangrijk onderdeel van de hartrevalidatie. Er is overtuigend bewijs voor de positieve effecten van hartrevalidatie in termen van verminderde morbiditeit, mortaliteit, verbeterde kwaliteit van leven en kosteneffectiviteit. Binnen de hartrevalidatie wordt steeds vaker gebruikt gemaakt van eHealth tools. Digitalisering en data bieden veel kansen bij het verbeteren van de kwaliteit van zorg en kunnen helpen om tegemoet te komen aan de toenemende zorgvraag door zorg te vervangen door digitale zorg of sneller beslissingen te nemen op basis van data. Zorgprofessionals zoals fysiotherapeuten worstelen echter met de vraag hoe deze data hen kan helpen om hun zorgprocessen te ondersteunen. Dit voorstel heeft daarom als doel om datagedreven werken te introduceren binnen de hartrevalidatie. Uitgangspunt hierbij is dat de data de zorgprofessional ondersteund in het nemen van beslissingen, het moet dus meerwaarde hebben. Er wordt gestart met een observationeel onderzoek in drie gespecialiseerde hartrevalidatie ziekenhuizen. Er zal data worden verzameld over onder andere het beweeggedrag van patiënten in de tijd. Met deze data zullen verschillende geavanceerde statistische analyses worden uitgevoerd, bijvoorbeeld om patiëntclusters te identificeren. In co-creatie zal vervolgens een dashboard worden ontwikkeld om de data betekenis te geven en om zorgverleners te ondersteunen in het maken van datagedreven (behandel)keuzes. Parallel aan deze stappen gaan we onderzoeken wat er nog meer komt kijken bij datagedreven werken in de zorgsector én zal er over en weer kennis worden uitgewisseld. In alle onderdelen van het project zal zowel het onderwijs als de beroepspraktijk vanaf het begin participeren.
Veel MKB-organisaties worstelen met het omschakelen naar duurzame businessmodels. Deze duurzame businessmodellen zijn een essentieel onderdeel bij het adresseren van complexe maatschappelijke uitdagingen. Vanuit verschillende disciplines is een groeiende vraag ontstaan naar specifieke instrumenten en praktische kennis om organisaties te ondersteunen bij deze transitie. Intermediairs spelen een belangrijke rol in dit verduurzamingsproces waarbij diverse tools ingezet worden om de complexiteit te beheersen. Taal en context hebben grote invloed op het effectief werken met deze businessmodeltools en daarmee ook op het behalen van de duurzaamheidsdoelstellingen. Dit project onderzoekt daarom de invloed van taal en context op het gebruik van duurzame businessmodeltools door intermediairs. Specifiek richt dit project zich op het verbeteren van de adviseringsprocessen en het toolinggebruik bij twee changemakers, Eshuis Accountants en Adviseurs en De Betekenisfabriek, met als doel om de opgedane kennis en kunde breed te delen en de duurzame transitie te versnellen. Advanced datasciencetechnieken als Natural Language Processing (NLP) en Machine Learning worden ingezet om nieuwe inzichten te verkrijgen over de rol van taal en context bij het inzetten van duurzame businessmodeltools. De resultaten van het onderzoek worden gebruikt om een datagedreven interdisciplinaire toolkit te ontwikkelen voor zowel adviseurs als MKB’s. De resultaten dragen bij aan het ontwikkelen van trainingsmateriaal waarmee organisaties ondersteund kunnen worden in hun duurzaamheidstransities. Deze taal-en contextsensitieve toolkit zal breed gedeeld worden binnen onze Impact Ondernemen Collegetour Community waar ongeveer 80 organisaties aan meedoen. Daarnaast geeft dit project via de beoogde toolkit de aanzet voor het verkennen van de veranderende rol van organisatieadviseurs door datagedreven werken te combineren met duurzaamheidsopgaven. De overkoepelende projectdoelstelling is een praktische bijdrage te leveren aan het ondersteunen van organisaties in hun duurzaamheidstransitie en de onderlinge samenwerking te bevorderen, waarmee dit project bijdraagt aan zowel structurele maatschappelijke transities als marktcreatie.
