In de nieuwe definitie voor gezondheid wordt gezondheid niet meer als een statische conditie beschouwd, maar als het dynamische vermogen van mensen om zich met veerkracht aan veranderende omstandigheden aan te passen. Hierin past het zelf regie voeren en zelfmanagement. Met behulp van gezondheidstools zijn lichaamsfuncties, zoals bloeddruk, hartslag, bloedglucosespiegel, zuurstofsaturatie, cognitieve prestaties en welbevinden, te meten. Ook zijn er apps op mobiele telefoons die helpen de voedselinname te monitoren of de nutriënten in het lichaam meten. Gepersonaliseerde voeding en leefstijladviezen sluiten hierbij aan. Voor bedrijven biedt dit de mogelijkheid om op het individu afgestemde producten en diensten te ontwikkelen. Diëtisten (en andere professionals) kunnen met behulp van innovaties op het gebied van zelfmonitoring persoonlijke gegevens verzamelen om de behandeling op de individuele cliënt af te stemmen. Gepersonaliseerde interventies zijn mogelijk effectiever en kunnen de compliance verhogen.
LINK
In het SaxShirt-project wordt een comfortabel shirt ontwikkeld waarmee fysiologische aspecten van de drager kunnen worden gemeten, zonder dat de drager daar extra inspanning voor hoeft te leveren. Dergelijke technologieën noemen we Zero Effort Technologies (Baecker, 2011). De belangrijkste fysiologische aspecten die in eerste instantie gemeten gaan worden zijn: 1) temperatuur 2) hartslag 3) ademhaling. Het project is gestart in september 2013. Het doel is om in oktober 2014 een praktisch demonstratiemodel te hebben van het shirt waarmee de mogelijkheden van de huidige technologie kunnen worden gedemonstreerd. Het is belangrijk dat het shirt niet alleen comfortabel zit, maar ook robuust en eenvoudig te wassen en reinigen is. Voorafgaand aan dit project zijn er al verscheidene onderzoeken en ontwikkelingen geweest om mogelijkheden voor het shirt te onderzoeken. Om een definitief implementatieplan te kunnen opstellen voor het huidige project, was er behoefte om nog eenmaal een korte verbredende onderzoeksfase uit te voeren. Dit rapport is het resultaat van deze fase. Na de verbredende fase zijn in november 2013 besluiten genomen en is begonnen aan de implementatie van het demonstratiemodel. De belangrijke momenten staan in onderstaand overzicht: • Oktober 2013: Start SaxShirt Project • November 2013: Vaststellen Plan van Aanpak (PvA) voor implementatie • Juli 2014: Afronden implementatie • Oktober 2014: Oplevering eerste demonstratiemodel SaxShirt Dit rapport beschrijft de state-of-the art van technieken waarmee bovenstaande fysiologische aspecten kunnen worden gemeten. Het doel van dit rapport is om een overzicht van in textiel-integreerbare fysiologische sensoren te geven. Dit overzicht dient als basis en discussiestuk voor het pan van aanpak voor de implementatie en kan worden gebruikt als introductie voor nieuwe medewerkers op het SaxShirt project.
MULTIFILE
Quantified Self staat voor de zelfmetende mens. Het aantal mensen dat met zelf gegeneerde gezondheidsgegevens het zorgproces binnenwandelt gaat de komende jaren groeien. Verschillende soorten activity trackers en gezondheidsapplicaties voor de smartphone maken het relatief eenvoudig om persoonlijke gegevens te verzamelen over beweging, voeding, slaap, hartslag, menstruatiecyclus, etc. Steeds vaker zullen patiënten dit soort data meenemen naar de huisarts. Het is daarom raadzaam kennis te nemen van wat er zoal aan zelfmeettechnologie beschikbaar is en hoe het is gesteld met de kwaliteit, toepasbaarheid of zelfs generaliseerbaarheid van de data. In dit artikel lichten we de achtergrond van Quantified Self toe, zetten we dit in een breder perspectief van technologische ontwikkelingen en zullen we iets zeggen over de zin en onzin van zelfmetingen, waarbij de focus zal liggen op Quantified Self met betrekking tot gezondheid en levensstijl.
100 woorden Ava is een medisch home device die je gebruikt in combinatie met een app op je telefoon vóórdat je naar de huisarts gaat. Ava spreekt, maakt gebruik van Big Data en het internet en zal in staat zijn om onze hartslag, pupilreflex, huidintensiteit en zuurstofgehalte in onze longen te meten. Door elke dag een gezondheidscheck te doen met Ava, hou je meer grip op je gezondheid en wordt de gezondheidszorg efficiënter. De kans op een misdiagnose wordt minimaal en ziekte kan voorkomen worden. De metingen en informatie wordt toegankelijk gemaakt en je blijft zelf beheerder van je eigen medische data.
Big data spelen een steeds grotere rol in de (semi)professionele sport. De hoeveelheid gegevens die opgeslagen wordt, groeit exponentieel. Sportbegeleiders (coaches, inspanningsfysiologen, sportfysiotherapeuten en sportartsen) maken steeds vaker gebruik van sensoren om sporters te monitoren. Tijdens trainingen en wedstrijden worden de hartslagen, afgelegde afstanden, snelheden en versnellingen van sporters gemeten. Het analyseren van deze data vormt een grote uitdaging voor het begeleidingsteam van de sporters. Sportbegeleiders willen big data graag inzetten om meer grip te krijgen op sportblessures. Blessures kunnen namelijk desastreuze gevolgen hebben voor teamprestaties en de carrière van (semi)professionele sporters. In totaal stopt maar liefst 33% van de topsporters door blessures met hun sportloopbaan. Daarnaast is uitval door blessures een belangrijke oorzaak van stagnatie van talentontwikkeling. Het lectoraat Sportzorg van de Hogeschool van Amsterdam heeft veel expertise op het gebied van blessurepreventie in de sport. Sportbegeleiders hebben het lectoraat Sportzorg benaderd om antwoord te krijgen op de onderzoeksvraag: Wat zijn op data gebaseerde indicatoren om sportblessures te voorspellen? Deze onderzoeksvraagstelling is opgesplitst in de volgende deelvragen: 1. Hoe kan met sensoren relevante data van sporters verzameld worden om de sportbelasting in kaart te brengen? 2. Welke parameters kunnen blessures voorspellen? 3. Hoe kunnen deze parameters op betekenisvolle en eenvoudige wijze naar sportbegeleiders en sporters teruggekoppeld worden? Het project resulteert in de volgende projectresultaten: - Een overzicht van nauwkeurige en gebruiksvriendelijke sensoren om sportbelasting in kaart te brengen - Een overzicht van relevante parameters die blessures kunnen voorspellen - Een online tool dat per sporter aangeeft of de sporter wel of niet training- of wedstrijdfit is Bij dit project zijn de volgende organisaties betrokken: Hogeschool van Amsterdam, Universiteit Leiden, VUmc, Rijksuniversiteit Groningen (RuG), Amsterdam Institute of Sport Science (AISS), Johan Sports, Centrum voor Topsport en Onderwijs (CTO) Amsterdam, Koninklijke Nederlandse Voetbalbond (KNVB), de Nederlandse Vereniging voor Fysiotherapie in de Sport (NVFS), VV Noordwijk (voetbalclub) en Black Eagles (basketbalclub).
Achtergrond: Chronische pijn is een veelvoorkomend probleem. Hulpverleners hebben behoefte aan handvatten om de hulp aan mensen met chronische pjjn te verbeteren. Huidige behandelingen sorteren beperkt effect en de waardering van mensen over de ontvangen zorg is matig. Het faciliteren van betrokkenheid en eigen regie zijn voorwaardelijk voor effectieve hulp. EHealth toepassingen inclusief het monitoren van objectieve biomarkers voor pijn kunnen hierbij behulpzaam zijn. Een bestaande EHealth toepassing gericht op het informeren van mensen met een chronische aandoening en het faciliteren van zelfmanagement is beschikbaar. Doelstelling: 1)Het doorontwikkelen van een bestaande EHealth toepassing specifiek voor mensen met chronische pijn en het evalueren van biomarkers. 2)De ontwikkelde EHealth toepassing inclusief biomarkeranalyse te implementeren bij een beperkte groep van mensen met chronische musculoskeletale pijn om eerste effecten te evalueren en gebruikerservaringen te inventariseren en 3)op basis van de verkregen resultaten een vervolg onderzoeksaanvraag te schrijven om de effecten van deze nieuwe behandelwijze te onderzoeken en nieuwe biomarker-testen te ontwikkelen. Vraagstellingen: 1)Hoe ziet de doorontwikkeling (op basis van co-creatie) van de EHealth toepassing er concreet uit? 2)Is de biomarker α-amylase een objectieve maat voor pijnintensiteit? 3)Wat zijn de eerste effecten van deze EHealth applicatie? (uitkomstmaten zijn pijn, α-amylase concentratie, dagelijks functioneren en kwaliteit van leven) 4)Wat zijn de ervaringen van gebruikers (patiënten en hulpverleners)? Aanpak: Het onderzoek wordt uitgevoerd door een consortium van deskundigen op het gebied van niet-farmaceutische behandeling van mensen met chronische pijn en zelfmanagement, de ontwikkeling en het gebruik van biomarkers voor chronische pijn, een EHealth ontwikkelaar en behandelaren van mensen met chronische pijn en patiënten. Een EHealth toepassing wordt ontwikkeld, biomarkers waaronder α-amylase worden geëvalueerd en de eerste effecten en gebruikerservaringen van deze interventie inclusief biomarkerbepaling worden gemonitord in een populatie van mensen met chronische lage rug en/of nekpijn.
