Voor je ligt het afwegingskader voor besluitvorming van de Buurtteams Utrecht. Dit kader is een hulpmiddel om als individu of als team tot een afgewogen besluit te komen als het gaat om de inzet van het buurtteam in een casus: doen we in deze situatie het goede en hoe verantwoorden we dit?
Hoe kan een uitvoeringsorgaan als UWV communicatie effectief inzetten in de mix van beleidsinstrumenten? Hierover zijn vele onderzoeken en inzichten voorhanden, maar hoe maak je deze toegankelijk voor gebruik in de dagelijkse communicatiepraktijk? Deze vraag stond centraal in het onderzoek dat het Lectoraat Crossmediale Communicatie in het Publieke Domein in samenwerking met UWV heeft uitgevoerd. Het Communicatie Besluitvorming Instrument (ComBi) helpt bij de beleids- en omgevingsanalyse, de doelgoep- en gedragsanalyse en het bepalen van de strategische aanpak in een communicatie-ontwikkelproces. Het Communicatie Besluitvorming Instrument (ComBi 1.0) betreft een hulpmiddel om te komen tot een communicatieplan waar draagvlak voor is bij alle betrokken partijen. Daarnaast helpt het ComBi je om een communicatieplan te maken gericht op gedragsverandering bij de doelgroep. Wat is het doel van het ComBi? Samen met betrokken beleidsmedewerkers en uitvoerders onderzoeken hoe communicatie het beste kan bijdragen aan het behalen van een beleidsdoelstelling. Het instrument geeft inzicht in de complexiteit van invloeden waaraan de doelgroep blootstaat en helpt om aan te wijzen waar communicatie in dit geheel meerwaarde heeft. De uitkomsten zijn direct te verwerken in je communicatieplan of briefing.
Patiëntdata uit vragenlijsten, fysieke testen en ‘wearables’ hebben veel potentie om fysiotherapie-behandelingen te personaliseren (zogeheten ‘datagedragen’ zorg) en gedeelde besluitvorming tussen fysiotherapeut en patiënt te faciliteren. Hiermee kan fysiotherapie mogelijk doelmatiger en effectiever worden. Veel fysiotherapeuten en hun patiënten zien echter nauwelijks meerwaarde in het verzamelen van patiëntdata, maar vooral toegenomen administratieve last. In de bestaande landelijke databases krijgen fysiotherapeuten en hun patiënten de door hen zelf verzamelde patiëntdata via een online dashboard weliswaar teruggekoppeld, maar op een weinig betekenisvolle manier doordat het dashboard primair gericht is op wensen van externe partijen (zoals zorgverzekeraars). Door gebruik te maken van technologische innovaties zoals gepersonaliseerde datavisualisaties op basis van geavanceerde data science analyses kunnen patiëntdata betekenisvoller teruggekoppeld en ingezet worden. Wij zetten technologie dus in om ‘datagedragen’, gepersonaliseerde zorg, in dit geval binnen de fysiotherapie, een stap dichterbij te brengen. De kennis opgedaan in de project is tevens relevant voor andere zorgberoepen. In dit KIEM-project worden eerst wensen van eindgebruikers, bestaande succesvolle datavisualisaties en de hiervoor vereiste data science analyses geïnventariseerd (werkpakket 1: inventarisatie). Op basis hiervan worden meerdere prototypes van inzichtelijke datavisualisaties ontwikkeld (bijvoorbeeld visualisatie van patiëntscores in vergelijking met (beoogde) normscores, of van voorspelling van verwacht herstel op basis van data van vergelijkbare eerdere patiënten). Middels focusgroepinterviews met fysiotherapeuten en patiënten worden hieruit de meest kansrijke (maximaal 5) prototypes geselecteerd. Voor deze geselecteerde prototypes worden vervolgens de vereiste data-analyses ontwikkeld die de datavisualisaties op de dashboards van de landelijke databases mogelijk maken (werkpakket 2: prototypes en data-analyses). In kleine pilots worden deze datavisualisaties door eindgebruikers toegepast in de praktijk om te bepalen of ze daadwerkelijk aan hun wensen voldoen (werkpakket 3: pilots). Uit dit 1-jarige project kan een groot vervolgonderzoek ‘ontkiemen’ naar het effect van betekenisvolle datavisualisaties op de uitkomsten van zorg.
Middels een RAAK-impuls aanvraag wordt beoogd de vertraging van het RAAK-mkb project Praktische Predictie t.g.v. corona in te halen. In het project Praktische Predictie wordt een prototype app ontwikkeld waarmee fysiotherapeuten in een vroeg stadium het chronisch worden van lage rugpijn kunnen voorspellen. Om chronische rugpijn te voorkomen is het belangrijk om in een vroeg stadium de kans hierop in te schatten door psychosociale en mogelijk andere risicofactoren op chronische pijnklachten te herkennen en hierop te interveniëren. Fysiotherapeuten zijn met deze vraag naar het lectoraat Werkzame factoren in Fysiotherapie en Paramedisch Handelen van de Hogeschool van Arnhem en Nijmegen gegaan en dit heeft aanleiding gegeven een onderzoek op te zetten waarin een dergelijke methodiek ontwikkeld wordt. De voorgestelde methodiek betreft een Clinical Decision Support Tool waarmee een geïndividualiseerde kans op chronische rugpijn kan worden bepaald gekoppeld aan een behandeladvies conform de lage rugpijn richtlijn. Hiervoor is eerst geïnventariseerd welke methoden fysiotherapeuten reeds gebruiken en welke in de literatuur worden genoemd. Op basis hiervan is een keuze gemaakt ten aanzien van data die digitaal verzameld worden in minimaal 16 fysiotherapiepraktijken waarbij patiënten gedurende 12 weken gevolgd worden. Met de verzamelde data worden met machine learning algoritmes ontwikkeld voor het berekenen van de kans op chroniciteit. De algoritmes worden ingebouwd in de Clinical Decision Support Tool: een gebruiksvriendelijke prototype app. Bij het ontwikkelen van de tool worden eindgebruikers (fysiotherapeuten en patiënten) intensief betrokken. Op deze manier wordt gegarandeerd dat de tool aansluit bij de wensen en behoeften van de doelgroep. De tool berekent de kans op chroniciteit en geeft een behandeladvies. Daarnaast kan de tool gebruikt worden om patiënten te informeren en te betrekken bij de besluitvorming. Vanwege de coronacrisis is er een aanzienlijke vertraging in de patiënten-instroom (doel n= 300) ontstaan die we met ondersteuning van een RAAK-impuls subsidie willen inlopen.
In dit project verricht het lectoraat Familiebedrijven van Hogeschool Windesheim samen met de Hogeschool Utrecht, Hogeschool van Amsterdam, CUMELA, de Jong & Laan en MKB familiebedrijven praktijkgericht onderzoek naar financiering en besluitvorming bij MKB familiebedrijven. Nu banken vanwege de economische crisis terughoudender zijn geworden in kredietverlening en hun financieringseisen hebben verzwaard, zijn meer bedrijven aangewezen op eigen middelen en familiekapitaal. Vormen van zelf-financiering worden steeds belangrijker om groei en continuïteit van MKB familiebedrijven te waarborgen. Met name bij de overdracht van kapitaalintensieve MKB familiebedrijven worden complexe financieringsconstructies bedacht om de overname mogelijk te maken. Vaak wordt hierbij onvoldoende nagedacht over het onderscheid tussen de verschillende rollen die familieleden kunnen hebben als ze met hun vermogen in het bedrijf zitten (eigenaar of andere vermogensverschaffer, familielid, directielid, werknemer). Hierdoor kan onduidelijkheid ontstaan over onderwerpen zoals besluitvorming, rendement op vermogen, zeggenschap en beloningsstructuren, waardoor op termijn conflicten kunnen ontstaan. Daarnaast kan de besturing van ondernemingen door de verschillende belangen van vermogensverschaffers in negatieve zin worden beïnvloed en kan dit (op termijn) de continuïteit, wendbaarheid en groei van ondernemingen in gevaar brengen. Zowel in de praktijk als in het onderzoek ontbreekt het aan kennis over hoe met deze problematiek kan worden omgegaan. Dit project heeft daarom tot doel om samen met de projectpartners nieuwe kennis te ontwikkelen rond zelf-financiering en besluitvorming in MKB familiebedrijven. Door middel van ontwerpgericht praktijkonderzoek wordt bestaande en nieuwe kennis over de rol van zelf-financiering en de positie van eigenaren omgezet in oplossingsrichtingen ter verbetering van de besluitvorming in MKB familiebedrijven. Door het monitoren van de uitgevoerde interventies zal worden vastgesteld of de oplossingsrichtingen in de praktijk werken. De kennis die uit dit project voortkomt beoogt daarmee het handelingsvermogen van eigenaren en directieleden te vergroten en zelf-financiering als mogelijke financieringsbron effectiever te maken.
