Promotieonderzoek: beslismodel kan verzekeringsartsen helpen

0
671

Een beslismodel op basis van data analytics kan verzekeringsartsen mogelijk helpen bij het maken van prognoses en het plannen van herbeoordelingen. Wel is eerst nog verder onderzoek in de praktijk nodig. Dat stelt onderzoekster Ilse Louwerse die een dergelijk beslismodel ontwikkelde en evalueerde. Louwerse promoveerde vandaag op dit onderzoek bij VUmc. Het onderzoek is uitgevoerd in het kader van de bijzondere UWV leerstoel Verzekeringsgeneeskunde van prof. Han Anema.

Artsen maken in de patiëntenzorg regelmatig gebruik van voorspelmodellen bij de beoordelingen welke patiënten een goede of juist slechte prognose hebben. Ook helpen dergelijke modellen artsen om voor de patiënt een keuze te maken wat de beste behandeling is. Dit is niet alleen van groot belang voor de patiënt zelf, maar hierdoor wordt ook de zorg efficiënter. In de verzekeringsgeneeskunde worden dergelijke modellen nog niet gebruikt. Promovendus Ilse Louwerse ontwikkelde en evalueerde daarom een beslismodel voor verzekeringsartsen op basis van data analytics. ‘Uit mijn onderzoek blijkt dat zo’n instrument verzekeringsartsen kan helpen om een goede prognose te geven om doelgericht een herbeoordeling te plannen voor mensen die in de toekomst weer kans hebben om te re-integreren en voor hen gericht interventies in te zetten’, aldus Louwerse.

Voorspelmodel als hulpmiddel bij prognoses

Arbeidsparticipatie is voor de gezondheid erg belangrijk, in het bijzonder voor mensen die arbeidsongeschikt zijn. Ook voor de samenleving is het belangrijk dat iedereen kan meedoen. Dit promotieonderzoek laat zien dat mensen die arbeidsongeschikt vaak langdurig een arbeidsongeschiktheidsuitkering blijven ontvangen. Verzekeringsartsen laten weten dat het regelmatig lastig is om een goede prognose voor werkhervatting te geven, wat re-integratie kan belemmeren. Om deze mensen te helpen weer te re-integreren is door Louwerse en collega’s daarom een voorspelinstrument voor verzekeringsartsen ontwikkeld op basis van data analytics. Zo’n instrument kan verzekeringsartsen helpen om een goede prognose te geven welke werknemers in toekomst weer arbeidsmogelijkheden hebben. Zo kan bij hen doelgericht een herbeoordeling worden gepland en gericht interventies worden ingezet voor terugkeer naar werk.

Nog meer onderzoek nodig

Dit instrument is getest onder 29 verzekeringsartsen. Hieruit blijkt dat, hoewel verzekeringsartsen in het algemeen weinig belemmeringen ervaarden voor gebruik van het instrument, slechts een minderheid (28%) van de artsen het instrument al zou willen gebruiken in de eigen verzekeringsgeneeskundige praktijk, omdat er op dit moment bij hen te weinig bekend is over het gebruik van data analytics. De aanbeveling van de onderzoekers is dat eerst meer praktijkonderzoek nodig is om te zien of verzekeringsartsen met het instrument daadwerkelijk betere prognoses kunnen stellen.

UWV leerstoel Verzekeringsgeneeskunde

Het promotieonderzoek van Ilse Louwerse is uitgevoerd in het kader van de bijzondere UWV leerstoel Verzekeringsgeneeskunde van prof. Han Anema, hoogleraar arbeids- & verzekeringsgeneeskunde, en is gefinancierd door UWV. De leerstoel heeft tot doel de verzekeringsgeneeskunde te academiseren op basis van wetenschappelijk onderzoek. De leerstoel leverde eerder proefschriften op over de begeleiding terug naar werk van UWV-cliënten met psychische klachten en over de moeizame positie van (ex-)kankerpatiënten op de arbeidsmarkt.

Het hele proefschrift is hier te vinden.

Bron: UWV

Deze website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.