Scriptie & Stage

Van 6 maart tot 5 juni 2023 heb ik stage gelopen in het Amsterdam UMC, locatie AMC op de afdeling huisartsengeneeskunde. De stage bestond uit het doen van onderzoek en het schrijven van een scriptie als eindproduct. Dit heb ik gedaan onder begeleiding van prof. dr. H.J.P. van Hout (Amsterdam UMC) en dr. L.D.J. Kuijper (Vrije Universiteit) en in samenwerking met organisatie VeiligheidNL (M. Pronk) en Nutricia (via VeiligheidNL). Het doel van de stage was om een predictiemodel te ontwikkelen dat de kans op een herhaalde val bij kwetsbare Nederlandse 65-plussers voorspelt, waarbij extra aandacht was voor de rol van voedingsgerelateerde variabelen. Uiteindelijk heb ik twee predictiemodellen ontwikkeld, omdat één van de variabelen uit het eerste model in de praktijk complex en tijdrovend was om te meten. Deze variabele werd in het tweede model vervangen door een meer praktisch toepasbare variabele, waarbij, na interne validatie, de kwaliteit min of meer hetzelfde bleef.

De titel van mijn scriptie is:
Predicting recurrent falls in Dutch care dependent older persons: the role of nutrition and other predictors.

Zie onderaan deze pagina de abstract.

Ik heb dit predictiemodel ontwikkeld door gebruik te maken van de Nederlandse InterRAI dataset (https://www.nedrai.org). De data in deze dataset worden continue aangevuld met nieuwe gegevens van patiënten die zorgprofessionals (verpleegkundigen en verzorgenden) verzamelen. Dit wordt gedaan in verschillende gebieden in Nederland. Deze InterRAI data worden gebruikt voor wetenschappelijk onderzoek. Hiernaast krijgen zorgprofessionals door de vragenlijsten meer inzicht in de progressie van de gezondheidstoestand van hun patiënten. De uitkomsten van deze vragenlijsten ondersteunen zorgprofessionals en organisaties om veilige en passende beslissingen te nemen voor kwetsbare personen.

Door deze stage weet ik dat ik het doen van onderzoek erg leuk vind en dat ik goed overweg kan met een zeer grote dataset. Hiernaast moest ik natuurlijk omgaan met verschillende belanghebbenden: meneer Van Hout (namens het Amsterdam UMC), mevrouw Pronk (namens VeiligheidNL en indirect Nutricia) en mijn VU-begeleider meneer Kuijper. Soms lagen de wensen niet op één lijn en moest ik de neuzen weer dezelfde kant op krijgen, terwijl ik tegelijkertijd mijn eigen doelen en wensen niet uit het oog moest verliezen: ik moest immers ook voldoen aan alle eisen die vanuit de opleiding gesteld werden. Het is goed gelukt om iedereen op één lijn te krijgen: uiteindelijk was iedereen tevreden met de belangrijke keuzes die gemaakt moesten worden. En iedereen was tevreden met het eindproduct. Mijn scriptie is door meneer Kuijper en een onafhankelijke docent aan de Vrije Universiteit beoordeeld met een 8.

Predicting recurrent falls in Dutch care dependent older persons: the role of nutrition and other predictors

Abstract

Context: Fall accidents are associated with a lower quality of life and a reduced lifespan. Recurrent fallers experience greater morbidity than non-recurrent fallers. The quality of many existing prediction models for recurrent falls leaves room for improvement. In addition, literature is inconsistent about the association between nutrition-related factors and recurrent falls.
Aim: This study aimed to develop and validate a multivariable prediction model to predict the risk of a recurrent fall within 6 months, among Dutch older persons with a history of a fall combined with an emergency room visit at baseline. The role of nutrition-related factors in predicting recurrent falls was also explored.
Methods: This retrospective cohort study is based on data from the InterRAI dataset. Participants were required to be ≥ 65 years and to have experienced a fall and an emergency room visit at baseline. Recurrent falls were measured at the first follow-up of 6 months. Predictors for model development were derived from the literature and were added to the model by forward logistic regression (p<0.10). The quality and internal validity of the models were tested.
Results: The study sample included 137 participants of whom 80 (58%) had a recurrent fall and 57 (42%) had no recurrent fall at the follow-up. Predictors were derived from the literature, which were translated into candidate predictors in the dataset. The final model consisted of the predictors ‘age’, ‘change in activities of daily living (ADL)-status’ and ‘instrumental daily activities of daily living (IADL) decline: capacity to improve’. Because the third predictor is complex to assess, a second, more concise model was developed for clinical use in practice considering applicability and feasibility of the predictor needed. The concise model consisted of the predictors ‘age’, ‘change in ADL-status’ and ‘locomotion aid use’. After internal validation, the adjusted AUCs of the models were 0.74 and 0.73, respectively. Of the 11 nutrition-related candidate predictors, BMI (<22 versus ≥22) was found to be univariably significantly (p<0.10) associated with recurrent falls.
Conclusion: Both models for predicting recurrent falls performed reasonably. Further studies with larger sample sizes are needed to optimize and validate models for predicting recurrent falls.