Welkom bij THIM Hogeschool voor Fysiotherapie & Bohn Stafleu van Loghum
THIM Hogeschool voor Fysiotherapie heeft ervoor gezorgd dat je Mijn BSL eenvoudig en snel kunt raadplegen. Je kunt je links eenvoudig registreren. Met deze gegevens kun je thuis, of waar ook ter wereld toegang krijgen tot Mijn BSL. Heb je een vraag, neem dan contact op met helpdesk@thim.nl.
Om ook buiten de locaties van THIM, thuis bijvoorbeeld, van Mijn BSL gebruik te kunnen maken, moet je jezelf eenmalig registreren. Dit kan alleen vanaf een computer op een van de locaties van THIM.
Eenmaal geregistreerd kun je thuis of waar ook ter wereld onbeperkt toegang krijgen tot Mijn BSL.
Login
Als u al geregistreerd bent, hoeft u alleen maar in te loggen om onbeperkt toegang te krijgen tot Mijn BSL.
Data-ondersteund werken betekent een verandering in zorg- en werkprocessen. Het kan bijdragen aan de toekomstbestendigheid, en de kwaliteit van de zorg en de kwaliteit van leven van mensen met een beperking vergroten. Binnen het programma Leren Werken met Data in de gehandicaptenzorg zijn in zestien sessies met individuele gehandicaptenzorgorganisaties vier overkoepelende thema’s opgehaald waar kansen liggen voor data-ondersteund werken. Gehandicaptenzorgorganisaties beschikken over databronnen en data om ermee aan de slag te gaan, al is nog niet aan alle randvoorwaarden daarvoor voldaan. Ze hebben een grote behoefte en motivatie om data-ondersteund werken rond thema’s voor de cliënt en zorgmedewerker te implementeren. In dit artikel presenteren we de vier thema’s waar de gehandicaptenzorg kansen ziet als het gaat om data-ondersteund werken.
In Nederland hebben ongeveer 2 miljoen mensen een lichamelijke en/of verstandelijke beperking [1]. Mensen met een beperking hebben gemiddeld een slechtere gezondheid, lagere levensverwachting, grotere kans op ziekten, meer ziekenhuisopnamen en meer chronische eenzaamheid dan de algemene bevolking [2‐5]. In 2023 waren de totale kosten van de Wet langdurige zorg (Wlz) bijna 10 miljard euro en naar verwachting stijgen ze elk jaar [6]. Daarbij kampt de gehandicaptenzorg met meerdere uitdagingen voor de toekomst: de zorg wordt complexer, de arbeidsmarkt is krap en de betaalbaarheid van de zorg staat onder druk [7].
Data-ondersteund werken in de gehandicaptenzorg kan bijdragen aan toekomstbestendige zorg en tegelijkertijd de kwaliteit van leven van mensen met een beperking verbeteren. Bij data-ondersteund werken gaat het om het systematisch verzamelen, beheren, analyseren, interpreteren van data voor het leren, verbeteren en beslissen [8]. Technologieën binnen de gehandicaptensector zorgen ervoor dat er steeds meer data beschikbaar is en maken daardoor data-ondersteund werken mogelijk. Voorbeelden zijn: zorgverleners schrijven dagrapportages in het elektronisch cliëntendossier (ECD) en data uit het ECD geeft zorgverleners, ook die in wisselende diensten, een actueel beeld van de gezondheidstoestand en zorgbehoeften van de cliënt; bedsensoren houden bij of en wanneer cliënten in en uit bed gaan, waarmee zorgverleners inzicht krijgen in de kwantiteit en kwaliteit van de slaap, waarop ze eventueel kunnen interveniëren; een oproepsysteem registreert hoe vaak en wanneer cliënten een oproep doen, zodat patronen gedestilleerd kunnen worden die mogelijk gevolgen kunnen hebben voor de roostering van zorgverleners. Daarnaast zijn er toegankelijke, geavanceerde technieken beschikbaar die het mogelijk maken om met verschillende typen data te werken. Denk aan technieken voor analyses op ongestructureerde tekstdata. Met deze technieken is het bijvoorbeeld mogelijk alle dagrapportages van een kwartaal automatisch samen te vatten, sneller dan een zorgverlener dat kan. Data-ondersteund werken in de langdurige zorg staat echter nog in de kinderschoenen [8].
Leren Werken met Data in de gehandicaptenzorg
Ook in de gehandicaptenzorg bevindt data-ondersteund werken zich nog in de startfase, maar er worden wel stappen gezet. In de Toekomstagenda ‘Zorg en ondersteuning voor mensen met een beperking’ is door veldpartijen en het ministerie van VWS aangegeven dat de sector zich moet voorbereiden op data-ondersteund werken [9]. Die opdracht is in het programma Leren Werken met Data in de gehandicaptenzorg verder uitgewerkt. Het doel van het programma is om inzicht te krijgen in de kansen rond data en wat er nodig is voor beter gebruik van data in de gehandicaptenzorg. Data-ondersteund werken betekent immers dat de zorg verandert – het is een veranderkundige opgave in de organisatie [8].
Vanuit de Academische Werkplaats ZorgTechnologie in de Gehandicaptenzorg (ZoTeG) voert Academy Het Dorp dit vierjarige programma uit. Fundamenteel voor het programma is dat het gaat om werken vanuit en met de zorg. Data-ondersteund werken moet bijdragen aan een antwoord op of oplossing voor zorginhoudelijke vraagstukken. Daarbij wordt in het oog gehouden dat data-ondersteund werken niet de oplossing is voor alle problemen die in de gehandicaptenzorg spelen.
Voor Wat Voor Wie-sessies
Om te achterhalen rond welke zorginhoudelijke thema’s er kansen liggen voor data-ondersteund werken hebben we zogenoemde ‘Voor Wat Voor Wie-sessies’ georganiseerd, samen met en bij zestien zorgorganisaties (grote en kleine, door het hele land). Cliënten en verwanten, zorgprofessionals uit het primaire proces, managers, ICT’ers, controllers en andere medewerkers uit de bedrijfsvoering en bestuurders werden door de contactpersoon van de organisatie uitgenodigd om de sessie bij te wonen. Gemiddeld waren vijftien personen aanwezig (spreiding 7–32). In totaal hebben 243 personen deelgenomen aan de sessies. De sessies duurden 3 uur en vonden plaats tussen november 2023 en juni 2024. Meer over de opzet van en aanwezigen bij de sessies in bijlage 1 (zie de digitaal aanvullende content).
Thema’s werden verzameld met de werkvorm ‘welk inzicht helpt jou?’. In deze werkvorm gingen groepen van vier of vijf personen met elkaar in gesprek over inzichten die op basis van data helpen om de zorg aangenamer, beter, efficiënter of veiliger te maken. Om hen op weg te helpen lagen er ter inspiratie ongeveer veertig themakaartjes op tafel, met daarop veelvoorkomende thema’s in de gehandicaptenzorg, denk aan ‘zelfredzaamheid’, ‘piekmomenten in de zorg’ en ‘woonlocaties’. De deelnemers presenteerden hun data-inzichten en gaven daarbij aan voor wie het inzicht van meerwaarde is: de cliënt, de zorgverlener en/of de organisatie als geheel. Deze inzichten werden besproken met de hele groep.
In dit artikel presenteren we de vier thema’s waar de gehandicaptenzorg kansen ziet als het gaat om data-ondersteund werken.
Thema 1: hoe gaat het met de cliënt?
Begeleiders, verpleegkundigen, paramedici en gedragsdeskundigen zijn in de huidige situatie veel tijd kwijt aan het zoeken en bij elkaar zetten van informatie uit verschillende bronnen om een overzicht te krijgen van de actuele situatie van een cliënt. De zorgverleners hebben deze informatie nodig om goede en passende zorg en ondersteuning te kunnen bieden. Nu moet die informatie gehaald worden uit onder andere dagrapportages, medicijn- en pijnregistraties, bedsensoren en slim incontinentiemateriaal.
De gewenste situatie is dat zorgverleners met één druk op knop een overzicht krijgen van de situatie van de cliënt over een bepaalde periode, bijvoorbeeld afgelopen maand, kwartaal en jaar, om ook veranderingen te kunnen waarnemen. Het slim combineren van data over de cliënt uit de verschillende bronnen zou zorgverleners veel tijd besparen én betere inzichten opleveren, bijvoorbeeld bij de voorbereidingen voor het multidisciplinair overleg. De bespaarde tijd besteden ze liever aan het bieden van de daadwerkelijke zorg en ondersteuning.
Zo’n overzicht zou volgens de deelnemers idealiter de volgende elementen bevatten: stemming en veiligheid, slaap, gezondheid, afspraken en het netwerk van de cliënt. Door de elementen in één overzicht te presenteren, kunnen ook mogelijke verbanden worden gezien.
Stemming en veiligheid: het gaat om de frequentie, het moment, de duur en de mate van onrust en spanning zoals gerapporteerd in de dagrapportage en uit bijvoorbeeld sensoren die spanning meten, en om de vraag of die al dan niet uitmonden in een escalatie en een melding incident cliënt (MIC-melding). Daarbij is bij voorkeur ook aangegeven welke interventies daarop gedaan zijn. Door patronen in stemming te herkennen, kan de oorzaak van de onrust mogelijk verklaard worden [10].
Slaap: hierbij gaat het om de slaapkwaliteit van de cliënt. Data afkomstig van bedsensoren, uitluistersystemen en cliëntenrapportages geeft inzicht in het slaappatroon en de slaapkwaliteit van de cliënt. Als cliënten een paar nachten slecht geslapen hebben, willen begeleiders de dagindeling kunnen aanpassen.
Gezondheid: verschillende aspecten zijn van belang: 1) fysieke waarden, zoals hartslag, bloeddruk en gewicht; 2) pijn en verloop van pijn; 3) gebruik van medicatie en ziekteverloop; 4) toiletgang en plas- en ontlastingspatroon; en 5) welzijn. Vragen die deelnemers met data willen beantwoorden zijn bijvoorbeeld welke effecten medicatie heeft op de fysieke waarden, het ziekteverloop en het welzijn van de cliënt, en hoe slim incontinentiemateriaal (een sensor die aangeeft wanneer verschoning nodig is) doorwerkt in minder fysiek ongemak en betere slaapkwaliteit.
Afspraken: begeleiders en behandelaren willen meer en makkelijker inzicht krijgen in de afspraken die samen met de cliënt gemaakt zijn. Het gaat om praktische afspraken (zoals het dieet) en behandelafspraken (het volgen van bepaalde zorgprotocollen).
Netwerk: begeleiders willen een beter beeld krijgen van de personen in het netwerk van de cliënt, wat hun relatie is en hoe vaak er contact is. Overzicht zou helpen bij het gericht inschakelen van het netwerk ten behoeve van ondersteuning.
Thema 2: zelfredzaamheid en eigen regie
Zelfredzaamheid en eigen regie van cliënten zijn kernbegrippen in de gehandicaptenzorg en het behoort tot het dagelijks werk van begeleiders, paramedici en behandelaren om aan het bevorderen daarvan bij te dragen. Zelfredzaamheid van cliënten (uiteraard naar vermogen) leidt idealiter enerzijds tot een hogere kwaliteit van leven van cliënten en anderzijds tot hogere efficiëntie van de zorg voor zorgverleners [7]. Technologie wordt voor dit doel steeds meer ingezet [11, 12]. Dat betekent ook dat zorgverleners mogelijkheden zien om data daarvoor te benutten. Data uit het ECD en zorgplan is behulpzaam bij het samen met de cliënt bepalen van de doelen waaraan gewerkt gaat worden. Met data uit de technologie die ingezet wordt en uit specifieke rapportages kan bekeken worden of de zelfredzaamheid van de cliënt daadwerkelijk groter wordt. Het gaat veelal over technologie als domotica, zoals automatische gordijnen, robotica, zoals een robot voor activering of herinnering aan taken waarmee cliënten zelfredzamer worden, en apps, zoals MijnEigenPlan waarmee cliënten door een duidelijke dag- en weekplanning meer structuur krijgen, en ook over bijvoorbeeld een online leerplatform met trainingsmodules.
Thema 3: geleverde zorg, passende zorg en kwaliteit van zorg
Zorgverleners en management vinden het cruciaal dat ze zorg en ondersteuning bieden die past bij de cliënt en diens wensen en behoeften. Ze geven echter ook aan dat ze daar niet altijd een volledig beeld van hebben. Op basis van data zouden ze inzicht willen krijgen in de daadwerkelijk geleverde zorg en de ruimte die er is voor verbetering. Verschillende aspecten zijn daarbij van belang, zowel vanuit het perspectief van de cliënt, de zorgverlener als de organisatie:
Zorgprofiel: heeft de cliënt het juiste zorgprofiel (zorgzwaartepakket)? Past de geleverde zorg nog in het zorgprofiel van de cliënt? Ondersteund door onder andere data uit het ECD willen zorgverleners en managers signaleren wanneer het zorgprofiel aangepast moet worden, zodat passende zorg geleverd kan blijven worden.
Woning, dagindeling, activiteiten: het zou goed zijn om periodiek na te gaan of de woning, dagindeling en geboden activiteiten nog aansluiten bij de cliënt. Data over de samenstelling van de groepen op woningen en de dagbesteding, in combinatie met kenmerken en wensen van de cliënt is volgens deelnemers daarbij behulpzaam. Deze data geeft ook inzicht in mogelijke andere competenties van zorgverleners die nodig zijn om de zorg te kunnen leveren.
Planning van zorg en roostering: het gaat om de frequentie, het tijdstip en de duur van geplande en ongeplande zorgmomenten bij cliënten. Managers en zorgverleners geven aan dat de zorg beter en efficiënter kan worden wanneer ze inzicht krijgen in de piekmomenten en patronen per cliënt en voor de locatie, zeker als die data gecombineerd wordt met data uit dienstroosters (wie/welke functie werkt wanneer). Zo zal er meer ongestoorde aandacht zijn voor de cliënt bij wie op dat moment geplande zorg verleend wordt.
Ook in de nacht: planning van zorg en roostering is niet alleen overdag een thema, maar ook gedurende de nacht. Met inzicht in de huidige nachtzorg kunnen verbeteringen doorgevoerd worden.
Nu en in de toekomst: het is een uitgesproken wens om niet alleen voor de huidige situatie de zorg beter in kaart te brengen en te verbeteren, maar ook om voorbereid te zijn op de toekomst. Dat kan door onder andere gegevens over gezondheid (bijvoorbeeld over het aantal cliënten met progressieve aandoeningen) en zorgprofielen (aantallen en patronen) in modellen te voorspellen.
Kwaliteit van zorg: deze noemer omvat zo’n beetje alles, wordt veel genoemd en is belangrijk voor cliënten, zorgverleners, staf en anderen. Specifieke interesse is er om de mening en ervaring van cliënten hierbij te betrekken, bijvoorbeeld door data uit cliënttevredenheidsonderzoek en instrumenten als ‘Dit vind ik ervan!’ of ‘Ben ik tevreden?’ mee te nemen, uiteraard naast data uit dagrapportages en het ECD.
Zorg op afstand: zorgverleners, staf en management zouden inzicht willen hebben in ervaringen en effecten of toegevoegde waarde van zorg op afstand (beeldzorg/beeldbellen). Het is nog onvoldoende aangetoond hoe en wanneer zorg op afstand meerwaarde heeft en hoe cliënten beeldzorg ervaren [13].
Thema 4: Organisatie – zorgverlener – cliënt
De organisatie – en daarbinnen locaties – is verantwoordelijk voor het leveren van passende zorg door competente medewerkers binnen de (locatie)begroting. Dat levert verschillende uitdagingen op – een euro kan immers maar één keer besteed worden. Met inzicht uit data van verschillende organisatorische processen, gekoppeld aan financiële consequenties, willen managers, teamleiders en anderen mogelijk andere keuzen maken, ten behoeve van de zorg aan cliënten.
Locatie: in gevallen waarin de cliëntgroep op een woning/gebouw ad hoc lijkt samengesteld (verschillende zorgprofielen, leeftijden, karakters), hebben managers de behoefte om te weten wat de ideale samenstelling van een groep bewoners/cliënten is, zowel voor cliënten als voor medewerkers. Dan kan bij onbezette plekken ook gericht geplaatst worden.
Personeel: wat is de verhouding tussen vaste, tijdelijke en zzp-zorgverleners (gekoppeld aan locatie en cliëntgroep)? En hoe staat het met hun competenties, waaronder digivaardigheden, werkdruk en werkplezier? Inzicht in data kan leiden tot een betere verdeling van taken (gedurende de dag, tussen zorgverleners, tussen locaties) en beschikbaarheid van zorgverleners, waardoor de inzet van dure zzp’ers minder noodzakelijk is.
Cliëntenvervoer: een deel van de cliënten heeft speciaal vervoer nodig om naar hun werk, dagbesteding of elders te gaan. De kosten zijn opgenomen in het zorgprofiel en staan op locatiebudgetten. Uit vervoersdata blijkt dat sommige of veel cliënten hogere vervoerskosten hebben dan vergoed wordt uit het zorgprofiel, wat kan leiden tot bijvoorbeeld dagbesteding dichterbij of het aanvragen van een hoger zorgprofiel.
Energie: gas, water en elektriciteit zijn grote kostenposten voor locaties. Wanneer er inzicht is in wanneer en hoeveel energie gebruikt wordt, kan daar door maatregelen te nemen gericht op bespaard worden, zowel door de organisatie (duurzame gebouwen, contracten met leveranciers), als door zorgverleners en cliënten (verwarming een graad lager, lichten uit waar je niet bent).
Projecten: hoeveel en welke innovatieprojecten (op de cliëntgroep, het onderwerp, enzovoort) lopen waar, wie is de opdrachtgever, wat zijn de (verwachte) uitkomsten en wat is/wordt ermee gedaan? Dit inzicht is volgens deelnemers behulpzaam bij het opstellen van criteria voor komende projecten, om focus aan te brengen en het huidige hoge aantal ‘losse’ projecten te verminderen.
Een randvoorwaarde: registratie en kwaliteit van data
Tijdens de sessies zijn verschillende randvoorwaarden en andere punten die bij data-ondersteund werken van belang zijn, benoemd en besproken. Vaak kwam naar voren dat, om data te kunnen benutten, deze dan wel van goede kwaliteit moet zijn. Als het gaat om data van en over cliënten, dan zijn daar nog verbeteringen nodig.
Zorgverleners besteden veel tijd aan registreren en ervaren dat als niet altijd nuttig bestede tijd. Ze geven aan dat ze met alle plezier de benodigde registratie willen voeren als ze weten dat bepaalde data uit registraties benut zou worden om de zorg voor cliënten te verbeteren of de efficiëntie van de zorg te vergroten. Systemen, registratieprocedures en formulieren zouden daartoe dan beter ingericht kunnen (moeten) worden. Het gaat om zaken als toegankelijkheid, gebruiksvriendelijkheid, efficiëntie en uniformiteit. Staf, management en ICT staan open voor het anders inrichten van registratiesystemen. In de huidige situatie geven ze aan onvoldoende op de hoogte te zijn van waarom zorgverleners wat, waar en hoe registreren, en hoeveel tijd dit kost. Het is van belang dat data-analisten, ICT-medewerkers en zorgverleners samenwerken om – voor een bepaald vraagstuk – het registratieproces onder de loep te nemen en waar nodig en mogelijk te verbeteren. Dat komt de kwaliteit van data ten goede.
Daarnaast is het relevant om te kijken naar implementatieprocessen. Als een technologie niet goed is geïmplementeerd, kan de data uit die technologie immers ook niet goed benut worden.
Andere randvoorwaarden
Er kwamen tijdens de sessies nog andere randvoorwaarden en punten aan de orde:
Visie: er is veel data beschikbaar in de gehandicaptenzorg. Als een zorgorganisatie deze beter wil benutten, dan is een gezamenlijk ontwikkelde (of te ontwikkelen) visie op data en data-ondersteund werken behulpzaam.
Participatie van cliënten en verwanten: deze moeten vanaf het begin een rol spelen bij dataprojecten, van inventariseren van de thema’s, het ontrafelen van vraagstukken tot het duiden van informatie en inzichten. Het zorgvraagstuk gaat immers over hen. Bij sessies waar geen cliënten of verwanten aanwezig waren, werd hun inbreng door de deelnemers gemist.
Privacy en veiligheid: cliënten, verwanten, zorgverleners, management en staf hebben hier vragen over. Waar is de data, wat gebeurt ermee, wie heeft er toegang toe, wordt de data veilig gebruikt, wie gaat erover? Het zijn allemaal zaken die goed en transparant geregeld moeten worden volgens wet- en regelgeving rond privacy (onder andere de AVG) [14]. De functionaris gegevensbescherming (FG) speelt hierbij een voorname rol. Het is ook zinnig om een set gedragsregels op te stellen rond veilig werken met data voor zorgverleners.
Leren en prioriteren: tijdens iedere sessie werden veel onderwerpen, thema’s, vraagstukken en gewenste inzichten met behulp van data benoemd. Ook werd duidelijk dat begrip tussen enerzijds mensen in de ‘ICT en data’ en anderzijds mensen in de ‘zorg’ bevorderd moet worden. Zij moeten elkaar en elkaars werkveld beter leren kennen. Zo werd tijdens de sessies afgesproken dat data-analisten een dag in de zorg gaan meelopen om de zorg – en de registraties! – beter te leren begrijpen, en dat zorgverleners en teamleiders geïnformeerd worden over de mogelijkheden en kwaliteit van data, bijvoorbeeld tijdens team- of afdelingsbijeenkomsten. Deze wederzijdse kennis en begrip zijn behulpzaam bij de prioritering van vraagstukken voor data-ondersteund werken.
Beschikbare databronnen: het is belangrijk om een overzicht te hebben van alle beschikbare databronnen in een zorgorganisatie, van MS Teams tot AFAS, van ECD tot oproepsysteem, en van sensoren tot het medicijntoedieningsregistratiesysteem, inclusief hoe die bronnen zich tot elkaar verhouden. Oftewel: hoe ziet de data-architectuur van de organisatie eruit?
Beschikbare data: de sessies maakten deelnemers nieuwsgierig naar welke en welke soort data er allemaal zijn, bijvoorbeeld in het ECD. Wat registreren we waar en waarom? Registreren verschillende afdelingen op dezelfde manier? Kan data makkelijk gedeeld worden tussen afdelingen? Een dergelijk overzicht biedt inzicht in de mogelijkheden en aandachtspunten.
Van beschrijven naar voorspellen: op dit moment wordt data vooral gebruikt voor het beschrijven en diagnosticeren van situaties/vraagstukken (wat is er gebeurd en waarom is het gebeurd?). Voor de toekomst is te verwachten dat data zal ondersteunen bij het voorspellen van situaties (wat gaat er gebeuren?) en zelfs proactief/preventief handelen mogelijk maken (hoe kunnen we zorgen dat het gebeurt?). De ontwikkeling van voorspelmodellen, met behulp van artificial intelligence (AI), is een richting waar veel zorgorganisaties naartoe willen bewegen.
Communicatie: bij sommige zorgverleners en cliënten bestaat de angst dat data en technologie de zorg onpersoonlijker maken en dat er straks geen mensen maar robots zorg verlenen. Velen beweren ook dat het tegendeel waar is. Heldere communicatie is nodig over het uitgangspunt dat data juist voor meer tijd en aandacht voor cliënten kan zorgen.
Conclusie
In de huidige situatie wordt data vooral voor sturing op managementniveau benut. Binnen zorgorganisaties is er een grote behoefte en motivatie om data-ondersteund werken rond thema’s voor de cliënt en zorgmedewerker te implementeren. De thema’s en vraagstukken, die ook met elkaar overlappen, moeten leiden tot een hogere kwaliteit van leven van mensen met een beperking, een hogere kwaliteit en efficiëntie van zorg en meer werkplezier bij zorgverleners. Om de vraagstukken op te lossen zijn er databronnen en data in de zorgorganisaties aanwezig, maar deze worden nog beperkt ingezet en er zijn ook nog onbeantwoorde vragen over de kwaliteit en andere randvoorwaarden voor data-ondersteund werken. Data-ondersteund werken impliceert dat de zorg- en werkprocessen moeten veranderen.
Tot slot
Om data-ondersteund te gaan werken, is het noodzakelijk om een of meer thema’s te kiezen en te prioriteren. Organisaties doen dat op verschillende manieren, van het instellen van een werkgroep tot het houden van sessies per functie. Per thema moet eerst ontrafeld worden wat het precieze vraagstuk is, vanuit verschillende perspectieven (dat van de cliënt, de zorgverlener en de organisatie), gevolgd door de inventarisatie van benodigde databronnen en data. Aandacht voor randvoorwaarden, zoals privacy en data-opslag, is cruciaal. Het kan zijn dat er onvoldoende data is om mee te kunnen werken. Dan moet bepaald worden of er aanvullende data wordt verzameld of dat het vraagstuk op een andere manier beantwoord wordt. Is er wel voldoende data, dan moet worden beoordeeld of die volledig en van voldoende kwaliteit is. Zo niet, dan moeten daarvoor eerst de relevante stappen gezet worden. Als er data is, dan moet aan die – gefilterde en gestructureerde – data betekenis worden gegeven om er bruikbare informatie van te maken. Die informatie moet worden geanalyseerd en gevisualiseerd om inzichten te verkrijgen. Als die inzichten vervolgens in de praktijk toegepast worden, oftewel: als die tot een aanpassing in een zorg- of werkproces leiden, wordt pas meerwaarde gecreëerd voor cliënten, zorgverleners en de organisatie als geheel (fig. 1). Er komt dus veel kijken bij data-ondersteund werken en de voorwaarden mogen daarbij niet onderschat worden.
Figuur 1
Van thema naar meerwaarde
×
In het programma Leren Werken met Data in de gehandicaptenzorg wordt in 2024–2025 in het kader van datapilots een aantal organisaties ondersteund bij dit proces. De geleerde lessen worden gaandeweg met de sector gedeeld. Via www.lerenwerkenmetdata.nl blijft u op de hoogte van de pilots én andere activiteiten binnen het programma.
Dankbetuiging
Britt Tackenberg, Tim Kroesbergen, Suzan Vlaming, Ellen van den Broek en Rozanne van Beem voor hun bijdragen aan de organisatie en uitvoering van de Voor Wat Voor Wie-sessies.
Financiering
Ministerie van Volksgezondheid, Welzijn en Sport
Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by/4.0/.
TSG, het Tijdschrift voor Gezondheidswetenschappen, is het enige Nederlandstalige tijdschrift dat multidisciplinaire informatie bevat op het gebied van de volksgezondheid en gezondheidszorg. Naast de multidisciplinaire oriëntatie is de combinatie van wetenschap, beleid en praktijk uniek.