What works for whom in occupational physiotherapy
| Promotie: | W.M.C. Six Dijkstra |
| Wanneer: | 11 juni 2025 |
| Aanvang: | 14:30 |
| Promotors: | prof. dr. M.F. (Michiel) Reneman, prof. dr. D. Gross |
| Copromotors: | dr. R. Soer, dr. H.J. Bieleman |
| Waar: | Academiegebouw RUG |
| Faculteit: | Medische Wetenschappen / UMCG |
Wat werkt voor wie in de arbeidsfysiotherapie?
Zowel werknemers als de samenleving hebben belang bij duurzame inzetbaarheid: aan het werk blijven draagt vaak bij aan mentale en fysieke gezondheid en financiële onafhankelijkheid. Tegelijkertijd maken vergrijzing en stijgende pensioenleeftijden ondersteuning van inzetbaarheid urgenter. Maar wat werkt voor wie?
Het voorspellen van duurzame inzetbaarheid is nog onduidelijk, waarbij andere factoren een rol lijken te spelen dan bij reïntegratie of risicopreventie. Marianne Six Dijkstra onderzocht hoe gepersonaliseerd advies van bedrijfsfysiotherapeuten voor duurzame inzetbaarheid verbeterd kan worden, binnen de huidige dienstverlening. Haar studie richtte zich op werkvermogen en vitaliteit, gemeten tijdens Preventief Medisch Onderzoek (PMO), en het leefstijladvies dat daarop volgt. Ondanks het brede gebruik van PMO’s in Nederland, blijft hun effectiviteit onduidelijk.
Six Dijkstra verkende of machine learning (ML) complexe patronen in PMO-gegevens kon herkennen en onderzocht daarnaast veerkracht als mogelijke voorspeller van inzetbaarheid. Een belangrijk doel was de ontwikkeling van een ML-gebaseerd beslissingsondersteunend systeem voor bedrijfsfysiotherapeuten.
De modellen bleken beperkt voorspellend, ondanks tien jaar aan data. Het onderzoek biedt waardevolle inzichten voor verdere ML-based ontwikkelingen en benadrukt ethische aandachtspunten rond het gebruik van ML in de bedrijfsgezondheidszorg. De resultaten suggereren dat veerkracht potentie heeft als vroege indicator van inzetbaarheid, al is verdere validatie nodig.
Dit onderzoek draagt bij aan kennis over het geven van advies op maat en het verantwoord toepassen van ML met bestaande databases. Beleidsmakers, bedrijfsfysiotherapeuten en onderzoekers worden uitgenodigd kritisch te kijken naar de inzet van PMO’s en technologie, zoals machine learning, zorgvuldig toe te passen bij advisering voor duurzame inzetbaarheid.