Bedside variables to guide decision-making in critically ill patients
| Promotie: | Mw. E.G.M. (Eline) Cox |
| Wanneer: | 08 mei 2024 |
| Aanvang: | 12:45 |
| Promotors: | prof. dr. P.H.J. (Peter) van der Voort, prof. dr. J.C.C. van der Horst |
| Waar: | Academiegebouw RUG |
| Faculteit: | Medische Wetenschappen / UMCG |
Variabelen aan het bed om de besluitvorming bij ernstig zieke patiënten te begeleiden
Op de Intensive Care (IC) liggen de meest kritisch zieke patiënten. Alleen patiënten die intensieve zorg, monitoring of ondersteuning van één of meerdere organen nodig hebben, worden opgenomen op de intensive care.
De situatie en ernst van de ziekte kan bij deze patiënten snel veranderen. Om zorgverleners continu te blijven informeren over de actuele toestand van patiënt worden gegevens verzameld. Dit maakt dat op de intensive care een enorme hoeveelheid data genereerd wordt. Het effectief gebruiken van deze data verzameld brengt zowel kansen als uitdagingen met zich mee: 1) "Hoe kunnen deze gegevens zo goed mogelijk worden gemeten?" en 2) "Hoe kunnen deze gegevens worden ingezet om zorgverleners, patiënten en hun families te informeren en te begeleiden over de ziektetoestand en prognose?".
In dit proefschrift van Eline Cox werd duidelijk dat, ondanks de inspanningen van onderzoekers en zorgverleners, het voorspellen van uitkomsten lastig is bij intensive care patiënten. Er zijn prognostische modellen bedacht om de nauwkeurigheid en het proces van de voorspellingen te verbeteren, maar de implementatie en het gebruik in de kliniek blijft beperkt vanwege onder andere een gebrek aan externe validatie.
Er is ook onderzocht of de metingen aan het bed van de patiënt zouden kunnen worden verbeterd met nieuwe (niet-invasieve) technieken, zoals echografie. Het zo goed mogelijk verzamelen van gegevens aan het bed kan helpen bij het identificeren van risicopatiënten, het ondersteunen van besluitvorming en het verbeteren van voorspellingen over ziektebeloop of patiëntuitkomsten.