Onderzoekers volgen veranderingen in gezondheid met machine learning

Zelf-beoordeelde gezondheid is een belangrijke voorspeller van gezondheidsgebeurtenissen. In een bevolkingsonderzoek onder leiding van Doornenbal, postdoctoraal onderzoeker bij de afdeling Public Health en Eerstelijnsgeneeskunde van het LUMC, bleken Nederlanders hun gezondheidstoestand over het algemeen als onveranderlijk te ervaren. Van de 2154 deelnemers die gedurende een periode van 11 jaar werden geëvalueerd, vond meer dan 85% dat hun goede gezondheid voortdurend gehandhaafd bleef. De resterende groep had gedurende een langere periode een slechte gezondheidsperceptie, die over het algemeen gepaard ging met meer medicijngebruik, een hogere BMI en werkloosheid - factoren die moeilijk te veranderen zijn.

Een langer, gezonder leven

Het ministerie van Volksgezondheid, Welzijn en Sport (VWS) stelt dat de Nederlandse bevolking in 2040 vijf jaar langer in goede gezondheid moet kunnen leven. Ook moeten de gezondheidsverschillen tussen de laagste en hoogste sociaaleconomische groepen in Nederland met 30% zijn verminderd. Deze doelstelling halen zal uitdagend zijn, gezien het toenemende aantal patiënten met chronische aandoeningen, de vergrijzing en de heersende COVID-19 pandemie. Doornenbal: "Aangezien Nederlanders hun gezondheidstoestand vaak als onveranderlijk ervaren, is het niet vanzelfsprekend dat de Nederlandse bevolking zich veel gezonder gaat voelen."

Veranderingen in gezondheid anders ervaren

Het LUMC en Salut werken samen aan verschillende projecten op het gebied van zelf-beoordeelde gezondheid. Met dit onderzoek waren Doornenbal en Bakx een van de eersten die een machine learning-techniek uit de spraaktechnologie toepasten om veelvoorkomende patronen van gezondheidsveranderingen te identificeren. Hun bevindingen zijn gepubliceerd in Preventive Medicine Reports. Doornenbal legt uit: "Het herkennen van langetermijnveranderingen in gezondheid kan complex zijn. Veranderingen in de gezondheidsbeleving starten niet altijd op hetzelfde moment en verschillen vaak qua snelheid, net als bij het ritme van spraak. Individuen kunnen dezelfde verandering op zeer verschillende manieren ervaren – bijvoorbeeld een virale infectie. Dit zorgt er soms voor dat het lijkt alsof personen te maken hebben met andere veranderingen in gezondheidsbeleving, terwijl ze daadwerkelijk dezelfde verandering ervaren. De toegepaste machine learning-techniek heeft geholpen om veranderingen in gezondheid beter met elkaar te vergelijken en subtiele – maar typische – veranderingspatronen te identificeren."

Vier belangrijke patronen

Van 2009 tot 2018 rapporteerde een representatieve groep van de Nederlandse bevolking - bestaande uit 2154 deelnemers - hoe gezond zij zich voelden. Uit die data waren vier belangrijke patronen in gezondheidsverandering te onderscheiden. Bijna twee derde van de deelnemers had vaak het gevoel dat hun goede gezondheid stabiel was. Twee kleinere groepen gaven aan zich zeer gezond of uitstekend te voelen. Meer dan 14% van de deelnemers voelde zich echter slechts matig gezond. "De zelf-beoordeelde matige gezondheid is bijzonder zorgwekkend omdat het gevoel van gezondheid een sterke voorspeller is van ziekte en andere ongunstige gezondheidssituaties", zegt Doornenbal. Als mensen zich langere tijd ongezond voelen, lopen ze een verhoogd risico om ziek te worden. "Als je eenmaal ziek bent, is het moeilijk om je gezonder te voelen”, aldus de LUMC-onderzoeker.

Vervolgonderzoek

Population Health (of Volksgezondheid) is een van de maatschappelijke speerpunten van het LUMC. Het onderzoek van Doornenbal en Bakx biedt hieraan een belangrijke bijdrage. Hun onderzoek naar langdurige veranderingen in de zelf-beoordeelde gezondheid legt cruciale verschillen bloot tussen groepen mensen die zich gezond en ongezond voelden. In vervolgstudies zullen Doornenbal en Bakx analyseren hoe kleine veranderingen in leefstijl iemands gezondheid op de lange termijn kunnen beïnvloeden. Door dezelfde machine learning-techniek toe te passen op data die via een gezondheidsapp verzameld worden, zullen de onderzoekers zich ook richten op gezondheidsveranderingen over kortere perioden.