The HealthBox: A personalized, home-based eHealth intervention to treat metabolic syndrome and prevent its complications
Metabool syndroom (MetS) is een cluster van metabole afwijkingen die het risico verhogen op hart- en vaatziekten, beroerte, diabetes type 2 (DM2), depressie, diverse vormen van kanker en andere aandoeningen. Ongeveer een derde van de Nederlandse bevolking tussen de 30 en 70 jaar (~3 miljoen mensen) heeft MetS. Wanneer we ook de prevalentie van de belangrijkste gezondheidsgevolgen van MetS – DM2 en hart- en vaatziekten (HVZ) – meenemen, loopt dit op tot meer dan 5,8 miljoen mensen. Bepaalde bevolkingsgroepen lopen een aanzienlijk hoger risico op MetS en de complicaties daarvan, zoals mensen met een lage sociaaleconomische status (SES). MetS levert een substantiële bijdrage aan de groeiende algemene ziektelast, met hoge bijbehorende kosten die de houdbaarheid van ons zorgsysteem onder druk zetten.
Er is aangetoond dat leefstijlaanpassingen effectief zijn in het verlagen van de prevalentie van MetS en de ziektecomplicaties zoals DM2 en HVZ. Echter, het potentieel om met leefstijlinterventies in te grijpen wordt momenteel sterk onderbenut, vooral bij bepaalde hoogrisicogroepen. Dit draagt bij aan de sociaaleconomische gezondheidskloof. Dit is een belangrijk probleem, omdat de effectiviteit van interventies sterk afhangt van de mate waarin mensen deze omarmen en volhouden. Met het HealthBox-project willen we de acceptatie en volharding in de leefstijlinterventie vergroten door deze af te stemmen op de behoeften en voorkeuren van specifieke patiëntengroepen.
Dit project draagt bij aan meerdere beleidsgerichte initiatieven. Het sluit aan bij de centrale missie van de Kennis- en Innovatieagenda (KIA) Gezondheid en Zorg, namelijk om mensen langer in goede gezondheid te laten leven. Het draagt bij aan 4 van de 5 KIA-missies: het verminderen van de totale ziektelast via leefstijlverbetering, het verkleinen van gezondheidsverschillen, het verplaatsen van zorg naar de thuissituatie en het vergroten van de maatschappelijke participatie van mensen met een chronische aandoening. Het sluit ook aan bij VWS-programma’s zoals ‘De juiste zorg op de juiste plek’ en het ‘Nationaal Preventie- en Sportakkoord’. De HealthBox ondersteunt al deze doelen door het voorkomen van chronische ziekten gerelateerd aan MetS via een gepersonaliseerde interventie. Deze stelt een brede groep eindgebruikers in staat hun eigen leefstijl positief te veranderen door hun zelf- en samenredzaamheid in de thuissituatie te vergroten.
Digitale of hybride interventies zoals de HealthBox zijn mogelijk (kosten)effectief doordat ze het medicatiegebruik kunnen verminderen, fysieke medische consulten en standaardcontroles kunnen voorkomen of vervangen, en ziekenhuisopnames kunnen reduceren. Bovendien is in iedere sector het verlagen van de ecologische voetafdruk belangrijk. Er is aangetoond dat het gebruik van eHealth-toepassingen kan bijdragen aan het verkleinen van de CO₂-voetafdruk van de zorgsector.
Samenvattend: om bij te dragen aan het verminderen van ernstige gezondheidsproblemen en maatschappelijke lasten gerelateerd aan het zeer prevalente metabool syndroom, wordt er binnen HealthBox een schaalbare, gepersonaliseerde en datagedreven aanpak voor leefstijlverandering ontwikkelen, co-creëren, implementeren en valideren gehanteerd. Deze aanpak richt zich op het vergroten van zelf- en samenredzaamheid van mensen in hun eigen leefomgeving.
Binnen HealthBox maken we deel uit van werkpakket 2. Hierin identificeren we welke routinematig beschikbare sociale determinanten van gezondheid, naast medische determinanten, een snelle cardiometabole progressie naar T2DM en CVD voorspellen. We gebruiken R om databronnen te combineren tot één dataset van cardiometabole inclusiegebeurtenissen. Deze dataset wordt vervolgens gebruikt om geavanceerde statistische modellen te trainen, zoals Cox Proportional Hazards, om het SCORE2-heuristische model te evalueren en om het deep machine learning-model XGBoost te trainen. We voeren meerdere experimenten uit om te bepalen welk model het beste presteert (gemeten via AUC) voor een breed scala aan taken, zoals voorspellingen van ziekteprogressie naar T2DM/CVD over vijf jaar, evenals voorspellingen van ziekteprogressie over tien jaar en afzonderlijke voorspellingen. Een model dat uitsluitend is getraind op medische determinanten, wordt ter ondersteuning aan zorgprofessionals ter beschikking gesteld.
We hebben experimenten uitgevoerd om uit te zoeken hoe invloedrijk sociale determinanten precies zijn in het voorspellen van ziekteprogressie naar T2DM en CVD. Hiervan is reeds een preprint uitgebracht (link).
Verder is in het kader van het project een risicostratificatie gemaakt dat de patiëntenpopulatie in laag-, midden- en hoogrisico groepen verdeelt.
