Het onderzoek voor de implementatie van innovaties in de zorg duurt gemiddeld zeventien jaar. Dat is – zeker gezien de snelheid van technologische ontwikkelingen – veel te lang. Zo stelt Guid Oei, gynaecoloog bij het Máxima Medisch Centrum in Eindhoven en professor Signal Processing Systems aan de Technische Universiteit Eindhoven. Hij is zelf ook betrokken bij de ontwikkeling van nieuwe producten in zijn vakgebied. Zo werkt hij op dit moment aan een nieuwe manier om de hartslag van een foetus te monitoren tijdens de bevalling. Met datascience en implementation science kan het onderzoek naar de werking van dit nieuwe product sneller uitgevoerd worden en is de uitkomst veel betrouwbaarder.
Tot op heden is gerandomiseerd onderzoek de norm bij klinische studies, het laatste grootschalige onderzoek voordat een innovatie de markt op gaat. Patiënten die deelnemen aan het onderzoek worden dan in twee groepen opgedeeld. De hoeveelheid deelnemers is per onderzoek verschillend. De ene groep wordt behandeld met het nieuwe product en de andere groep met het oude. Als voorbeeld het monitoren van de hartslag in de buik: bij de ene groep wordt gebruik gemaakt van het huidige product, een elastische band met een sensorknop. Bij de andere groep wordt een nieuw ontwikkelde sticker met elektrodes (vergelijkbaar met die van een ECG-apparaat) gebruikt.
- Het onderzoek voor de implementatie van innovaties in de zorg duurt gemiddeld zeventien jaar.
- Een implementation scientist is de schakel tussen alle stakeholders en houdt ten alle tijde de toepassing in de praktijk in de gaten. Dat zorgt ervoor dat het onderzoek beter aansluit bij de behoeften van zorgverleners en patienten.
- Data science versnelt het onderzoek en zorgt voor een betrouwbaarder resultaat.
“De elastische band geeft regelmatig onstabiele en daardoor minder betrouwbare informatie. De verwachting is dat de sticker betere en constantere informatie geeft”, zegt Oei. Werkt het nieuwe product ook daadwerkelijk beter dan het oude, dan wordt het toegelaten in de klinische praktijk. Gerandomiseerd onderzoek was jarenlang de basis voor evidence-based medicine, dat vanaf de jaren tachtig de standaard is in de gezondheidszorg. Een nieuw product moet eerst bewezen effectief zijn, voordat het op grote schaal wordt gebruikt. “Maar als iets werkt in een gecontroleerde, laboratium-achtige omgeving, is dat nog geen enkel bewijs dat het ook werkt als het in een ziekenhuis geïmplementeerd wordt”, gaat hij verder.
Technologische ontwikkeling versnelt
Met de kennis van nu is gerandomiseerd onderzoek een lang en inefficiënt proces, schetst Oei. Het duurt gemiddeld zeventien jaar om een zorginnovatie op de markt te brengen. “Tegen de tijd dat een nieuw product op de markt is, is de technologie alweer stappen verder. Natuurlijk is het begrijpelijk dat een innovatie niet binnen een paar maanden in het ziekenhuis wordt gebruikt. De werking van het product en de risico’s ervan moeten uiteraard uitvoerig worden onderzocht en getest in onderzoek dat van laboratorium naar klinische omgeving (living lab) en tenslotte de klinische praktijk gaat. Gerandomiseerd onderzoek blijft belangrijk, maar het hoeft niet meer van elke stap onderdeel uit te maken.”
Samen sterker
Het vinden van proefpersonen is een van de redenen dat gerandomiseerd onderzoek een tijdrovend proces is. Soms wil maar tien procent van de patiënten meedoen. Daarom zetten gynaecologen jaren geleden vanuit het Máxima Medisch Centrum een samenwerkingsverband op met andere ziekenhuizen, zoals het Amsterdam UMC, UMC Leiden en UMC Utrecht. “Als we het onderzoek samen uitvoeren, bereiken we meer patiënten in kortere tijd.” Dat zorgde een aantal jaren voor een sneller innovatieproces, maar nog niet op het gewenste niveau.
Selectie in onderzoek
Daarnaast is er nog een bezwaar bij gerandomiseerd onderzoek. Het is namelijk lastig te controleren of het helemaal representatief is. De groep mensen die mee wil doen met het onderzoek – de eerder genoemde tien procent – is namelijk vaak niet gelijk aan de andere 90 procent van de patiënten. Er kunnen verschillen zitten in de gezondheid, sociale status of opleidingsniveau. “Een product kan dan goed werken voor de deelnemers, tien procent van het totaal aantal patiënten. Maar dat betekent niet altijd dat het net zo goed werkt voor de andere 90 procent. Er vindt in ieder geval een selectie plaats, dat vermindert de betrouwbaarheid van het onderzoek”, legt hij uit.
De implementation scientist is de schakel tussen alle stakeholders en houdt ten alle tijde de toepassing in de praktijk in de gaten
Guid Oei
Schakel tussen stakeholders
Daarom heeft Oei samen met zijn team verder gekeken om betere onderzoeksmethodes op te zetten. Implementation science – de wetenschap rond het in de praktijk brengen van innovaties – is daarvan een belangrijk onderdeel. “Implementation science gaat over het hele traject vanaf een onderzoeksresultaat tot de implementatie van een innovatie in de klinische praktijk (in het ziekenhuis, red.).”Het legt extra nadruk op het samenbrengen van alle stakeholders, in dit geval ziekenhuizen en universiteiten, maar ook bedrijven en patiënten. “Het zou goed zijn om in een vroeg stadium ook een implementation scientist te betrekken bij het innovatieproces. Deze persoon is de schakel tussen alle stakeholders en houdt ten alle tijde de toepassing in de praktijk in de gaten, denk bijvoorbeeld aan het vroegtijdig opsporen van mogelijke barrières bij verpleegkundigen of patiënten. In mijn optiek zijn vooral de patiënten heel belangrijk. Heeft de patiënt behoefte aan deze nieuwe ontwikkeling? Daarmee valt of staat alles.”
Data science onmisbaar
Tegelijkertijd heeft er de afgelopen jaren ook een belangrijke ontwikkeling plaatsgevonden op het gebied van data science. “We kunnen nu grote, uitgebreide data-analyses uitvoeren met behulp van snelle computers”, stelt Oei. “Bovendien kunnen we met wiskundige modellen groepen op een betrouwbare manier met elkaar vergelijken. Hierdoor worden onderzoeksresultaten betrouwbaarder.”
Ook in het stadium van wetenschappelijk onderzoek kan data science al een bijdrage leveren. Zo kunnen wetenschappers digitale simulaties uitvoeren om te kijken wat de eerste resultaten van innovaties zijn, nog voordat er testen in de praktijk uitgevoerd worden. Oei: “Het geeft ons makkelijker en sneller een beeld van de mogelijke succesfactoren en valkuilen.” Hij benadrukt dat dit geen vervanging is van testen in de praktijk, maar dat het een goede aanvulling is om in een vroeg stadium al inzichten te krijgen in mogelijke resultaten. “Uiteindelijk is het natuurlijk belangrijk om in de praktijk te testen, dan krijg je te maken met dagelijkse routines en menselijk gedrag. Dat kun je bijna niet digitaal simuleren.”
Sneller onderzoekstraject
Door deze ontwikkelingen, kunnen klinische studies op een andere manier plaatsvinden. “Voorheen werd de helft van de patiënten die meededen nog steeds behandeld met een oud product zodat deze groep als referentie kon dienen voor het nieuwe product. Nu kunnen bijna alle deelnemende patiënten behandeld worden met het nieuwe product. Ter referentie worden dan, met behulp van datascience, gegevens uit de database vergeleken. Dat versnelt het onderzoek en geeft een betere indruk van de daadwerkelijke werking in de klinische praktijk”, legt hij uit.
Breed vakgebied
Oei en zijn team richtten zich de afgelopen jaren in het kader van implementation science op een nieuwe methode voor klinische studies, maar er is nog veel meer mogelijk in dit vakgebied. “Ook het trainen van verpleegkundigen die moeten werken met een nieuw product, een nieuw geneesmiddel of een nieuw apparaat kan onderdeel zijn van implementation science. Het is namelijk best lastig om mensen, zowel verpleegkundigen en dokters als patiënten, ervan te overtuigen dat een nieuw product beter is dan de huidige producten of methodes. Onbekend maakt onbemind.” Dat ziet Oei ook in zijn huidige onderzoek, om nog even bij de monitoring van een feutus te blijven. “Het lijkt voor verpleegkundigen een kleine verandering, van het omdoen van een elastische band, naar het plakken van een sticker op de buik. Toch vinden sommige professionals het lastig om met deze veranderingen om te gaan. Het is dan belangrijk om goed uit te leggen hoe het werkt en wat de voordelen zijn. Dat kan helpen om het innovatieproces te versnellen.”
Het doel vanuit e/MTIC is om de tijd die het kost om een medische innovatie op de markt te brengen, te halveren
Guid Oei
e/MTIC en de regio
Oei ziet de regionale samenwerking binnen Eindhoven Medtech innovation Center (e/MTIC), bestaande uit Máxima Medisch Centrum, Technische Universiteit Eindhoven, Catherina Ziekenhuis, Philips Eindhoven en Kempenhaeghe slaap en epilepsie centrum, als een belangrijke sleutel tot het succes van implementation science. “Een sterk netwerk en diepgaande samenwerking is een ideale setting”, zegt hij daarover. De slogan van e/MTIC is: ‘Fast track to clinical innovation’. Daarin is implementation science een belangrijk aandachtsgebied, aldus de professor. “Zonder implementation science wordt het nooit een fast track.”
Het eerste onderzoek volgens de nieuwe methode wordt al uitgevoerd. “Daarna kunnen we het verder uitrollen. Het doel vanuit e/MTIC is om de tijd die het kost om een medische innovatie op de markt te brengen, te halveren. Dus van gemiddeld zeventien naar acht jaar. Met deze ontwikkelingen rondom datascience en implementation science kunnen we daar misschien ook nog een paar jaar van afhalen. Dan komen we uit op vier jaar. Het belangrijkste is dat de patiënt in de toekomst zo snel mogelijk en zo goed mogelijk behandeld kan worden.”