Datagedreven werken: gamechanger in de wijkverpleging?
Gepubliceerd op: 18-05-2022
Nederland vergrijst en ouderen wonen steeds langer thuis. Het gevolg: de druk op de wijkverpleging wordt groter en groter. Verbetering van de kwaliteit van zorgverlening en het bevorderen van zelfredzaamheid zijn daarom belangrijker dan ooit. Datagedreven werken kan daaraan bijdragen. Reden genoeg voor het consortium Data Nurse om er de aankomende jaren onderzoek naar te doen.
Tekst: Hidde Middelweerd
Data Nurse (een onderzoeksproject van AmsterdamUMC, Vilans, Hogeschool Utrecht en Stichting Omaha System Support) werd in het leven geroepen om datagedreven wijkverpleging een boost te geven. Want, zegt Marleen Versteeg (projectleider Omaha System), daar valt nog een wereld te winnen: ʻRuim tachtig procent van de wijkverpleging in Nederland werkt met het Omaha systeem, waarin zij de zorg voor cliënten vastleggen. Dat levert een grote hoeveelheid data op, die je kunt gebruiken om de kwaliteit van de zorgverlening te verbeteren. Maar tot op heden wordt die informatie onvoldoende benut. Data Nurse wil daar stappen in zetten.ʼ
ʻMet behulp van data kun je onderbouwen wat wel en niet werkt, welke interventies bijdragen aan langer zelfstandig wonen en welke niet, noem maar opʼ, zegt Versteeg over de voordelen van datagedreven werken. ʻHet kan daarnaast zichtbaar maken wat wijkteams precies doen en hoe zij bijdragen aan het langer zelfstandig thuis wonen van ouderen. Zo kun je de meerwaarde van je werk onderbouwen.ʼ
Data benutten
Data kan daarnaast een belangrijk hulpmiddel zijn voor wijkteams om de kwaliteit van hun werk te verbeteren. Het geeft namelijk inzicht in de dagelijkse werkzaamheden en dat stelt je in staat om erop te reflecteren. ʻHet kan bijvoorbeeld heel nuttig zijn om bij een bepaalde zorgvraag te onderzoeken welke interventies er ingezet worden. Als je daar inzicht in hebt, kun je met elkaar onderzoeken of de juiste interventies wel zijn ingezet en welke interventies het meest hebben bijdragen aan de doelen van de cliënt.ʼ
Maar denk bijvoorbeeld ook aan inzicht krijgen in de samenstelling van een cliëntengroep, vervolgt ze: ʻVoor welke cliënten zorg je als wijkteam? En wat verandert er over tijd? Misschien is het aantal mensen met dementie of psychiatrische problematiek wel toegenomen. Als dat inderdaad zo is, wat betekent dat dan? Is er voldoende kennis in het team aanwezig om voor deze cliënten te zorgen of moet je ze doorverwijzen? Of is het misschien tijd voor een cursus of training?ʼ
Meerwaarde voor de dagelijkse praktijk
Ondanks bovenstaande voordelen is datagedreven werken verre van de norm. Daar zijn verschillende redenen voor, stelt Versteeg: ʻWijkteams zijn niet gewend om data te gebruiken voor hun werk. Daarnaast kan je er niet van de één op de andere dag mee aan de slag; datagedreven werken vereist best wel wat kennis en begeleiding.ʼ
Ook het besef dat data meerwaarde heeft, moet nog groeien onder wijkteams, vervolgt ze. ʻWanneer je die meerwaarde ervaart, wordt het vanzelf leuker en zinvoller. Er ontstaan bijvoorbeeld interessante gesprekken wanneer je de zorgdata van de cliëntengroepen van verschillende wijkteams met elkaar vergelijkt. Waarom verzorgt het ene team een wond zus en een ander team een vergelijkbare wond zo? Dat inzicht verkrijgen en erover in gesprek gaan, maakt wijkteams enthousiast. Zo kun je immers samen bepalen wat de beste zorg is in bepaalde situaties.ʼ
Hoe werk je datagedreven?
Veel voordelen dus. De hamvraag is dan ook: hoe ga je ermee aan de slag? Versteeg: ʻTen eerste is het belangrijk dat wijkteams zich realiseren dat ze allang met data werken. Alles wat zij vastleggen over hun cliënten is data. Van kwalitatieve data zoals zorgplannen tot kwantitatieve data zoals lengte, gewicht en bloedsuikerwaardes.
De volgende stap: data op een toegankelijke en begrijpelijke manier presenteren. Op die manier kunnen medewerkers er ook daadwerkelijk mee aan de slag. Dat kan bijvoorbeeld in een dashboard. ʻDaarbij is het wel belangrijk dat het doel van het dashboard duidelijk is. De data moeten bijvoorbeeld antwoord geven op vragen die wijkteams hebben over hun werk’
Versteeg pleit er daarnaast voor om datagedreven werken te zien als een cyclisch proces van leren en verbeteren. ʻJe verzamelt en interpreteert data, past je werkwijze aan op basis daarvan en reflecteert vervolgens weer op de data die je dáárover verzamelt.ʼ Overigens hoeft niet iedereen thuis te zijn in datagedreven werken, benadrukt ze: ʻAls één teamlid er affiniteit mee heeft, kan hij of zij degene zijn die ermee aan de slag gaat en de uitkomsten terugkoppelen aan het team.ʼ
Langer zelfstandig functioneren van ouderen
Om de voordelen van datagedreven werken in de wijkverpleging optimaal te benutten, is het daarnaast belangrijk dat er meer onderzoek gedaan wordt. Daar gaat Data Nurse zich de aankomende vier jaar op richten. Het consortium sleepte een subsidie van ZonMW in de wacht voor dat doeleinde. De focus ligt daarbij op langer zelfstandig wonen voor ouderen. Aan de hand van literatuuronderzoek en interviews, met zowel wijkteams als ouderen, worden effectieve interventies op het gebied van zelfstandig functioneren in kaart gebracht. Ook wordt onderzocht welke competenties wijkverpleegkundigen nodig hebben om samen met ouderen te beslissen wat voor hen belangrijke doelen zijn (shared decisionmaking/samen beslissen) en waar wellicht meer training of oefening voor nodig is.
Versteeg: ʻVervolgens ontwikkelen we een interventie aan de hand van de verzamelde kennis en die toetsen we met data uit de praktijk. Daarna implementeren we de interventie bij een aantal wijkteams, volgen de toepassing ervan en vergelijken de resultaten met wijkteams waar de interventie juist niet toegepast wordt. Zo kunnen we bepalen of interventie bijdraagt aan het langer zelfstandig functioneren van ouderen die thuis wonen.ʼ
Stapje voor stapje
Datagedreven werken is iets dat momenteel geleerd wordt in de langdurige zorg, besluit Versteeg. Daarom is het belangrijk om niet in grote vergezichten denken. Werken met big data en kunstmatige intelligentie staan bijvoorbeeld nog in de kinderschoenen en zijn momenteel nog niet aan de orde voor wijkteams. ʻLaten we vooral klein beginnen en stapje voor stapje met datagedreven werken aan de slag gaan.ʼ