Automatiseren Onderzoeksproces Blog 2: Onderzoeksproject Gezonde Peutermonden

Automatiseren Onderzoeksproces Blog 2: Onderzoeksproject Gezonde Peutermonden

Hoe wordt het onderzoeksproject Gezonde Peutermonden geautomatiseerd?

Onderzoeksproject Gezonde Peutermonden

Inleiding

Een groot deel van de Nederlandse kinderen gaat pas na het vierde levensjaar voor het eerst naar de tandarts. Een aanzienlijk deel van deze kinderen heeft dan al gaatjes. Vooralsnog lukt het mondzorgprofessionals niet om deze jonge kinderen eerder in de tandartsstoel te krijgen voor preventie.  Deze kinderen worden vanaf de geboorte tot de leeftijd van vier jaar wel met regelmaat op het consultatiebureau gezien in het kader van het rijksvaccinatieprogramma en preventieve gezondheidszorg

Doel

Het doel van het onderzoek is om uit te zoeken of kinderen die op het consultatiebureau ook met regelmaat een mondzorgcoach bezoeken vanaf de doorbraak van de eerste melktand minder gaatjes in het melkgebit krijgen. Dit wordt vergeleken met kinderen die geen mondzorgcoach bezoeken.

Hoe

Bij Gezonde Peutermonden zijn er getrainde mondzorgcoaches aanwezig op geselecteerde consultatiebureaus. Daar bieden zij, gekoppeld aan de reguliere consultatiebureaubezoeken, een geïndividualiseerd preventief mondzorgprogramma aan voor deelnemende ouders met hun jonge kinderen vanaf de doorbraak van de eerste melktand van het kind rond de leeftijd van 6-11 maanden. Meer informatie over het onderzoek en de aanpak vind je op de website van Gezonde Peutermonden.

Omvang

Aan het onderzoek doen 400 kinderen mee. Deze kinderen zijn verdeeld over twee groepen met elk 200 kinderen. De ene groep met kinderen komt op het consultatiebureau ook bij de mondzorgcoach en de andere groep met 200 kinderen niet.  Alle kinderen worden opgevolgd tot ze vier jaar oud zijn en hebben drie meetmomenten met vragenlijsten en krijgen twee keer een mondonderzoek. Daarnaast worden kinderen in de mondzorgcoach groep 5-7 keer door de mondzorgcoach gezien in een periode van 4 jaar.  In het totaal komt dit neer op ongeveer 3400 contactmomenten waarbij op verschillende manieren data verzameld wordt op negen verschillende locaties.
Al met al een hele arbeidsintensieve klus met ook veel privacygevoelige data.

Data

Onderzoeksdata kan worden onderverdeeld in twee categorieën:

  • Inhoudelijke onderzoeksdata voor het beantwoorden van de hoofdvraag. Denk hierbij aan resultaten mondonderzoek, ingevulde vragenlijsten, etc…
  • Administratieve onderzoeksdata die nodig is om het onderzoek in goede banen te leiden en te voldoen aan wet- en regelgeving. Denk hierbij aan aankondigingen, brieven naar deelnemers/onderzoek medewerkers, toestemmings-/privacy verklaringen per deelnemer, deelnemersoverzicht, vragenlijsten, planningsoverzicht te meten gegevens etc…

Meten, opslaan en verwerken van de onderzoeksdata

Bij de meeste onderzoeksprojecten wordt onderzoeksdata, deels analoog, deels digitaal gemeten/opgeslagen. Hiervoor worden vele verschillende systemen/applicaties gebruikt.

Van het onderzoeksproject Gezonde Peutermonden willen we één aspect m.b.t. het meten/opslaan van data er uit lichten, omdat dit leidend was bij diverse keuzes binnen dit project. Zo bleek er voor het digitaal uitvragen van gebitsgegevens van peuters (bekend van het computerscherm bij je tandarts, gebit/vierkantjes met kruisjes en kleurtjes op bijv. de plek van de gaatjes) nog geen tool beschikbaar te zijn.

Daarom werd er gekozen om dit deel en een ander deel van de vragenlijsten op papier uit te werken en per consult te bundelen in een persoonlijk analoog dossier. Iedere vragenlijst/ “gebitsmeting” werd via de post opgestuurd en verwerkt door een externe partij die er op haar beurt een digitaal bestand van maakte en dit op verzoek opstuurt. De administratieve data hiervan werd online bijgehouden, zoals de datum van de volgende afspraak.

Hoe kan dit slimmer door automatisering?

Een webapplicatie op maat biedt naast een goede oplossing voor onder andere bovenstaand probleem met de gebitsoverzichten ook mogelijkheden om allerlei andere processen van het onderzoek te automatiseren.

Samen met de onderzoeker is gekeken naar alle te verzamelen data, administratieve documenten en overzichten die gebruikt werden om het onderzoek uit te voeren. Aan de hand hiervan is een webapplicatie gemaakt voor alle professionals die de data moeten gaan verzamelen voor de onderzoekers. Enkele belangrijke punten van deze webapplicatie:

  • Onderzoekers kunnen zelf peuters toevoegen aan het systeem, deze gegevens worden automatisch gepseudonimiseerd;
  • De webapplicatie, in de vorm van een dashboard, biedt een overzichtelijke weergave per peuter: welke data er wanneer verzameld moet worden;
  • Het invoeren van gebitsgegevens is volledig gedigitaliseerd waardoor fouten worden voorkomen en er geen meetgegevens verloren gaan;
  • Alle vragen die tijdens een meting beantwoord moeten worden zijn afgestemd met de onderzoeker. Antwoorden worden eenduidig ingevoerd.

Wat is de ‘winst’

Er is veel mogelijk als je software op maat maakt, processen kun je automatiseren en laten aansluiten op jouw onderzoeksvraag. Daarmee bespaar je tijd gedurende je hele onderzoek. De ‘winst’ opgesomd voor dit project:

  • Tijdswinst, zowel bij metingen als administratief;
  • Overzicht bij alle onderzoekmedewerkers (dashboard);
  • Processen binnen het onderzoek worden geautomatiseerd;
  • Hogere kwaliteit van je data, compleet, overzichtelijk, daardoor:
  • Geen/nauwelijks dataverlies voor je analyse:
  • Alles is ingericht op en gekoppeld aan het nieuwe platform van HU (Surf) Research Cloud:
      • AVG proof;
      • Geen kosten voor servers;
      • Alle data wordt veilig gearchiveerd voor analyse;
      • Makkelijk een virtuele onderzoeksomgeving in de cloud aan te koppelen, waar alle verzamelde onderzoeksdata geanalyseerd kan worden met Python of R;
      • Opslaglocatie HU Research Drive en virtuele onderzoeksomgeving toegankelijk voor alle onderzoekers van het onderzoeksproject.
  • Daarbij is de maatwerk oplossing modulair en reproduceerbaar opgebouwd waardoor deze maatwerk software door middel van gedeeltelijke aanpassingen ook voor ander onderzoeken aanpasbaar is (waarover in blog 4 van deze reeks meer info).

Heb je vragen over bovenstaande blog, ben je nieuwsgierig geworden en wil je ook samenwerken met team Digitale Onderzoeksomgeving stuur dan een mail naar onderzoeksupport@hu.nl .

“Volgende blog (3) in de reeks “Automatiseren onderzoeksproces”: Maatwerk software bij het onderzoeksproject Making Sense of Sensor data?