Hoe kun je ggz-cliënten met suïcidale gedachten beter beschermen op momenten dat er juist weinig zicht op hen is? Die vraag stond centraal in een recent onderzoek naar de inzet van het Miles zorghorloge buiten de ggz-afdeling. Waar binnen de instelling nog toezicht en contact mogelijk zijn, ontstaat daarbuiten een kwetsbare situatie. Het onderzoek laat zien dat bestaande beslissingen vaak gebaseerd zijn op gesprekken met de cliënt en professionele inschattingen van zorgprofessionals. Dit onderzoek laat zien hoe technologie daarin kan bijdragen.
Het doel van het onderzoek was om te bepalen hoe het Miles zorghorloge ingezet kan worden binnen het suïcidepreventieproces van ggz-instellingen, specifiek wanneer cliënten zich buiten de afdeling bevinden. Daarbij lag de focus op het creëren van het tijdig doorbreken van een situatie waarin suïcidale gedachten kunnen overgaan in een suïcidepoging.
De doelgroep bestaat uit ggz-cliënten met suïcidaliteit in een woonzorgafdeling. Dit zijn mensen bij wie het risico op suïcide moeilijk in te schatten is, zeker als ze zelfstandig buiten de veilige omgeving van een instelling zijn.
Het onderzoek is in opdracht van Stichting Bestaanskracht uitgevoerd door een studententeam van de opleiding “Technische Bedrijfskunde” van De Haagse Hogeschool. De uitvoering hiervan is gebaseerd op deskresearch en interviews met professionals uit de ggz en suïcidepreventie. Ook zijn verschillende stakeholders, zoals zorginstellingen en partijen rondom veiligheid in de openbare ruimte, betrokken in de analyse.
Het onderzoek leidt tot de volgende belangrijkste inzichten en ontwikkelrichtingen:
- Het inschatten van suïciderisico buiten de ggz-afdeling is momenteel grotendeels gebaseerd op gesprekken en professionele beoordeling, en kent daardoor beperkingen in objectiviteit en voorspelbaarheid;
- Een kansrijke ontwikkeling is het combineren van meerdere databronnen (persoons-, medische, biometrische, emotionele en locatiegegevens) binnen één geïntegreerd systeem;
- Machine learning is een geschikte methode voor het ontwikkelen van een voorspellingsmodel, mits er voldoende en langdurig data wordt verzameld;
- Persoonsgerichte interventies, gekoppeld aan het crisissignaleringsplan, zijn noodzakelijk om effectief te kunnen handelen bij een verhoogd suïciderisico;
- Realtime signalering en gerichte meldingen naar zowel cliënt als betrokken partijen zijn essentieel voor tijdig ingrijpen;
- Het inrichten van een centrale database voor veilige opslag en analyse van cliëntdata is een randvoorwaarde voor verdere ontwikkeling;
- Implementatie vraagt om nauwe samenwerking tussen ggz-instellingen, technologieontwikkelaars en andere betrokken partijen, met expliciete aandacht voor privacy en wetgeving.
Enkele belangrijke punten worden hieronder beknopt uitgewerkt.
Datagedreven signalering van suïciderisico
De resultaten laten zien dat datagedreven signalering van suïciderisico alleen mogelijk is door het combineren van verschillende soorten data. Denk aan biometrische gegevens zoals hartslag en stress, maar ook locatie, emotionele input van de cliënt en informatie uit de behandeling. Op basis van deze gecombineerde data kan in de toekomst met behulp van machine learning een verhoogd suïciderisico worden gesignaleerd. Op dit moment is dat nog niet direct mogelijk, maar het onderzoek toont aan dat de basis hiervoor gelegd kan worden. Wel is duidelijk welke data nodig is en hoe het proces ingericht moet worden om dit mogelijk te maken.
Persoonlijke meldingen en tijdig ingrijpen
Een belangrijk onderdeel is de persoonlijke melding aan de cliënt. Die melding wordt vooraf afgestemd via het crisissignaleringsplan en kan bestaan uit concrete acties: iemand bellen, muziek luisteren, een veilige plek opzoeken of een andere activiteit die helpt om uit de crisis te komen. Deze meldingen zijn bedoeld om direct in te grijpen wanneer het risico toeneemt.
Tegelijkertijd ontvangen ook zorgverleners en andere betrokken partijen een melding, zodat zij tijdig en gericht kunnen ingrijpen wanneer dat nodig is. Hierdoor ontstaat een combinatie van zelfregie door de cliënt en ondersteuning door de omgeving, afgestemd op de ernst van de situatie.
Dit onderzoek staat niet op zichzelf. Parallel is er ook een onderzoek uitgevoerd waar naar de inzet van het Miles zorghorloge binnen de ggz-afdeling is gekeken, waar andere randvoorwaarden en mogelijkheden gelden. De inzichten uit beide onderzoeken vullen elkaar aan en geven samen een completer beeld van hoe technologie kan bijdragen aan betere suïcidepreventie, zowel binnen als buiten de instelling.
De aanbevelingen zijn duidelijk en praktisch. Er moet gestart worden met het structureel verzamelen van data, het opbouwen van een centrale database en het ontwikkelen van een voorspellingsmodel. Daarnaast is het noodzakelijk om de oplossing te koppelen aan bestaande behandelprocessen, zoals het crisissignaleringsplan. Ook samenwerking tussen alle betrokken partijen is randvoorwaardelijk om tijdig ingrijpen in de praktijk mogelijk te maken.
Wil je bijdragen aan verdere ontwikkeling, implementatie of onderzoek? Neem dan contact op via het contactformulier.
Dit onderzoek is uitgevoerd in het kader van het Programma “Miles op maat voor suïcidepreventie van ggz-cliënten”. De volgende personen (organisaties) zijn hierbij betrokken: Chani Nuij (Vrije Universiteit Amsterdam), Jaël van Bentum (Universiteit Utrecht), Lizanne Schweren (Stichting 113 ZP), Martin van der Weg (Stichting Bestaanskracht / Stichting Miles HealthTech), Mirjam van Driel (Stichting 113 ZP), Nienke Kool (Parnassia Groep / Verpleegkundig platform), Remco de Winter (GGZ Rivierduinen, Vrije Universiteit Amsterdam, Universiteit van Maastricht), Saskia Mérelle (Stichting 113 ZP) en Wouter van Ballegooijen (Vrije Universiteit Amsterdam).
Deze opdracht is uitgevoerd door de volgende studenten: Mark van den Eng, Stan van der Knaap, Naresh Lachmansingh en Matin Yousufi.