beweeGsensoren voor mensen met chRonIsche Pijn (Grip)
Mensen met chronische pijn en hun zorgverleners vinden het moeilijk om activiteitengedrag in te schatten. Actief zijn is juist belangrijk voor het verminderen van beperkingen en verandering van activiteitengedrag is vaak een belangrijk doel bij revalidatiecentra. Binnen GRIP ontwikkelen we een objectief meetinstrument voor het monitoren van activiteitenniveaus en activiteitenpatronen.
Doel
Met machine learning ontwikkelen we een algoritme dat gegevens van een beweegsensor omzet naar activiteitenniveaus. Met de sensor en het algoritme brengen we verschillende activiteitenpatronen van een grote groep mensen met chronische pijn in kaart. Ook kijken we naar verschillen binnen deze groep, zoals verschillen tussen mensen met heftige pijn of milde pijn en naar verschillen met mensen zonder chronische pijn.
Resultaten
- Een meetinstrument voor het vastleggen van activiteitenniveaus door de dag.
- Kennis van activiteitenpatronen bij mensen met chronische pijn.
- Inzicht in de invloed van revalidatietrajecten op activiteitenpatronen.
- Kennis van ‘het waarom’ van de activiteitenpatronen bij mensen met chronische pijn.
Aanpak
Met machine learning is een rekenregel gemaakt waarmee de sensorgegevens omgezet worden in activiteitenniveau. Binnen revalidatiecentra meten cliënten hun activiteitenniveau twee weken lang. Met deze gegevens, met vragenlijsten over pijn en over psychosociale factoren en met interviews doen we verschillende analyses om de onderzoeksvragen te beantwoorden.
Betrokken HU-onderzoekers
Samenwerking met kennispartners
CIR expertisecentrum
Expertisecentrum Pijn en Revalidatie (EPR) | Maastricht University
Adelante
Netwerk Pijnrevalidatie Nederland
Pijnpatiënten naar één stem
