Modellering

Modelleren is het maken van een (wiskundige) beschrijving van de werkelijkheid. Deze modellen kunnen vervolgens gebruikt worden gebruikt om de effecten van interventies te voorspellen. Binnen de sectie Medische Besliskunde worden verschillende soorten modellen gebruikt.

Beslismodellen,  operations research en kosten-effectiviteitsananalyse

Medische besluitvorming vindt plaats in een maatschappelijke context, met toenemende nadruk op de relevantie van patiëntgerapporteerde uitkomsten. Het combineren van dergelijke uitkomsten wordt mogelijk gemaakt door modellering, toegepast op individueel niveau (beslissingsmodellen), institutioneel niveau (operations research) en op maatschappelijk niveau (kosten-effectiviteitsanalyse).
Toegepaste analyses worden uitgevoerd in samenwerking met diverse afdelingen binnen het LUMC.  Soms naast klinische studies en soms met behulp van wiskundige modellen. Daarnaast worden methodologische onderzoeksvragen op het gebied van onder andere meting en waardering van kwaliteit van leven en welzijn, gebruik van gezondheidszorg, productiviteitsverliezen door ziekte) en analysetechnieken(ziektemodellering, multiple imputeren) bestudeerd.


Voorspellingsmodellen ter ondersteuning van de besluitvorming

In de geneeskunde zijn zowel de diagnose ('welke ziekte is aanwezig?') als de prognose ('wat zal de uitkomst van deze ziekte zijn?') belangrijk bij het doen van voorspellingen. Individuele voorspellingen kunnen worden gemaakt door gebruik te maken van statistische modellen waarin patiënt- en ziektekenmerken worden gecombineerd. Betere voorspellingen leiden tot betere klinische beslissingen met betrekking tot diagnostische en behandelingsstrategieën en uiteindelijk tot betere resultaten.
Er wordt verwacht dat 'Big Data'-analyses en de integratie van informatie uit monitoring van patiëntgedrag en omgevingsfactoren door eHealth-technologieën, gaan leiden tot een betere ondersteuning voor de dagelijkse besluitvorming en een beter zelfmanagement van de patiënt.
Onze onderzoeksinspanningen zijn gericht op het identificeren van nieuwe of betere voorspellers van ziekten (inclusief biomarkers en nieuwe beeldvormingstechnieken) en het combineren van deze in voorspelmodellen met behulp van geschikte statistische methoden en de implementatie van voorspelmodellen in de klinische praktijk en in populatie setting.