“We stelden onszelf de vraag: kun je waardevolle informatie halen uit die notities? Informatie die kan voorspellen of een patiënt mogelijk gaat vallen?”, zegt onderzoekster Wendy Leurs. Ze keek met haar collega’s naar tekstkenmerken, zoals het totaal aantal woorden, het aantal unieke woorden en bepaalde specifieke woorden. Daarvoor gebruikten ze de dossiers van 38 patiënten van 70 jaar of ouder jaar. Negentien van hen zijn tijdens hun opname in het ziekenhuis gevallen.
Verschillen in dossiers
Hun voornaamste conclusie: voorafgaand aan de valpartij zijn er verschillen patiëntdossiers van ouderen die gevallen zijn en van ouderen die niet gevallen zijn. Zo werden over patiënten die later ten val kwamen in de drie dagen voor de valpartij meer woorden ingevoerd. Ook werden andere woorden gebruikt.
Voorspelmodel bouwen
Op basis van deze bevindingen willen de onderzoekers een model bouwen om een val te voorspellen. Dat zou geautomatiseerd de dossiers kunnen analyseren en bij een verhoogd risico op een valpartij de verpleegkundigen moeten inseinen. Als het lukt op die manier valpartijen te voorkomen, levert dat zowel de patiënt als het ziekenhuis logischerwijs voordeel op.
