Heel veel operaties zijn uitgesteld door de coronacrisis. Met een groep onderzoekers maak ik daarom nu een wiskundig model om de uitgestelde zorg op te lossen. Want wie moeten we als eerst opereren?
Net zoals veel mensen in Nederland is mijn leven compleet anders sinds de coronacrisis. Hiervoor liep ik een coschap (een stage om dokter te worden) in het ziekenhuis van Breda. Maar toen werden we allemaal teruggeroepen en zaten we allemaal thuis. Eerst heb ik vooral aan mijn eigen onderzoek gewerkt (daar zal ik een andere keer over schrijven!). Maar uiteindelijk begonnen mijn handen te kriebelen, omdat ik óók iets wilde bijdragen in deze crisis.
En ik was niet de enige. Tijdens een online vergadering met mijn collega’s bespraken we hoe we iets konden betekenen in deze crisis. Of beter gezegd: na de coronacrisis, omdat dan opeens wel heel veel uitgestelde zorg moet worden ingehaald. Konden wij misschien niet proberen uit te rekenen hoe we zo eerlijk mogelijk deze zorg kunnen inhalen?
Er moet veel zorg worden ingelopen, omdat afgelopen tijd veel operaties zijn uitgesteld. Verpleegkundigen en artsen die normaal gesproken op de operatiekamers werken hebben vooral voor coronapatiënten gezorgd. Ook zijn er veel operatiekamers ingezet als kamers voor coronapatiënten. Zonder verpleegkundigen, artsen en de ruimtes om in te opereren, gingen veel operaties dus niet door.
Urgente operatie
Neem bijvoorbeeld iemand met hersenkanker, waarbij de tumor verwijderd moest worden. Door de crisis is deze patiënt waarschijnlijk nog steeds niet geopereerd. In principe kan je deze operatie best een weekje uitstellen, maar het moet wel op een gegeven moment gebeuren. Maar deze patiënt is helaas niet de enige wiens operatie is uitgesteld. Omdat al deze patiënten niet tegelijk kunnen worden geopereerd, komt er dus een wachtlijst. Het zou eerlijk zijn als de operatie die het meest urgent is bovenaan komt te staan. Maar welke operatie is het urgentst?
Dit zijn wij nu aan het uitrekenen met een simulatiemodel. We gebruiken allerlei data over overlevingskans en kwaliteit van leven, om dit model zo realistisch mogelijk te krijgen. Allereerst gebruiken we data over overlevingskansen. We weten bijvoorbeeld uit de Nederlandse kankerregistratie dat mensen met een mildere vorm van hersenkanker 70% kans hebben om vijf jaar te overleven. Ook weten we dat de overleving van mensen die geopereerd zijn 20% beter is dan mensen die niet geopereerd zijn. Samen met de normale overlevingskansen van iemand van dezelfde leeftijd als een gemiddelde patiënt met een milde vorm van hersenkanker heb je dan alle data die je nodig hebt. Daarmee kan je dan simuleren wat de verwachte overleving is als je iemand over twee weken opereert, of over een jaar, of alle perioden daar tussenin.
Kwaliteit van leven
Aangezien we niet alleen geïnteresseerd zijn in kwantiteit, maar ook in kwaliteit van leven, gaan we nog een stap verder. Mensen vóór een operatie hebben een andere kwaliteit van leven ná een operatie. De kwaliteit van leven in dit soort toestanden is vaak gemeten door de World Health Organisation (WHO). Een perfecte kwaliteit van leven is gelijk aan 1, en dood is gelijk aan 0. De gezondheidstoestanden die ontbreken, laten we een divers panel van artsen “raten”: tussen welke bekende gezondheidstoestanden valt de ontbrekende toestand? Hoeveel impact op de kwaliteit van leven heeft hersenkanker, vergeleken met bekende toestanden zoals borstkanker of huidkanker? Deze gewichten voor kwaliteit van leven kunnen we dan de vermenigvuldigen met de verwachte tijd die iemand doorbrengt in bepaalde gezondheidstoestanden. Als iemand dan een jaar doorbrengt met een kwaliteit van leven van 0.8, heeft hij 0.8 “Quality of Life Adjusted Life Years” (QALYs) gehad.
Operaties waarbij er door uitstel meer QALYs verloren gaan per week, zijn dan dus urgenter: als je deze uitstelt, gaat er meer gezondheid verloren.
Alhoewel ik samen met een collega het model heb gemaakt, is er een heel groot team nu hiermee bezig. We hebben bijna iedere dag wel een online vergadering, om te kijken waar we de volgende data vandaan gaan halen om het model zo goed mogelijk te krijgen. En bovendien hebben we het er over hoe we deze resultaten gaan gebruiken. Want hoe vertaal je deze resultaten in een planning voor de operatiekamers?
Het is wel gek, om met zo’n groot team te werken, terwijl je eigenlijk de hele tijd thuis, alleen, zit te werken. Sommige mensen van het team heb ik nog nooit in het echt gezien! Op dit moment focussen we ons op operaties die in ons ziekenhuis veel plaats vinden (zo’n 80% van het programma). Maar het model zelf is wel al klaar, en kan makkelijk worden uitgebreid naar operaties die ook in andere ziekenhuizen vaak worden gedaan. Hopelijk helpt ons wiskundige model straks om alle zieken zo snel en eerlijk mogelijk weer beter te opereren.