Project Details
Description
Cervixcarcinoom is een relatief zeldzame ziekte met ongeveer 750 nieuwe gevallen per jaar in Nederland. Mensen met een tumortype dat relatief weinig voorkomt in een populatie hebben 15% meer kans om binnen 5 jaar na behandeling te overlijden (www.iknl.nl). Dit heeft onder andere te maken met dat het moeilijk is om grote (gerandomiseerde) studies te doen in deze kleine patiëntengroepen en daarmee de zorg te verbeteren. Wanneer gerandomiseerde studies niet mogelijk zijn proberen we met cohort studies dit hiaat te vullen. Het voordeel van cohort studies is dat ze een betere representatie geven van de klinische praktijk.
Op het moment dat een vrouw met cervixcarcinoom onze spreekkamer binnenloopt, is haar belangrijkste vraag of ze deze ziekte zal overleven, en hoeveel last ze zal hebben van de behandeling die wij haar adviseren. Gelukkig kunnen we vrouwen vaak genezen met een combinatie van uitgebreide chirurgie, radiotherapie en/of chemotherapie. Echter deze intensieve behandeling geeft bij veel vrouwen blijvende schade, zich o.a. uitend in seksuele-, darm- en plasklachten en vermoeidheid. Deze klachten leiden dikwijls tot psychosociale problemen en een verminderde kwaliteit van leven.
Doel van dit project is om het voorkomen van deze klachten en problemen beter te voorspellen, Deze voorspelling kan dan in de spreekkamer worden gebruikt om in een proces van shared decision making te komen tot een behandeladvies dat het best past bij de individuele patient.
Op basis een breed scala aan klinische parameters, beeldvorming, gerapporteerde klachten, problemen, en behandelgegevens willen we met behulp van kunstmatig intelligentie een uitlegbaar model ontwikkelen. Met een uitlegbaar model krijgen we mogelijk een nieuwe kijk op welke manier en in welke mate verschillende factoren invloed hebben op het succes van de behandeling en het voorkomen van bijwerkingen. Indien deze factoren te beïnvloeden zijn door dokter of patiënt geeft dat de mogelijkheid om samen met de patiënte keuzes te maken.
Op het moment dat een vrouw met cervixcarcinoom onze spreekkamer binnenloopt, is haar belangrijkste vraag of ze deze ziekte zal overleven, en hoeveel last ze zal hebben van de behandeling die wij haar adviseren. Gelukkig kunnen we vrouwen vaak genezen met een combinatie van uitgebreide chirurgie, radiotherapie en/of chemotherapie. Echter deze intensieve behandeling geeft bij veel vrouwen blijvende schade, zich o.a. uitend in seksuele-, darm- en plasklachten en vermoeidheid. Deze klachten leiden dikwijls tot psychosociale problemen en een verminderde kwaliteit van leven.
Doel van dit project is om het voorkomen van deze klachten en problemen beter te voorspellen, Deze voorspelling kan dan in de spreekkamer worden gebruikt om in een proces van shared decision making te komen tot een behandeladvies dat het best past bij de individuele patient.
Op basis een breed scala aan klinische parameters, beeldvorming, gerapporteerde klachten, problemen, en behandelgegevens willen we met behulp van kunstmatig intelligentie een uitlegbaar model ontwikkelen. Met een uitlegbaar model krijgen we mogelijk een nieuwe kijk op welke manier en in welke mate verschillende factoren invloed hebben op het succes van de behandeling en het voorkomen van bijwerkingen. Indien deze factoren te beïnvloeden zijn door dokter of patiënt geeft dat de mogelijkheid om samen met de patiënte keuzes te maken.
| Status | Active |
|---|---|
| Effective start/end date | 1/07/2022 → … |
UN Sustainable Development Goals
In 2015, UN member states agreed to 17 global Sustainable Development Goals (SDGs) to end poverty, protect the planet and ensure prosperity for all. This project contributes towards the following SDG(s):
