Voorspellende factoren voor herstel na een ernstige hersenkneuzing

Een ernstige hersenkneuzing ontstaat door een zeer forse externe kracht op de hersenen, zoals bijvoorbeeld tijdens een ongeluk. Hierbij kan het uiteindelijk herstel variëren van goed tot overlijden. Patiënten worden hierbij opgenomen op de intensive care.  Een indicatie voor mate van herstel kan helpen een goed en passend behandelplan te maken. Hierbij is het ook belangrijk om met de familie de kansen op overlijden, herstel en handicaps te bespreken (prognose). Er zijn rekenmodellen die voorspellen wat de kans op goed herstel is bij opname, maar deze nemen de meet- en bewakingswaardes van de patiënt tijdens de opname op de IC niet mee.

In Maastricht zijn wij op zoek naar factoren die worden gemeten tijdens de opname en mogelijk de mate van herstel beter kunnen voorspellen. Met behulp van ‘machine learning’ technieken wordt geprobeerd een voorspelling te maken dat gedurende de opname op de IC de kansen op herstel op meerdere tijdstippen kan voorspellen.

Figuur 1. Schematische weergave van de machine learning analyse techniek die wordt toegepast om de neurologische uitkomst van patiënten met een traumatisch hersenletsel te kunnen voorspellen.

 

Onderzoekers

Dr. Marcel Aries (Neuroloog-Intensivist MUMC+)
Prof. Tammo Delhaas (kindercardioloog MUMC+, Biomedische Technologie Universiteit Maastricht)

 

Rosa Schoonen (Student Biomedische wetenschappen, Universiteit Maastricht)
  Frank Bennis MSc. (PhD student Biomedische Technologie Universiteit Maastricht)
Bibi Teeuwen (Student Biometrie, Hoge School Zuyd)