De Sint Maartenskliniek heeft voor mensen met chronische lage rugpijn de Nijmegen Decision Tool for Chronic Low Back Pain (NDT-CLBP) ontwikkeld. Deze tool is een belangrijk hulpmiddel om duidelijkheid te krijgen over welke soort patiënt gebaat is bij welke soort behandeling. Hierdoor kan de patiënt sneller en beter worden geholpen. Voor de algemene jury van de Computable Awards 2017 reden om Nijmegen Decision Tool for Chronic Low Back Pain van Sint Maartenskliniek, BKC Media en MRDM/PatientInvolved te nomineren in de categorie Digital Innovation of the Year.
Zodra bekend is dat een patiënt een afspraak heeft in het ziekenhuis voor lage rugpijn, zorgt een automatische trigger uit het epd ervoor dat de patiënt een digitale vragenlijst krijgt toegestuurd. De patiënt vult de gestructureerde anamnese in vóór het eerste consult, in het comfort van de eigen omgeving. Ook vult de patiënt onderwerpen in die hij/zij wil bespreken en geeft de behandeldoelen weer. Het systeem biedt ook vooraf al informatie over verschillende behandelopties, zodat de patiënt zich goed kan voorbereiden.
Op basis van deze vragenlijst wordt een profiel gemaakt van deze patiënt. Doordat alle chronische lage rugpijnpatiënten deze vragenlijst invullen, ontstaat er een grote databank aan patiëntenprofielen. Tegelijkertijd worden ook de behandeluitkomsten van alle patiënten die het ziekenhuis heeft behandeld en verwezen, bijgehouden en verzameld. De Nijmegen Decision Tool combineert de gegevens tot een voorspelling van mogelijk succesvolle behandeluitkomsten voor de patiënt. De behandelaar krijgt deze informatie van de patiënt overzichtelijk tot zich vóór het consult.
Wanneer de patiënt in behandeling is dan vult de patiënt tevens vragen in bij vervolgconsulten, om de behandeluitkomsten te meten. Door een qr-code kan het epd worden gescand met een tablet, waarna de patiënt automatisch de juiste vragenlijst kan invullen, zonder in te loggen. De uitkomsten van de patiënt worden gebruikt voor shared-decision-making en voor verdere ontwikkeling van de predictiemodellen in de NDT-CLBP.
