Wetenschappelijk onderzoek bij CIR: innovatie en impact op revalidatiezorg bij chronische pijn

Bij CIR staat de biopsychosociale benadering centraal: lichamelijke, psychologische én sociale factoren worden in samenhang bekeken. In die aanpak is het niet alleen belangrijk wát er aangeboden wordt, maar vooral ook aan wie, wanneer en hoe. Het onderzoek richt zich dan ook steeds vaker op vragen als: welke patiënt heeft baat bij welke behandeling? En hoe kunnen we dat vooraf voorspellen? Het antwoord ligt deels in data.

In een serie publicaties wordt onderzocht hoe machine learning artsen en therapeuten kan ondersteunen bij het nemen van behandelbeslissingen. Zo laten Zmudzki et al. (2023) zien dat voorspellende modellen kunnen bijdragen aan gepersonaliseerde zorg binnen een interdisciplinaire pijnbehandeling zoals CIR die aanbiedt. In de publicaties wordt dit ook wel een ”interdisciplairy multimodal pain treatment (IMPT)” genoemd. Een vervolgstudie, momenteel in preprint, onderzoekt hoe zulke modellen zich houden in de praktijk met echte patiëntgegevens.

Ook zonder geavanceerde AI-toepassingen zijn voorspellende modellen waardevol. Zo ontwikkelden Sophie Vervullens et al. (2023) een klinisch predictiemodel voor mensen met artrose die deelnemen aan een IMPT-programma. Het model helpt zorgverleners in te schatten wie waarschijnlijk goed zal reageren op een intensieve revalidatieaanpak. Zulke modellen bieden ondersteuning bij het afstemmen van zorgintensiteit op het individuele profiel van de patiënt.

Opvallend is dat in meerdere onderzoeken psychologische factoren een belangrijke rol spelen in het voorspellen van behandeluitkomsten. In een recent geaccepteerd artikel (Cnockaert et al., in press) blijkt dat patiënten met meer vermoeidheid, irritatie of boosheid bij aanvang van de behandeling juist méér vooruitgang boeken in het verminderen van pijn-gerelateerde beperkingen.

Dat lijkt contra-intuïtief: juist mensen met hoge psychische belasting zouden toch slechter reageren? De onderzoekers stellen dat deze patiënten mogelijk juist meer ruimte voor verbetering hebben, of dat het IMPT-programma hen tools aanreikt om beter om te gaan met emoties. Dit past bij de individuele en multidimensionele aanpak van CIR, waarin ook zelfmanagementvaardigheden en deelname aan werk of andere betekenisvolle activiteiten als belangrijke succesfactoren worden gezien.

Naast voorspellende modellen wordt er ook geëxperimenteerd met nieuwe behandelvormen, zoals het gebruik van Virtual Reality (VR) in revalidatie. In een actieonderzoek van Ummels et al. (2023) werd VR ingezet als aanvullende tool binnen het IMPT-traject. Zowel zorgverleners als patiënten zagen meerwaarde: VR bied een veilige omgeving om bewegingen te oefenen of stress te reduceren. Deze innovatieve toepassing sluit aan bij de wens om behandelingen aantrekkelijker, laagdrempeliger en effectiever te maken.

Om zulke interventies te kunnen beoordelen én herhalen, is het belangrijk dat programma’s helder beschreven zijn. Daarom publiceerde Breugelmans et al. (2022, BMC Research Notes) een systematische beschrijving van het CIR-IMPT-programma aan de hand van de TIDieR-checklist. Daarmee wordt inzichtelijk welke modules worden aangeboden, hoe de behandelingen worden afgestemd op de patiënt, en hoe de zorg georganiseerd is.

Uit vervolgonderzoek dat in 2024 verscheen, blijkt bovendien dat de behandeling niet alleen duidelijk effectief is, maar dat de behaalde resultaten ook na een jaar nog standhouden. Voor de 14% van de deelnemers die een korte verlenging van het programma krijgt, blijkt deze extra inzet te leiden tot nóg betere uitkomsten.

Daarnaast wordt er onderzoek gedaan naar de kosteneffectiviteit van de behandeling en naar de duurzaamheid van resultaten op langere termijn. In verschillende studies wordt gekeken naar het effect van het programma op kwaliteit van leven, functioneren en zorggebruik na afronding van het traject.

Hoewel de hoeveelheid data indrukwekkend is, blijft het doel van het onderzoek steeds hetzelfde: betere zorg voor mensen met chronische pijn. De inzet van technologie – zoals machine learning en virtual reality – krijgt pas betekenis in combinatie met professionele ervaring én het verhaal van de patiënt. CIR werkt zo aan een lerend zorgsysteem, waarin kennis uit de praktijk direct wordt benut voor verbetering. Met voorspellende modellen, gepersonaliseerde programma’s en aandacht voor psychosociale factoren ontstaat een aanpak die recht doet aan de complexiteit van chronische pijn – én aan de mens achter de klacht.