Hoe voorkom je een vluchtpoging uit het tbs-kliniek?

Home/Geen categorie/Hoe voorkom je een vluchtpoging uit het tbs-kliniek?

Hoe voorkom je een vluchtpoging uit het tbs-kliniek?

Vrijdag 2 september keek ik ’s avonds naar PAUW. Een man aan tafel vertelde emotioneel het verhaal over de zelfmoord van zijn broer in een tbs-kliniek. De man had een vuurwapen naar binnen gesmokkeld en zichzelf van het leven beroofd.

Wanneer tbs-klinieken in het nieuws komen, is dit vrijwel altijd negatief. Denk aan vluchtende tbs’ers tijdens hun verlof of patiënten die zorgverleners mishandelen. Het nieuws over de zelfmoord kwam op een apart moment. Ik schreef die dag deze blog over hoe instanties in de verslavingszorg data kunnen gebruiken om nare voorvallen te voorkomen.

Welke data wordt er dan gebruikt?

Zorg is een zeer breed begrip en op te delen in verschillende categorieën, denk aan gezondheidszorg, verslavingszorg, ouderenzorg, etc. Laten we eens kijken naar de verslavingszorg. Instanties beschikken over gigantische bergen data, voordat een nieuwe patiënt ook maar voet binnen de deur heeft gezet. Denk aan persoonlijke gegevens en de achtergrond van patiënt, onder andere gevolgde opleidingen, vriendenkringen, taalgebruik op social media, etc. Het is mogelijk dat andere instanties dit aanvullen met hun dossiers, maar in praktijk blijken alle partijen graag op hun eigen berg data te zitten en deze gegevens niet te delen met anderen.

Wat gebeurt er tijdens het verblijf?

Tijdens een verblijf in bijvoorbeeld een kliniek wordt er alleen maar meer data toegevoegd. Elke patiënt bouwt een dossier op waarin staat welke personen zijn er langs geweest, wat de patiënt at in de ochtend, middag en avond, welke medicatie er is gebruikt en ga zo maar door. Alles wordt gedocumenteerd en geregistreerd en na afloop verdwijnt het dossier in de kast. Op basis van de ervaring van zorgverleners, wordt gekeken wat de beste behandeling is voor een nieuwe patiënt. Deze aanpak werpt al jarenlang zijn vruchten af, maar lijkt nu klaar te zijn voor verandering.

Tijd voor verandering!

En dat, terwijl juist de huidige technologie geweldige kansen en inzichten biedt door al die informatie van verschillende instanties samen te voegen. Om zo op voorspellende wijze inzichten te krijgen. Bijvoorbeeld in het gedrag van een patiënt in een tbs-kliniek. Waarom doet de één wel een vluchtpoging en de ander niet? Bij wie moeten we extra op onze hoede zijn?

En daar wordt het interessant!

Naast de expertise van de zorgverleners, bieden alle data van instanties genoeg data om gegronde analyses te maken. Voeg je deze gegevens samen, kun je hun kenmerken definieren en op zoek gaan naar patronen. Kunnen vluchtpogingen voorkomen worden? Kan de kans op een terugval verminderd worden?

Hoe pak ik dit aan?

Voordat je op zoek kan gaan naar deze patronen, dienen de patiënten in groepen verdeeld te worden. Geen enkele patiënt is hetzelfde als een ander, maar er zijn wel degelijk overlappende kenmerken tussen groepen patiënten. Wat zijn bijvoorbeeld de kenmerken van patiënten die een vluchtpoging ondernemen?

Een voor de hand liggend kenmerk is dat de persoon in een andere instantie ook al een vluchtpoging ondernam, maar ook minder voor de hand liggende kenmerken kunnen geconstateerd worden; mensen die behandeld zijn met behandeling A, de afgelopen vier weken geen bezoek gehad hebben, patiënten die ’s ochtends een warme maaltijd eten, het taalgebruik van een patiënt op social media, etc.

Door het combineren van alle data komen inzichten bovendrijven waarvan we niet wisten dat ze bestonden. En met deze inzichten kan de behandeling zo goed mogelijk worden afgestemd, met als uiteindelijk doel het aantal vluchtpogingen of terugvallen te verminderen.

Kan alles voorkomen worden met data?

Het is niet zo dat data alles kan voorspellen, mensen zijn uniek en hun gedrag is soms onvoorspelbaar. Toch kan op basis van data wel een beeld gecreëerd worden, dat het dichtst bij de werkelijkheid komt. Op basis van de kenmerken van een nieuwe patiënt kun je voorspellen wat zijn of haar pad door de organisatie zal zijn en of er eventuele problemen zullen ontstaan. Anticiperen met de data die je hebt, leidt tot een betere behandeling. De kennis over patiënten van nu en uit het verleden is de sleutel naar een succesvolle behandeling van toekomstige patiënten.

Wil je precies weten hoe data kan helpen bij deze zaken? Of ben je benieuwd naar de tools die wij hiervoor gebruiken? Neem dan contact met ons op!

2017-07-10T23:26:27+00:00