About this role
Stageopdracht Predictiemodellen in Wervelkolomchirurgie Duur : 5 maanden (start in overleg, voorkeur voorjaar 2026) Achtergrond Bergman Clinics beschikt over een van de grootste prospectieve databases voor wervelkolomchirurgie in Nederland: de Bergman Spine Dataset (BSD), met >15.000 unieke patiënttrajecten. Huidige patiëntvoorlichting is vaak gebaseerd op algemene gemiddelden (bijv. "80% ervaart verbetering"). Binnen het kader van 'Zinnige Zorg' en 'Samen Beslissen' ontwikkelen wij momenteel een innovatieve applicatie in de vorm van een app. Deze app gebruikt een 'Patients Like Me' benadering om patiënten een gepersonaliseerde prognose te bieden op basis van specifieke kenmerken (leeftijd, geslacht, ASA-klasse, type operatie) en actuele hersteldata. In deze stage onderzoek je of het toevoegen van postoperatieve informatie, met name de pijnscores op 6 weken, de voorspellende waarde van het model voor het langetermijnresultaat (12 maanden) kan verbeteren. Wat ga je doen? - Literatuuronderzoek: Je voert een beknopt review uit naar recente ontwikkelingen rondom dynamic prediction models in wervelkolomchirurgie. Hiermee leg je de basis voor de keuze van relevante variabelen in de app. - Data processing: Je werkt met een subdataset uit de BSD en draagt zorg voor het opschonen en harmoniseren van de data, en het koppelen van pre- en postoperatieve PROMs. - Analyse & validatie: Je onderzoekt of: 1. preoperatieve risicoprofielen samenhangen met afwijkende hersteltrajecten, en 2. het meenemen van de 6-weken postoperatieve NRS-pijnscores de voorspellingen van het predictie model daadwerkelijk verbetert ten opzichte van het huidige statische model. De belangrijkste uitkomst is de verbetering in voorspellende nauwkeurigheid van de NRS-rug- en beenpijnscores op 12 maanden. - Vertaalslag naar de praktijk: Je eindigt met een adviesrapport voor het ontwikkelteam waarin je concrete aanbevelingen formuleert voor: - de inrichting van de algoritmes, ...