Text-mining

De digitale en technologische revolutie heeft geleid tot het verzamelen van enorm veel data met als doel: de zorg verbeteren en beter laten aansluiten bij de wensen en behoeften van ouderen. Het gaat daarbij zowel om kwantitatieve data (cijfers) als kwalitatieve data (tekst). Text-mining is een manier om grote hoeveelheden tekst met behulp van computers om te zetten in nieuwe informatie en kennis.  

Text-mining

Het handmatig analyseren van tekstuele gegevens is een tijdrovende uitdaging. Bovendien vereist de analyse een constante objectieve houding van de betrokken onderzoekers. Zodoende wordt veel geschreven tekst vaak niet geanalyseerd. De AWO-L experimenteert daarom met text-mining: nieuwe computertechnieken maken het mogelijk om informatie te genereren uit bijvoorbeeld teksten van interviews, of tekst opgenomen in elektronische cliënten dossiers. Op deze manier kan tekstuele data binnen de AWO-L beter benut worden voor het verwerven van nieuwe kennis over de zorg.

Zo kunnen bijvoorbeeld bepaalde thema’s die in een tekst voorkomen met een computer worden gevonden. Denk aan thema’s zoals ‘eten’ of ‘familie’. Ook kunnen teksten die over kwaliteit van zorg gaan als positief of juist negatief worden beoordeeld.

Ruimte voor zorg

In het onderzoek Ruimte voor zorg van de AWO-L werd in 2018 een nieuwe methode uitgetest om de kwaliteit van zorg te meten vanuit het perspectief van de cliënt in het verpleeghuis: een getrainde medewerker van een zorgorganisatie gaat naar een andere zorgorganisatie en voert hier drie aparte gesprekken: met een bewoner, met een naaste van die bewoner en met een betrokken zorgverlener. Deze driehoeksgesprekken worden opgenomen en erna letterlijk uitgetypt. Deze uitgetypte interviews werden met behulp van text-mining geanalyseerd. Hieruit bleek onder andere dat zorgprofessionals de zorg en kwaliteit van leven van bewoners positiever beoordeelden dan bewoners en hun familieleden. Ook bleek dat bewoners, familieleden en zorgprofessionals dezelfde woorden gebruiken om de kwaliteit van zorg te omschrijven.

ECD

Text-mining kan ook op andere manieren worden ingezet, bijvoorbeeld voor de analyse van het elektronisch cliënten dossier (ECD). Zo kan een ECD geanalyseerd worden met betrekking tot valincidenten. Komen bepaalde geregistreerde woorden zoals ‘disbalans’ en ‘onrustig in looppatroon’ bijvoorbeeld vaker voor, dan kunnen daarmee toekomstige valincidenten mogelijk voorspeld worden. Dit maakt het mogelijk hier tijdig op in te spelen en mogelijke valincidenten zelfs te voorkomen.

Vervolg

Het is de bedoeling om text-mining in te zetten om de methode Ruimte voor zorg breder uit te rollen bij de zorgorganisaties van de AWO-L. Voor een nieuw op te zetten project is inmiddels subsidie verworven.  

Quote

Data is kennis. Data die bestaat uit tekst dus ook. Nu verzamelen we heel veel informatie in tekst, maar doen er niets mee. Text-mining bezit de potentie dit te veranderen

Onderzoeker

meer weten?

Coen Hacking
Onderzoeker




  • Logo Meander Groep
  • Logo Sevagram
  • Logo Envida
  • Logo Zuyderland
  • Logo Cicero
  • Logo Vivantes
  • Logo De Zorggroep
  • Logo Land van Horne
  • Logo Proteion
  • Logo Zuyd Hogeschool
  • Logo Gilde Zorgcollege
  • Logo Vista College
  • Logo Maastrict University

Deze website maakt gebruik van cookies. Meer informatie vindt u op onze Privacy statement pagina. OK