Promotie E.M. (Eline) Krijkamp

Proefschrift in het kort:

Beslismodellen worden veel gebruik in de gezondheidszorg om de besluitvorming te ondersteunen. Deze modellen bieden een analytisch kader om zowel de klinisch als economische aspecten van een beslissing te evalueren. De uitkomsten van deze modellen kunnen inzicht geven in hoe de beschikbare middelen het beste ingezet kunnen worden. 

Hoewel beslismodellen worden beschouwd als de meest geschikte benadering om de besluitvorming in de gezondheidszorg te informeren, zijn ze vaak complex en lastig te beoordelen. Deze modellen worden daarom vaak als “black box” beschouwd. De transparantie van deze modellen zou verbeter kunnen worden door gebruik te maken van open-source programmeertalen, zoals R. Er bestaan echter geen duidelijke handleidingen voor de implementatie van beslissingsanalysemodellen in open-source programmeertalen. 

Dit proefschrift was gericht op het ontwikkelen van een methodologische modelleringsaanpak voor het implementeren van beslismodellen in een open-source programmeertaal dat kan worden toegepast op een breed scala aan onderwerpen. Om te demonstreren hoe deze open-source beslismodellen kunnen worden gebruikt voor het optimaal inzetten van schaarse middelen, hebben we twee COVID-19 gerelateerde beslissingsproblemen gebruikt. Een onderwerp had betrekking op het verdelen van schaarse operatiekamercapaciteit. De andere was gericht op het bepalen van de optimale strategie, omtrent direct gebruik of verder onderzoek,  van nieuwe COVID-19 medicijnen.  

Dit proefschrift heeft aangetoond dat R kan worden gebruikt om transparante beslismodellen voor besluitvorming in de gezondheidszorg te ontwikkelen. We hebben bovendien aangetoond dat beslismodellen gemaakt in R gebruikt kunnen worden voor een dynamische, op waardegedreven verdeling van schaarse middelen. Deze aanpak is vooral relevant ten tijde van een pandemie.