Je onderzocht hoe je de wachttijden in de geestelijke gezondheidszorg kunt terugdringen door algoritmes toe te passen. Wat was voor jou de aanleiding om hier onderzoek naar te doen?
In mijn bachelor Econometrics and Operations Research wilde ik graag iets doen met het optimaliseren van processen. Ik vind het een stuk leuker om iets in de praktijk toe te passen dan om alleen iets theoretisch te toetsen. Ik wil echt zien dat iets in de praktijk werkt. In econometrie kijk je veel naar wiskundige modellen, maar ik was ook erg benieuwd naar het menselijke aspect. Daarnaast vind ik psychologie ook erg interessant, dus voor mij was dit de uitgelezen mogelijkheid om dit met elkaar te combineren.
Zou je iets over je onderzoek kunnen vertellen?
Het doel van mijn onderzoek was om de lange wachttijden in de geestelijke gezondheidszorg te verkorten door de matching tussen cliënten en behandelaars te verbeteren. Veel mensen zijn niet direct tevreden met hun psycholoog, er is bijvoorbeeld geen klik of ze durven zich niet goed te uiten. Dit leidt tot het afbreken van de behandeling waardoor ze weer achteraan de wachtlijst moeten aansluiten. Op deze manier moeten mensen steeds langer wachten tot ze een geschikte psycholoog krijgen. Ik wilde dus een algoritme ontwikkelen dat ook rekening houdt met de match tussen client en behandelaar. In eerste instantie heb ik veel naar bestaande theorie gezocht, maar ik kwam er al snel achter dat ik een algoritme nodig had dat bij toewijzing van een behandelaar een afweging kon maken tussen de kwaliteit van de match en de initiële wachttijd. Op dat gebied is nog niet veel onderzoek gedaan.
Op basis van welke informatie bepaalt dit algoritme of het een match is?
Het algoritme gebruikt de MBTI-persoonlijkheidstypes. NASA heeft ooit een onderzoek gedaan dat meet hoe goed persoonlijkheden matchen binnen een team. Matches op basis van persoonlijkheid zijn in het bedrijfsleven misschien net wat anders dan in de gezondheidszorg, maar dit gaf wel een goede basis voor mijn onderzoek. Cliënt en behandelaar vullen voorafgaand aan de behandeling een persoonlijkheidstest in, en het algoritme kijkt op basis van de uitkomsten welke cliënten en behandelaars het beste bij elkaar passen en koppelen ze aan elkaar.
Dus in principe heb je getest wat zo’n algoritme zou kunnen betekenen voor de praktijk?
Ja, precies. Waar ze nu in de geestelijke gezondheidszorg vooral naar kijken, is naar hoe ze een behandeling zo efficiënt mogelijk kunnen maken zodat mensen zo snel mogelijk uitbehandeld zijn. Maar er wordt niet echt gekeken naar hoe ze de wachtlijst zo goed mogelijk kunnen beheren. Doordat het algoritme rekening houdt met de kwaliteit van de match, kan je deels voorkomen dat behandelingen vroegtijdig worden afgebroken. Natuurlijk zijn er veel meer factoren die tot uitval kunnen leiden, maar door een goede kwaliteit match kan je de kans verkleinen.
Wat zijn de bevindingen van je onderzoek?
Uit mijn onderzoek blijkt dat het algoritme het percentage van de mensen dat vroegtijdig uitvalt, nu 35%, kan verlagen met 17,5 tot 22 procentpunt zonder de wachttijd noemenswaardig te verlengen. In de praktijk kan dit dus betekenen dat je iets langer moet wachten voordat er een behandelaar beschikbaar is met een goede matchkwaliteit, maar omdat het aantal mensen dat opnieuw op de wachtlijst komt daalt, worden de wachtlijsten op termijn wel korter.
Wat zijn je ambities voor de toekomst?
Ik heb gemerkt dat ik het interessant vind om disciplines met elkaar te combineren, zoals ik tijdens mijn scriptie heb gedaan. Hier wil ik in de toekomst opnieuw iets mee doen, maar ik heb nog geen master gevonden die daarbij past. Ik heb nu een tussenjaar, dus ik geef mezelf de tijd om daar een goede keuze in te maken.