PASTEL

29 december, 2025

PASTEL: Gepersonaliseerde eHealth voor betere COPD-zorg

Chronic Obstructive Pulmonary Disease (COPD) is een veelvoorkomende en invaliderende longziekte die in Nederland ruim 600.000 mensen treft. Door het progressieve karakter van de ziekte en het hoge aantal longaanvallen (acute exacerbaties), ervaren veel patiënten een aanzienlijke ziektelast. Deze longaanvallen leiden vaak tot ziekenhuisopnames: jaarlijks worden ongeveer 26.000 mensen opgenomen, waarvan 33% binnen een jaar opnieuw in het ziekenhuis belandt. Een op de vijf patiënten wordt zelfs drie keer of vaker heropgenomen. Deze terugkerende opnames zijn verantwoordelijk voor een groot deel van de totale zorgkosten voor COPD en leggen een groeiende druk op het zorgsysteem.

Het PASTEL-project is ontwikkeld om door middel van een innovatief eHealth-programma de zorg voor COPD-patiënten te verbeteren door tijdige detectie en behandeling van longaanvallen. In een mono-center, gerandomiseerde gecontroleerde studie worden patiënten die een longaanval hebben gehad gerandomiseerd tussen de PASTEL-interventie en de standaardzorg. De studie is opgezet als een hybride type I-trial, wat betekent dat zowel de effectiviteit van de interventie, als de processen die nodig zijn voor succesvolle implementatie, worden onderzocht.

De PASTEL-interventie bestaat uit een geïntegreerde eHealth-applicatie die telemonitoring, draagbare sensoren en een geavanceerd AI-algoritme middels stemanalyse combineert om longaanvallen vroegtijdig te detecteren. Middels vragenlijsten, wearables en dagelijkse metingen krijgen patiënten tijdiger inzicht in verslechteringen, waardoor sneller ingrijpen mogelijk wordt. De belangrijkste uitkomst van het onderzoek is de duur van het herstel na een longaanval. Daarnaast wordt gekeken naar de kwaliteit van leven, de ervaringen van patiënten en zorgverleners met het gebruik van eHealth en de implementatiebarrières die een brede toepassing van het programma kunnen beïnvloeden.

Door zowel de klinische effectiviteit als de praktische haalbaarheid te bestuderen, biedt PASTEL waardevolle inzichten voor de toekomstige inzet van digitale zorginnovaties in de longzorg. Gegevens over onder andere bewegingsgedrag, gebruik van noodmedicatie en blootstelling aan fijnstof worden gebruikt om een gepersonaliseerd beeld van de gezondheidstoestand van de patiënt te creëren en het AI-algoritme verder te optimaliseren.

Het project heeft impact op meerdere niveaus. Wetenschappelijk draagt PASTEL bij aan de ontwikkeling van nieuwe kennis op het gebied van telemonitoring en kunstmatige intelligentie in de COPD-zorg. Voor de praktijk biedt het mogelijkheden voor efficiëntere zorgprocessen en toegankelijke zorg voor patiënten.

Bijdragers:

Franciscus
M. Romkes MSc
Dr. Y. Türk
Dr. H. in 't Veen

LUMC
Dr. M.J. Kasteleyn

MUMC
Dr. S. Simons

Curavista
E. van Noort

Zana
J. Hoxha