You cant manage what you cant imagine: The Digital Health Checklist-Risk Management (DHC-RM) Tool to enhance participant protections in digital health research

Het digitale gezondheidsresearch-studie introduceert de DHC-RM-tool, die door middel van een gestructureerde checklist en risicomanagementaanpak onderzoekers aanzienlijk helpt bij het identificeren en beheersen van participantrisico's, wat leidt tot een betere deelnemersbescherming en stroomlijning van ethische goedkeuringen.

De kern

Titel: De Digitale Gezondheids-Checklist: Een Navigatiesysteem voor Veiligheid in Onderzoek

Stel je voor dat je een nieuwe, spannende reis plant met een auto die je nog nooit hebt gereden. Deze auto is vol met futurische gadgets: hij kan je hartslag meten, je stem opslaan en zelfs advies geven over je gezondheid. Dit is wat digitale gezondheidsresearch is: een krachtig hulpmiddel dat veel goeds kan brengen, maar ook nieuwe, onbekende gevaren met zich meebrengt.

Het probleem is dat onderzoekers vaak alleen een simpele inkooplijstje hebben om te controleren of de auto veilig is. Ze kijken of er remmen zijn en of de gordels werken. Maar ze vergeten vaak te vragen: "Wat gebeurt er als de navigatie ineens begint te praten met vreemden?" of "Wat als de auto stopt als je geen internet hebt?"

Dit artikel introduceert een nieuw hulpmiddel: de DHC-RM Tool. Dit is geen simpele lijstje meer, maar een slim navigatiesysteem dat onderzoekers helpt om niet alleen de bekende gevaren te zien, maar ook die verborgen gaten in de weg die ze nooit hadden verwacht.

Hier is hoe het werkt, in simpele taal:

1. Het Probleem: "Je kunt niet beheren wat je niet kunt voorstellen"

In het verleden gebruikten onderzoekers standaardchecklists. Dat is alsof je alleen kijkt of de banden leeg zijn. Maar digitale technologie is complex. Risico's kunnen komen van datalekken, vooroordelen in software, of mensen die zich buitengesloten voelen omdat ze geen smartphone hebben.

De oude manier was als een blinde vlek: onderzoekers zagen alleen de gevaren waar ze al aan dachten. Als ze niet wisten dat iets gevaarlijk kon zijn, deden ze er niets aan.

2. De Oplossing: De DHC-RM Tool (Het "Wat-als"-Systeem)

De auteurs hebben een nieuw systeem bedacht dat werkt als een brainstormsessie met een slimme assistent.

• De Oude Manier: Vragen: "Zijn er risico's?" (Antwoord: "Nou ja, misschien...").
• De Nieuwe Manier (DHC-RM): De tool stelt specifieke, slimme vragen: "Wat als iemand geen internet heeft? Wat als de software een fout maakt? Wat als de data per ongeluk bij een buurman terechtkomt?"

Het systeem gebruikt een methode die lijkt op het SWIFT-principe (een techniek uit de veiligheidswereld). In plaats van willekeurig te gissen, duwt de tool de onderzoekers in specifieke richtingen, zoals:

• Is het makkelijk voor iedereen om het te gebruiken?
• Wat gebeurt er met de data als de server crasht?
• Is het eerlijk voor mensen uit verschillende groepen?

3. Wat gebeurde er in de proef? (Het Experiment)

De onderzoekers deden een experiment met 40 digitale gezondheidsonderzoekers.

• Groep A gebruikte hun oude, simpele manier (het "oude lijstje").
• Groep B gebruikte de nieuwe DHC-RM Tool.

Het resultaat was verbazingwekkend:

• Meer gevaren gevonden: De groep met de nieuwe tool vond gemiddeld 14 extra gevaren die de andere groep helemaal niet zag. De oude groep vond er nauwelijks iets nieuws.
• Beter oplossingen: De nieuwe tool hielp hen ook om 9 nieuwe oplossingen te bedenken om die gevaren te voorkomen. De oude groep zat er met lege handen.
• Onverwachte inzichten: De helft van de gevaren die werden gevonden, waren alleen door de tool gevonden. Zonder de tool waren deze gevaren onzichtbaar gebleven.

4. Wat vonden de onderzoekers zelf?

De onderzoekers die de tool gebruikten, waren erg enthousiast.

• Ze voelden zich veel zekerder over de veiligheid van hun studies.
• Ze vonden het handig dat de tool hen direct voorbeelden gaf (zoals een navigatiesysteem dat je waarschuwt voor een file, in plaats van dat je zelf moet raden).
• Ze vonden het makkelijker om hun plannen uit te leggen aan de ethische commissie (de "politie" die goedkeuring geeft voor onderzoek).

Sommigen zeiden: "Het voelt alsof ik door een brandblusslang drink" (te veel informatie), maar de meeste vonden dat de structuur hen juist rust gaf. Ze wilden wel meer voorbeelden, zodat het nog makkelijker wordt.

5. Waarom is dit belangrijk voor jou?

Je hoeft geen onderzoeker te zijn om hier baat bij te hebben.

• Veiligheid: Als jij deelneemt aan een onderzoek met een app of een slim horloge, wil je zeker weten dat je privacy wordt beschermd en dat je niet wordt benadeeld.
• Betrouwbaarheid: Deze tool zorgt ervoor dat digitale gezondheidsstudies niet alleen "cool" zijn, maar ook veilig en eerlijk.
• Toekomst: Het helpt om technologie te bouwen die voor iedereen werkt, niet alleen voor de rijken of de tech-vaardigen.

Conclusie: Van "Hopelijk" naar "Weet"

Vroeger hoopten onderzoekers dat ze alles hadden bedacht. Met de DHC-RM Tool kunnen ze nu weten dat ze alles hebben bedacht.

Het is alsof je van een kaartje zonder wegenkaart overstapt naar een GPS-systeem met live verkeersinformatie. Je ziet niet alleen de weg, maar ook de gaten, de files en de omleidingen voordat je erin rijdt. Hierdoor worden deelnemers aan onderzoek beter beschermd, en wordt de wetenschap betrouwbaarder.

Kortom: Je kunt niet beschermen wat je niet ziet. Deze tool zorgt ervoor dat onderzoekers eindelijk alles zien.

Technische samenvatting

Probleemstelling

De snelle proliferatie van digitale gezondheidstechnologieën (DHT), zoals mobiele apps, draagbare sensoren en AI-platforms, heeft de richtlijnen voor de bescherming van onderzoeksparticipanten ingehaald. Hoewel huidige praktijken (vaak gebaseerd op traditionele checklists zoals de Digital Health Checklist for Researchers of DHC-R) onderzoekers helpen bij het identificeren van risico's, bieden ze onvoldoende ondersteuning voor een omvattend risicomanagement.

De bestaande aanpak heeft de volgende tekortkomingen:

• Beperkte scope: Checklists focussen vaak op het noteren van risico's (bijv. kwetsbare populaties) maar bieden geen structuur voor diepgaande risicobeoordeling (oorzaken, gevolgen, waarschijnlijkheid).
• Gebrek aan actie: Acties zijn vaak beperkt tot documentatie en geïnformeerde toestemming, zonder systematische ontwikkeling van risicobeperkende maatregelen (risicocorrectie).
• Onvoorbereidheid: Onderzoekers ontbreken vaak de formele training in ethische, juridische en sociale implicaties van digitale tools, terwijl technologische ontwikkelaars vaak onvoldoende expertise hebben in privacy en beveiliging.

Het artikel stelt dat je risico's niet kunt managen als je ze niet kunt imagineren. Er is een noodzaak voor een tool die onderzoekers helpt om onbekende risico's te anticiperen en systematisch op te lossen.

Methodologie

De auteurs ontwikkelden en evalueerden de Digital Health Checklist–Risk Management (DHC-RM) Tool.

1. Ontwerp van de Tool:

• Integratie: De tool combineert de bestaande DHC met principes uit het veiligheidsrisicomanagement (zoals uit de patiëntveiligheid).
• Methode: Het gebruikt een gestructureerde variant van de SWIFT-techniek (Structured What-If Technique). In plaats van ongestructureerd brainstormen ("wat kan er misgaan?"), worden de thema's van de DHC omgezet in specifieke brainstorm-prompten.
• Drie kern-prompten:
  1. Toegang, bruikbaarheid en eerlijkheid.
  2. Dataverzameling en -beheer.
  3. Effectiviteit, betrouwbaarheid en veiligheid.
• Proces: De tool leidt gebruikers door een proces van:
  • Beschrijven van verwachte voordelen.
  • Gestructureerd identificeren van risico's (met "just-in-time" training en voorbeelden).
  • Ontwikkelen van risicobeperkende maatregelen (interventies).
  • Beoordelen van de resterende risico's via een scoremodel (Kans x Gevolg = Risicoscore, schaal 1-16).
  • Genereren van een automatisch rapport voor ethische commissies (IRB).

2. Onderzoeksopzet:

• Design: Een gerandomiseerde experimentele studie met een difference-in-differences (DiD) aanpak.
• Deelnemers: 40 digitale gezondheidsonderzoekers (geconverteerd van 72 gescruteerden).
• Procedure:
  • Fase 1 (Basislijn): Alle deelnemers beoordeelden een DHT-studie met hun "huidige praktijk" (geen tool).
  • Fase 2 (Interventie): Deelnemers werden gerandomiseerd in een controlegroep (gebruikte opnieuw huidige praktijk) of een interventiegroep (gebruikte de DHC-RM Tool) om een andere DHT-studie te beoordelen.
• Outcome-maatstaven:
  • Primair: Kwantiteit, variëteit en originaliteit (novelty) van geïdentificeerde risico's.
  • Secundair: Dezelfde maatstaven voor de ontwikkelde risicobeperkende strategieën.
• Data-analyse: Kwalitatieve contentanalyse (codering in deductieve thema's) gecombineerd met statistische toetsing (t-toetsen).

Belangrijkste Bijdragen

1. Ontwikkeling van de DHC-RM Tool: Een eerste tool die ethische checklists koppelt aan gestructureerde risicomanagement-methodieken (SWIFT) specifiek voor digitale gezondheid.
2. Van Identificatie naar Actie: De tool verschuift de focus van louter het opschrijven van risico's naar het systematisch ontwerpen van mitigatiestrategieën en het evalueren van resterende risico's.
3. Empirisch Bewijs: Het biedt kwantitatief bewijs dat gestructureerde tools de kwaliteit van risicomanagement in digitale gezondheidsonderzoek significant verbeteren ten opzichte van de huidige standaard.

Resultaten

De interventiegroep (die de DHC-RM Tool gebruikte) presteerde significant beter dan de controlegroep in alle gemeten domeinen:

• Kwantiteit van Risico's:

  • De tool-groep identificeerde gemiddeld 14,7 extra risico's per deelnemer in Fase 2 ten opzichte van de basislijn.
  • De controlegroep identificeerde slechts 0,26 extra risico's.
  • De tool leidde tot een statistisch significant hogere identificatie in alle zes risicodomeinen (toegang, bruikbaarheid, eerlijkheid, data, effectiviteit, veiligheid).

• Variëteit en Originaliteit:

  • 50% van de unieke risico's in de vergelijkingfase werden uitsluitend geïdentificeerd met de tool; geen enkel risico werd uitsluitend door de huidige praktijk gevonden.
  • De tool stimuleerde het denken buiten de gebaande paden, vooral bij thema's zoals "toegang" en "eerlijkheid", die vaak over het hoofd werden gezien.

• Risicobeperkende Strategieën:

  • De tool-groep ontwikkelde gemiddeld 9,63 extra strategieën per deelnemer, vergeleken met 0,15 voor de controlegroep.
  • Er was een significante toename in strategieën gerelateerd aan studiedesign en datadeling, domeinen die vaak verwaarloosd worden.

• Gebruikersfeedback:

  • 75% van de deelnemers gaf aan de tool opnieuw te willen gebruiken.
  • Positieve punten: Gestructureerde workflow, verbeterde inzichten, nuttige voorbeelden en waarde voor communicatie met de IRB.
  • Verbeterpunten: Meer en specifiekere voorbeelden, ondersteuning bij het ontwikkelen van mitigatiestrategieën en verduidelijking van risicoscores.

Betekenis en Conclusie

De studie concludeert dat de DHC-RM Tool een cruciale kloof overbrugt tussen de snelle innovatie in digitale gezondheid en de bescherming van onderzoeksparticipanten.

• Paradigmacorrectie: Het artikel benadrukt dat "je niet kunt managen wat je niet kunt voorstellen". De tool helpt onderzoekers om onzichtbare risico's (zoals secundair data-gebruik of onbedoelde bias) te visualiseren en aan te pakken.
• Praktische Impact: Door risicomanagement te integreren in het ontwerpproces, kan de tool niet alleen de veiligheid van participanten verhogen, maar ook de efficiëntie van ethische goedkeuringsprocessen (IRB) verbeteren door gestructureerde rapportage.
• Toekomstperspectief: De auteurs pleiten voor de adoptie van dergelijke state-of-the-art risicomanagementtools in de digitale gezondheid, vergelijkbaar met wat al standaard is in andere veiligheidskritieke sectoren (zoals patiëntveiligheid en luchtvaart). De tool biedt een schaalbaar framework om ethische principes om te zetten in concrete, uitvoerbare onderzoeksprotocollen.