Aging and Longitudinal Modeling (ALM)

Sectie voorzitter: Prof. dr. M. Huisman (ma.huisman@amsterdamumc.nl)

Het bestuderen van gezondheid en functioneren van de ouder wordende mens is een kernthema van ons onderzoek. Daarbij maken we gebruik van ons langlopende Longitudinal Aging Study Amsterdam (LASA) en van het toepassen van verschillende technieken om gegevens met herhaalde metingen optimaal te analyseren. LASA is een grootschalig onderzoek naar het dagelijks functioneren van ouderen vanaf 55 jaar. We richten ons op fysieke, cognitieve, emotionele en sociale aspecten, sporen risicogroepen op en proberen knelpunten vroeg te signaleren. Ons uiteindelijke doel is dat ouderen een goed leven kunnen leiden. Ons onderzoek richt zich onder andere op depressie en angst, de relatie van biomarkers met valongevallen en beperkingen, cognitieve achteruitgang, sociale netwerken en de regie die ouderen ervaren.

Onze kennis van longitudinale analysetechnieken passen we ook breder toe. Binnen de medische wetenschap wordt er steeds meer longitudinale data verzameld. Voor het analyseren van longitudinale data moet rekening worden gehouden met het feit dat er herhaaldelijke metingen gedaan worden bij dezelfde personen of patiënten. Wij voeren veel toegepast methodologisch onderzoek uit om verschillende technieken voor longitudinale data analyse met elkaar te vergelijken en om longitudinale data analyse toe te passen op uitkomst variabelen met een specifieke verdeling. Daarnaast worden methoden ontwikkeld om longitudinale informatie te gebruiken voor (klinische) predictiemodellen. Hierdoor kan de kwaliteit van de predictiemodellen aanzienlijk worden verbeterd.

Meer informatie