Big Data voor vrouwengezondheid
Een FAIR data-platform dat geanonimiseerde symptoomdata beschikbaar maakt voor wetenschappelijk onderzoek — met respect voor privacy en eigenaarschap.
Van individuele tracking naar collectief inzicht
De dagelijkse symptoomregistratie van duizenden gebruikers vormt samen een unieke dataset over hormoongerelateerde aandoeningen — iets dat in klinisch onderzoek moeilijk te repliceren is.
21
dagelijkse items per gebruiker
365
registratiepunten per jaar
6+
condities gepland
FAIR
data-principes
Data-architectuur
Brondata
DRSP-scores, cyclusdata, interferentie-items — per dag per gebruiker
Anonimisatie
Pseudonimisering, k-anonimiteit, differentiele privacy
FAIR Metadata
Gestandaardiseerde metadata met FHIR/SNOMED-CT vocabulaires
Research API
Beveiligde API voor geautoriseerde onderzoekers met query-engine
FAIR Data Principes
Alle data in het research platform volgt de FAIR-principes — de internationale standaard voor wetenschappelijk verantwoord databeheer.
Findable
Vindbaar
Data voorzien van rijke metadata en unieke identifiers, doorzoekbaar via gestandaardiseerde catalogi.
Accessible
Toegankelijk
Duidelijke protocollen voor data-toegang met authenticatie en autorisatie. Metadata altijd beschikbaar.
Interoperable
Interoperabel
Gebruik van gestandaardiseerde formaten en vocabulaires (FHIR, SNOMED-CT) voor uitwisselbaarheid.
Reusable
Herbruikbaar
Data voorzien van heldere licenties, provenance-informatie en domein-relevante standaarden.
Hoe data-donatie werkt
Opt-in keuze
De gebruiker kiest bewust om data te doneren. Dit is nooit standaard ingeschakeld.
Anonimisering
Alle persoonlijk identificeerbare informatie wordt verwijderd voordat data het device verlaat.
AVG-grondslag
Expliciete toestemming conform AVG/GDPR, met recht op intrekking op elk moment.
Onderzoek
Geanonimiseerde data beschikbaar voor goedgekeurde onderzoeksprotocollen.
Anoniem bijdragen aan onderzoek
Gebruikers kunnen ervoor kiezen om hun geanonimiseerde data te doneren voor wetenschappelijk onderzoek. Dit is altijd vrijwillig, transparant en volledig conform de AVG.
- 100% opt-in — nooit automatisch ingeschakeld
- Volledige anonimisering voor data het device verlaat
- Toestemming op elk moment intrekbaar
- Transparant over welk onderzoek de data gebruikt
- Gebruikers worden geinformeerd over publicaties
Vragen die beantwoord kunnen worden
De unieke combinatie van dagelijkse prospectieve registratie, cyclusfase-data en meerdere condities opent nieuwe onderzoeksmogelijkheden.
Welke symptoompatronen zijn het meest voorspellend voor specifieke hormonale aandoeningen?
Hoe beinvloeden comorbiditeiten het symptoomverloop over de menstruele cyclus?
Wat is de relatie tussen cycluslengte-variatie en symptoomernst bij PMDD?
Hoe effectief zijn leefstijlinterventies in het verminderen van luteale fase symptomen?
Welke subgroepen ervaren de meeste impact op functioneren (werk, sociaal, relaties)?
Hoe verschillen symptoompatronen tussen verschillende auto-immuunaandoeningen in relatie tot de cyclus?
Samen sterker
Betekenisvol onderzoek naar vrouwengezondheid vereist samenwerking tussen technologie, wetenschap, klinische praktijk en patientperspectief.
FemTech Solutions
Technologie & Community
- Platform & app-ontwikkeling
- Data-infrastructuur (FAIR)
- Community-engagement
- Product & UX design
Academische Partners
Wetenschap & Validatie
- Studieprotocol & methodologie
- Klinische validatie
- Publicaties & disseminatie
- Ethische toetsing
Klinische Partners
Zorg & Implementatie
- Patientwerving & inclusie
- Klinische expertise
- Implementatie in de praktijk
- Zorgpad-integratie
Patientorganisaties
Patientperspectief
- Ervaringsdeskundigheid
- Co-creatie van tools
- Patient-engagement
- Maatschappelijke impact
Samen onderzoek doen?
Word consortium-partner en krijg toegang tot een unieke dataset over hormoongerelateerde aandoeningen. Neem contact op om de mogelijkheden te bespreken.