Hoe werkt een thuis-EEG voor dagelijkse hersenmetingen?

Wat is een thuis-EEG?

Een thuis-EEG is een elektro-encefalogram dat bij iemand thuis wordt opgenomen in plaats van tijdens een bezoek aan of verblijf in een medische instelling. Sensoren op de hoofdhuid detecteren kleine veranderingen in elektrisch potentiaal die gepaard gaan met hersenactiviteit.

Hoe werkt een thuis-EEG?

Tijdens een EEG detecteren elektroden elektrische signalen op de hoofdhuid en sturen deze naar een opnameapparaat. Bij een klinisch thuisonderzoek kan een getrainde professional de elektroden aanbrengen en uitleggen hoe de apparatuur wordt gebruikt; de opzet verschilt per dienst en test. De resulterende registratie wordt in context beoordeeld door een gekwalificeerde arts, omdat een EEG-registratie alleen geen diagnose stelt.

Het signaal kan worden beïnvloed door beweging, spierspanning, knipperen met de ogen en de kwaliteit van het contact tussen een elektrode en de hoofdhuid. Een duidelijke registratie hangt af van de context en het apparaat: de opnameomstandigheden, waargenomen symptomen en technische kwaliteit bepalen allemaal hoe bruikbaar de informatie is.

Soorten thuis-EEG-apparaten

Thuis-EEG-systemen verschillen in voor wie ze zijn ontworpen, waar hun sensoren worden geplaatst en welke vragen de registratie kan beantwoorden. Klinisch begeleide ambulante systemen zijn ingericht voor medische monitoring, terwijl consumenten- en onderzoeksapparaten bedoeld kunnen zijn voor algemene metingen of gegevensverzameling in plaats van diagnostiek.

De volgende vergelijking belicht de grote verschillen:

Is een thuis-EEG haalbaar in omgevingen met beperkte middelen?

Het meest pragmatische argument voor een thuis-EEG heeft niets te maken met zelfoptimalisatie en alles met toegankelijkheid.

In veel delen van de wereld is een klinisch EEG vrijwel niet beschikbaar. Gespecialiseerde apparatuur is duur, getrainde technici zijn schaars en neurologieafdelingen zijn geconcentreerd in stedelijke academische ziekenhuizen. Daarom zou een systeem waarmee onervaren gebruikers een EEG van diagnostische kwaliteit kunnen opnemen met niets meer dan een smartphone en een draagbare headset, in principe die kloof kunnen overbruggen.

Eén onderzoeksgroep testte precies dit uitgangspunt door een 27-kanaals draagbaar EEG-systeem te ontwikkelen, gekoppeld aan een smartphone-app die realtime, geautomatiseerde begeleiding biedt. De app beoordeelde de signaalkwaliteit van moment tot moment en gaf direct feedback, waarbij de gebruiker werd geïnstrueerd om elektroden met een hoge impedantie of slecht contact aan te passen. Tien deelnemers zonder voorafgaande EEG-ervaring kregen een korte training en namen vervolgens zelfstandig volledige EEG's op, uitsluitend op basis van de instructies van de applicatie.

De resultaten toonden aan dat de bruikbaarheid, gemeten via de System Usability Scale, een gemiddelde score van 90,3 behaalde met een standaarddeviatie van 6,8. Ter vergelijking: een score boven de 68 wordt als bovengemiddeld beschouwd, en alles boven de 80 plaatst een systeem in het hoogste deciel van bruikbaarheidsbenchmarks. De opgenomen EEG's kregen zelf een gemiddelde kwaliteitsbeoordeling van 8,04 van deskundige beoordelaars, en cruciaal was dat geen van de opnamen ontoereikend werd geacht voor klinische interpretatie.

Opvallend is dat dit niet betekent dat een leek een getrainde laborant in alle contexten kan vervangen. Het testscenario was gestructureerd: de app begeleidde elke stap, de omgeving was gecontroleerd en de klinische beoordelaars evalueerden de basiskwaliteit van het signaal in plaats van het diagnosticeren van complexe pathologie.

Maar de resultaten tonen aan dat begeleide, geautomatiseerde EEG-registratie klinisch bruikbare gegevens kan opleveren wanneer deskundige handen niet beschikbaar zijn, wat een mogelijkheid biedt om neurologische diagnostiek in regio's met beperkte middelen te ondersteunen.

Hoe ondersteunt langdurige zelfmonitoring de zorg bij epilepsie?

Naast eenmalige diagnostische registraties biedt een thuis-EEG de mogelijkheid tot langdurige observatie, wat van bijzonder belang is bij epilepsie. Modellen voor het voorspellen van aanvallen zijn afhankelijk van langdurige gegevens van hoge kwaliteit die in de dagelijkse praktijk worden verzameld, maar de praktische hulpmiddelen voor een dergelijke verzameling waren tot nu toe schaars.

Zo biedt een studie uit 2026 waarin 12 patiënten met therapieresistente epilepsie werden gevolgd, een zeldzame blik op hoe langdurig zelfstandig afgenomen EEG er in werkelijkheid uitziet. Deelnemers namen gedurende een mediane periode van 173,5 dagen tweemaal daags een rust-EEG op, waarbij de langste aaneengesloten periode opliep tot 235 dagen. De opnamen werden volledig thuis gemaakt met behulp van een draagbaar systeem dat ontworpen is voor zelfstandig aanbrengen.

Daarbij produceerde tweederde van de patiënten gegevens die door klinische beoordelaars werden geclassificeerd als van goede of matige kwaliteit, en dit kwaliteitsniveau bleef over de gehele meetperiode grotendeels stabiel. Interictale epileptiforme ontladingen—de karakteristieke elektrische kenmerken van aanvalsgevoeligheid die tussen klinische aanvallen door optreden—werden bij vier patiënten gedetecteerd, en deze bevindingen kwamen overeen met de patronen die tijdens eerdere opnamen in het ziekenhuis werden waargenomen.

Wat betreft de beperkingen van deze methodologie merkten de auteurs op dat de EEG-caps elke twee tot drie maanden moesten worden vervangen als gevolg van normale slijtage. Dit wijst erop dat langdurige thuismeting vaak geen eenmalige hardware-investering is, maar een doorlopend proces met onderhoudsvereisten. Therapietrouw van de patiënt was ook essentieel voor het succes van het protocol, wat onderstreept dat een thuis-EEG aanhoudende betrokkenheid vereist in plaats van passieve gegevensverzameling.

Deze resultaten suggereren dat geselecteerde patiënten over langere perioden klinisch relevante informatie kunnen genereren buiten het ziekenhuis, wat toekomstige strategieën voor het voorspellen van aanvallen zou kunnen ondersteunen. De overeenstemming tussen thuis gedetecteerde afwijkingen en eerdere ziekenhuisbevindingen, hoewel slechts gedocumenteerd bij een deel van de patiënten, wijst op een rol voor thuismonitoring bij het volgen van bekende ziektemarkers in plaats van het stellen van initiële diagnoses.

Pediatrische toepassingen en thuis-EEG voor speciale populaties

Kinderen vormen een unieke uitdaging voor EEG's. De ziekenhuisomgeving kan stressvol zijn, het aanbrengen van elektroden bij een onrustig kind stelt zelfs ervaren laboranten op de proef, en voor kinderen met verstandelijke beperkingen of autismespectrumstoornissen kunnen de zintuiglijke prikkels van een klinische setting standaardregistraties vrijwel onmogelijk maken.

Een pilotstudie onder 20 kinderen die thuis video-EEG-monitoring ondergingen, verduidelijkte wie het meeste baat zou kunnen hebben bij deze aanpak. De thuisgroep bevatte een aanzienlijk hoger percentage kinderen met een verstandelijke beperking en autisme, met 60 procent tegenover 25 procent in een vergelijkbare ziekenhuisgroep. Kinderen met ontwikkelings- en epileptische encefalopathie, een ernstige vorm van epilepsie die gepaard gaat met cognitieve achteruitgang, waren eveneens oververtegenwoordigd in het cohort.

De redenen voor doorverwijzing volgden vergelijkbare verdelingen in beide settings: lokalisatie en classificatie van aanvallen waren goed voor ongeveer de helft van de gevallen, classificatie van paroxismale gebeurtenissen voor nog eens een kwart, en kwantificering van epileptische activiteit tijdens de slaap voor de rest. De klinische vragen die werden gesteld, waren niet vereenvoudigd voor de thuisomgeving, wat suggereert dat de verwijzende artsen de thuisgegevens over het algemeen geschikt achtten voor het doel.

Bovendien kwam er een contra-intuïtieve bevinding naar voren over de datakwaliteit. De signaalkwaliteit van het EEG thuis werd zelfs hoger beoordeeld dan opnamen in het ziekenhuis, met een mediane score van 5 op een 5-puntsschaal vergeleken met een 4 voor de ziekenhuisgroep. De videokwaliteit liet echter het omgekeerde patroon zien. Videobeelden thuis kregen een mediane score van slechts 3, aanzienlijk lager dan de ziekenhuismediaan van 5.

Deze beperking van de video is veelzeggend, aangezien de diagnose van een aanval vaak afhangt van het correleren van elektrische veranderingen met gedragsmatige manifestaties, en een slechte videodocumentatie kan juist die gebeurtenissen vertroebelen die de registratie bedoeld is vast te leggen.

Compromissen tussen signaalkwaliteit en aggregatie in omgevingen zonder toezicht

De centrale technische vraag voor thuis-EEG is niet of de apparaten elektrische potentialen kunnen meten, maar of de signaalgetrouwheid in een omgeving zonder toezicht en vol artefacten kan voldoen aan de normen die vereist zijn voor cognitieve neurowetenschappen of klinische interpretatie.

Een grootschalig onderzoek pakte dit direct aan door draadloze droge EEG-systemen in te zetten bij twee cohorten: 50 oudere volwassenen met een gemiddelde leeftijd van 67,8 jaar en 30 jongere volwassenen met een gemiddelde leeftijd van 25,6 jaar. Beide groepen voerden op een tablet gamified cognitieve taken uit—een Oddball-taak voor aandacht en een Flanker-taak voor remmende controle—waarbij ze gedurende enkele weken vijf tot zeven dagen per week sessies opnamen.

Daarin ontdekten de auteurs dat bij het hanteren van conservatieve criteria voor artefactvrije data, 50 procent van de trials per thuissessie werd afgekeurd. Bewegingsartefacten, spierspanning, slecht elektrodecontact en elektrische interferentie verslechteren afzonderlijke testgegevens thuis veel meer dan in een gecontroleerde laboratoriumomgeving.

Aggregatie veranderde het beeld echter volledig. Door gegevens over twee tot vier sessies te combineren, bereikten de overkoepelende gemiddelde event-related potentials een signaalkwaliteit die vergelijkbaar was met die van natte EEG-data uit één sessie, verzameld door experts in een laboratorium.

De karakteristieke P300-component—een positieve spanningsafwijking die ongeveer 300 milliseconden na een zeldzame doelstimulus verschijnt—was duidelijk herkenbaar in de Oddball-taak. Error-related negativity, een negatieve afwijking na onjuiste reacties in de Flanker-taak, bleef eveneens behouden in de geaggregeerde thuisdata.

Deze resultaten suggereren dat thuis-EEG valide cognitief-neurowetenschappelijke data kan opleveren, maar niet op basis van een enkele sessie of een enkele trial. Onderzoekers en potentiële klinische gebruikers moeten genoegen nemen met óf een hoger aantal trials per sessie, óf aggregatie over meerdere meetdagen. Het signaal is aanwezig, maar voor het extraheren ervan is statistische middeling nodig om de ruisvloer die thuisomgevingen met zich meebrengen te overstijgen.

Hoe zit het met de therapietrouw bij thuis-EEG over verschillende leeftijdsgroepen?

Het meest geavanceerde EEG-systeem is waardeloos als mensen het niet consequent kunnen of willen gebruiken. Therapietrouw en gebruiksvriendelijkheid zijn cruciale determinanten voor de vraag of thuis-EEG verder kan komen dan pilotstudies en een plek kan krijgen in de routinepraktijk.

Dezelfde studie die oudere en jongere volwassenen volgde, levert systematische gegevens over de bruikbaarheid op. Oudere volwassenen voltooiden 93 procent van de gevraagde sessies, wat leidde tot 1.449 opnamen in totaal met een gemiddelde van 28,9 sessies per deelnemer. Jongere volwassenen voltooiden 96 procent, goed voor 684 sessies met een gemiddelde van 22,87. Deze percentages voor therapietrouw zijn opmerkelijk hoog voor elk zelfstandig uitgevoerd gezondheidsprotocol, en ze hielden zes weken aan voor het oudere cohort en vier weken voor het jongere cohort.

Bovendien bekrachtigen de scores op de System Usability Scale de gegevens over therapietrouw. Oudere volwassenen rapporteerden een gemiddelde score van 84,5 en jongere volwassenen van 88,3—beide ruim binnen het bereik van 'uitstekend' en slechts net onder de 90,3 die werd gerapporteerd in de studie naar begeleide diagnostiek. Leeftijdsgebonden verschillen in de acceptatie van technologie, vaak genoemd als een belemmering voor digitale gezondheidshulpmiddelen, deden in deze context geen noemenswaardige afbreuk aan de gebruiksvriendelijkheid.

Twee ontwerpelementen lijken bij te dragen aan dit succes:

1. Het eerste is gestructureerde begeleiding die de cognitieve belasting tijdens de installatie vermindert. Wanneer een applicatie de elektrode-impedantie in realtime kan beoordelen en de gebruiker kan instrueren om specifieke contactpunten aan te passen, wordt de complexe, impliciete kennis die nodig is voor een juiste elektrodeplaatsing geëxternaliseerd naar software-instructies.

2. Het tweede is gamification van de cognitieve taken zelf. Het vasthouden van de aandacht tijdens repetitieve 'oddball'-detectie- of flanker-interferentietaken is veeleisend, en het inbedden van deze paradigma's in spelachtige interfaces met feedback en progressie houdt de betrokkenheid over weken van herhaalde sessies waarschijnlijk in stand.

Kan een thuis-EEG intramurale ziekenhuisbewaking vervangen?

Een thuis-EEG kan neurale signalen opvangen. Het kan event-related potentials in gestructureerde cognitieve taken karakteriseren. Het kan interictale epileptiforme ontladingen detecteren die overeenkomen met ziekenhuisbevindingen. Wat het niet kan, althans nu nog niet, is een volwaardig alternatief bieden voor de volledige diagnostische opbrengst van video-EEG-monitoring in het ziekenhuis.

Een overzichtsstudie uit 2024 naar ambulante video-EEG thuis in Australië verduidelijkt wat er op het spel staat. Video-EEG-monitoring in het ziekenhuis biedt gesynchroniseerde, uiterst betrouwbare opnamen van hersenactiviteit en gedrag gedurende dagen of weken, waarbij deskundige laboranten elektrodeproblemen verhelpen en neurologen complexe semiologie van aanvallen interpreteren. Ondertussen biedt ambulante video-EEG thuis voordelen qua toegankelijkheid en kosteneffectiviteit—met name voor patiënten op het platteland die te maken hebben met lange reisafstanden en lange wachtlijsten—maar brengt het inherente compromissen met zich mee.

Een andere factor die in de review werd besproken, had te maken met het tekort aan videokwaliteit dat in het kinderonderzoek werd gedocumenteerd. Wanneer de videoresolutie slecht is, omgevingslicht subtiele motorische kenmerken verbergt of de camerahoek er niet in slaagt het relevante lichaamsdeel vast te leggen, kan de gedragscorrelatie die essentieel is voor de classificatie van aanvallen verloren gaan. Deskundige interpretatie van smartphonevideo's heeft een diagnostische nauwkeurigheid van ongeveer 89,1 procent laten zien, een respectabel cijfer dat nog steeds een aanzienlijke minderheid van de gevallen verkeerd classificeert wanneer de videogegevens suboptimaal zijn.

Het bredere beeld is er een van klinisch evenwicht. Thuis-EEG betekent een aanzienlijke vooruitgang voor specifieke toepassingen: het verlengen van de meetduur tot voorbij wat in een ziekenhuis haalbaar is, het vastleggen van natuurlijke aanvalspatronen in een vertrouwde omgeving en het verminderen van de logistieke en financiële belasting voor gezinnen.

Het is geen volledige vervanging voor intramurale monitoring bij complexe diagnostische casussen, en door het verschil in interpretatiemogelijkheden blijft een deskundige beoordeling voor de meeste klinische toepassingen noodzakelijk.

De rol van hersenmetingen thuis in de praktijk van de gezondheidszorg

De echte waarde van het thuis-EEG ligt in het vergroten van de toegankelijkheid en het mogelijk maken van herhaalde metingen. Onder begeleide omstandigheden kunnen ongetrainde personen potentieel klinisch bruikbare hersenopnamen maken, en het combineren van meerdere sessies kan de signaalkwaliteit dicht bij laboratoriumbenchmarks brengen. Voor epilepsiepatiënten die bekende aanvalspatronen volgen en voor kinderen die een ziekenhuisomgeving niet verdragen, breidt dit de neurologische zorg uit tot buiten de kliniek. Maar thuisopnamen bevatten nog steeds meer ruis en zwakkere video, waardoor interpretatie door een neurowetenschappelijk expert essentieel blijft.

Het bewijs ondersteunt specifieke toepassingen, geen algemene welzijnsbeloften. Beweringen over concentratie, meditatie en alledaagse cognitieve verbetering worden nog niet ondersteund door rigoureuze validatie. Hoogstens is het thuis-EEG een aanvullend hulpmiddel voor gestructureerde metingen en omgevingen met beperkte middelen, geen vervanging voor video-EEG in het ziekenhuis.

Referenties

1. Armand Larsen, S., Klok, L., Lehn‐Schiøler, W., Gatej, R., & Beniczky, S. (2024). Low‐cost portable EEG device for bridging the diagnostic gap in resource‐limited areas. Epileptic Disorders, 26(5), 694-700. https://doi.org/10.1002/epd2.20266

2. Cousyn, L., Biondi, A., Winston, J. S., McWilliam, M., Viana, P. F., Schreuder, M., ... & Richardson, M. P. (2026). Out of the lab, into real life: Evaluating at‐home EEG self‐monitoring. Epilepsia Open, 11(2), 663-669. https://doi.org/10.1002/epi4.70235

3. Michaeli, Y., Blumkin, L., Medvedovsky, M., Dalal, I., & Nissenkorn, A. (2024). Home-video EEG monitoring in a pediatric setting. Heliyon, 10(15). https://doi.org/10.1016/j.heliyon.2024.e35108

4. Barbey, F. M., Farina, F. R., Buick, A. R., Danyeli, L., Dyer, J. F., Islam, M. N., ... & Whelan, R. (2022). Neuroscience from the comfort of your home: Repeated, self-administered wireless dry EEG measures brain function with high fidelity. Frontiers in Digital Health, 4, 944753. https://doi.org/10.3389/fdgth.2022.944753

5. Seneviratne, U., Gillinder, L., Kraemer, T., Lee, A., & Bower, S. (2024). Home‐based ambulatory video EEG monitoring: a cost‐effective and underutilised diagnostic tool for people with seizure disorders in Australia. Internal medicine journal, 54(12), 2096. https://doi.org/10.1111/imj.16582

Veelgestelde vragen

Wat is een thuis-EEG en hoe verschilt het van een ziekenhuis-EEG?

Een thuis-EEG is een zelfstandig uitgevoerde registratie van hersengolven die buiten een klinische setting plaatsvindt, meestal met een draagbare headset en een smartphone-app, terwijl bij een ziekenhuis-EEG een laborant elektroden aanbrengt en een neuroloog de golfvormen interpreteert. De thuisbenadering geeft de controle aan een ongetrainde gebruiker en ruilt deskundig toezicht in voor gemak en toegankelijkheid.

Kan iemand zonder medische opleiding thuis een bruikbaar EEG opnemen?

Ja, met gestructureerde begeleiding. In een studie produceerden leken die realtime app-instructies volgden opnamen die deskundige beoordelaars adequaat achtten voor klinische interpretatie, en de bruikbaarheidsscores waren hoog. Dit toont aan dat een begeleid thuis-EEG onder gecontroleerde omstandigheden bruikbare gegevens kan opleveren.

Is de signaalkwaliteit van een thuis-EEG even goed als die van een ziekenhuis-EEG?

Niet op basis van een enkele trial of een enkele sessie, omdat thuisopnamen kwetsbaarder zijn voor beweging, spierspanning, slecht elektrodecontact en elektrische interferentie. Wanneer gegevens echter over meerdere sessies of dagen worden gecombineerd, kunnen de geaggregeerde signalen een kwaliteit bereiken die vergelijkbaar is met laboratoriumopnamen.

Ondersteunt een thuis-EEG welzijnsclaims zoals betere focus of meditatie?

Het wetenschappelijke bewijs ondersteunt momenteel geen brede beweringen over het verbeteren van de concentratie, het optimaliseren van meditatie of algemene welzijnsmonitoring. Onderzoek heeft zich gericht op specifieke klinische en cognitieve toepassingen, en een rigoureuze validatie voor marketing rond consumentenwelzijn heeft nog niet plaatsgevonden.

Wat zijn de belangrijkste beperkingen van een thuis-EEG?

Belangrijke beperkingen zijn onder meer hoge percentages afgekeurde artefacten, de noodzaak om gegevens over meerdere meetdagen te combineren voor signaalkwaliteit van laboratoriumniveau, regelmatige vervanging van EEG-caps en inferieure videokwaliteit vergeleken met ziekenhuissystemen. Voor de meeste klinische toepassingen blijft deskundige interpretatie vereist.

Hoe gaan oudere volwassenen om met de technologie en therapietrouw bij thuis-EEG?

Oudere volwassenen in onderzoeken rapporteerden hoge scores voor gebruiksvriendelijkheid en voltooiden de meeste gevraagde sessies, vergelijkbaar met jongere volwassenen. Realtime begeleiding bij impedantie en gegamificeerde taken hielpen om een sterke therapietrouw in alle leeftijdsgroepen te behouden.