Apps zoals Bearable: Loggr eerlijk vergeleken

Als je Bearable hebt gebruikt voor het bijhouden van symptomen bij een chronische aandoening, is dit artikel voor jou. Als je een tracker in de stijl van Bearable zoekt maar voor algemene leefpatronen in plaats van symptomen, is dit artikel ook voor jou. De twee tools zijn verwant en de vergelijking ligt dichter dan de meeste. Het zijn niet dezelfde producten en de juiste keuze hangt bijna helemaal af van de vraag die je wilt beantwoorden.

Dit is een eerlijke vergelijking geschreven door het Loggr-team. Bearable is echt goed voor zijn doelgroep. De vraag is of jij in die doelgroep zit.

Waarvoor Bearable is gemaakt

Bearable is een tracker voor symptomen, stemming en gewoonten die populair werd onder mensen met chronische aandoeningen zoals chronische pijn, auto-immuunziekten, migraine, long COVID, psychische aandoeningen en andere lange gezondheidstrajecten. Het product weerspiegelt die doelgroep in bijna elke ontwerpkeuze.

Wat Bearable goed doet voor de mensen voor wie het gemaakt is:

• Uitgebreide symptoomregistratie. Je legt specifieke symptomen vast met een intensiteitsscore en de app gaat ervan uit dat je er meerdere tegelijk volgt. De opzet is gemaakt voor de rommelige werkelijkheid van een aandoening met veel symptomen, niet voor één stemmingsgetal.
• Medicatie en behandelingen vastleggen. Medicijnen, supplementen en therapieën toevoegen is een eersteklas onderdeel, geen omweg. Je noteert wat je nam, wanneer en in welke dosis.
• Correlaties over meerdere inputs. Bearable kijkt over symptomen, behandelingen, slaap, stemming en andere data heen naar verbanden. Voor wie wil begrijpen welke trigger of behandeling bij welk symptoom hoort, is dat de kernwaarde.
• Schalen die bij de context passen. De schalen voor symptoomintensiteit, stemming en energie zijn ontworpen met de conventies die je verwacht in een gezondheidscontext.
• Een gemeenschap van vergelijkbare gebruikers. Veel Bearable-gebruikers hebben elkaar gevonden en een informele steunlaag rond het product gebouwd. Dat telt als je je ook minder alleen wilt voelen met een chronische aandoening.

Voor iemand die meerdere symptomen, medicijnen, behandelingen en leefstijlfactoren samen moet volgen op een manier die recht doet aan de complexiteit van een chronische ziekte, past Bearable goed. We willen je daar niet vanaf praten.

Waarvoor Loggr is gemaakt

Loggr is een flexibele app voor persoonlijke analytics waarmee je alles uit je leven kunt bijhouden en kunt zien hoe de dingen die je logt met elkaar samenhangen. De doelgroep is anders. Loggr is voor lezers van het quantified self, productiviteitsgerichte kenniswerkers, oprichters, ouders die hun energie willen begrijpen, mensen die willen weten of hun slaap hun focus stuurt, mensen die nieuwsgierig zijn naar hun eigen stemming en weerdata.

In de praktijk:

• Zes algemene veldtypes. Getal, schaal, ja of nee, lijst, vrije tekst en een apart bloeddrukveld. Deze zes combineren tot bijna elke trackingsvraag, maar geen ervan is aandoeningsspecifiek.
• Patroondetectie van de dag erna. Voor elk paar velden vergelijkt Loggr op dezelfde dag en met een dag verschuiving en houdt de sterkste relatie. We schreven over deze handtekeningfunctie in effecten van gisteren in je data.
• Patronen per paar over alles wat je logt. De detectie is generiek. Ze gaat er niet vanuit dat je inputs symptomen zijn of dat je anker een aandoening is. Ze zoekt verbanden in wat jij toevallig bijhoudt.
• Een kalme, niet-klinische stem. Loggr zet je tracking niet neer als ziektebeheer. Het zet het neer als “ik wil mijn leefpatronen begrijpen.”
• EU-gehoste, AVG-conforme backend. Data per persoon afgeschermd, account verwijderen met één tik, EU-multiregio voor opslag en rekenkracht.

Als je vraag is “hangt mijn focus af van de slaap van gisterennacht?” of “voel ik me beter in weken dat ik drie keer sport?”, is Loggr daarvoor gemaakt. Is de vraag “verandert dit nieuwe medicijn de frequentie van mijn opflakkeringen?”, dan is Bearable daarvoor gemaakt.

Waar de twee producten elkaar overlappen

De overlap is reëel, daarom slaat de vergelijking überhaupt ergens op.

• Beide ondersteunen eigen velden. Bearable via zijn symptoom, medicijn, factor en stemming; Loggr via zijn zes veldtypes. Je zit in geen van beide vast aan een vaste set metrieken.
• Beide doen patroondetectie over meerdere inputs. Beide apps proberen je te vertellen welke inputs bij welke uitkomsten horen, in plaats van slechts één metriek per keer te laten zien.
• Beide draaien op iOS en Android. Beide hebben een gratis en een betaalde laag. Beide werken als dagelijkse logmaatje op de telefoon.
• Beide zijn kalmer dan de gegamificeerde streak-categorie. Geen van beide bouwt op streakschaamte.

Als je alleen de bullets leest, klinken ze inwisselbaar. Dat zijn ze niet. Het verschil zit in waarvoor elk ontwerp is geoptimaliseerd, en dat verschil weegt zwaar zodra je er een serieus gebruikt.

Waar Bearable wint, en dat menen we

Eerlijk zijn betekent duidelijk benoemen waar Bearable de betere keuze is.

• Heb je een chronische aandoening met specifieke symptomen om te volgen, dan is Bearable daarvoor ontworpen. De symptoom- en behandelstructuur in Loggr nabouwen kan, maar is traag, en je verliest de conventies en standaardwaarden die Bearable al meebrengt.
• Schalen voor symptoomintensiteit zitten ingebouwd. In Loggr maak je per symptoom een schaalveld, dat werkt, maar Bearable weet al hoe een symptoom eruit hoort te zien.
• Medicatieregistratie is gestructureerd, niet geïmproviseerd. Loggr heeft geen apart medicijnconcept. Je gebruikt een ja-of-nee-veld voor inname en een categorisch of numeriek veld voor de dosis, maar dat is algemeen; de opzet van Bearable is specifiek voor gezondheid.
• Een gemeenschap in vergelijkbare situaties. Dat kan een algemene analytics-app niet evenaren. Als ervaringen lezen en delen je helpt, is de community van Bearable een echte plus.
• Tracking is gevat in de taal van een gezondheidstraject. Voor sommigen is dat kader precies wat hen blijft loggen. Vocabulaire, verwachtingen en ritme passen.

Als dat jou beschrijft, probeert de rest van het artikel je niet weg te trekken van Bearable. Het probeert lezers in een andere situatie te helpen goed te kiezen.

Waar Loggr anders is, en beter voor sommige lezers

Voor een ander publiek past Loggr beter. De verschillen die ertoe doen:

Dag-erna-correlaties zijn een hoofdstuk, geen toevoeging

De paardetectie van Loggr draait automatisch zelfde dag en een dag verschoven voor elk paar velden en toont de sterkste. Zo verschijnt “de slaap van gisterennacht hangt samen met de focus van vandaag” standaard. Dat is ongewoon; de meeste trackers, ook symptoomgericht, kijken vooral naar relaties op dezelfde dag.

Als je geïnteresseerd bent in vertraagde effecten tussen leefgedragingen, slaap op focus, late schermtijd op stemming de volgende dag, alcohol ‘s avonds op slaap de volgende dag, dan zit dat dag-erna-kader er al in.

Algemeen, niet gezondheidsspecifiek

Zonder klinische aandoening die je tracking aandrijft, kan de symptoomgerichte opzet van Bearable te veel zijn. Intensiteitsschalen, medicijnmodule, behandelcategorieën nemen een context aan waar jij misschien niet in zit. De zes veldtypes van Loggr nemen geen context aan. Jij bepaalt waar je iets over wilt weten en wat als input telt.

Dat is ook handig als je een tracker wilt die goed meegaat met verschillende vragen door de tijd heen. Over een jaar volg je misschien andere dingen. Het veldsysteem buigt mee.

Patronen per paar tussen kruisende velden over alles wat je logt

De patroondetectie in Loggr is generiek. Ze vergelijkt elk getal, schaal, ja of nee, categorie of bloeddrukveld met elk ander en haalt statistisch betekenisvolle relaties naar boven. Over de ontwerpdiscipline van paargebaseerd tracken schreven we in bijhouden in paren, niet losse getallen. Kort: de minimale nuttige eenheid van persoonlijke analytics zijn twee velden, niet één, en het paar dat je ontwerpt telt zwaarder dan het veld waar je aan vastklampt.

Een kalmere, minder klinische stem

Dit is positionering meer dan een functie, en het telt. Loggr zet je niet in de patiëntenrol. Het neemt niet aan dat er een aandoening is om te beheren. De stem is “je hebt iets opgemerkt aan je eigen leven en je wilt het scherper bekijken.” Past die stem bij hoe jij over je tracking denkt, dan voelt Loggr goed en voelt een gezondheidsapp-stem scheef. Wil je juist die gezondheidsapp-stem omdat je context medisch is, dan past Bearable en voelt Loggr koud.

EU-gehoste, AVG-conforme backend

Loggrs backend draait in de EU-multiregio. Firestore-beveiligingsregels schermen de data van elke persoon af. Account verwijderen is een serverzijdige flow met één tik. Voor de privacyhouding van Bearable verwijzen we liever naar hun eigen pagina dan die uit tweede hand te beschrijven, omdat privacydetails bij de bron horen.

Wie zou Bearable moeten gebruiken

De korte lijst:

• Je hebt een chronische aandoening en wilt symptomen plus behandelingen volgen, met de conventies van een gezondheidsapp.
• Je wilt een gemeenschap van mensen in vergelijkbare situaties en waardeert dat als onderdeel van het product.
• Je gebruikt Bearable al en het werkt. Geen reden om voor de nieuwigheid te wisselen.
• Je wilt medicatie, supplementen en behandelingen als gestructureerd deel van het model, niet iets dat je uit algemene velden bouwt.

Als twee of drie van die punten op jou slaan, blijf bij Bearable. Dat menen we.

Wie zou Loggr moeten gebruiken

Een andere korte lijst:

• Er is geen klinische aandoening die je tracking aandrijft, of je wilt naast een klinische tool ook een niet-klinische.
• Je wilt algemene leefpatroon-tracking: focus, energie, stemming, slaap, productiviteit, gewoonten, bloeddruk, met de inputs waarvan je vermoedt dat ze ze verklaren.
• Je wilt dag-erna-patroondetectie ingebakken in de vergelijkingsmotor, niet als bijzaak.
• Je houdt van een kalmere, minder klinische toon en een tracker die je niet in de patiëntenrol zet.
• Je wilt sterke patroondetectie tussen kruisende velden die je zelf kiest.

Past dat bij jou, dan is de volgende stap klein: open Loggr, voeg drie velden toe, log twee weken, kijk naar de weekweergave. Je merkt snel of de patroonmotor iets interessants vindt in je data.

Kun je beide gebruiken?

Ja, en veel mensen in deze doelgroep doen dat. Een veelvoorkomend patroon is één tool voor de klinische context (Bearable, of wat jouw team gebruikt) en een tweede voor al het andere. Geen regel zegt dat je tracking in één app moet leven. De twee beantwoorden verschillende vragen; beide gebruiken is daar eerlijk over.

Doe je beide, dan is een nette splitsing het makkelijkst: klinische velden in de klinische tool, leefpatroon-velden in de leefpatroon-tool. Dezelfde metriek in beide volgen geeft wrijving zonder veel winst.

Veelgestelde vragen

Is Loggr een medisch instrument?

Nee. Loggr is een app voor persoonlijke analytics. Het diagnosticeert, adviseert, voorspelt en raadt niet aan. Het beschrijft patronen in je eigen data, in klare taal, en jij beslist wat ze betekenen. Volg je bloeddruk of iets anders met gezondheidsrelevantie, dan zijn de data van jou om te delen met een zorgverlener die ze in jouw context kan duiden. Onze gids voor bloeddrukmeting thuis gaat dieper op de disclaimer in.

Kan ik symptomen in Loggr bijhouden?

Ja, technisch wel. Een symptoom kan een schaalveld zijn, bijvoorbeeld een pijnwaardering van 0 tot 10, of een ja-of-nee-veld voor “gebeurde het vandaag?”. Loggr rekent paarpatronen tussen dat veld en de rest uit. Wat Loggr niet heeft, is de doelgerichte symptoom-UX van Bearable met conventies voor chronische aandoeningen. Voor incidentele symptomen in een verder algemene opzet redt Loggr het prima. Voor complexe chronische tracking met veel symptomen en behandelingen is de structuur van Bearable sneller dan die in Loggr opnieuw uitvinden.

Welke heeft betere privacy?

Loggr is EU-gehost, valt onder de AVG, schermt de data van elke persoon af in de backend en biedt accountverwijdering met één tik via de server. Voor de privacydetails van Bearable raden we hun privacypagina rechtstreeks aan. Privacykeuzes verdienen de bron.

Heeft Bearable dag-erna-correlaties?

We kunnen bevestigen dat Loggrs paardetectie automatisch zelfde dag en een dag verschoven draait en de sterkste houdt. We kunnen niet met zekerheid stellen dat de correlatiemotor van Bearable hetzelfde doet met hetzelfde standaardgedrag. Zijn vertraagde correlaties doorslaggevend, dan is het veiligst om de actuele documentatie van Bearable te checken, want hun product evolueert.

Importeert Loggr mijn data uit Bearable?

Op dit moment niet. CSV-import is geen huidige functie. De meesten die Loggr proberen, starten opnieuw met drie tot vijf velden en laten de historie in de vorige app staan als archief. De schema’s zijn verschillend genoeg dat een veld-voor-veld-migratie sowieso niet schoon zou zijn.

Werkt Loggr op iOS, Android en het web?

Loggr heeft native iOS, native Android en een webapp, met realtime sync over alle drie op hetzelfde account. Is webtoegang doorslaggevend, dan dekt Loggr dat.

Belangrijkste punten

• Bearable is een sterke tracker voor mensen met een chronische aandoening. De symptoom-, medicijn- en behandelstructuur is voor die doelgroep gemaakt en de community van mensen in vergelijkbare situaties is echte waarde.
• Loggr is een algemene app voor persoonlijke analytics. De zes veldtypes en de paargebaseerde patroondetectie zijn ontworpen voor leefpatronen, niet voor ziektebeheer.
• Beide apps ondersteunen eigen velden en patroondetectie over meerdere inputs, en draaien op iOS en Android met gratis en betaalde lagen.
• Dag-erna-correlaties vormen een hoofdstuk in Loggrs paardetectie, die voor elk paar automatisch zelfde dag en een dag verschoven vergelijkt.
• Heb je een chronische aandoening om in de taal van een gezondheidsapp te volgen, kies Bearable. Wil je algemene leefpatroon-tracking met patroondetectie tussen kruisende velden en een kalmere stem, kies Loggr.
• Beide gebruiken kan prima en velen doen dat. Een nette splitsing laat elke tool doen wat hij het beste doet.

Probeer wat past bij de vraag die je stelt

Ben je nieuw in symptoomregistratie met een chronische aandoening, dan is Bearable waarschijnlijk het juiste startpunt en we lopen daar niet voor. Wil je algemene persoonlijke analytics met sterke detectie tussen kruisende velden en een niet-klinische stem, open Loggr en voeg drie velden toe: een uitkomst waar je om geeft, een input waarvan je vermoedt dat hij hem verklaart en een gewoonte. Log twee weken en bekijk de weekweergave. De data vertellen of de tool bij je vraag past.