Universiteit Leiden

nl en

Elk kind een goede start, en hoe data science daarbij kan helpen

Sommige kinderen beginnen hun leven met een achterstand. Soms zelfs al voor ze geboren zijn. Een nieuw onderzoeksproject waar professor Wessel Kraaij van de Universiteit Leiden bij betrokken is, onderzoekt hoe data science kan helpen om ook deze kinderen een goede start te geven.

Uit eerder onderzoek blijkt: de eerste 1000 dagen in het leven van een kind zijn heel belangrijk. Die tijd vanaf de conceptie tot de tweede verjaardag zijn van essentieel belang voor de fysieke, cognitieve en sociaal-emotionele ontwikkeling. Heb je als kind een slechte start? Dat kan de basis leggen voor diverse problemen op latere leeftijd.

Kwetsbare gezinnen op tijd in beeld krijgen

‘Het is belangrijk dat we gezinnen die extra zorg en ondersteuning nodig hebben al vroeg in beeld krijgen en hulp kunnen bieden,’ zegt Wessel Kraaij van het Leiden Institute of Advanced Computer Science (LIACS). ‘We gaan onderzoeken in hoeverre we de bestaande manier om risico’s te signaleren kunnen verbeteren. Dat doen we door medisch-sociale kennis over kwetsbaarheid te combineren met gegevens uit diverse registratiesystemen.’

'Risicovoorspelling nauwkeuriger maken maar ook gemeentelijk gezondheidsbeleid ondersteunen.'

Hulp op maat per wijk

‘Op die manier willen we zowel de risicovoorspelling nauwkeuriger maken maar ook gemeentelijk gezondheidsbeleid ondersteunen. Dat kan bijvoorbeeld door hulp op maat per wijk aan te bieden. In ons onderzoek gaan we kijken hoe we data-analyse zinvol en gerechtvaardigd in kunnen zetten. Dit doen we samen met de betrokken partijen; kwetsbare gezinnen, professionals en beleidsmakers. Zorgvuldige omgang met persoonsgegevens staat voorop.’

‘Voor ons onderzoek gebruiken we bestaande data zoals de gegevens die het Centraal Bureau voor de Statistiek (CBS) bijhoudt,’ legt Kraaij uit. ‘Die combineren we met data op regionaal en gemeentelijk niveau. Dan kunnen we hopelijk zien welke nadelige omstandigheden in de eerste 1000 dagen tot welke korte- en langetermijngevolgen leiden. En zien we ook of er factoren zijn die juist beschermend werken.’

Ondersteuning bieden die nodig is

‘Met de modellen die we ontwikkelen, herkennen we ook risicofactoren waar professionals op kunnen letten. Het uiteindelijke doel is om een dynamisch hulpmiddel te ontwikkelen dat kan helpen om gezinnen tijdens de eerste 1000 dagen die zorg en ondersteuning te bieden die op dat moment nodig zijn. Hiermee hopen we de negatieve impact van achterstand op latere leeftijd zo klein mogelijk te houden.’
 

Wessel Kraaij - LIACS

Samenwerking met Gemeente Rotterdam

Om ervoor te zorgen dat de resultaten van het onderzoek in de praktijk bruikbaar zijn, werken de onderzoekers nauw samen met de gemeente Rotterdam. ‘Veel verantwoordelijkheden op het gebied van zorg en sociale initiatieven liggen tegenwoordig bij de gemeente,’ legt Kraaij uit. ‘In Rotterdam lopen al diverse succesvolle programma’s om problemen zoveel mogelijk te voorkomen en juist beschermende factoren te versterken. Dit onderzoek past daar heel goed in.’ 

Kraaij is voortdurend in gesprek met alle partijen om te kijken hoe dit onderzoek de beste ondersteuning kan bieden. 'Belangrijk daarbij is dat iedereen de modellen snapt en ze goed kan gebruiken,' legt hij uit. ‘We letten erop dat de modellen ongelijkheid verminderen en stigmatisering voorkomen.’

Het project wordt geleid door dr. Tanja Houweling in samenwerking met dr. M.P. Lambregtse-van den Berg van Erasmus MC. Vanuit Leiden zijn data scientist dr. Iris Yocarini (LUMC/LIACS) en prof. Simone van der Hof (LAW) betrokken. ZonMw financiert dit project vanuit de Nationale Wetenschapsagenda met steun vanuit het ministerie VWS, in het kader van het programma Kansrijke Start.

Deze website maakt gebruik van cookies.  Meer informatie.