Data science voor goede start kwetsbaar kind

0
78

Kwetsbare gezinnen op tijd in beeld krijgen. Dát is de uitdaging om te voorkomen dat kinderen beginnen hun leven met een achterstand. Data science kan daarbij helpen aldus professor Wessel Kraaij van het Leiden Institute of Advanced Computer Science (LIACS)

Sommige kinderen beginnen hun leven met een achterstand. Soms zelfs al voor ze geboren zijn. Een nieuw onderzoeksproject gaat na hoe data science kan helpen om ook deze kinderen een goede start te geven. ‘Het is belangrijk dat we gezinnen die extra zorg en ondersteuning nodig hebben al vroeg in beeld krijgen en hulp kunnen bieden,’ zegt  Kraaij. ‘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.’

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.’

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.’

Over het project

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.

Bron: universiteitleiden.nl

Zie ook:

------
Abonneer u op onze gratis digitale nieuwsbrief en u ontvangt wekelijks een overzicht van relevante ontwikkelingen rond vroeghulp- en -signalering

LAAT EEN REACTIE ACHTER

Please enter your comment!
Please enter your name here