Kwetsbaarheid voorspellen met datawetenschap

VNG Realisatie heeft in samenwerking met de Ggd Hart voor Brabant en de gemeente Uden een datawetenschappelijke oplossing ontwikkeld voor het inzichtelijk maken van groepen burgers met een hoog risico op sociale kwetsbaarheid. Volgens VNG Realisatie kan de werkwijze op veel meer complexe, multidimensionale problemen worden losgelaten.

Positieve gezondheid

Behalve met Uden, werkt VNG Realisatie ook samen met de gemeenten Brummen en Westland. De drie gemeenten hebben met elkaar in gemeen dat zij alle drie werken met het concept ‘positieve gezondheid’, een zesdimensionaal gezondheidsmodel waarin rekening wordt gehouden met deelname aan de maatschappij, kwaliteit van leven, zingeving, geestelijk welbevinden, lichamelijke gezondheid, en dagelijks functioneren. ‘Je hebt dan met zó veel achterliggende variabelen te maken dat een conventionele statistische analyse uiteindelijk niet de focus in resultaten geeft die je zou willen’, legt Mark Gremmen van VNG Realisatie uit. ‘Het is vrij simpel om te kijken naar een handjevol variabelen dat invloed heeft op een ééndimensionale uitleg van gezondheid die zich tot fysieke gezondheid beperkt, maar dat is bij dit concept niet het geval.’

Interventies nauwkeuriger inzetten

De gemeente Uden voerde een belevingsonderzoek onder inwoners uit met het doel om meer te weten te komen over wijkkenmerken zodat interventies en geld nauwkeuriger en effectiever kunnen worden ingezet. ‘Bij zorgwekkende situaties zoals sociaal isolement spelen meerdere ongrijpbare factoren en verschijningsvormen die uit de resultaten van het belevingsonderzoek niet goed naar voren kwamen’, vertelt Gremmen. ‘Daarbij biedt de vierjaarlijkse gezondheidsmonitor van de Ggd uitkomst. Die monitor kent een veel bredere benadering van gezondheid en bevat wel meer dan honderd vragen.’

Zeven clusters

De datawetenschappers van VNG Realisatie kwamen tot een model dat de beleving van inwoners als uitgangspunt heeft en gericht is op drie hoofddimensies van sociale kwetsbaarheid; eenzaamheid, gebrek aan regie en angst of depressie. ‘Dit zijn drie wezenlijke factoren en bij de verschillende risicogroepen zijn verschillende zwaartepunten en wisselwerkingen tussen deze dimensies. Om daar verschillende veelvoorkomende patronen uit te ontwaren, een soort van vingerafdrukken eigenlijk, hebben wij daar een samengesteld algoritme op losgelaten en daaruit kwamen zeven dominante clusters met verschillende combinaties en gewichten van kenmerken.’

Meer maatwerk mogelijk

De kenmerken van die zeven verschillende clusters stellen de gemeente Uden nu in staat om op wijkniveau meer doelgerichte interventies toe te passen om zorgwekkende situaties te voorkomen. ‘Maar je zou zo’n analyse met behulp van algoritmen ook los kunnen laten op problematiek zoals bijvoorbeeld dreigende schooluitval’, legt Gremmen uit. ‘Wij zijn blij om hiermee de mogelijkheden te laten zien om met deze methode complexe problemen te doorgronden. Er is veel politieke discussie over het gebruik van algoritmen; het zou te zeer een beslissingsmechanisme zijn, maar de kracht zit ‘m juist in de ondersteuning van professionals. Het is dan ook moeilijk om dit soort methoden transparant en inzichtelijk te maken, waardoor bij bestuurders wel eens een bepaalde terughoudendheid heerst om dit middel te gebruiken. Terwijl het geknipt is voor het analyseren van complexe onderwerpen die lang op de plank zijn blijven liggen’

Uitrolbaar

Gremmen laat weten dat het datascience-project makkelijk uitrolbaar is. ‘We kunnen dit voor elke willekeurige gemeente doen als de Ggd’en meewerken. De gezondheidsmonitor bevat overal in het land dezelfde vragen.’ Inmiddels hebben meerdere Ggd’en dan ook al belangstelling getoond voor de data science-methode.