Het modelleren van vaccinatie keuze profielen van burgers voor doelgerichtere interventies
Bij uitbraken van een virus met pandemisch potentieel zijn vaccins een effectieve manier om verspreiding van infecties te voorkomen. Burgers kiezen soms om niet te vaccineren door gebrek aan kennis, misvattingen, religieuze waarden, meningen in de sociale omgeving, en/of factoren zoals toegankelijkheid. Hoewel GGD’s zich bewust zijn van deze verschillen en de noodzaak van een meer persoonlijke aanpak, kan een beter begrip van verschillen in vaccinatie keuze factoren deze aanpak versterken.
Doel
In dit project wordt een nieuw data-gestuurd, persoonsgericht raamwerk ontwikkeld om de vaccinatiegraad beter te voorspellen en om betere interventies te ontwikkelen op lokaal niveau (vooral voor kwetsbare groepen), gebruik makend van SARS-CoV-2-vaccinatie data.
Aanpak/werkwijze
Het project omvat de volgende activiteiten:
- Het identificeren en karakteriseren van vaccinatie keuze profielen in subpopulaties. Data over individuele besluitvorming worden verzameld via het LISS-panel, dat kan worden gekoppeld aan CBS-gegevens;
- Het modelleren van de verdeling van vaccinatie keuze profielen op lokaal niveau in de hele bevolking. Hierbij worden survey data aan CBS-microdata gekoppeld om profielen te modelleren met sociodemografische covariaten van het CBS;
- Het modelleren van de vaccinatie bereidheid op basis van sociale netwerken en verschillende vaccinatie keuze profielen. Hierbij wordt gebruik gemaakt van CBS/POPNET-netwerkgegevens).
Samenwerkingspartners
Het project wordt uitgevoerd door het Amsterdam UMC (Publieke en Arbeidsgezondheid), de Universiteit Utrecht (Sociologie en Methodologie van Statistiek) en het Julius Centrum van het UMC Utrecht. Het project is sterk verbonden met het werk van het BePrepared-consortium, waarin 13 organisaties deelnemen. Daarnaast wordt er samengewerkt met de ODISSEI Social Data Science-groep. Deze groep heeft uitgebreide ervaring met het gebruik van CBS-data (inclusief netwerkdata en COVID-19 data), statistische modellen en open science.
(Verwachte) resultaten
Het project resulteert in een karakterisering van vaccinatie keuze profielen voor de hele bevolking en van vaccinatiedeelname. Door rekening te houden met individuele waarden, overtuigingen en netwerkrelaties draagt de aanpak bij aan doelgerichtere interventies om de vaccinatiedeelname te optimaliseren. De resultaten worden verspreid via een interactieve website met vaccinatie keuzeprofielen en potentiële effecten van interventies. De resultaten van dit project worden eind 2025 verwacht.