Achtergrond afbeelding Achtergrond afbeelding darkmode

EQUalS: Mathematical modelling to inform an EQUitable and effective response to EpidemicS

De COVID-19-pandemie heeft langdurige ongelijkheden laten zien: kwetsbare groepen hebben een grotere, ongelijke last van een COVID-19 infectie. Het vinden en aanpakken van de belangrijkste onderliggende verschillen is een topprioriteit geworden in voorbereiding op volgende pandemieën. Wiskundige modellen waren belangrijk bij het bepalen van landelijke maatregelen, maar hierbij is tot nu toe geen rekening gehouden met ongelijkheden in de maatschappij. Het is moeilijk om de oorzaken van ongelijkheid goed mee te nemen in modellen.

Doel

Het doel van dit onderzoek was om te ontdekken hoe de sociaal-economische ongelijkheden in Nederland samenhangen met de aantallen COVID-19 infecties, naleving van maatregelen en de ernst van de ziekte. Zo kunnen er bij een toekomstige pandemie meer maatwerk worden geleverd in maatregelen die virusverspreiding in de bevolking tegengaan.

Aanpak/werkwijze

De onderzoekers ontwikkelden computermodellen, waar ze informatie over contacten tussen mensen en hun reisbewegingen onderzochten en vergelijken tussen verschillende bevolkingsgroepen. Met het model bekeken de onderzoekers of de effecten van maatregelen tegen verspreiding van COVID-19 infecties en ernst van de ziekte verschilden tussen bevolkingsgroepen die sociaaleconomisch van elkaar verschillen. De onderzoekers stelden vervolgens manieren voor om maatregelen beter af te stemmen op verschillende groepen, zodat de aanpak van een pandemie in alle bevolkingsgroepen effectief én rechtvaardig is.

Samenwerkingspartners

RIVM, advies van RIVM, GGD, VWS, CBS, bevolkingsgroepen met een lage SES en groepen met een migratiestatus i.s.m. Pharos.

Resultaten

De resultaten tonen aan dat ziekenhuisopnames hoger waren in achtergestelde wijken, zelfs bij vergelijkbare besmettingsniveaus. Dit wijst op dieperliggende sociale en gezondheidsverschillen. De ontwikkelde modellen helpen bij het verkennen van eerlijker maatregelen bij toekomstige pandemieën.

Producten

Titel: This github repository provides the full codebase for the Bayesian hierarchical spatiotemporal model developed in the paper "Socioeconomic and demographic inequality in COVID-19 infections and hospitalisations in the Netherlands: a spatiotemporal analysis
Link: https://github.com/Federica-Giardina/EQUalS_SpatioTemporal

Kenmerken

  • Projectnummer:
    10430362220012
  • Looptijd: 100%
    Looptijd: 100 %
    2023
    2025
  • Gerelateerde programma's:
  • Gerelateerde subsidieronde:
  • Projectleider en penvoerder:
    dr. F Giardina
  • Verantwoordelijke organisatie:
    Radboudumc