Goede data zijn cruciaal voor goede voorspellingen

Nelly Litvak: ‘Dit project was een vervolg op een groter onderzoek tijdens de coronapandemie. We hadden toen een consortium gevormd met onder andere het LUMC, dat de app COVID Radar ontwikkelde, en andere onderzoekers. In het grotere project werkten we met mobiliteitsdata om de verspreiding van het virus te modelleren. In dit vervolgproject wilden we onderzoeken of we COVID Radar-data konden integreren in onze spreidingsmodellen.’

Martijn Schoot Uiterkamp: ‘Daarnaast keken we ook naar de geleerde lessen uit het eerdere project. Hoe kunnen we als wetenschappers effectiever samenwerken met beleidsmakers? Dat was de tweede onderzoeksvraag.’

Schoot Uiterkamp: ‘We combineerden 3 verschillende databronnen: mobiliteitsdata van TomTom, data uit de COVID Radar-app van het LUMC, en RIVM-data over besmettingen en reproductiegetallen. Door die samen te brengen in 1 model, kun je betere voorspellingen maken.’

Litvak: ‘In de COVID Radar-app konden mensen dagelijks via hun telefoon aangeven hoe ze zich voelden, of ze koorts hadden, of ze contact hadden gehad met iemand die later ziek bleek te zijn, dat soort zaken. Er deden maar liefst 285.000 individuele gebruikers mee. Dat leverde veel waardevolle informatie op voor het onderzoek.’

Schoot Uiterkamp: ‘Een van de uitdagingen was dat bepaalde databronnen lastig te gebruiken waren vanwege juridische redenen en privacy gevoeligheid. Een andere was dat de COVID Radar-data niet volledig representatief waren voor de hele samenleving: er namen relatief veel oudere mensen en mensen uit de regio Leiden deel. Bovendien verschilden de bronnen in detailniveau en onderliggende populatie: we weten bijvoorbeeld niet welke COVID Radar-app gebruikers ook in de mobiliteitsdata meegenomen zijn, en andersom.’

Litvak: ‘Het werken met mobiliteitsdata was relatief standaard. Je maakt een lijst van gemeentes, ziet hoe mensen tussen gemeentes reizen en kijkt hoe besmettingen zich van de ene naar de andere gemeente verspreiden. Maar voor de COVID Radar-data was het helemaal niet duidelijk hoe we die moesten integreren. Uiteindelijk ontdekten we dat vooral 1 vraag uit de app zeer informatief was voor onze voorspellingen: met hoeveel zieke mensen ben je in contact geweest? Deze informatie hebben we gebruikt om een schatting te maken van het aantal mensen dat besmet is en anderen al kan besmetten, ook als diegene nog geen symptomen heeft.’

Schoot Uiterkamp: ‘Op dit moment liggen onze modellen op de plank, maar zodra er een nieuwe pandemie komt, kunnen we ze er weer bij pakken. De COVID Radar-app kan weer gelanceerd worden, we kunnen de mobiliteitsdata weer verzamelen, en dan kunnen we snel voorspellingen maken. We denken dan te kunnen inschatten hoeveel besmettingen we kunnen verwachten in de komende dagen, tot maximaal 2 weken vooruit.’

Litvak: ‘Nu we weten dat vooral die ene vraag uit de COVID Radar-app informatief is voor voorspellingen, zouden we de app daar ook toe kunnen beperken en alsnog veel waardevolle data vergaren. Dit zou de deelname waarschijnlijk ook verhogen, wat de data vermoedelijk ook representatiever maakt.’

Schoot Uiterkamp: ‘Wij zijn wetenschappers, geen beleidsmakers, dus wij zeggen niet wat er besloten moet worden. We kunnen alleen per gemeente aangeven wat het verwachte aantal infecties is voor de komende een tot twee weken, aangenomen dat de maatregelen gelijk blijven. Als dat aantal te hoog wordt gevonden, kan dat een reden zijn om regionale of zelfs landelijke maatregelen te nemen. Of andersom: als het aantal laag is, kunnen maatregelen wellicht losgelaten worden.’

Litvak: ‘Uit interviews met beleidsmakers in ons vorige project bleek dat het vertrouwen tussen beleidsmakers en wetenschappers onmisbaar is om de kennis vanuit de wetenschap te implementeren. Dat vertrouwen moet er in de hele keten zijn, van wetenschappers via adviseurs die de technische informatie behapbaar maken naar beleidsmakers. En dat vertrouwen in de keten wil je eigenlijk al hebben geconsolideerd vóór er een nieuwe pandemie uitbreekt.’

Litvak: ‘Goede data zijn cruciaal voor goede voorspellingen. De regels rond data en de beschikbaarheid daarvan zijn dus heel belangrijk. Als je aan het begin van een pandemie eerst allerlei hobbels moet nemen, ben je te laat. Er moet een manier zijn om bijvoorbeeld mobiliteitsdata direct beschikbaar te hebben.’

Schoot Uiterkamp: ‘En er moet een betere infrastructuur komen om databronnen te delen tussen onderzoekers. Nu is er geen centrale plek waar bijvoorbeeld mobiliteitsdata of contactdata zoals van de COVID Radar-data door iedereen gebruikt kunnen worden. Voor commerciële data zitten daar ook wel wat haken en ogen aan, maar het zou enorm helpen als dit soort data direct breed beschikbaar zouden zijn bij een volgende pandemie.’

Litvak: ‘Daarnaast moet er een betere verbinding komen tussen wetenschap en beleid. Nu moesten we zelf ons netwerk aanspreken om te kunnen praten met beleidsmakers. Dat is te ad hoc. Er moet een gestructureerde, centrale aanpak komen.’

Hebben jullie nog adviezen voor andere onderzoekers?