Wiskundige modellering van ziekten

Voor het speerpunt Wiskundige modellering van ziekten heeft het onderzoek in 2017 een aantal nieuwe inzichten opgeleverd. Deze inzichten dragen bij aan de verbetering van public health interventies.

In het project MOST is een methode ontwikkeld om bij uitbraken van voedselinfecties de oorzaak (besmettingsbron) sneller op te sporen. iMPaCT onderzocht de invloed van risicoperceptie op effectiviteit van chlamydia-screening. Verder zijn in het AIM-MRA project activiteiten uitgevoerd die beleidsontwikkeling voor de bestrijding van voedselinfecties kunnen ondersteunen. Deze drie projecten zijn uitgebreider beschreven in de highlights.

Bij sommige projecten liepen de onderzoekers aan tegen onverwachte moeilijkheden. Het project DMinfra zou de schattingsmethode Simulated Annealing toepassen in het Doetinchem Cohort. Dit bleek niet goed mogelijk op de dataset van het Doetinchem Cohort, omdat er te weinig events (ziekte- en sterftegevallen) in het cohort hebben plaatsgevonden. Hierdoor is het schatten van risicofactoren die met ziekte en sterfte te maken hebben niet goed mogelijk. Als alternatief worden harzardratio’s in de literatuur gezocht. Deze worden vervolgens toegepast op sterftestatistieken en ziekteprevalenties van het CBS en VZinfo. De Doetinchem Cohort-data zullen dan gebruikt worden voor validatie van het model. Ook bevatte de data over calorie-inname en fysieke activiteit in het Doetinchem Cohort teveel onzekerheid. Wanneer deze data gebruikt werden om de BMI te schatten, leidde dit tot een onrealistische BMI-verdeling in de bevolking. In het uiteindelijke model is BMI afgeleid van leeftijd, geslacht en kalenderjaar.

In het project DEDIPOP wordt een synthetische populatie ontwikkeld met daarin relevante risicofactoren en ziekte. De constructie van een synthetische populatie op basis van gegevens stootte op beperkingen door te lange rekentijden. Er is besloten om met versimpelde modellen door te gaan. De oplossingen die zijn gevonden voor deze moeilijkheden hebben geleid tot nieuwe inzichten over het werken met grote datasets en de daarvoor nodige statistische methoden.