Post by Amy Matser

Een van mijn laatste artikelen als infectieziekten epidemioloog bij de GGD Amsterdam is gepubliceerd. Zie https://lnkd.in/etyMtTqV. In deze studie onderzochten we de tijdigheid van bron- en contactonderzoek (BCO) en factoren die hierop van invloed zijn. Een belangrijk doel van BCO is verspreiding van infecties controleren, naast het informeren van patiënten en hun omgeving. Hiervoor moet BCO sneller zijn dan de verspreiding van de infectie. We gebruikten operationele data: routinematig verzamelde BCO-gegevens van alle personen die positief testten op corona bij negen GGD’en tussen 1-6-2020 en 28-2-2021 (N = 384.591). De waargenomen tijdsintervallen wezen erop dat BCO niet snel genoeg was om een groot effect te hebben op het doorbreken van transmissieketens. We vonden ook dat hoewel veelbelovend, de toegevoegde waarde van digitale BCO-instrumenten niet met zekerheid was vast te stellen. Wel heeft BCO mogelijk bijgedragen aan het aanzetten tot isolatie/quarantaine voordat vaccins beschikbaar waren. Tijdigheid en effectieve respons zijn ook voor de publieke veiligheid belangrijk. Met dergelijke data-analyses kunnen we processen inzichtelijk maken. Het kan aanleiding geven tot procesverbeteringen als dit mogelijk is, bijvoorbeeld door ondersteuning van data science toepassingen. Wel moeten we eerst nagaan of dergelijke toepassingen ook echt effect hebben. Zie ook https://lnkd.in/eGrtzAYA en https://lnkd.in/e7z83WSH. Daarom is onderzoek zo belangrijk. Dit deed ik bij de GGD Amsterdam en nu bij het lectoraat Datagedreven publieke veiligheid van het Nederlands Instituut Publieke Veiligheid (NIPV). Co-auteurs Jizzo Bosdriesz, Elke den Boogert, Suzan van Dijken, Nicole Dukers-Muijrers, Hannelore Götz, Irene Goverse, Tjalling Leenstra, Stijn Raven, Maarten Schim van der Loeff, Susan van den Hof, Kirsten Wevers-de Boer, dank voor de samenwerking. Voor wie meer wil weten: Wat hebben we gedaan? We berekenden de mediane tijdsintervallen tussen de verschillende stappen in het BCO-proces. Met behulp van multilevel logistische regressie onderzochten we de verbanden tussen persoonskenmerken en systeemfactoren enerzijds, en vertraging in het totale BCO-proces (symptoomaanvang tot start BCO >3 dagen), patiëntvertraging (symptoomaanvang tot maken testafspraak >1 dag), en responsvertraging (maken testafspraak tot start BCO >2 dagen) anderzijds. Wat vonden we? De mediane totale BCO-duur was 3 dagen (interkwartielrange 2–5). Oudere leeftijd en migratieachtergrond hingen samen met een hogere kans op vertraging; werken in de zorg of het onderwijs hingen samen met een lagere kans op vertraging. Een hogere werklast en afgeschaalde BCO-capaciteit gingen gepaard met een hogere kans op vertraging. Voor leeftijd en geboorteland werden sterkere verbanden gevonden met patiëntvertraging, en zwakkere verbanden met responsvertraging.