Ok, deining over oversterfte, en over mijn opmerking daarover. Ik stuurde een link naar een proefschrift mee. Aangezien dat waarschijnlijk niet gelezen is, bij deze bibliotheek.nl/catalogus/tite… . Online ook als pdf te vinden @rivm @rubenivangaalen Een draad
let op, ik ben geen CBS expert.. Check daarvoor anderen bijvoorbeeld @rivm @rubenivangaalen Deed er wel onderzoek naar vanwege preparedness.
Dat onderzoek gebeurde omdat we wilden weten of je voor betere voorbereiding op uitbraken bronnen van data kunt gebruiken die routinematig worden verzameld. Dat wordt syndroom surveillance genoemd.
Interessant voorbeeld vond ik dat in Zuid China al maanden voordat SARS herkend werd bepaalde producten waren uitverkocht die te maken hebben met “ontsmetten (witte azijn)” en “longontsteking (bepaald soort thee)”.
Syndroom surveillance gebruikt databestanden om informatie te verzamelen over gezondheid. Bijv: je weet pas als je getest bent of je COVID hebt. Maar als veel mensen zich ziekmelden weet je dat er “iets” aan de hand is. Alleen niet wat. 
Er zijn allerlei databestanden. Of en waarvoor ze geschikt zijn hangt van een aantal zaken af. Een daarvan is: is de data realtime? Een andere is: hoe betrouwbaar zijn ze? Deze tabel laat een aantal bronnen van gegevens zien die daarvoor onderzocht werden.
Voorbeeld: bij griep googelen mensen op "griep". Dus kun je dit gebruiken als signaal. Is het betrouwbaar? Soms. Maar ook gevoelig voor hypes Toen bijvoorbeeld vogelgriep gezien werd in Turkije ging bij ons de verkoop van antivirale middelen omhoog pubmed.ncbi.nlm.nih.gov/19857317/
Als je weet wat “ de gewone trends” zijn, kun je proberen te letten op afwijkingen van die trend. Bijvoorbeeld: is er een piek in longontstekingen in een periode of leeftijdsgroep dat je die normaalgesproken weinig ziet
Zo kun je ook naar oversterfte kijken. Dat maakt gebruik van sterfte statistiek. Dat wordt altijd geregistreerd wordt, “dekking”” is dus 100%. Mensen overlijden het hele jaar door, maar ook daar zie je trends. Meer mensen sterven in de winter, bijvoorbeeld, of na een hittegolf.
Volgende stap is kijken naar de code die de arts heeft ingevoerd als doodsoorzaak. Egt wel wat maar niet alles. 1. Artsen registreren niet heel consequent 2. Is iemand met allerlei onderliggend lijden aan COVID overleden? Daar zitten keuzes in.
Dus voor analyse kun je kijken naar de code passend bij “COVID”, maar ook naar algemene sterfte. Dat is onderzocht voor “wintervirussen”. Zo weten we dat griep oversterfte geeft. Hoeveel varieert per seizone en per variant en afhankelijk van de match van het vaccin
Maar let op: er zijn allerlei ziektes die oversterfte geven, bijvoorbeeld in de winter. Lees dit bijvoorbeeld. Ofwel: complexer analyses nodig om te weten wat nu waaraan toe te schrijven valt. Lees bijvoorbeeld dit pubmed.ncbi.nlm.nih.gov/22723641/
Van de oversterfte in de winter is dus een deel toe te schrijven aan allerlei infecties. De epidemiologie van die andere infecties is door de COVID maatregelen sterk veranderd. Voor trends zie de virologische weekstaten rivm.nl/documenten/rec…
Waarom dan niet “nu snel”. Bij mijn weten zijn gedetailleerde sterfte data niet real time beschikbaar. CBS kan zeggen wat de bottlenecks zijn. Je kunt dus wel heel ruwe analyses doen, maar detail? Snelle scan: oversterfte met name bij oude leeftijden.
Is dit jammer. Zeker! Is dit te organiseren? Zeker. Betere toegang en realtime toegang tot datasystemen is een van de bottlenecks in deze pandemie. Vergt enorme investeringen, andere manier van werken voor artsen, en accepteren van patienten dat hun gegevens gedeeld worden.
wat mij betreft een van de lessen. Maar wel ook: we willen nu vanalles weten wat voor die tijd werd afgedaan met " zal wel een virusje zijn". Ik ben voor meer registratie, maar dan ook voor de lange termijn. Ook als COVID uit de headlines is verdwenen.
want pas dan sta je ook klaar als er zich iets voordoet. En dat kost dus geld, en betekent investeren, niet alleen met economisch oogmerk, maar gewoon omdat we dit soort zaken vaker nodig gaan hebben in de toekomst. Dat willen wij met convergence.nl/pandemic-disas…
Want niet alleen in data systemen: ze moeten ook geverifieerd kunnen worden. Bijvoorbeeld door diagnostiek. Spoiler: de gewone virus diagnostiek in ziekenhuizen wordt straks echt weer te duur gevonden. Die " kleien labs" weet u nog?
maar ook daarvoor geldt: als je niet investeert in nieuwe mogelijkheden voor preparedness, heb je dat ook niet klaarstaan als het nodig is. Zie deze commentary pubmed.ncbi.nlm.nih.gov/34642673/
tenslotte: ik ben geen data analyse expert. Vraag CBS, RIVM en anderen.
@threadrollerapp unroll
@threadreaderapp unroll please
• • •
Missing some Tweet in this thread? You can try to
force a refresh
