Covi-19 Early warning system
![](https://nell.eu/media/cache/thumbnail_380/covi-19-early-warning-system-0a016a6835f495c2b435daebf13e9956.png)
Een multidisciplinair onderzoeksteam werkt aan de ontwikkeling van een dashboard wat zou kunnen voorspellen waar lokale oplevingen van COVID-19 besmettingen gaan plaatsvinden, op basis van gedragsdata, mobiliteitsdata, en symptoomdata.
Een multidisciplinair onderzoeksteam is dankzij een half miljoen euro subsidie van ZonMW, een dashboard aan het ontwikkelen dat zou kunnen voorspellen waar lokale oplevingen van COVID-19 besmettingen plaatsvinden. Dit op basis van gedrag en symptomen. Veiligheidsregio’s, verantwoordelijk voor lokale en regionale corona maatregelen, zouden hierdoor sneller en effectiever kunnen ingrijpen bij dreigende corona-uitbraken.
De COVID Radar app, ontwikkeld in het LUMC, vormt de basis voor het identificeren van besmettingen. Deze app is vanaf april dit jaar in gebruik. Met meer dan 3,5 miljoen ingevulde vragenlijsten door ruim 215.000 unieke gebruikers geeft deze app lokale inzichten in besmettelijke concentraties. De data zijn volledig geanonimiseerd, en daarom geschikt om te delen voor informatieanalyses.
Deze informatie wordt vervolgens gecombineerd met geanonimiseerde en geaggregeerde mobiliteitsdata, afkomstig van het data-analysebedrijf Mezuro. Hun data-platform bevat gegevens die zijn afgeleid van het mobiele telefoongebruik over geheel Nederland, in de vorm van woonlocatie, reisbestemming, duur van de reis en de wijze van verplaatsing (auto, trein, fiets e.d.).
De gecombineerde gegevens vormen de input voor IT-dienstverlener ilionx, die de regionale risico’s visualiseert in een goed te lezen dashboard. Het dashboard is een kaart van Nederland, onderverdeeld in gemeentes en veiligheidsregio’s. Het toont de historische en huidige patronen van besmettingen en verplaatsingen en zal ook een risicobepaling in beeld brengen van potentiële besmettingshaarden in de nabije toekomst.
Gedurende het verloop van het onderzoek, dat in totaal 1,5 jaar duurt, zal dit dashboard worden doorontwikkeld voor optimaal gebruik door beleidsmakers van bijvoorbeeld veiligheidsregio’s of gezondheidsautoriteiten.
De rol van NeLL
Optimalisatie van de COVID Radar app, om zo de acceptatie, het bereik, en inclusiviteit van de app te vergroten. NeLL werkt ook aan de verbetering en verrijking van relevante gedragsindicatoren in de COVID Radar app. Tevens speelt NeLL een rol in data acquisitie van de COVID Radar app, en ondersteuning in het proces van data-integratie.
Publicaties
Optimizing the Acceptability, Adherence, and Inclusiveness of the COVID Radar Surveillance App: Qualitative Study Using Focus Groups, Thematic Content Analysis, and Usability Testing
Participanten
![Jiska Aardoom](https://nell.eu/media/cache/member_thumb/jiska-aardoom-2-7260eb353c1ed11b0b8a25f3b215311e.png)
Jiska Aardoom
Assistant Professor
![Prof. Dr. Niels Chavannes](https://nell.eu/media/cache/member_thumb/niels-chavannes-3-fedde905da244d413c240741a2657492.png)
Prof. Dr. Niels Chavannes
Hoogleraar Huisartsgeneeskunde (LUMC)