Voorspellingsmodel COVID-19- besmettingen

Deloitte heeft voor ActiZ een model ontwikkeld om het aantal besmettingen bij cliënten en medewerkers binnen uw organisatie te voorspellen. Het model kijkt tot 14 dagen vooruit. Er wordt gebruik gemaakt van de internationaal beschikbare data en het model houdt rekening met de maatregelen zoals die nu in Nederland gelden en de ontwikkeling van het virus in een afgebakende groep. Hier vindt u de achtergronden van het onderliggende model.

 

Waarop is de voorspelling gebaseerd?

Het huidige voorspellingsmodel is nu gebaseerd op het ‘SIR-model’ en is verfijnd met een methode ontwikkeld door Harvard. Het model gaat uit van een afgebakende populatie, waarbij een persoon vatbaar (S-susceptible), besmet (I-infected) of hersteld/overleden (R-recovered/passed away) kan zijn, vandaar de naam ‘SIR’.

SIR model.png

Dit model is juist goed toepasbaar in een afgebakende populatie, zoals een zorgorganisatie. Hierbij is bij cliënten de afgebakende populatie het totaal aantal cliënten (zie invulveld) en bij medewerkers is de afgebakende populatie de bevolkingsgrootte van Nederland. Deze afbakening beïnvloedt het aantal nieuwe besmettingen per dag: als er relatief meer mensen al besmet zijn (geweest), dan zal de kans op nieuwe besmettingen kleiner zijn. Verder houdt het model rekening met het feit dat mensen binnen die groep herstellen of - helaas- overlijden en de snelheid waarmee dat gebeurt. Als we nog aanvullende gegevens (bv vanuit de ECD’s) kunnen benutten over het verloop specifiek in VVT-organisaties, kunnen we deze inschattingen nog verder verfijnen. Nu is het gebaseerd op de algemene situatie in Nederland en Brabant heeft daarbinnen inmiddels geen afwijkende positie meer.

Belangrijke coëfficiënten in het model zijn verder het gemiddeld aantal contacten en de besmettingskans per contact. Om die goed te kunnen schatten wordt gebruik gemaakt van actuele internationale data, waarbij de overlijdenscijfers gelinkt worden aan de intensiteit van de maatregelen in diverse landen.

Bronnen

  • Om de waarde van de coëfficiënten te bepalen gebruikt het model internationale data (Nederland, Italië, Duitsland, Frankrijk, Spanje, Verenigd Koninkrijk, Zwitserland, België, Oostenrijk, Singapore, Zuid-Korea, Nieuw-Zeeland, Japan, Noorwegen, Zweden, Finland, Denemarken, Tsjechië, Portugal, Polen, Hongarije, Slowakije, Slovenië, Bulgarije, Kroatië, Ierland en Estland): de gebruikte databronnen hierbij zijn datasets van Johns Hopkins University en Oxford University voor sterftecijfers respectievelijk maatregelen per land.
  • De snelheid waarmee een besmet persoon herstelt dan wel overlijdt, is gebaseerd op “Persistence and Clearance of Viral RNA in 2019 Novel Coronavirus Disease Rehabilitation Patients” (Chinese med. Journal)

‘Handle with care’

Lokale afwijkingen

Doordat het model gebaseerd is op data op landelijk niveau, kan de voorspelling afwijken voor lokale situaties en voor kleine aantallen.

5-dagen-stippellijn

Bij voorspellingen geldt dat, hoe verder de voorspelling in de toekomst ligt, hoe groter de afwijking is van het (achteraf) werkelijke aantal besmettingen. Prognoses die verder dan vijf dagen in de toekomst liggen, kunnen door de onbekendheid met COVID-19 nog sterk afwijken. Daarom is de lijn in de grafiek na vijf dagen met een stippellijn weergegeven.

‘Handle with care’

Wij adviseren u de voorspellingscijfers op basis van ons model als hulpmiddel te gebruiken om in te schatten wat komen gaat, maar niet te beschouwen als de waarheid. Dus: ‘Handle with care’!

Waar vindt u het dashboard?

Ga naar Kijkopdata.actiz.nl en log daar in met dezelfde inloggegevens die u ook gebruikt voor onze website www.actiz.nl.
Vervolgens vindt u het dashboard door te klikken op de tegel “Kijk op COVID-19”.

Heeft u vragen over het inloggen of bij het gebruik van het dashboard?

Neem contact op met de helpdesk van ActiZ Kijk op Data: kijkopdata@actiz.nl of 085 - 077 20 70.
Of bezoek de help-pagina’s op Kijkopdata.actiz.nl.

 

Harold Beumer