Data-analyse biedt de mogelijkheid om op wijk- en schoolniveau zorgbehoeften in kaart brengen, om zo het preventieve aanbod beter af te stemmen op de zorgvraag. Een Amsterdams project deed hier ervaring mee op. Programma manager Arjan de Jager en jeugd- en opvoedhulp Levi van Dam plaatsen wel wat ethische kanttekeningen.
In een opiniestuk in de Volkskrant gaan De Jager en Van Dam in op het data-analyse project in Amsterdam en op het advies van de Wetenschappelijke Raad voor het Regeringsbeleid (WRR) om het preventiebeleid te richten op mensen met de grootste gezondheidsachterstand. Dat zou dan vooral gaan om mensen met een lage sociaaleconomische status, omdat daar het grootste gezondheidspotentieel te behalen is. Momenteel profiteren hoogopgeleiden meer van preventie dan laagopgeleiden.
Gezondheidspotentieel
Door zorgvuldige data-analyse is het mogelijk om in kaart te brengen bij wie het gezondheidspotentieel het grootst is. In Amsterdam werden de gegevens (beroep, woz-waarde van het huis, eventuele schulden, meldingen van huiselijk geweld, gezinssamenstelling, etc.) geanalyseerd van 135 duizend jongeren. Het project is uitgevoerd door innovatiewerkplaats Garage2020 in samenwerking met afdeling Jeugd van de gemeente Amsterdam en wordt eind oktober gepresenteerd op de Dutch Design Week.
Experimenten
De Jager en Van Dam stellen dat er zorgvuldige experimenten nodig zijn om het advies van de WRR een stap verder te brengen. "En een onafhankelijke groep experts (ethici, data-analisten, psychologen en pedagogen) en ervaringsdeskundigen (ouders en jongeren) die deze experimenten nauwlettend volgen." Want: "Welke gegevens mogen worden benut om de groep met het grootste gezondheidspotentieel in kaart te brengen? Mag etniciteit daar bijvoorbeeld in mee worden genomen? En wie mag toegang krijgen tot dit soort inzichten? Als je weet dat er in een bepaalde wijk in 60 procent van de gezinnen huiselijk geweld plaatsvindt, wil je daar dan nog naartoe verhuizen?"
Uithuisplaatsing voorkomen
De Jager onderzoekt voor Garage2020 ook het voorkomen van uithuisplaatsingen van kinderen en jongeren door middel van datacombinaties en data-analyse patronen. Met dergelijke inzichten kunnen de verschillende partners in de jeugdzorgketen de ondersteuning anders inrichten met als doel uithuisplaatsingen (zoveel mogelijk) te voorkomen.
