Project R-13545

Een toolkit voor dynaMIsche gezondheidseffectanalyseS ter voorspelling van invalidiTeitsgeRelateerde kosten bij de vergrijzende bevolking op basis van drie cAsestudies van gebieden in europa die blootgesteld zijn aan de staaLindustrie (Onderzoek)

Het milieu is een van de meest cruciale determinanten van gezondheid. Volgens het rapport "Global Burden of Disease" is er sprake van een toenemend effect in termen van invaliditeit en vermindering van de levenskwaliteit wereldwijd, in het bijzonder voor de vergrijzende bevolking. Een van de hoofdoorzaken van deze achteruitgang is waarschijnlijk de interactie van sociaal-ecologische risicofactoren en subklinische aandoeningen en de daaruit voortvloeiende toename van de last van primaire niet-overdraagbare ziekten (bijvoorbeeld dementie, COPD, cerebrovasculaire aandoeningen en chronische ischemische hartziekten). De multidimensionale causale routes van deze interacties zijn nog grotendeels onbekend. In dit complexe scenario, waarin de relatie tussen blootstelling en uitkomsten zo verschillend en veelzijdig is, is het Health ImpactAssessment (HIA)-proces het standaardinstrument dat een overzicht biedt van de materie, van de screening van gezondheidsrisicofactoren tot de invoering van nieuwgezondheidsbeleid en de monitoring van de effecten. Een volledige digitale aanpak voor HIA die zich dynamisch kan aanpassen aan de variabiliteit van de determinanten en hun interactie is nog onvoldoende onderzocht. Artificiële intelligentie-algoritmen bieden innovatieve en krachtige mogelijkheden voor HIA-implementaties, waardoor complexeinformatie en gegevens beter kunnen worden uitgewerkt en aangepast. Dit voorstel beoogt de ontwikkeling van een technologische, dynamische en intelligente HIA toolkit om de gezondheidseffecten van gezondheidsgerelateerde kenmerken te voorspellen en de trajecten van invaliditeit en vermindering van de levenskwaliteit te voorspellen. Deze methode zal gebruik maken van milieu-, sociaal-economische, geografische en klinische kenmerken, beheerd en uitgewerkt met een gefedereerde leerarchitectuur. De gegenereerde modellen zullen worden aangepast aan gegevens over levensstijl en individuele omstandigheden die afkomstig zijn van grote digitale bevolkingsonderzoeken. De modellen zullen worden getraind en gevalideerd op drie verschillende blootstellingen aan de vervuiling van de staalfabrieken: Taranta in Zuid-Italië, Rybnik in Polen en Vlaanderen in België.

01 januari 2023 - 31 december 2026