Ellen Generaal en Roelien Beuker
Zeg Ellen en Roelien, in jullie REC regio’s liggen drie van de vier grote steden. Jullie zagen op een gegeven moment de COVID-19 vaccinatiegraad in bepaalde wijken achter blijven. Men wilde vast weten of dat in de andere grote steden ook zo was. Konden jullie daar vanuit je rol als REC iets in betekenen?
“Jazeker! Men vroeg zich specifiek af hoe de vaccinatiegraad was in de vier grote steden (G4: Amsterdam, Den Haag, Rotterdam en Utrecht) en of er verschillen waren. We konden snel met een overzichtje komen, omdat wij de cijfers van onze hele RAC (Regionale Arts Consulenten)/REC regio ontvangen en de DPG’en toestemming gaven om de data van de G4 naast elkaar te leggen.”
“Door het vergelijken van de cijfers konden de vaccinatieteams en IZB (Infectieziektebestrijding)-collega’s brainstormen over verklaringen voor de verschillen. Verschillen in gevoerde vaccinatiecampagnes? Verschillen in bevolkingssamenstelling? Etc.”
Dus jullie hebben als REC’ers de data naast elkaar gelegd. Zag je ook echt verschillen?
“We zagen zeker verschillen! Utrecht scoort zowel bij de boosterprikken als bij de basisserie opvallend beter dan de andere steden. Dit kan te maken hebben met de bevolkingssamenstelling, zoals minder personen met lage socio-economische status en migratieachtergrond dan in de andere grote steden. De jongeren deden het in Rotterdam en Den Haag iets minder goed in de opkomst voor de boosterprik dan in Amsterdam.”
En hoe heeft dat jullie geholpen in de vaccinatiecampagne?
“Wij hebben die informatie meegenomen naar ons team fijnmazig vaccineren. Voor hen helpt deze informatie in gerichte vaccinatiecampagnes voor specifieke doelgroepen.”
“Ons coronapreventie team vond het fijn om de cijfers naast elkaar in een grafiekje te zien. Dat geeft toch wat duiding aan de opkomst. Het hielp om de effectiviteit van de eigen fijnmazig vaccineren strategieën te vergelijken met die in de andere G4, en daarmee sturing te geven aan verdere acties voor de vaccinatiecampagne.”
Jeroen Kuiper en Suhreta Mujakovic
Ha Jeroen en Suhreta, jullie hebben onlangs samen gekeken naar mogelijke verklaringen voor verschillen in SARS (severe acute respiratory syndrome)- CoV (coronavirus)-2 besmettingsincidentie tussen Groningen en Limburg. Hoe kwamen jullie op dat idee?
“Volgens mij begon het met een presentatie uit Limburg tijdens ons REC-overleg. Tijdens de Deltagolf was de incidentie daar opvallend hoog. Zij vroegen zich af waarom de incidentie lokaal zo hoog was. In die periode was de incidentie in het Noorden juist (relatief) laag. Er zijn behoorlijk wat overeenkomsten tussen het Noorden en Limburg. Het is perifeer gebied met enkele stedelijke kernen. Daarnaast hebben de randen van deze regio's al jaren te maken met krimp, dubbele vergrijzing van de populatie en ontgroening. Deze waarneming maakte het verschil tussen Limburg en het Noorden voor wat betreft incidentie des te opvallender.”
“In mijn presentatie over de situatie in Limburg had ik ook data van de GGD (Gemeentelijke Gezondheidsdienst) Gezondheidsmonitor gebruikt. Dat gaf ons inspiratie om de regio’s te vergelijken op bijvoorbeeld bepaalde gezondheidsindicatoren.”
En hoe hebben jullie dit aangepakt?
“Om een discussie te kunnen hebben over de verklaringen, moesten we de determinanten van SAR- CoV (coronavirus)-2-besmettingen in beeld brengen. Het virus gedraagt zich in het Zuiden niet anders dan in het Noorden, dus we wilden vooral kijken naar de verschillen tussen de populaties.
“Wij hebben gekozen voor 2 studentensteden (Groningen en Maastricht) en 2 gebieden die qua SES (Sanitary Epidemiology and Surveillance) veel op elkaar lijken (Noord Oost Groningen en Parkstad). We keken naar de overeenkomsten en verschillen in de variabelen die mogelijk geassocieerd zijn met ziekenhuisopname en COVID-19-besmettingen.”
“Door in te zoomen op de verschillen tussen de gebieden - was de gedachte - konden we input leveren voor een start van de discussie.”
Dat lijkt me niet makkelijk! Wat was jullie conclusie?
“Makkelijk was het zeker niet, want er waren wel verschillen. Bijvoorbeeld: Parkstad heeft een hogere urbanisatiegraad dan Noord Oost Groningen (hypothese: transmissie is eenvoudiger op plekken waar veel mensen bij elkaar wonen). De uitwisseling met het buitenland is in Limburg veel sterker dan in Groningen (werd het virus vaker meegenomen vanuit Duitsland?). Maar misschien wel de belangrijkste component bij verspreiding konden wij onvoldoende in beeld brengen, namelijk het gedrag van de mensen. De lokale uitkomsten van de Gedragsunit gaven geen sluitend bewijs dat Noordelingen zich bijvoorbeeld beter aan de maatregelen houden. Cultuur kan niet uit bestaande statistieken gehaald worden. Zijn inwoners van Limburg amicaler dan Noordelingen, hebben ze meer contact? Kortom veel vragen blijven over. Het doel was vooral om hypotheses te genereren. En dat is gelukt. Wij hebben onze impressie gedeeld in het GGD (Gemeentelijke Gezondheidsdienst)-uitwisselingsoverleg. Eén theorie waar ik zelf nog niet aan had gedacht was de mogelijke relatie met luchtverontreiniging.”
Oké, geen eenduidige conclusie dus. Maar heeft dit de GGD (Gemeentelijke Gezondheidsdienst)'en toch geholpen?
“Het bijzondere is dat bij de huidige Omicron-golf de verhoudingen zijn omgedraaid. Nu is de incidentie in het Noorden juist hoog en veel lager in Limburg. SARS (severe acute respiratory syndrome)- CoV (coronavirus)-2 blijft verrassen. Ik denk wel dat het heeft geholpen om breder te denken. Bijvoorbeeld, wat is de staat van de volksgezondheid in algemene zin in een bepaald gebied. Noord Oost Groningen en Parkstad kenmerken zich door hoge prevalentie obesitas. Goede leefstijl op populatie niveau staat gelijk aan betere afweer op populatieniveau.
“Het is zeer nuttig om op deze manier naar de data te kijken. Je wilt leren van elkaar en speuren naar mogelijke kansen voor verbetering van de aanpak van publieke gezondheid in de regio.”