Essay: Big data bieden piepjonge burgers een kans

Een kansrijke start voor alle kinderen is een belangrijke bestuurlijke opgave voor gemeenten. Big data kunnen helpen bij het versterken van gemeentelijk Kansrijke Start-beleid. Maar er zijn ook risico’s. Hoe kun je op een acceptabele en betekenisvolle manier big data gebruiken voor het versterken van gemeentelijk beleid?

Opgave

Een kansrijke start voor alle kinderen, het is een belangrijke bestuurlijke opgave waar gemeenten voor staan. Gemeenten hebben in het nationaal actieprogramma Kansrijke Start (vanaf 2026 geborgd binnen VWS) de opdracht om door middel van lokale coalities de samenwerking tussen het medisch en sociaal domein te versterken. Verbetering van vroeg-signalering van gezinnen in kwetsbare omstandigheden en verwijzing naar ondersteuning of zorg staat hierbij centraal.

Risico's

Big data, oftewel gelinkte registratiedata, uit onder andere de jeugdgezondheidszorg, verloskundige zorg, en Centraal Bureau van de Statistiek, kunnen gemeenten helpen om hun Kansrijke Start-programma te versterken en beter af te stemmen op behoeften en problemen in bevolking. Tegelijkertijd brengt het gebruik van big data risico’s met zich mee. De vraag is dus: hoe kan je gemeentelijk beleid met big data versterken op een manier die acceptabel en betekenisvol is voor ouders en hulpverleners?

Lessen

Dit hebben wij onderzocht in het onderzoek “Betekenisvol Datagebruik voor een Kansrijke Start”, in samenwerking met de gemeente Rotterdam, de gemeente waar het nationaal Kansrijke Start programma zijn oorsprong heeft. In dit essay beschrijf ik onze belangrijkste lessen en concrete handvatten (routekaart, monitoring dashboard) voor gemeenten om op een betekenisvolle en acceptabele manier Kansrijke Start beleid te versterken.

Onderaf

Het is duidelijk dat er risico’s kleven aan het gebruik van big data. En er is terecht wantrouwen, door drama’s zoals bij de kinderopvangtoeslag. Big data-onderzoek moet daarom echt van onderaf starten: bij ouders en hulpverleners.

Datadialogen

Het eerste dat wij daarom hebben gedaan, is het voeren van ‘datadialogen’ met ouders, hulpverleners, en beleidsmakers. De dialogen bestonden uit presentaties, groepsdiscussies en casestudy’s, waarin we gezamenlijk de voorwaarden hebben gedefinieerd voor acceptabel en betekenisvol datagebruik. De ouders in kwetsbare omstandigheden die wij in ons onderzoek spraken, willen dat hun kind kan meedoen in de maatschappij, dat het lekker in zijn vel zit. Dat hun problemen niet op hun kinderen worden overgedragen. Naast natuurlijk het belang van data veiligheid, kwaliteit, en transparantie benadrukten ouders dat data vooral een aanvulling zijn op een gesprek. Ze vertellen ‘plaats ons niet in een hokje op basis van registratiedata. Het gaat om het verhaal daarachter.’

Gevaar

Een gevaar bij big data-onderzoek is dat alle data op een hoop worden geveegd, door een black box (complexe, lastig uitlegbare algoritmes) worden geanalyseerd en dat er iets uitkomt waarvan je maar moet afwachten of het betekenisvol is. Dat wilden wij niet.

Systeemkaart

We hebben daarom eerst een systeemkaart van kansenongelijkheid in de eerste duizend dagen ontwikkeld. Systeemkaarten zijn een vernieuwende manier om een web van factoren inzichtelijk te maken. Zo’n kaart bestond nog niet voor kansenongelijkheid in de eerste duizend dagen, terwijl dit typisch een complex probleem is, waar veel factoren op verschillende niveaus op elkaar ingrijpen. We hebben de kaart ontwikkeld op basis van een kleine negenhonderd wetenschappelijke overzichtsstudies (zogenaamde systematische reviews) en consultaties met ouders en hulpverleners, zodat we tot een gezamenlijk begrip konden komen van de factoren die bijdragen aan kansenongelijkheid. De kaart vormde de basis voor de keuzes rond welke gegevens we gebruikten en hoe we de data analyseerden. Daarnaast hielp het om gaten in datasystemen te identificeren, zodat ook de beperkingen van analyses helder werden.

Stapeling

Eén van de conclusies uit onze systeemkaart is dat achterstand achterstand versterkt. Als je op één vlak problemen hebt, als gezin, heb je grotere kans op ook andere problemen. Bijvoorbeeld, sociaaleconomische kwetsbaarheid, mentale problemen van ouders, en alleenstaand ouderschap versterken elkaar. We hebben deze stapeling van risicofactoren onderzocht en gekeken welke groepen een hoog risico hebben op ongunstige geboorte-uitkomsten. We zagen dat vooral alleenstaanden met een of twee extra risico factoren een verhoogde kans hebben op ongunstige uitkomsten.

Hoogste kans

In Rotterdam heeft de groep die én alleenstaand is én mentale problemen heeft én sociaaleconomisch kwetsbaar is, de hoogste kans op een ongunstige geboorte-uitkomst; bijna 30 procent. Voor de drie andere grote steden (Utrecht, Den Haag, Amsterdam) en Nederland als geheel zagen we vergelijkbare patronen, met alleen wat minder ernstige problematiek als in Rotterdam. In Rotterdam vormden onze resultaten een basis voor gesprekken met partners in de wijk.

Kernboodschap

De resultaten zijn ook gebruikt voor aanscherping van het beleid en bepalen ook mede de inhoud van de nieuwe werkagenda van de Rotterdamse coalitie Stevige Start. Het aanbod aan steungezinnen om sociale netwerken van gezinnen te vergroten is op basis van de resultaten uitgebreid, met nadruk op buurten waar de prevalentie van de risicofactoren het hoogst is. De kernboodschap is dus dat het bij kwetsbaarheid gaat om een stapeling van risicofactoren. Deze stapeling kan je meten met gelinkte registratiedata om doelgroepen op gemeente- en wijkniveau te identificeren en om gemeentelijk beleid te versterken.

Trapsgewijze relatie

In het Kansrijke Start programma ligt de focus op gezinnen in kwetsbare omstandigheden. Die moeten we blijven ondersteunen. Maar verbreedt dit. Onze analyse van gelinkte registratiedata laat zien dat kansenongelijkheid niet een probleem is van de meest kwetsbaren versus de rest, maar een probleem dat door de hele samenleving heenloopt. Zoals ik hierboven beschreef, hebben gezinnen in Rotterdam met een opeenstapeling van problemen wel 30 procent kans op een ongunstige geboorte-uitkomst. Maar als we ‘uitzoomden’, zagen we dat ook in de rest van de bevolking elke tree lager op de maatschappelijke ladder gaat gepaard met ongunstiger geboorte-uitkomsten. Kansenongelijkheid is dus een trapsgewijze relatie: elk stapje lager op de maatschappelijke ladder gaat gepaard met slechtere kansen voor kinderen.

Klein deel

De meest kwetsbare groep, hoewel belangrijk, is in absolute aantallen meestal maar een klein deel van de bevolking. Wij zagen dat de meeste kinderen met een ongunstige geboorte-uitkomst in de maatschappelijke middenlaag zitten. Dat is getalsmatig de grootste groep. Je kan als Kansrijke Start programma nog zo sterk inzetten op de groep met de allerhoogste babysterfte, en dit is essentieel vanuit kansengelijkheidsperspectief, maar voor je gemiddelde babysterfte zet het weinig zoden aan de dijk. Dit wordt de preventieparadox genoemd. Dit houdt in dat vaak de meeste ziekte of sterfgevallen voorkomen in de groep met een laag of matig risico, omdat zij domweg met meer mensen zijn.

Uitzoomen

Ons advies aan gemeenten is daarom: gebruik big data dus om uit te zoomen, om te kijken naar de verdeling van het probleem in de hele bevolking, inclusief de groep in kwetsbare omstandigheden. Om een kansrijke start in de hele bevolking te verbeteren, is het belangrijk om de hele ‘trap’ minder steil te maken, door aandacht voor specifieke doelgroepen te combineren met populatie-brede preventie.’

Minder steil

Hoe zorg je dat die hele ‘trap’ minder steil wordt? Vroeg-signalering van kwetsbare omstandigheden en toeleiding naar hulpverlening zijn belangrijk voor een kansrijke start, maar niet genoeg. Dweil niet met de kraan open en investeer in preventief beleid op samenlevingsniveau. Met individu-gerichte preventie, zoals voorlichting, cursussen, en gezondheids-apps om bijvoorbeeld meer te bewegen, loop je het risico dat gezondheidsverschillen worden vergroot, omdat mensen met een hogere opleiding en een hoger inkomen, hier het meest van kunnen profiteren. Dit komt omdat de omstandigheden waarin mensen leven een grote bijdrage leveren aan gedrag.

Veel factoren

In onze systeemkaart zagen we dat veel factoren op verschillende beleidsdomeinen een rol spelen bij een kansrijke start: inkomen, werk, huisvesting, gezonde leefomgeving. Het is dus belangrijk om deze andere beleidsdomeinen te betrekken in Kansrijke Start beleid. Om kansrijke omgevingen voor kinderen te creëren is het belangrijk om te investeren in een gezonde leefomgeving, zodat gezond gedrag makkelijker wordt gemaakt, startend bij buurten die het ’t zwaarst hebben. Dit kan bijvoorbeeld door het verbeteren van de voedselomgeving, bijvoorbeeld door aanbod van (reclame voor) junkfood terug te dringen, door het verbeteren van de luchtkwaliteit in samenwerking met andere gemeenten, provincies en het rijk via het Schone Lucht Akkoord, en door bij te dragen aan een rookvrije omgeving voor kinderen, bijvoorbeeld via het stappenplan van www.rookvrijegeneratie.nl/gemeente.

Buffer

Gemeenten kunnen een buffer vormen tussen armoede en huisvestingsproblemen in jonge gezinnen, door proactief gebruik te maken van de Wet Goed Verhuurderschap en door het isoleren van woningen van mensen in energie-armoede. Kinderopvang, bij voorkeur met een gezonde warme lunch, zou toegankelijker gemaakt kunnen worden voor kinderen van ouders die niet werken of studeren.

Afstemwerk

We hebben alle beleidsterreinen nodig om kansrijke omgevingen voor kinderen te creëren: intersectoraal preventief gemeentelijk beleid. Dit vraagt voor (grote) gemeenten nogal wat afstemwerk met andere clusters of directies en met het rijk. Om dit te laten slagen, zou het rijk deze concrete gezamenlijke domein-overstijgende opdracht mee moeten geven aan gemeenten in hun financiering van Kansrijke Start. Het is belangrijk dat gemeenten niet alleen de opdracht en financiële middelen krijgen voor intersectoraal beleid, maar ook de nodige kennis. Zo hoeft niet elke gemeente het wiel opnieuw uit te vinden, en is duidelijk welke problemen moeten worden aangepakt om resultaten te boeken en waarin concreet moet worden geïnvesteerd.

Beleidscoherentie

Ook is het belangrijk dat verschillende beleidsafdelingen elkaar niet tegenwerken; dus: beleidscoherentie, ook tussen rijk en gemeente. Nu worden gemeenten regelmatig geconfronteerd met de consequenties van rijksbeleid, zoals deregulering van online gokken. Het is belangrijk dat gemeenten de problemen die ontstaan door rijksbeleid blijven agenderen, want het succes van gemeentelijk Kansrijke Start beleid wordt sterk beïnvloed door factoren op rijksniveau.

Maatstaf

Het versterken van preventief intersectoraal beleid en beleidscoherentie vraagt een langetermijn-aanpak, met structurele financiering en inbedding in bestuurlijke processen. Dit gaat verder dan één kabinetsperiode of gemeenteraadstermijn. Een manier om structurele inbedding te realiseren is door kansengelijkheid als maatstaf te gebruiken om beleidsopties op verschillende domeinen te evalueren, met behulp van big data. In het Engels heet dat een equity impact evaluatie. Dit is vergelijkbaar met een milieueffectrapportage, maar dan voor kansengelijkheid. Schotse overheden op alle niveaus voeren, bijvoorbeeld, verplicht dergelijke evaluaties uit. Zo wordt kansenongelijkheid niet alleen geagendeerd, maar ook geborgd in beleidsafwegingen.

Verankering

We hebben routekaart en monitoring dashboard gemaakt voor verankering van big data analyses in de beleidscyclus. De routekaart neemt beleidsprofessionals mee in stappen voor impact gedreven beleid. De routekaart bevat ook een blauwdruk voor een gemeentelijk monitoring dashboard voor een kansrijke start. De Gemeente Rotterdam heeft met GGD Rotterdam Rijnmond zo’n dashboard gemaakt, waarin de resultaten van onze big data analyses zijn opgenomen voor doorlopende monitoring. Het dashboard komt beschikbaar in de online omgeving van GGD Rotterdam-Rijnmond en wordt gelinkt aan monitoring dashboards voor GALA.

Toekomst

De toekomst brengt grotere big data en krachtiger algoritmes. Een risico daarbij is dat big data worden gebruikt voor doelen of op manieren die burgers niet acceptabel of betekenisvol vinden. Daarom is het belangrijk dat gemeenten burgers (blijven) betrekken bij hun big data onderzoek, bijvoorbeeld via data dialogen, burgerberaden, of andere vormen van burgerparticipatie.

Inbedding

Een ander risico is dat big data-modellen afleiden van preventie op samenlevingsniveau. Het is essentieel om big data-onderzoek in te bedden in systemen die gezondheidsgelijkheid bevorderen, in plaats van verschillen vergroten. Structurele inbedding van en middelen voor preventief intersectoraal beleid en beleidscoherentie voor een kansrijke start vragen een langetermijnvisie van politici en bestuurders. Niet alleen voor in de eerste duizend dagen van het leven, maar ook de daarna.

Tanja Houweling is universitair docent sociale epidemiologie aan de afdeling Maatschappelijke Gezondheidszorg van het Erasmus MC, Rotterdam. Zij is gespecialiseerd in kansenongelijkheid en intergenerationele overdracht van sociaaleconomische gezondheidsverschillen. Met dank aan: alle consortium leden en deelnemers aan het onderzoek ‘Betekenisvol Datagebruik voor een Kansrijke Start’.