Agent-based models as a tool for simulating scenarios of environmental interventions and policies aimed at the reduction of socio-economic inequalities in health behaviours.
Projectomschrijving
Vraagstuk Mensen met een hogere opleiding of inkomen zijn vaak gezonder, deels doordat ze in een ‘betere’ buurt wonen. Veel onderzoek bestudeert welke kenmerken van buurten de verschillen veroorzaken. Maar mensen kiezen ook een buurt die bij ze past en bepaalde omgevingsveranderingen hebben neveneffecten. Mensen en omgeving vormen een ‘systeem’, waarin ze elkaar beïnvloeden. Is die wederzijdse invloed meetbaar?
Onderzoek In dit project zijn ‘systemen’ nagebouwd in modellen voor sporten en groente- en fruitconsumptie voor mensen met een hoog en een laag inkomen. Welk scenario leidt tot kleinere gezondheidsverschillen?
Uitkomst Agent-based modellen (ABM) proberen een systeem na te bootsen. In een ABM wordt het gedrag van een ‘agent’ gesimuleerd. Een ‘agent’ kan een individu, een huishouden of winkel zijn. Een ABM blijkt een veelbelovend instrument. Het lijkt een geschikte methode om het systeem waarin mensen concreet opereren te modeleren. Wel gaat het hier nog om eerste ervaringen met ‘systeemdenken’ in de publieke gezondheid.
Verslagen
Eindverslag
Het reduceren van sociaaleconomische verschillen in gezondheid en gezond gedrag is een belangrijke uitdaging in volksgezondheidsbeleid. Mensen met een hoger opleidingsniveau of inkomen zijn vaak gezonder dan mensen met een lagere opleiding of inkomen. Dit komt deels omdat ze vaak in andere buurten wonen. Veel onderzoek bestudeert welke kenmerken van buurten deze verschillen veroorzaken. Lastig hierbij is dat mensen niet alleen worden beïnvloed door hun omgeving, maar dat zij op hun beurt ook hun omgeving kunnen veranderen. Winkels willen bijvoorbeeld dicht bij de klanten zitten. Mensen en hun omgeving vormen dus een ‘systeem’, waarin ze elkaar beïnvloeden. Effecten van beleidsscenario’s en interventies zouden daarom ook in systeem moeten worden onderzocht. Huidige onderzoeksmethode houden hier geen (of slechts in beperkte mate) rekening mee.
Agent-based modellen (ABM) proberen zo’n systeem na te bootsen. In een ABM wordt het gedrag van een ‘agent’ gesimuleerd. Een ‘agent’ kan een individu, een huishouden of winkel zijn. Deze agenten hebben bepaalde karakteristieken en volgen gedragsregels op die uit eindelijk leiden tot het geobserveerde gedrag. Deze modellen kunnen vervolgens worden toegepast om de effecten van verschillende interventies en beleidsscenario’s te evalueren, variërend van distale (bv. verminderen van ruimtelijke segregatie) tot proximale interventies (bv. voorlichting).
In dit project hebben we twee pilot ABMs ontwikkeld. Een model dat de sociaal economische verschillen in groente- en fruitconsumptie beschrijft en een model dat de sociaal economische verschillen in sportparticipatie beschrijft. Het is mogelijk om met deze modellen de effecten van verschillende beleidsmaatregelen of interventies op de sociaal economische verschillen in gezond gedrag te evalueren. Daarnaast geeft de output ook inzicht in hoe dit effect tot stand is gekomen. De modellen kunnen worden toegepast op verschillende settingen of steden.
Ter illustratie van de mogelijkheden, hebben we het model voor groente- en fruitconsumptie toegepast op de stad Eindhoven. Vervolgens hebben we drie (hypothetische) interventies geëvalueerd: 1) verminderen van residentiele segregatie, 2) verlagen van de prijs van groente en fruit in gezonde winkels en 3) het geven van voorlichting. Vanwege het exploratieve karakter van dit project waren de aannames over de werking van deze interventies nog simpel.
Dit project heeft aangetoond dat ABM veelbelovend is. Het is een geschikte methode het systeem waarin mensen opereren te modeleren. Verder zijn deze modellen zeer nuttig om beleidsmaatregelen of interventies te evalueren.
Dit project is mogelijk het eerste project waarin ervaring is opgedaan met “systeemdenken” in de evaluatie van beleid in de publieke gezondheid. Wij verwachten dat dit denken snel belangrijker zal worden.
Het reduceren van sociaal-economische verschillen in gezondheid en gezond gedrag is een belangrijke uitdaging in volksgezondheidsbeleid. Mensen met een hoger opleidingsniveau of inkomen zijn vaak gezonder dan mensen met een lagere opleiding of inkomen. Dit komt deels omdat ze vaak in andere buurten wonen. Veel onderzoek bestudeert welke kenmerken van buurten deze verschillen veroorzaken. Lastig hierbij is dat mensen niet alleen worden beïnvloed door hun omgeving, maar dat zij op hun beurt ook hun omgeving kunnen veranderen. Winkels willen bijvoorbeeld dicht bij de klanten zitten. Mensen en hun omgeving vormen dus een ‘systeem’, waarin ze elkaar beïnvloeden. Effecten van beleidsscenario’s en interventies zouden daarom ook in een systeem moeten worden onderzocht. Huidige onderzoeksmethoden kunnen hier vaak niet goed rekening mee houden.
‘Agent-based’ modellen proberen zo’n systeem na te bootsen. Deze modellen kunnen vervolgens worden toegepast om de effecten van verschillende interventies en beleidsscenario’s te evalueren, variërend van beleid gericht op segregatie van mensen over buurten tot voorlichting aan personen. In dit project wordt onderzocht of zulke modellen ontwikkeld kunnen worden voor sociaal- economische verschillen in a) groente- en fruitconsumptie en b) sporten. Eindhoven zal in deze modellen als voorbeeld worden gebruikt.