Mobiele menu

Het detecteren van (corona-gerelateerde) problemen bij de hulpvragers van 113 Zelfmoordpreventie vóór en ná de uitbraak van de coronapandemie in Nederland middels state-of-the-art Natural Language Processing (NLP)

Projectomschrijving

Doel

113 Zelfmoordpreventie biedt laagdrempelige, telefonische en online hulpverlening voor mensen met suïcidale gedachten en hun naasten. Via tekstanalyses met algoritmes zijn de gespreksonderwerpen in de hulplijn van 113 Zelfmoordpreventie onderzocht, met de vraag of deze veranderd zijn na de invoer van de Coronamaatregelen.

Resultaten

Zorgwekkende veranderingen zijn de toename in paniek en angstgevoelens bij mannen, de toename van het geen vertrouwen in zichzelf of de ander meer hebben bij jongere hulpvragers en de toename van zelfmoordplannen bij hulpvragers die alleen wonen. Opvallend is dat dankbaarheid voor het gesprek en dankbaarheid voor het luisteren zijn toegenomen na de invoer van de Coronamaatregelen. Dit betekent dat de hulplijn van 113 Zelfmoordpreventie lijkt te voorzien in de behoefte aan contact bij deze groepen hulpvragers.

De toepassing van de machinelearning techniek BERT levert bruikbare resultaten op en wij raden aan deze techniek vaker toe te passen om inzicht te krijgen in gespreksonderwerpen in grote hoeveelheden tekstdata. De techniek wordt gedeeld met andere hulplijnen en kan ook doorontwikkeld worden voor andere organisaties zoals ziekenhuizen of ggz-instellingen.

Producten

Titel: Gespreksonderwerpen in de hulplijn van 113 Zelfmoordpreventie voor en tijdens COVID-19
Auteur: Salim Salmi, Saskia Merelle, Renske Gilissen, Rob van der Mei, Sandjai Bhulai

Verslagen


Eindverslag

113 Zelfmoordpreventie biedt laagdrempelige, telefonische en online hulpverlening voor mensen met suïcidale gedachten en hun naasten. Via tekstanalyses met algoritmes zijn de gespreksonderwerpen in de hulplijn van 113 Zelfmoordpreventie onderzocht, met de vraag of deze veranderd zijn na de invoer van de Coronamaatregelen. Zorgwekkende veranderingen zijn de toename in paniek en angstgevoelens bij mannen, de toename van het geen vertrouwen in zichzelf of de ander meer hebben bij jongere hulpvragers en de toename van zelfmoordplannen bij hulpvragers die alleen wonen. Opvallend is dat dankbaarheid voor het gesprek en dankbaarheid voor het luisteren zijn toegenomen na de invoer van de Coronamaatregelen. Dit betekent dat de hulplijn van 113 Zelfmoordpreventie lijkt te voorzien in de behoefte aan contact bij deze groepen hulpvragers. De toepassing van de machinelearning techniek BERT levert bruikbare resultaten op en wij raden aan deze techniek vaker toe te passen om inzicht te krijgen in gespreksonderwerpen in grote hoeveelheden tekstdata. De techniek wordt gedeeld met andere hulplijnen en kan ook doorontwikkeld worden voor andere organisaties zoals ziekenhuizen of ggz-instellingen.

Samenvatting van de aanvraag

Wetenschappers uit binnen- en buitenland vrezen dat het aantal suïcides als gevolg van de coronacrisis gaat toenemen, omdat bekende risicofactoren voor suïcide, zoals dreigende werkloosheid, financiële problemen, eenzaamheid, sociaal isolement en trauma’s, vaker voorkomen. Mogelijk blijven de risico’s de komende jaren groeien. In de hulplijn van 113 Zelfmoordpreventie is het onverminderd druk en benoemen hulpvragers corona-gerelateerde problemen zoals eenzaamheid en onzekerheid rondom verandering van het reguliere hulpaanbod. 113 Zelfmoordpreventie biedt laagdrempelige, telefonische en online hulpverlening voor mensen met suïcidale gedachten en hun naasten. Er worden in een jaar meer dan 90.000 gesprekken gevoerd. Dit onderzoek maakt gebruik van een machine learning techniek, Natural Language Processing, waarbij in de tekstdata van elk gesprek (corona-gerelateerde) problemen die hulpvragers van 113 Zelfmoordpreventie noemen, gedetecteerd kunnen worden. Het onderzoek kijkt specifiek naar veranderingen in genoemde problemen in de tijd (voor en na start coronacrisis) en naar specifieke doelgroepen (jong/oud, man/vrouw, alleenwonend/wonend met meer mensen in huishouden). Zo draagt dit onderzoek bij aan meer inzicht in corona-gerelateerde problematiek bij zeer kwetsbare groepen. Dit inzicht is essentieel om mensen met suïcidale gedachten beter te kunnen ondersteunen en gerichte preventieve maatregelen te kunnen inzetten om een toename van suïcides in Nederland te voorkomen. Op basis van de resultaten van het onderzoek schrijft het projectteam aanbevelingen waarbij zij zich laten adviseren door belangrijke stakeholders van 113 zoals GGZ Nederland, GGD-GHOR Nederland, NIP en MIND. Ter stimulering van kennisdeling zullen de resultaten en de NLP analysetechnieken gedeeld worden met andere hulplijnen zoals de Kindertelefoon en de Luisterlijn en gedeeld worden met internationale samenwerkingspartners.

Onderwerpen

Kenmerken

Projectnummer:
10430042010002
Looptijd: 100%
Looptijd: 100 %
2020
2020
Onderdeel van programma:
Gerelateerde subsidieronde:
Projectleider en penvoerder:
Dr. R. Gilissen
Verantwoordelijke organisatie:
Centrum voor Wiskunde en Informatica