Contactpersoon: Dr. Yoran Gerritsma, Datapoort | y.h.gerritsma@umcg.nl
Datasamenwerking/Organisatie(s): Werkplaats Mentale Gezondheid Drenthe
Titel: Wachtlijstproblematiek Mentale gezondheidszorg
Over deze analyse
In Nederland wachten duizenden mensen op mentale of psychische zorg. Om deze wachttijden terug te dringen zijn op nationaal niveau verschillende samenwerkingsverbanden gestart. In de regio Drenthe is hiervoor de “Taskforce wachttijden GGZ” opgericht.
Het huidige inzicht in de wachtlijsten is beperkt: beschikbare cijfers zijn alleen op totaalniveau beschikbaar en houden geen rekening met dubbele registraties, bijvoorbeeld wanneer iemand bij meerdere instellingen op de wachtlijst staat voor dezelfde zorgvraag. Daarnaast ontbreken gegevens over de kenmerken van de wachtenden, waardoor verdere analyse lastig is.
Het doel van deze analyse is om, met behoud van privacy, meer inzicht te krijgen in de wachtlijsten voor GGZ-zorg.
Gebruikte data
Data over wachtlijsten en verdere patiëntkenmerken vanuit verschillende centra in de provincie Drenthe.
Betrokken organisaties
- Datawerkplaats Mentale Gezondheid
- Psychologenpraktijk de Vaart
- Forte GGZ
- Lentis
- GGZ Drenthe
- UMCG
Methode en techniek
Voor deze analyse wordt gebruikgemaakt van Multi-Party Computation (MPC) via het platform van Linksight (door TNO opgerichte spin-off). De data blijven eigendom van de organisaties, zowel juridisch als technisch. Door middel van cryptografische technieken kunnen er berekeningen uitgevoerd worden over de data uit alle partijen in de datasamenwerking.
Binnen het platform maken de partijen gezamenlijke samenwerkingsregels, waarin je bijvoorbeeld aangeeft wat voor soort analyses er gedaan mogen worden. De geaggregeerde resultaten zijn hierna zichtbaar voor alle partijen in het samenwerkingsverband.
Binnen Linksight wordt gewerkt met twee rollen:
- Data steward: creëert nieuwe datasamenwerkingen, besluit over governance regels, en bepaalt wie toegang heeft tot het uitvoeren van analyses.
- Data scientist: voert analyses uit binnen de afgesproken kaders.
De analyse is privacy-by-design opgezet. Analyses kunnen alleen uitgevoerd worden als deze zijn goedgekeurd door de deelnemende partijen.
Belangrijkste inzichten
De analyse is op dit moment nog in ontwikkeling.
Aandachtspunten en overige kenmerken
- Dataharmonisatie is essentieel bij het combineren van gegevens uit verschillende bronnen, zodat variabelen (denk bijv. aan geslacht (M/V, M/V/O, of M/V/X, of M/F/X, enz..) op uniforme wijze worden weergegeven.
- Aan het begin van het project is een data harmonisatiemodel ontwikkeld, dat door alle organisaties wordt gebruikt. Dit model beschrijft per variabele hoe deze wordt weergegeven en wat de betekenis is.
- Organisaties behouden volledige controle over hun data.
- Andere (kleinere) partijen kunnen relatief eenvoudig aansluiten.