Gezondheidseffecten van gecombineerde blootstellingen (GM 2012&2016; deel 2012)

Aanvraag voor: Gezondheidsmonitor Volwassenen 2012
Type: Toegang tot databestand
Status: In behandeling
Bestanden:
Gegevens aanvrager
Organisatie: RIVM
Adres organisatie:

Postbus 1

3720BA Bilthoven

Aanvraaggegevens
Titel onderzoek: Gezondheidseffecten van gecombineerde blootstellingen (GM 2012&2016; deel 2012)
Is uw organisatie opdrachtgever voor het onderzoek?
Voert u dit onderzoek uit in samenwerking met andere organisaties, zoals universiteiten en onderzoekinstituten?
Omschrijving van onderzoek:
Achtergrond
In hun dagelijkse leven worden mensen blootgesteld aan een opeenstapeling van milieurisico’s, zoals luchtverontreiniging en geluid, maar ook aan omgevingsfactoren met een mogelijk positief effect op de gezondheid, zoals groen in de leefomgeving. Daarnaast kunnen leefstijlfactoren zoals roken, alcoholgebruik en bewegen, en socio-demografische en socio-economische factoren van invloed zijn op de gezondheid. Studies naar de effecten van deze factoren richten zich meestal op specifieke, enkelvoudige blootstellingen. Veel minder is bekend over de gezamenlijke effecten van meerdere, tegelijk voorkomende, blootstellingen.
In een eerder onderzoek zijn, met behulp van de gegevens van de gezondheidsmonitor 2012, de gecombineerde effecten van 3 specifieke omgevingsfactoren (luchtverontreiniging, geluid en groen) op de gezondheid van volwassenen onderzocht (Klompmaker et al, 2019). Hierbij is de rol van leefstijlfactoren en socio-demografische en socio-economische factoren in de associaties met omgevingsfactoren onderzocht (als mogelijke verstorende variabelen), maar niet de gecombineerde impact van de verschillende blootstellingsdomeinen samen (i.e. omgeving, leefstijl, socio-economisch). Het integreren van de verschillende blootstellingsdomeinen is de volgende uitdaging om een meer omvattende schatting te krijgen van de gezondheidsimpact van blootstellingen.
Om de gecombineerde effecten van een breed scala aan blootstellingen te onderzoeken zijn grote datasets en complexe statistische methoden nodig. Met ‘machine learning’ technieken kunnen de gecombineerde effecten van, en interacties tussen, verschillende blootstellingen in complexe multi-dimensionele datasets worden onderzocht. Dit is belangrijk omdat het te tijdrovend zou zijn om deze complexe relaties ‘’met de hand’’ te modelleren.


Doel
Doel van het project is het, met behulp van machine learning technieken, evalueren van de gecombineerde effecten van een breed scala van blootstellingen op de gezondheid van volwassenen. De te onderzoeken determinanten omvatten hierbij zowel leefstijlfactoren (zoals roken, bewegen, alcoholgebruik, BMI), omgevingsfactoren (zoals luchtverontreiniging, geluid, groen, blauw, beweegvriendelijkheid), als socio-demografische en socio-economische factoren (zoals leeftijd, geslacht, opleiding, inkomen).


Vraagstelling(en)
Wat zijn de belangrijkste (combinaties van) persoonlijke, leefstijl en omgevingsfactoren die de gezondheid in positieve of negatieve zin kunnen beïnvloeden


Doelpopulatie
Alle deelnemers aan de Gezondheidsmonitor Volwassenen 2012 en 2016


Analyseplan
Deze aanvraag is een verbreding van een eerder gehonoreerde aanvraag Effecten van zowel negatieve (luchtverontreiniging, geluid) als positieve (groen) omgevingsfactoren op de gezondheid van volwassenen van 18 januari 2015.
De gegevens uit de gezondheidsmonitor zullen binnen de beveiligde CBS omgeving, op basis van het versleutelde persoon ID (variabele RINPERSOON) gekoppeld worden aan GBA bestanden en een aantal andere CBS bestanden (zie verderop). Op basis van het versleutelde woonadres (RINOBJECTNUMMER) worden milieudata van het RIVM en andere (openbaar) beschikbare omgevingsdata (o.a. uit de Atlas Leefomgeving, Atlas Natuurlijk Kapitaal en Nationaal Georegister) aan de woonadressen gekoppeld. Het (versleuteld) woonadres wordt alleen gebruikt voor deze koppeling.
We gaan Random Forest machine learning algoritme toepassen om blootstellingsprofielen (een cluster van blootstellingen) te construeren die gunstig of ongunstig zijn voor de gezondheid. We voeren analyses uit om te beslissen welke profielen de grootste impact hebben op de gezondheid. In de analyses houden we rekening met niet-lineariteit en interacties (o.a. met leeftijd, geslacht en socio-economisch status).
Voor de belangrijkste afgeleide risicoprofielen berekenen we populatie attributieve risico's (PAR). Vervolgens zullen een aantal van deze risicoprofielen en PARs in kaart gebracht worden om de landelijke geografische spreiding te visualiseren.
In eerste instantie zal ‘ervaren gezondheid’ als uitkomstmaat worden geanalyseerd. Vervolgens zullen gegevens over medicijngebruik (CBS bestand MEDICIJNTAB, als aanvullende maat voor specifieke aandoeningen) en/of gegevens over zorgkosten (CBS bestand ZVWZORGKOSTENTAB) worden gekoppeld. De definitieve keuze van de te analyseren gezondheidsparameters zal worden gemaakt in overleg met experts.


Referenties
1. Klompmaker JO, Janssen NAH, Bloemsma LD, Gehring U, Wijga AH, van den Brink C, Lebret E, Brunekreef B, Hoek G. Residential surrounding green, air pollution, traffic noise and self-perceived general health. Environmental Research 2019;179, article 108751
2. Klompmaker JO, Hoek G, Bloemsma LD, Wijga AH, van den Brink C, Brunekreef B, Lebret E, Gehring U, Janssen NAH. Associations of combined exposures to surrounding green, air pollution and traffic noise on mental health. Environment International 2019;129:525-537.
3. Klompmaker JO, Janssen NAH, Bloemsma LD, Gehring U, Wijga AH, Brink CV, Lebret E, Brunekreef B, Hoek G. Associations of combined exposures to surrounding green, air pollution, and road traffic noise with cardiometabolic diseases. Environmental Health Perspectives 2019;127; article 087003.
Welke onderwerp(en) heeft u voor uw onderzoek nodig?
Alcoholgebruik, Angst & depressie, Beperkingen, Bewegen, Chronische aandoeningen, Eenzaamheid, Ervaren gezondheid, Huiselijk geweld, Lengte & gewicht, Mantelzorg geven, Roken
Welke achtergrondkenmerken heeft u voor uw onderzoek nodig?
Etniciteit/herkomst, Geografische indicator; GGD niveau, Geografische indicator; gemeentecode, Geografische indicator; postcode, Geslacht, Huishoudsamenstelling, Inkomen, Leeftijd, Opleiding, Werksituatie
Wenst u de gegevens te koppelen aan andere (registratie) bestanden?
CBS bestanden:
- GBA bestanden (GBAPERSOONTAB, GBABURGERLIJKSTAATBUS, GBAADRESOBJECTBUS)
- IHI (integraal huishoudens inkomen)
- HOOGSTEOPLTAB
- SECMBUS (sociaal economische categorie)
- MEDICIJNTAB
- ZVWZORGKOSTENTAB
- Wijk en Buurtstatistieken
Omgevingsdata: milieudata RIVM en andere (openbaar) beschikbare omgevingsdata (o.a. uit de Atlas Leefomgeving, Atlas Natuurlijk Kapitaal en Nationaal Georegister)

Het project zal worden uitgevoerd in het kader van CBS project 7267 ‘milieu-gerelateerde sterfte, gezondheid en medische consumptie’. De hierboven genoemde CBS bestanden zijn in dit kader al voor het project ter beschikking gesteld. Dit met uitzondering van de ZVWZORGKOSTENTAB, waarvoor (indien nodig) toestemming aangevraagd zal worden.
Op welk geografisch niveau worden de gegevens gepubliceerd?

Waar worden de gegevens gepubliceerd of gerapporteerd?
De resultaten zullen worden gepubliceerd als artikel in een internationaal, open access, wetenschappelijk tijdschrift en/of openbaar RIVM rapport.
Wat is de verwachte datum van publicatie of rapportage van gegevens (maand-jaar)?
12-2021
Overige opmerkingen:
Voor het project willen we gebruik maken van zowel de Gezondheidsmonitor 2012 als de Gezondheidsmonitor 2016. Voor de Gezondheidsmonitor 2016 is een aparte aanvraag ingediend.