WMO voorspelmodel

Wmo voorspelmodel - zoektocht naar meer geschikte wijkkenmerken

De gemeente Den Haag wil graag weten hoeveel mensen per wijk gebruik gaan maken van Wmo-voorzieningen. Het gaat erover om per wijk vijf jaar vooruit te kunnen voorspellen. Voor de start van het microdata-traject was een top-down wijkmodel hiervoor ontwikkeld, waarbij vooral StatLine data van het CBS is gebruikt. De StatLine data bevat echter een selecte set aan kenmerken op wijkniveau, afgeleid van CBS microdata. Voorafgaand aan het microdata-traject is daarom een bottom-up multilevel regressiemodel ontwikkeld, om na te gaan welke kenmerken op persoonsniveau van belang zijn om Wmo-gebruikers te kunnen onderscheiden van degenen die geen Wmo-voorziening gebruiken. Dit bottom-up model (zonder CBS microdata) had een AUC van 0,78.

De vraag was daarom of een beter bottom-up regressiemodel ontwikkeld kon worden met behulp van microdata van het CBS. Dit bleek inderdaad het geval: het bottom-up model ontwikkeld binnen de remote access-omgeving van het CBS heeft een AUC van 0,90. Geselecteerde kenmerken in dit model hebben betrekking op leeftijd, het huishoudtype, het wel of niet hebben van kinderen, sociaal economische situatie, het autobezit en het wel of niet gebruiken van medicijnen (algemeen medicijngebruik). Deze kenmerken op persoonsniveau worden vertaald naar kenmerken op wijkniveau. Zo wordt bijvoorbeeld het aantal autobezitters per wijk berekend. Deze nieuwe afgeleide wijkkenmerken worden getest op voorspellende waarde binnen het top-down wijkmodel, om beter het aantal Wmo-gebruikers per wijk te kunnen voorspellen.

Dit onderzoek is via remote access uitgevoerd door onderzoekers van de gemeente Den Haag.