Game-studie laat zien: lokale maatregelen geven minder zware lockdown 

Wetenschappers van onder andere het PDPC werkten aan een model dat de coronaverspreiding in kaart brengt. Hiermee toonden ze aan dat lokale lockdowns ook goed werken. Dat kan de last van zware maatregelen in andere delen van het land verminderen.  

Gaat Brabant op slot? Deze vraag gonsde rond, eind maart 2020. Uiteindelijk weten we allemaal dat behalve Brabant heel Nederland op slot ging. Maar ondertussen vroegen wetenschappers zich af: Wat als? Wat als er wel lokale maatregelen waren getroffen? Had dat hetzelfde effect gehad op de verspreiding van het coronavirus? 

Om die vraag te beantwoorden werkte universitair docent infectieziektebestrijding en wiskundig modelleur Luc Coffeng aan een uitgebreid model, samen met CBS en complexiteitswetenschappers van Universiteit Utrecht.  

Game 

Coffeng: ‘Je moet het eigenlijk zien als een game. We simuleren allerlei individuen die in Nederland wonen en zich bewegen. Vervolgens gooien we heel vaak met een dobbelsteen. De ene keer gaat de simulatie dan linksom en de andere keer rechtsom. Maar het algemene plaatje is: gooi je de aangedane gemeenten op slot, dan hoeven andere regio’s niet meteen dezelfde zware maatregelen te hebben. Hiermee zou de maatschappelijke last van maatregelen dus verminderd kunnen worden, vergeleken met een nationale lockdown.’  

Zekere voor het onzekere 

Goed om te weten, mocht er weer een coronagolf aankomen. Maar dat betekent volgens Coffeng niet dat Nederland in 2020 verkeerd gehandeld heeft: ‘We wisten nog niets van het virus af en moesten toen het zekere voor het onzekere nemen. Maar onze studie geeft wel inzicht over de mogelijkheden. Het laat zien dat met goede voorbereiding een regionale aanpak overwegen kan worden.’  

Twee jaar 

Bij voorbereiding op pandemieën kan het helpen dat dergelijke modellen min of meer klaar staan. ‘We hebben er nu 2 jaar over gedaan om dit model te bouwen’, zegt Coffeng. ‘In de toekomst met nieuwe virussen of coronavarianten zou het handig zijn als we de mogelijkheden sneller kunnen inschatten.’ 

Om een realistische simulatie te maken hebben de dataonderzoekers mobiliteitsdata en geografische data gecombineerd. Zo keken ze naar hoe oud mensen zijn, wat voor werk ze hadden en hoeveel en waarheen ze onderweg waren. ‘Het was ontzettend veel werk om al die data te analyseren. Je moet bovendien een goede middenweg vinden: te veel data maakt het model traag en onwerkbaar, te weinig maakt het niet realistisch.’  

De onderzoekers publiceerden het artikel onder eigen naam.