Samenvatting

Een slechte start in de eerste 1000 dagen van het leven kan levenslange gevolgen hebben voor de fysieke en mentale gezondheid, evenals voor de economische en sociale participatie. Hoewel vroege preventieve interventies en goed ontworpen beleid aanzienlijke voordelen op lange termijn kunnen opleveren, worden kwetsbare zwangere vrouwen, hun partners en kinderen vaak te laat geïdentificeerd of ontvangen ze ondersteuning die onvoldoende is afgestemd op hun behoeften. Dit project onderzoekt hoe de analyse van gekoppelde, nationaal representatieve administratieve gegevens met behulp van machine learning-technieken de vroege identificatie van kwetsbare omstandigheden in de eerste 1000 dagen van het leven kan verbeteren en gerichter en effectiever beleid kan ondersteunen. We beoordelen met name de toegevoegde waarde van machine learning ten opzichte van traditionele statistische methoden, met als doel preventie en gepersonaliseerde zorg in de eerste 1000 dagen van het leven te versterken.