225 Nederlandse samenvatting Voor effectieve surveillance is het belangrijk om geografisch gedetailleerde informatie te hebben. Het snel delen van lokaal verzamelde gegevens kan de kwaliteit van surveillance verbeteren. Zorgen rondom het waarborgen van privacy kan het delen van gegevens echter bemoeilijken. Een mogelijke oplossing voor dit probleem is het lokaal samenvatten van gegevens tot geanonimiseerde data die niet tot een individu te herleiden zijn. Deze geanonimiseerde gegevens kunnen vervolgens eenvoudig tussen instellingen worden gedeeld en verder worden samengevoegd om ziektepatronen op lokale, regionale, nationale en zelfs internationale schaal weer te geven. In Hoofdstuk 3 werd deze methode getest voor de wereldwijde uitbraak van ernstige hepatitis met onbekende oorzaak bij kinderen in 2022. Bij de meeste uitbraken van infectieziekten is het aantal ernstige gevallen veel kleiner dan het aantal mensen met milde ziekten. De grootste groep heeft geen of weinig klachten van de infectie. Bij de uitbraak van hepatitis in jonge kinderen werden geen gevallen gemeld van milde ziekte, maar het is mogelijk dat deze groep wel bestond, maar niet is gedetecteerd. Hepatitis wordt gekarakteriseerd door een stijging van aspartate transaminase (ASAT) en alanine transaminase (ALAT) levels. Deze levels kunnen worden gemeten in het bloed, en de resultaten daarvan zijn beschikbaar in klinische laboratorium databases. Deze data worden zelden gebruikt voor surveillance, maar zou als een opportunistische databron gebruikt kunnen worden. In deze studie werden geaggregeerde ASAT en ALAT gegevens verzameld van mensen van alle leeftijden uit 29 ziekenhuizen in het Verenigd Koninkrijk, Nederland en Ierland, over een tijdsperiode van 10 jaar. Deze studie liet zien dat de uitbraak van hepatitis in jonge kinderen waarschijnlijk redelijk beperkt was. Daarnaast liet deze studie zien dat het haalbaar is om grote hoeveelheden lokaal geaggregeerde data te verzamelen, met relatief minimale inspanningen. Bij herhaalde data-extracties over de tijd zou het ook mogelijk zijn om een surveillancesysteem op te zetten met (bijna) real-time data van verschillende geografische locaties, waarbij de privacy van individuen gewaarborgd wordt. Deze aanpak zou zowel kunnen worden gebruikt voor continue surveillance van bekende ziekteverwekkers, zoals SARS-CoV-2, als ziektesyndromen, zoals SARI, maar ook bij nieuwe uitbraken met onbekende ziekteverwekkers (zoals bij de hepatitis-uitbraak). Hoewel er voor sommige ziekteverwekkers, zoals SARS-CoV-2, inmiddels nationaal en mondiaal systemen voor continue surveillance bestaan, zou een uniforme aanpak ook de gegevenskwaliteit verbeteren. Robuuste surveillancesystemen maken het eenvoudiger om uitbraken te voorspellen, monitoren en detecteren, en maken evaluatie van verschillende implementaties mogelijk, zoals vaccinatiestrategieën. Er kan onderscheid worden gemaakt tussen ziektesurveillance voor bekende pathogenen of ziektesyndromen, zoals SARS-CoV-2 en SARI, en uitbraakdetectie van (nog) onbekende ziekteverwekkers (pathogenen). Vanzelfsprekend waren ziekteverwekkers die nu bekend zijn in eerste instantie ook onbekend. Uitbraakdetectie is een complex en uitgebreid proces, en het geven van een volledig overzicht valt buiten het bestek van dit proefschrift. Historisch gezien is de
RkJQdWJsaXNoZXIy MTk4NDMw