Wmo voorspelmodel

Het Wmo-voorspelmodel geeft een voorspelling van het aantal unieke gebruikers met een voorspelhorizon van vijf jaar. Voorspellingen worden gedaan op wijkniveau voor zowel de Wmo-totaal als voor deelproducten van de Wmo (Hulp bij het Huishouden, Ondersteuning thuis en Hulpmiddelen en Diensten). 

Laatst gewijzigd op 7 augustus 2024 om 9:45 | Publicatiestandaard 1.0
Publicatiecategorie
Overige algoritmes
Impacttoetsen
Veld niet ingevuld.
Status
In gebruik

Algemene informatie

Thema

Zorg en gezondheid

Begindatum

012022

Contactgegevens

privacy@roosendaal.nl

Link naar publiekspagina

https://wmovoorspelmodel.vng.nl/

Verantwoord gebruik

Doel en impact

Het algoritme is ontwikkeld omdat de gemeente meer inzicht wil hebben in het gebruik en de kosten van de Wmo de komende jaren. De Roosendaalse bevolking groeit en vergrijst waardoor het gebruik van de Wmo ook naar verwachting gaat toenemen. De vraag is met hoeveel mensen en in welke wijken en voor welke Wmo-voorzieningen? Het voorspelmodel beantwoordt deze vragen. Met de inzichten uit het Wmo-voorspelmodel wordt beleid en uitvoering ondersteund bij beantwoorden van tactische en strategische vragen. Dit zijn vragen en onderwerpen die op de langere termijn spelen (bijvoorbeeld 5 á 10 jaar). Het model is niet bedoeld voor het beantwoorden van operationele vragen (onderwerpen die op korte termijn spelen) en er is geen sprake van geautomatiseerde besluiten. 

Afwegingen

Er is alleen gebruikgemaakt van open data. Van het CBS zijn de volgende bestanden gebruikt: Kerncijfers Wijken en Buurten, Wmo-aantallen, Leeftijdscategorieën, aantal personen met verstrekte geneesmiddelen en Prognose van de bevolkingsontwikkeling 2020-2050. Verder wordt nog gebruik gemaakt van Vektis (aantallen GGZ-zorggebruikers) en VNG (sociaal economische status) 

Menselijke tussenkomst

Er is geen sprake van een geautomatiseerd systeem. De inzichten uit het voorspelmodel kunnen alleen door tussenkomst van mensen en met de contextkennis en ervaring van betrokken medewerkers worden gebruikt. 

Risicobeheer

Omdat het voorspelmodel geen uitspraken doet over individuele personen maar over het gebruik van voorzieningen in wijken, is er geen risico dat met de uitkomsten uit het model de privacy van specifieke individuele personen zou kunnen worden geschonden. Verder is alleen gewerkt met wijken die voldoende groot zijn (meer dan 100 inwoners) en waar voldoende mensen gebruikmaakten van de Wmo (meer dan 100 gebruikers). Een reden hiervoor is dat hierdoor geen onthulling mogelijk is. Dat wil zeggen dat we niet door het combineren van kenmerken kunnen vaststellen wie de mogelijke gebruikers van Wmo-voorzieningen zijn.

Wettelijke basis

Er is geen wettelijke grondslag voor het voorspelmodel, maar de gemeente is verantwoordelijk voor de uitvoering van de Wmo en door het model kan de gemeente beter anticiperen op verwachte ontwikkelingen en burgers beter ondersteunen.

Toelichting op impacttoetsen

Geen. Er is geen sprake van het verwerken van persoonsgegevens.

Werking

Gegevens

Er is alleen gebruikgemaakt van open data. Van het CBS zijn de volgende bestanden gebruikt: Kerncijfers Wijken en Buurten, Wmo-aantallen, Leeftijdscategorieën, aantal personen met verstrekte geneesmiddelen en Prognose van de bevolkingsontwikkeling 2020-2050. Verder wordt nog gebruik gemaakt van Vektis (aantallen GGZ-zorggebruikers) en VNG (sociaal economische status) 

Technische werking

Met een first differences regressiemodel wordt de relatie tussen Wmo-gebruik en predictoren geschat. Daarbij wordt gezocht naar de kenmerken met de kleinste voorspelfout (vastgesteld aan de hand van de maat: MAPE). De kenmerken die het best in staat zijn het gebruik van de Wmo te voorspellen worden gebruikt voor het maken van een forecast.

Leverancier

VNG

Soortgelijke algoritmebeschrijvingen

  • Het Wmo-voorspelmodel geeft een voorspelling van het aantal unieke gebruikers en de kosten van de Wmo met een voorspelhorizon van zes jaar. Voorspellingen worden gedaan op wijkniveau voor zowel de Wmo-totaal als voor deelproducten van de Wmo (Hulp bij het Huishouden, Ondersteuning thuis en Hulpmiddelen en Diensten).

    Laatst gewijzigd op 23 augustus 2024 om 14:10 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Het voorspelmodel voor Jeugdhulp voorspelt het aantal unieke jongeren met Jeugdhulp zonder verblijf met een voorspelhorizon van zes jaar. Naast het aantal jongeren worden ook voorspellingen gedaan over de kosten. Voorspellingen worden gedaan op wijkniveau, voor de stadsdelen en voor heel Den Haag.

    Laatst gewijzigd op 5 juli 2024 om 11:06 | Publicatiestandaard 1.0
    Publicatiecategorie
    Overige algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik
  • Het model helpt bij het opsporen en analyseren van onrechtmatigheden en onregelmatigheden na de toekenning van een Wmo/Jeugdwet voorziening. Het model signaleert of er nader onderzoek gedaan moet worden naar de besteding van gelden.

    Laatst gewijzigd op 5 juli 2024 om 9:31 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    IAMA
    Status
    In gebruik
  • Met dit model voorspellen we hoe groot de kans is dat iemand die alleen woont, misschien toch samenwoont. De ontwikkeling van dit model is gestopt.

    Laatst gewijzigd op 28 oktober 2024 om 12:14 | Publicatiestandaard 1.0
    Publicatiecategorie
    Hoog-risico AI-systeem
    Impacttoetsen
    IAMA
    Status
    In ontwikkeling
  • Het risicomodel (het algoritme) helpt bij het kiezen welke NOW-aanvragen verder worden onderzocht. Het geeft aanwijzingen of de opgegeven informatie in de NOW-aanvraag juist is. Met deze aanwijzingen van het risicomodel bekijkt SZW de aanvraag.

    Laatst gewijzigd op 10 juni 2024 om 13:42 | Publicatiestandaard 1.0
    Publicatiecategorie
    Impactvolle algoritmes
    Impacttoetsen
    Veld niet ingevuld.
    Status
    In gebruik