Dit project ontwikkelt, evalueert en past methoden toe om het effect te bestuderen van in de tijd variërende milieurisico’s en blootstellingscombinaties op de gezondheid gedurende de gehele levensloop.
Met behulp van innovatieve technieken op het gebied van machine learning en kunstmatige intelligentie zullen we longitudinale gegevens analyseren uit meerdere gegevensbronnen die variëren in reikwijdte en omvang: 1) de grootschalige Nederlandse administratieve gegevens (CBS), die een volledig beeld geven van de woonhistorie in het hele land, 2) cohorten met uitgebreide fenotypische gegevens en omics-informatie, zoals Lifelines en de UK Biobank, en 3) individuele metingen met hoge resolutie uit het Exposome-NL-panelonderzoek, waaronder glucose- en bloeddruksensoren. De integratie van deze gegevensbronnen biedt een perspectief waarmee we de invloed van het milieu op de gezondheid nauwkeurig kunnen beoordelen.
De omgeving waarin we leven heeft een dominante invloed op onze gezondheid. Het verklaart naar schatting zeventig procent van de chronische ziektelast. Waar we wonen, wat we eten, hoeveel we bewegen, de lucht die we inademen en met wie we omgaan; al deze omgevingsfactoren spelen een rol. De combinatie van deze factoren gedurende de levensloop wordt het exposoom genoemd. Er is algemene (wetenschappelijke) consensus dat meer inzicht in het exposoom de huidige ziektelast zal helpen verklaren en dat het aanknopingspunten biedt voor preventie ...
Lees Meer
