📄 medicine

Evaluating Humanitarian Health Interventions in Armed Conflict through Open Official Data: Evidence from Ukraine

Deze studie toont aan dat het analyseren van openbare officiële gegevens van de Oekraïense Nationale Gezondheidsdienst een objectieve, op bewijs gebaseerde methode biedt voor het evalueren van de impact van humanitaire gezondheidsinterventies in gewapende conflicten, waarbij wordt onthuld dat hoewel de klinische mortaliteitscijfers statistisch onveranderd bleven, de interventies de institutionele financiële veerkracht en de capaciteit voor spoedeisende zorg in ziekenhuizen in Charkov aanzienlijk hebben verbeterd.

Oorspronkelijke auteurs: Viacheslav Kondratiuk, Anna Kovalenko, Khrystyna Chaika

Gepubliceerd 2026-06-28

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Viacheslav Kondratiuk, Anna Kovalenko, Khrystyna Chaika

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert te beoordelen hoe goed een team van brandweerlieden presteert tijdens een enorme, aanhoudende storm. Traditioneel zou je misschien alleen tellen hoeveel slangen ze hebben opgepakt of hoeveel trainingssessies ze hebben bijgewoond. Maar dat vertelt je niet of de huizen daadwerkelijk worden gered of dat de brandweer sterker wordt voor de volgende storm.

Dit artikel gaat over het vinden van een betere manier om dat succes te meten in Oekraïne tijdens de oorlog, gebruikmakend van data die al publiek en gratis in te zien is.

Het Probleem: Boxen Tellen versus Levens Redden

De auteurs leggen uit dat wanneer liefdadigheidsinstellingen en hulporganisaties hulp sturen naar oorlogszones, ze meestal rapporteren over "activiteitsindicatoren". Het is alsof een chef zegt: "Ik heb vandaag 500 uien gesnipperd," in plaats van te zeggen: "De soep smaakt beter."

In Oekraïne houdt de gebruikelijke manier om te controleren of gezondheidsprojecten werken in, het kijken naar grote, trage wereldwijde rapporten of het persoonlijk bezoeken van ziekenhuizen. Maar met raketten die vliegen en beveiligingsrisico's, kun je niet altijd op bezoek gaan, en de grote rapporten doen er te lang over om aan te komen. Dit laat donateurs en organisatoren gissen of hun geld de ziekenhuizen daadwerkelijk veerkrachtiger maakt of patiënten helpt te overleven.

De Oplossing: De "Open Bonnen"-methode

De onderzoekers besloten iets anders te proberen. Ze behandelden het Oekraïense gezondheidszorgsysteem als een gigantische, transparante online winkel. Omdat Oekraïne zijn medische dossiers heeft gedigitaliseerd, is er een publieke "bon" (open officiële data) voor elke patiënt die behandeld is, wat het kostte en de uitkomst.

Ze keken naar een specifiek project in de stad Charkov waar medisch personeel geavanceerde training kreeg in spoedzorg (zoals het leren omgaan met trauma en massale slachtoffers). In plaats van het ziekenhuis te vragen: "Heeft u mensen getraind?", gingen ze rechtstreeks naar de publieke data om te zien wat er na de training gebeurde.

Wat ze Vonden: Twee Verschillende Verhalen

Ze richtten zich op twee ziekenhuizen die deze training ontvingen: een kleiner "Cluster"-ziekenhuis en een groter, geavanceerder "Super-Cluster"-ziekenhuis.

1. Het Super-Cluster Ziekenhuis (De Zware Werker)

De Opvangst: Vóór de training ontving dit ziekenhuis slechts 9 spoedpatiënten per ambulance. Na de training explodeerde dat aantal naar 173.
De Kosten: Het ziekenhuis begon meer complexe, dure tests en behandelingen uit te voeren. De gemiddelde kosten per patiënt gingen omhoog, wat slecht klinkt, maar de auteurs beargumenteren dat dit eigenlijk goed is: het betekent dat ze de verwondingen grondiger behandelen in plaats van mensen gewoon naar huis te sturen.
De Geldmix: Dit ziekenhuis werd minder afhankelijk van slechts één bron van geld (de overheid). Het begon meer hulp te krijgen van lokale budgetten en liefdadigheidsinstellingen. Denk aan een familie die voorheen alleen op één salaris vertrouwde, maar nu een tweede baan en een zijbedrijf heeft, waardoor ze veel veiliger zijn als één inkomstenbron wegvalt.

2. Het Cluster Ziekenhuis (De Gestage Groeier)

De Verschuiving: Dit ziekenhuis werd ook financieel diverser. Het aandeel van de overheid in hun financiering daalde van 75% naar 31%, terwijl lokaal en liefdadigheidsgeld het gat opvulde. Dit maakt het ziekenhuis "veerkrachtig"—als een boom met diepe, meerdere wortels in plaats van slechts één.
De Cijfers: Ze behandelden in totaal iets minder patiënten, maar de kosten per patiënt gingen omhoog, wat suggereert dat ze zorg van hogere kwaliteit boden.

De Grote Vraag: Hebben Mensen Overleefd?

De belangrijkste test: Heeft de training levens gered?
De onderzoekers keken naar sterftecijfers. Interessant genoeg gingen de sterftecijfers in het grotere ziekenhuis licht omhoog. Echter, toen ze de berekening maakten (een statistische test), vonden ze dat deze stijging niet statistisch significant was—het had willekeurige kans kunnen zijn.

De Conclusie: De data bewezen geen enorme daling in sterfgevallen, maar bewezen ook niet dat de training de situatie verslechterde. De auteurs suggereren dat het meten van "overleving" in een oorlogszone ongelooflijk moeilijk is, omdat zoveel externe factoren (zoals de ernst van de verwondingen of hoe lang het duurde om het ziekenhuis te bereiken) ertussen komen kijken. De echte winst hier was het zien dat het systeem sterker en diverser werd in de manier waarop het wordt betaald.

Het "Aha!" Moment

Het artikel concludeert dat het gebruik van deze publieke "bonnen" een gamechanger is.

Het is Objectief: Je bent niet afhankelijk van de zelfrapportage van een ziekenhuis, wat bevooroordeeld kan zijn.
Het is Snel: Je kunt trends zien terwijl ze gebeuren, niet jaren later.
Het is een Filter: De auteurs vonden één ziekenhuis dat beweerde veel spoedzorg te verlenen, maar de publieke data lieten zien dat ze nauwelijks trauma-patiënten behandelden. Dit bewees dat open data kunnen helpen om donateurs te laten zien welke ziekenhuizen daadwerkelijk hulp nodig hebben en welke simpelweg beweren dat ze het doen.

In een Notendop

Dit artikel betoogt dat we in een oorlogszone niet hoeven te gissen of hulp werkt. Door te kijken naar de open, digitale "bonnen" van het gezondheidszorgsysteem, kunnen we zien of ziekenhuizen financieel sterker worden, patiënten grondiger behandelen en een systeem opbouwen dat de storm kan overleven. Het is een verschuiving van het tellen van hoeveel dozen medicijnen er zijn afgeleverd naar het controleren of het ziekenhuis daadwerkelijk een betere, meer veerkrachtige plek wordt om te genezen.

Technische Samenvatting: Evaluatie van humanitaire gezondheidsinterventies in gewapende conflicten via open officiële data

Probleemstelling
De grootschalige invasie van Oekraïne in 2022 veroorzaakte een ernstige humanitaire crisis die uitgebreide gezondheidsinterventies vereiste. Het evalueren van de effectiviteit van deze projecten blijft echter een aanzienlijke uitdaging. Traditionele monitoringsmechanismen in conflictzones vertrouwen vaak op gefragmenteerde activiteitsindicatoren (bijv. het aantal verdeelde kits of gehouden trainingssessies) in plaats van het beoordelen van duurzame impact of klinische uitkomsten. Bestaande evaluatietools, variërend van wereldwijde Sustainable Development Goal (SDG) dashboards tot subnationale HeRAMS-rapporten, kampen met kritieke beperkingen: aanzienlijke rapportagevertragingen, een gebrek aan real-time granulariteit, veiligheidsrisico's die on-site verificatie verhinderen, en onvolledige gegevens door actieve vijandelijkheden. Bijgevolg is er een kloof tussen operationele projectgegevens en mondiale ontwikkelingsindicatoren, waardoor het voor donoren en uitvoerders moeilijk is om de werkelijke impact op systeemresilience en de welstand van de populatie te verifiëren of om op basis van bewijs selecties te maken voor begunstigde instellingen.

Methodologie
Deze studie stelt een methodologische benadering voor en valideert deze voor het evalueren van humanitaire gezondheidszorginterventies met behulp van open officiële data. Het onderzoek voerde een retrospectieve vergelijkende analyse uit van een humanitair project in 2025, geïmplementeerd in Charkiv, Oekraïne. Het project richtte zich op uitgebreide spoedmedische training (inclusclusief BLS, ALS, ETC, TDTR en MCM) voor medisch personeel.

Databronnen: De studie maakte gebruik van open data van de Nationale Gezondheidsdienst van Oekraïne (NHSU), specifiek financiële en statistische rapporten gegenereerd onder het Programma van Medische Garanties (PMG). De gegevens besloegen de pre-interventieperiode (augustus–september 2024) en de post-interventieperiode (augustus–september 2025).
Omvang: Aanvankelijk werden vier faciliteiten geselecteerd (drie op clusterniveau en één op super-clusterniveau). Vanwege de niet-representativiteit van de gegevens veroorzaakt door externe factoren (personeelsverloop, rapportagevertragingen, anomale fluctuaties), richtte de uiteindelijke analyse zich op twee faciliteiten: een ziekenhuis op clusterniveau (Ziekenhuis 1) en een regionaal ziekenhuis op super-clusterniveau (Ziekenhuis 2).
Geanalyseerde Variabelen:
- Klinisch: Hospitalisatiedynamiek voor trauma-gerelateerde ICD-10 codes (S00–V99), opnamemethoden (ambulance versus zelfverwijzing) en in-hospital mortaliteitscijfers.
- Financieel: Totale vergoedingsvolumes, gemiddelde kosten per geval en de diversificatie van inkomstenbronnen (PMG, lokale budgetten, charitatieve bijstand, staatsbudget).
Statistische Analyse: Beschrijvende statistiek werd gebruikt om trends te analyseren. De Pearson's $\chi^2$ -toets werd toegepast om de statistische significantie van verschillen in categorische variabelen (opnamemethoden en mortaliteitscijfers) tussen de pre- en post-interventieperioden te evalueren ( $p < 0,05$ ).

Belangrijkste Resultaten
De analyse van open officiële data onthulde duidelijke verschuivingen in zowel de financiële structuren als de klinische dienstverlening:

Financiële Veerkracht en Diversificatie:
- Ziekenhuis 1 (Cluster): De financieringsstructuur diversifieerde aanzienlijk. Het aandeel van de primaire staatsfinanciering (PMG) daalde van 75,2% naar 31,0%, terwijl de inkomsten uit lokale budgetten en charitatieve bijstand toenamen. Deze verschuiving duidt op een transitie van een afhankelijkheid van één bron naar een veerkrachtiger, gediversifieerd financieringsmodel.
- Ziekenhuis 2 (Super-Cluster): Het aandeel van de aangetrokken humanitaire hulp in de inkomstenstructuur steeg van 6,9% naar 15,5%.
Service-intensiteit en Kosten:
- Beide faciliteiten vertoonden een toename in de gemiddelde kosten per spoedgeval en de totale vergoedingen, wat correleert met geïntensiveerde diagnostische en therapeutische procedures.
- Ziekenhuis 2 ervoer een substantiële stijging in spoedopnames via de ambulance, oplopend van 9 gevallen in 2024 naar 173 gevallen in 2025. Als gevolg hiervan namen de PMG-vergoedingen voor spoedgevallen bij deze faciliteit exponentieel toe.
Klinische Uitkomsten:
- De mortaliteitscijfers vertoonden lichte stijgingen in zowel de totale populatie als de werkende populatie bij Ziekenhuis 2 tussen 2024 en 2025.
- Echter, de Pearson's $\chi^2$ -analyse toonde geen statistisch significante veranderingen in klinische uitkomsten (mortaliteitscijfers) voor de beide faciliteiten.
Nut van Data voor Selectie: Een retrospectieve analyse van één uitgesloten faciliteit onthulde een discrepantie tussen de verklaarde baseline volumes van spoedeisende zorg en de officiële statistieken, wat het nut van open data demonstreert voor objectieve behoefteanalyse en de selectie van passende begunstigde instellingen.

Betekenis en Claims
Het artikel betoogt dat de analyse van open officiële data dient als een objectieve, op bewijs gebaseerde tool voor het evalueren van medische humanitaire interventies in conflictgebieden. De primaire bijdragen zijn:

Overbruggen van Rapportagebeperkingen: De benadering omzeilt de beperkingen van traditionele activiteitsgerichte rapportage door gebruik te maken van gestandaardiseerde, publiekelijk beschikbare overheidsgegevens om systeemresilience en klinische uitkomsten te meten.
Afstemming met de SDG's: Door gelijktijdig zowel institutionele financiële veerkracht als klinische indicatoren te monitoren, kunnen belanghebbenden hun projectresultaten afstemmen op de Sustainable Development Goals, in het bijzonder SDG 3 (Goede gezondheid en welzijn) en de reductie van catastrofale out-of-pocket uitgaven.
Methodologische Aanbeveling: De studie stelt dat hoewel open data robuust is, monitoringindicatoren moeten worden aangepast en strikt gecontextualiseerd om rekening te houden met vertragingseffecten (lag effects), externe confounders en steekproefbiases.
Strategische Toepassing: De auteurs concluderen dat open medische data niet alleen gebruikt moet worden voor retrospectieve impactevaluatie, maar ook voor de op bewijs gebaseerde selectie van begunstigde instellingen tijdens de planningsfase van toekomstige humanitaire initiatieven.

De studie hanteert een bescheiden standpunt door te erkennen dat hoewel de data structurele veranderingen en een verhoogde service-intensiteit weerspiegelt, het de humanitaire project niet als de enige katalysator voor alle geobserveerde financiële of klinische verschuivingen isoleert. In plaats daarvan presenteert het open data als een levensvatbaar mechanisme om het traject van systeemontwikkeling en interventie-alignement in complexe noodsituaties te volgen.