Vroegtijdige sterfte door cardio-cerebrovasculaire aandoeningen in Bogotá: een analytische machine learning-benadering

Waarom vroege sterfgevallen door hart- en hersenvaatziekten ertoe doen

In grote steden wereldwijd overlijden veel mensen aan hartaandoeningen en beroertes lang voordat ze een hoge leeftijd bereiken. Deze studie bekijkt wat er in Bogotá, Colombia, gebeurt en stelt een centrale vraag: wie sterft te vroeg aan deze aandoeningen, en waarom? Door landelijke overlijdensgegevens te combineren met moderne rekenmethoden laten de auteurs zien hoe opleiding, zorgverzekering en de plaats waar mensen overlijden sterk samenhangen met vroegtijdige sterfte door hart- en hersenvatziekten. Hun werk wijst op nieuwe wegen voor gezondheidsautoriteiten om kwetsbare groepen te herkennen en in te grijpen voordat tragedie toeslaat.

Een nauwkeuriger blik op sterfgevallen in de stad

De onderzoekers analyseerden alle geregistreerde sterfgevallen in Colombia tussen 2010 en 2022, met focus op Bogotá. Ze bestudeerden volwassenen van 30 jaar en ouder die overleden aan vier belangrijke aandoeningen: ischemische hartziekte (verstopte kransslagaders), beroertes, chronische hypertensie en hartfalen. Overlijden vóór 75 jaar werden aangeduid als “vroegtijdig”, terwijl sterfgevallen op 75 jaar of ouder als latere levensfasesterfte werden beschouwd. In Bogotá omvatten vroegtijdige cardio‑cerebrovasculaire sterfgevallen bijna 40.000 gevallen onder 30‑ tot 74‑jarigen, met een grotere aantasting bij mannen dan bij vrouwen. Veel van deze sterfgevallen deden zich voor bij mensen met weinig opleiding, bij bewoners van het stadscentrum en bij mensen verzekerd via het werknemersverzekeringsstelsel. Ischemische hartziekte was de belangrijkste oorzaak, gevolgd door beroertes, hypertensie en hartfalen.

Stijgende trends en de schok van de pandemie

Toen het team de sterfgevallen in de tijd uittekende, ontdekten ze dat zowel vroegtijdige als latere levenssterfgevallen door deze aandoeningen gestaag toenamen over de periode van 13 jaar. De stijging werd veel scherper in 2020 en 2021, de piekjaren van de COVID‑19‑pandemie. Mannen vertoonden hogere sterftecijfers en grotere jaar‑op‑jaar schommelingen dan vrouwen, en er waren milde seizoenspieken, vooral rond december en halverwege het jaar. Bij mensen boven de 75 stegen de sterfgevallen parallel, eveneens met pieken tijdens de pandemie. Deze patronen suggereren dat lang bestaande zwaktes in preventie en behandeling van chronische ziekten werden uitvergroot toen het gezondheidssysteem onder extreme druk kwam te staan.

Machines laten zoeken naar verborgen patronen

Om verder te gaan dan eenvoudige tellingen en gemiddelden schakelden de auteurs machine learning in, een verzameling methoden waarmee computers patronen in data kunnen leren. Ze gebruikten overlijdensregistraties met informatie over leeftijd, geslacht, opleiding, etnische groep, type verzekering, jaar en plaats van overlijden en de brede doodsoorzaak. Meerdere algoritmen werden getest om te bepalen hoe goed ze konden voorspellen of een overlijden vroegtijdig was. Daaronder presteerde een methode genaamd random forest het best en behaalde een matig succes bij het onderscheiden van vroege en latere sterfgevallen. Voor elk ziektebeeld werden ook afzonderlijke modellen gebouwd, wat de prestaties licht verbeterde en aantoonde dat de achterliggende patronen van vroegtijdig overlijden niet identiek zijn voor hartaanvallen, beroertes, hypertensie en hartfalen.

Sociale omstandigheden als krachtige aanwijzingen

Het meest opvallende resultaat was dat sociale kenmerken zwaarder wogen dan de specifieke medische diagnose. In zowel het algemene model als de oorzaak‑specifieke modellen was opleidingsniveau consequent de belangrijkste voorspeller van of een overlijden vroegtijdig was. Het type zorgverzekering en de plaats van overlijden — of dat in een ziekenhuis, thuis of elders was — volgden op korte afstand. Geslacht was vooral belangrijk bij ischemische hartziekte, waarbij mannen vaker vroegtijdig overleden. De auteurs gebruikten een techniek genaamd SHAP om te visualiseren hoe elke factor de voorspelling richting eerder of later overlijden bewoog, wat bijvoorbeeld liet zien dat lage opleiding en bepaalde verzekeringsregelingen samenhingen met hogere kansen om vóór 75 te sterven.

Wat dit betekent voor het dagelijks leven

Voor niet‑specialisten is de kernboodschap dat vroegtijdige sterfte door hart- en beroerteziekten in Bogotá niet louter toeval of puur biologie is. Ze weerspiegelt hoe opleiding, inkomensgebonden verzekering en tijdige toegang tot zorg de kansen van mensen bepalen om een hoge leeftijd te bereiken. Hoewel de computermodellen niet perfect zijn — ze classificeren gevallen slechts matig goed — wijzen ze al duidelijk op het belang van sociale omstandigheden. De auteurs betogen dat gezondheidsoverheden dergelijke modellen kunnen gebruiken als ondersteuning bij besluitvorming: om trends te monitoren, hoogrisicogroepen te signaleren en preventieve maatregelen te ontwerpen die betere opleiding, eerlijkere zorgdekking en snellere acute zorg combineren. Kortom, het terugdringen van vroegtijdige hart‑ en beroertesterfte vereist niet alleen goede geneeskunde, maar ook meer sociale rechtvaardigheid.

Bronvermelding: Malagón Sintura, Y.C., Arias-Ortiz, W.A. Premature mortality from cardio-cerebrovascular diseases in Bogotá an analytical machine learning approach. Sci Rep 16, 10307 (2026). https://doi.org/10.1038/s41598-026-39453-z

Trefwoorden: vroegtijdige cardiovasculaire sterfte, publieke gezondheid Bogotá, machine learning in epidemiologie, sociale determinanten van gezondheid, hartaandoeningen en beroerte