rmaanden voorspelt wanneer het binnenklimaat extra aandacht nodig heeft om luchtweginfecties te voorkomen. Gebaseerd op ons oerinstinct voor veiligheid helpt rmaanden ons met wetenschappelijke inzichten sneller en effectiever handelen.

Ik sla de brug tussen complexe data en een gezonde leefomgeving.

Als interdisciplinair data- en systeemanalist combineer ik de werelden van fysica, epidemiologie en binnenklimaat. Mijn absolute kracht? Het vertalen en structureren van complexe, technische informatie naar semantische datamodellen en heldere inzichten die direct toepasbaar zijn.

Pionier in een nieuw vakgebied
Begin 2020 nam ik de kans om een leidende rol te vervullen in de wereldwijde analyse van een destijds nieuw fenomeen: de verspreiding van virussen door de lucht. Omdat er nog geen vastgelegd vakgebied voor bestond, heb ik mede aan de basis gestaan van het formuleren van de risicofactoren en de strategieën om hiermee om te gaan. Hoewel mijn expertise internationaal wordt erkend en is overgenomen door instanties als de WHO en de CDC, is deze kennis binnen Nederland nog schaars. Ik zie het dan ook als mijn verantwoordelijkheid om deze cruciale inzichten te kunnen delen met belangstellenden. Daarvoor heb ik het platform rmaanden.nl opgericht.

Kennis toegankelijk maken: rmaanden
rmaanden bestaat uit een intensieve training voor hooggemotiveerde deelnemers en een dagelijks ingezet prognosemodel voor het voorspellen van het binnenklimaat in gebouwen (hiervoor is een login vereist). Daarnaast beschikt het platform over een uitgebreide MS Power BI-omgeving, waar data over het binnenklimaat, weersomstandigheden en gezondheidsdata tijdens de coronacrisis samenkwamen voor analyse. Momenteel biedt het platform bovendien een functie om CO₂-meterdata te analyseren en binnenruimtes te voorzien van een rating ten behoeve van het prognosemodel.

De techniek onder de motorkap:
Core: Krachtige analyse via Microsoft 365 en Power BI.
Custom Build: Maatwerkcomponenten ontwikkeld in VS Code (HTML, CSS, JS, SVG).
Visie: Een schaalbare architectuur die de kracht van grote tech-platformen benut, zonder de beperkingen van complexe licentiemodellen.

• prognosemodel Het prognosemodel ziet risico’s tijdig aankomen, zodat er kan worden ingegrepen in plaats van achteraf te reageren.
• historische context De training brengt orde in de chaos die ontstond door politieke besluitvorming tijdens de eerste jaren van de coronacrisis.
• wetenschap De training gaat in op oorzaak en gevolg, gebaseerd op actuele kennis over het voorkomen van virusoverdracht door de lucht.
• lokale context De oplossing is afgestemd op Nederlandse gebouwen, gebaseerd op mijn lokale data en op in Nederland toegepaste ventilatiemethoden voor optimale toevoer van verse buitenlucht.
• maatwerkoplossing Voor analisten en wetenschappers is het belangrijk de details achter het prognosemodel en de onderliggende analyses te begrijpen. Ik ben beschikbaar om deze details toe te lichten in de vorm van een maatwerkoplossing.

Met rmaanden wordt actuele kennis direct toepasbaar gemaakt om gebouwen gezonder te maken en luchtweginfecties te beperken. Het systeem signaleert wanneer het binnenklimaat minder gezond wordt, welke maatregelen passend zijn en hoe verbeteringen structureel kunnen worden doorgevoerd.

Wanneer invloed op het binnenklimaat onvoldoende mogelijk is, adviseert rmaanden het gebruik van een FFP2‑mondneusmasker. Een FFP2‑masker filtert respiratoire infectieuze deeltjes (aerosolen) en houdt de neus warm en vochtig, waardoor de slijmvliezen niet uitdrogen en je eerste verdedigingslinie sterk blijft. Zo adem je minder virus in, en het virus dat je wél inademt krijgt minder kans om je ziek te maken.

De prognoses van rmaanden geven inzicht in omgevingsfactoren die het binnenklimaat beïnvloeden en in de omstandigheden die samenhangen met het seizoenspatroon van luchtweginfecties. Hierdoor kan tijdig worden vastgesteld wanneer extra aandacht voor het binnenklimaat noodzakelijk is. Het resultaat is een efficiënte, overzichtelijke aanpak, ondersteund door een schaalbare webomgeving.