Studieobject Marcel Ooms: Veiligere zorg begint hier: het 30-dagenrisico op agressie onderbouwd en uitlegbaar.

Van verslag naar risico: kans op agressie in de komende 30 dagen Wat doet deze pagina voor jou? Deze demo helpt om uit vrije-tekstrapportages snel een inschatting van het risico op agressief gedrag in de komende 30 dagen te krijgen. Plak een stukje verslag in het tekstvak en je krijgt een kans (probabiliteit) terug, plus een voorgesteld label op basis van een drempel die je zelf kunt verschuiven. Zo kun je risico vroegtijdig signaleren en bepalen welke acties passen: extra observatie, bijsturing in het behandelplan of overleg in het team. Hoe werkt het (zonder technisch gedoe):

Bij het openen staat er al een startmodel klaar.
Je kunt hertrainen met TF-IDF varianten of BERT-embeddings.
Grafieken tonen scheidingskracht én kalibratie; LIME maakt de uitkomst uitlegbaar. Belangrijk:
Demonstratie op synthetische data; kans ≠ zekerheid. Gebruik naast klinische expertise.

Wat zie je op deze pagina? Status & prestaties — AUROC/AUPRC; extra: kalibratie (Brier), gains, lift, KS.
Handmatig trainen — kies featurizer en vergelijk.
Visualisatie — 2D/3D-projecties met kleur naar label of kans.
Evaluatie — drempel schuiven; confusion matrix met uitleg.
Predict — rapportage + (optionele) context, labeladvies op aanbevolen drempel.
Hertrain — upload CSV met rapportage, optioneel context, en agressie_volgende30d (0/1).

🛠️ Handmatig trainen (zonder CSV upload)

TF-IDF max_features

1000 12000

n-gram max

1 2

AUROC

AUPRC

🔍 Visualisatie

Projectiedimensie (geldt voor beide projecties)

2D 3D

Projectie — kleur = werkelijk label

Projectie — kleur = voorspelde kans

Van ruwe data naar beslisinformatie Tekst → kenmerken (TF-IDF of BERT) → kans op 30-dagenrisico. Kalibratie (Brier/reliability) vertaalt kans→actie; Gains/Lift/KS helpen bij triage (top x%). LIME toont bijdragen per woord/frase.

📄 Datavoorbeeld

Weergave

Eerste 10 rijen Gehele dataset (scrollbaar)

Dataset

⚙️ Evaluatie (tabellen & drempel)

Drempel (threshold)

0.05 0.95

Classification report

Confusion matrix (met uitleg)

Confusion matrix (heatmap)

Precision/Recall/F1 over drempel

Reliability diagram

Brier-score

Lagere Brier is beter; lijn dicht bij de diagonaal = goede kalibratie.

🗣️ Predict (vrije tekst)

Rapportage (NL)

Vorige context (optioneel)

Kans

🔁 Hertrain met eigen CSV

Upload een CSV met kolommen rapportage (tekst), optioneel context, en agressie_volgende30d (0/1). Kies je parameters en klik Train opnieuw (met upload).

Upload CSV (kolommen: rapportage, [context], agressie_volgende30d)

Test set grootte

0.1 0.4

Random seed

1 999

TF-IDF max_features

1000 12000

n-gram max

1 2

ℹ️ Over de evaluatieplots

Metrics vs. drempel — precision, recall en F1 over de drempel.
Kansverdeling — verdeling voorspelde kansen per werkelijke klasse.
ROC & PR — scheidingskracht, nuttig bij ongebalanceerde data.
Kalibratie — betrouwbaarheid van kansen (Brier lager is beter).
Gains/Lift/KS — inzicht voor triage (top x% casussen).

Technische noot Modellen: TF-IDF/char TF-IDF/XLM-R/DutchBERT/ClinicalBERT → Logistic Regression (+ CalibratedClassifierCV, class_weight='balanced')
Visualisatie: SVD(50) → t-SNE(2D/3D) op gekozen tekstfeatures
CSV: rapportage (str), optioneel context (str), agressie_volgende30d (0/1)