Illustratie

Dataverzameling Gezondheidsenquête 2020 en 2021

In 2020 en 2021 was de dataverzameling voor de Gezondheidsenquête verstoord door de COVID-19-pandemie. Een deel van de tijd was het niet mogelijk om aan huis interviews af te nemen. Daardoor kwam er tijdens die periode alleen via internet respons binnen. Om te corrigeren voor het wegvallen van de interviews aan huis is gebruik gemaakt van een aangepast weegmodel met tijdreeksmodellen. Hierdoor zijn de cijfers te vergelijken met de eerdere jaren. Meer informatie over het aangepaste weegmodel kunt u vinden in deze nota.

De COVID-19-pandemie en de bijbehorende maatregelen hebben mogelijk invloed gehad op het gedrag en de gezondheid van de geïnterviewden. Het is belangrijk hier rekening mee te houden bij het interpreteren van de cijfers van 2020 en 2021.


Regionale verschillen: verschil in wijkcijfers

Verschillende GGD Gemeentelijke of Gemeenschappelijke Gezondheidsdienst (Gemeentelijke of Gemeenschappelijke Gezondheidsdienst )’en hebben voor de Gezondheidsmonitor 2016 de steekproef opgehoogd om voldoende respondenten te hebben om cijfers op wijkniveau te kunnen presenteren. Omdat deze cijfers op een andere manier zijn berekend, kunnen ze afwijken van de cijfers die hier worden gepresenteerd. Niet alleen het onderliggende model is anders, ook het aantal achtergrondkenmerken dat wordt gebruikt verschilt; bij de  RIVM Rijksinstituut voor Volksgezondheid en Milieu (Rijksinstituut voor Volksgezondheid en Milieu) schattingen wordt meer informatie over de bevolking gebruikt. Over het algemeen leiden de RIVM schattingen tot kleinere verschillen tussen gebieden dan de cijfers die verkregen zijn door middel van weegmethoden.

Hieronder vindt u een lijstje van GGD'en met eigen wijkcijfers:


Regionale verschillen: Schattingen per wijk

Aanleiding

Vanwege de decentralisaties in het sociaal domein is steeds meer informatie nodig over gezondheid gerelateerde indicatoren op kleinere geografische niveaus. Daarom heeft het  RIVM Rijksinstituut voor Volksgezondheid en Milieu (Rijksinstituut voor Volksgezondheid en Milieu) een model ontwikkeld om cijfers te kunnen berekenen op wijk- en buurtniveau op basis van de Gezondheidsmonitor Volwassenen en Ouderen van GGD Gemeentelijke of Gemeenschappelijke Gezondheidsdienst (Gemeentelijke of Gemeenschappelijke Gezondheidsdienst )’en,  CBS Centraal Bureau voor de Statistiek (Centraal Bureau voor de Statistiek) en RIVM. Ondanks dat de Gezondheidsmonitor een enorm databestand is, bevat het onvoldoende respondenten om met behulp van weegmethoden cijfers te berekenen voor alle wijken en buurten in Nederland. In 2012 zijn de eerste wijk- en buurtcijfers gepresenteerd. Op basis van de Gezondheidsmonitor 2016 zijn nieuwe cijfers berekend.

Methode

In het kader van de Gezondheidsmonitor zijn via vragenlijsten gegevens over gezondheid en leefstijl verzameld over volwassenen van 19 jaar en ouder. De ruim 457.000 deelnemers aan de Gezondheidsmonitor zijn anoniem in een beveiligde omgeving gekoppeld aan registratiebestanden van het CBS. Deze bestanden bevatten informatie over een reeks achtergrondkenmerken, zoals leeftijd, geslacht, herkomst, huishoudsamenstelling, opleidingsniveau, inkomen en woningtype. Er is een statistisch model gebruikt om de gezondheid en leefstijl te relateren aan deze achtergrondkenmerken. Ook wordt informatie uit de naastgelegen gebieden meegenomen. Door middel van deze relatie is het daarna mogelijk om voor alle volwassenen hun verwachte gezondheid en leefstijl te berekenen. De uitkomsten worden vervolgens gemiddeld over de betreffende wijk of buurt.

Schattingen

De cijfers op wijk- en buurtniveau moeten met voorzichtigheid worden gebruikt. Met het model wordt de werkelijkheid zo goed mogelijk benaderd, maar de cijfers blijven schattingen van de werkelijkheid. Daarom worden de uitkomsten ook als hele cijfers (dus zonder decimalen) gepresenteerd. 
De cijfers uit de Gezondheidsmonitor die zijn verkregen met behulp van weegmethoden zijn echter ook een benadering van de werkelijkheid. De weging is nodig vanwege o.a. selectieve non-respons. Net zoals bij de berekeningen van de wijk- en buurtcijfers zijn de weegfactoren van het CBS ook gebaseerd op achtergrondkenmerken van de respondenten. 

Verschil tussen cijfers

Verschillende GGD’en hebben voor de Gezondheidsmonitor 2016 de steekproef opgehoogd om voldoende respondenten te hebben om cijfers op wijkniveau te kunnen presenteren. Omdat deze cijfers op een andere manier zijn berekend, kunnen ze afwijken van de cijfers die hier worden gepresenteerd. Niet alleen het onderliggende model is anders, ook het aantal achtergrondkenmerken dat wordt gebruikt verschilt; bij de RIVM schattingen wordt meer informatie over de bevolking gebruikt. Over het algemeen leiden de RIVM schattingen tot kleinere verschillen tussen gebieden dan de cijfers die verkregen zijn door middel van weegmethoden. 

Let op: de gepresenteerde gemeentecijfers zijn berekend via de weegmethode van het CBS. De gepresenteerde wijk- en buurtcijfers zijn daardoor niet direct vergelijkbaar met deze gemeentecijfers.

Grote aantallen nodig

Voor het doen van dit soort schattingen zijn grote aantallen respondenten nodig. Het is dus niet zo dat het ontwikkelde model de Gezondheidsmonitors kan vervangen. Hoe meer respondenten er zijn, hoe minder er geschat hoeft te worden en hoe beter de cijfers zijn.

Samenwerking

De cijfers zijn berekend in het kader van het Strategisch Programma RIVM (SPR), een programma voor onderzoek, innovatie en kennisontwikkeling. Een werkgroep van epidemiologen van GGD’en en GGD  GHOR Geneeskundige Hulpverleningsorganisatie in de Regio (Geneeskundige Hulpverleningsorganisatie in de Regio) NL is er bij betrokken. 

Meer weten?

Een uitgebreide toelichting op de gebruikte methode is beschreven in een artikel ( van de Kassteele et al. 2017 van de Kassteele, J, Zwakhals, L, Breugelmans, O, Ameling, C, van den Brink, C., Estimating the prevalence of 26 health-related indicators at neighbourhood level in the Netherlands using structured additive regression (2017) ). Voor de cijfers van 2016 zijn enkele aanpassingen gedaan aan het model.

Voor vragen kunt u contact opnemen met carolien.van.den.brink@rivm.nl.


Methoden en technieken

Standaardisatie

De omvang en de leeftijdsverdeling van de bevolking verschillen per regio en land. Daarnaast treden in de loop van de tijd veranderingen op in de omvang en leeftijdsverdeling. Om ziekte- en sterftecijfers van verschillende regio’s en landen, of van opeenvolgende jaren met elkaar te kunnen vergelijken, wordt hier rekening mee gehouden. Daarbij worden de cijfers gecorrigeerd voor deze verschillen of veranderingen in de bevolking. Hierbij wordt uitgegaan van de omvang en de leeftijdsverdeling van een gekozen standaardpopulatie. Dit wordt standaardisatie genoemd.

Indexatie

Vooral bij de weergave van trends in de tijd zijn de trendcijfers vaak geïndexeerd. Een geïndexeerde trend laat ontwikkelingen in de tijd zien ten opzichte van een gekozen basisjaar. Dit gebeurt door de cijfers van alle jaren weer te geven als percentage van het cijfer in een gekozen basisjaar. Het cijfer in het basisjaar is gelijk gesteld aan 100(%). Indexatie maakt zichtbaar hoe groot de percentuele toe- of afname is ten opzichte van dat basisjaar. Door als basisjaar het eerste jaar in de grafiek te kiezen, kun je snel zien wat de verandering over de hele weergegeven periode is en ook of er grote verschillen zijn voor de onderscheiden groepen (mannen en vrouwen bijvoorbeeld).

Indexatie kan ook gebruikt worden voor het weergeven van regionale verschillen. Hierbij wordt het landelijke cijfer bijvoorbeeld gelijk gesteld aan 100(%). Een regionaal cijfer boven of onder de 100 duidt erop dat het respectievelijk hoger of lager is dan het landelijke cijfer. Voorafgaand aan indexatie worden de cijfers vaak gecorrigeerd voor verschillen in samenstelling van de populaties.

Toetsing trends

Toetsing van de trend heeft plaatsgevonden op ongestandaardiseerde data door middel van een logistische regressie, waarbij is gecorrigeerd is voor leeftijd en geslacht. Daarbij wordt getoetst een statistische toets is uitgevoerd om te bepalen of sprake is van een statistisch significant verschil (een statistische toets is uitgevoerd om te bepalen of sprake is van een statistisch significant verschil ) of er een statistisch significante toe- of afname is met een significantieniveau (p-waarde) van 0,05. Vaak is onderscheid gemaakt naar trends in verschillende subpopulaties: mannen, vrouwen en leeftijdsgroepen. Daarnaast is getoetst of de trend voor mannen en vrouwen statistisch significant verschilt.

De kans op het vinden van een toevallige significante uitkomst neemt toe met het aantal uitgevoerde toetsen. Om hiervoor te corrigeren is een Benjamini‐Hochberg‐correctie op de p‐waardes uitgevoerd.