GGD-regio

Gemeenten

Minste overgewicht in de GGD-regio Amsterdam

Het percentage volwassenen met overgewicht Er is sprake van overgewicht bij een Body Mass Index (BMI) ≥ 25 kg/m2 is het laagst in de GGD Gemeentelijke of Gemeenschappelijke Gezondheidsdienst -regio Amsterdam (40,1%). De drie andere regio's met een laag percentage overgewicht zijn geclusterd in het midden van Nederland. Het percentage volwassenen met overgewicht is het hoogst in de GGD regio Zuid-Limburg (54%). De andere regio's met een hoog percentage overgewicht (52,4 - 54%) liggen verspreid over het land. In 2020 is gemiddeld 49,4% van de volwassenen van 18 jaar en ouder in Nederland te zwaar. Dat wil zeggen dat deze personen een BMI Body Mass Index. De BMI is een index die de verhouding tussen lengte en gewicht bij een persoon weergeeft. De BMI wordt veel gebruikt om een indicatie te krijgen of er sprake is van overgewicht of ondergewicht. van 25 of hoger hebben. Het landelijk gemiddelde dat hier wordt gepresenteerd wijkt af van het landelijk gemiddelde bij het hoofdstuk Leeftijd en geslacht. Dit komt door het gebruik van verschillende bronnen. Meer gegevens over dit onderwerp zijn te vinden door op de kaart te klikken.

Overgewicht per gemeente

Per gemeente varieert het percentage van 36 tot 63%. Overgewicht betekent een BMI van 25 of hoger.  Meer gegevens over dit onderwerp zijn te vinden door op de gemeentekaart te klikken.

Vergelijk met andere kaart

Meer informatie


Grote toename in overgewicht in alle provincies

In de kaart is te zien dat het overgewicht Er is sprake van overgewicht bij een Body Mass Index (BMI) ≥ 25 kg/m2 in de periode 1981-2019 als eerste in de provincies in het oosten en noorden toeneemt. De provincie Drenthe kent door de jaren heen het hoogste percentage volwassenen met overgewicht, terwijl in de provincie Utrecht het minst aantal mensen te zwaar zijn. Daarnaast is te zien dat het percentage volwassenen met overgewicht in alle provincies sterk toeneemt. In de periode 1981-1983 heeft Drenthe het hoogste percentage (40,5%) en is in de provincie Utrecht het laagste percentage (29,6%) gemeten. In de periode 2017-2019 is in Drenthe het hoogste percentage gemeten; van de volwassen bevolking gaf 56,7% aan overgewicht te hebben. Utrecht heeft in deze periode met 44,4% het laagste percentage.

Vergelijk met andere kaart

Meer informatie


Overgewicht per wijk

De kaart presenteert cijfers over overgewicht Er is sprake van overgewicht bij een Body Mass Index (BMI) ≥ 25 kg/m2. Dit is het percentage personen van 19 jaar en ouder met een BMI Body Mass Index. De BMI is een index die de verhouding tussen lengte en gewicht bij een persoon weergeeft. De BMI wordt veel gebruikt om een indicatie te krijgen of er sprake is van overgewicht of ondergewicht. van 25,0 kg/m2 en hoger, gebaseerd op zelf-gerapporteerde lengte en gewicht.

Het RIVM Rijksinstituut voor Volksgezondheid en Milieu heeft cijfers over gezondheid en leefstijl berekend voor alle wijken en buurten in Nederland op basis van ruim 457.000 respondenten van de Gezondheidsmonitor volwassenen 2016 van GGD Gemeentelijke of Gemeenschappelijke Gezondheidsdienst ’en, CBS Centraal Bureau voor de Statistiek en RIVM. Omdat er vaak te weinig respondenten per wijk of buurt zijn, gebruikt het RIVM een model waarmee de cijfers berekend kunnen worden. Dit zijn zogenaamde kleine-domeinschatters ( Brunekreef et al. 2012 Brunekreef, B., Bahalim, A. N., Lim, SS., Vos, T, Flaxman, AD., Danaei, G, Shibuya, K, Adair-Rohani, H, Amann, M, Andrews, KG., Aryee, M, Atkinson, C, Bacchus, LJ., Balakrishnan, K, Balmes, J, Barker-Collo, S, Baxter, A, Bell, ML., Blore, JD., Blyth, F, Bonner, C, Borges, G, Bourne, R, Boussinesq, M, Anderson, RR. M., Brauer, M, Brooks, P, Bruce, NG., Bryan-Hancock, C, Bucello, C, Buchbinder, R, Bull, F, Burnett, RT., Byers, TE., Calabria, B, Carapetis, J, Carnahan, E, Chafe, Z, Charlson, F, Chen, H, Chen, Jian-Shen, Cheng, ATai-Ann, Child, J. C., Cohen, A, Colson, EK., Cowie, BC., Darby, S, Darling, S, Davis, A, Degenhardt, L, Dentener, F, Des Jarlais, D.C., Devries, K, Dherani, M, Ding, EL., Dorsey, RE., Driscoll, T, Edmond, K, Ali, S. E., Engell, RE., Erwin, PJ., Fahimi, S, Falder, G, Farzadfar, F, Ferrari, A., Finucane, MM., Flaxman, S, Fowkes, F. G. R., Freedman, G, Freeman, MK., Gakidou, E, Ghosh, S, Giovannucci, E. L., Gmel, G.G., Graham, KK., Grainger, R, Grant, B.F., Gunnell, D, Gutierrez, HR., Hall, W, Hoek, H.W., Hogan, A, Hosgood, DH., Hoy, D, Hu, H, Hubbell, BJ., Hutchings, SJ., Ibeanusi, SE., Jacklyn, GL., Jasrasaria, R, Jonas, JB., Kan, H, Kanis, JA., Kassebaum, N, Kawakami, N, Khang, Y, Khatibzadeh, S, Khoo, J, Kok, C, Laden, F, Lalloo, R, Lan, Q, Lathlean, T, Leasher, JL., Leigh, J, Li, Y, Kent Lin, J, Lipshultz, SE., London, S, Lozano, R, Lu, Y, Mak, J, Malekzadeh, R, Mallinger, L, Marcenes, W, March, L, Martin, R, McGale, P, McGrath, J, Mehta, S, Mensah, GA., Merriman, TR., Micha, R, Michaud, C, Mishra, V, Mohd-Hanafiah, K, Mokdad, AA., Morawska, L, Mozaffarian, D, Murphy, T, Naghavi, M, Neal, B, Nelson, PK., Nolla, J. M., Norman, R, Olives, C, Omer, SB., Veerman, J. L., Osborne, R, Ostro, B, Page, A, Pandey, KD., Parry, CD. H., Passmore, E, Patra, J, Pearce, N, Pelizzari, PM., Petzold, M, Phillips, M.R., Pope, D, Pope, AC., Powles, J, Rao, M, Razavi, H, Rehfuess, EA., Ritz, B, Rivara, FP., Roberts, T, Robinson, C, Rodriguez-Portales, JA., Romieu, I, Rosenfeld, LC., Roy, A, Rushton, L, Salomon, JA., Sampson, U, Sanchez-Riera, L, Sanman, E, Sapkota, A, Seedat, S, Shi, P, Shield, K., Shivakoti, R, Singh, GM., Sleet, DA., Smith, E, Smith, KR., Stapelberg, NJ. C., Steenland, K, Stöckl, H, Stovner, L. J., Orchard, T. J., Rehm, J. T., Straif, K, Straney, L, Thurston, GD., Tran, JH., Van Dingenen, R, van Donkelaar, A, Vijayakumar, L, Weintraub, R, Weissman, M. M., White, RA., Whiteford, H., Wiersma, ST., Wilkinson, JD., Williams, HC., Williams, W, Wilson, N, Woolf, AD., Yip, P, Zielinski, JM., Lopez, AD., Murray, C. J. L., Ezzati, M, AlMazroa, MA., Memish, ZA., Room, R., Marks, R., A comparative risk assessment of burden of disease and injury attributable to 67 risk factors and risk factor clusters in 21 regions, 1990-2010: a systematic analysis for the Global Burden of Disease Study 2010. (2012) ).

Verschillende GGD’en hebben voor de Gezondheidsmonitor 2016 de steekproef opgehoogd om wijkcijfers te kunnen presenteren. De cijfers in de kaart hiernaast kunnen afwijken van de door de GGD gepubliceerde cijfers, omdat deze op een andere manier zijn berekend. 

Cijfers op buurtniveau

De getoonde wijkcijfers worden ook hier gepresenteerd. Behalve wijkcijfers worden hier ook buurtcijfers in kaart gebracht. Voor elke gemeente wordt een kaart getoond met cijfers voor alle wijken of voor alle buurten in die gemeente.    

Wanneer komen nieuwe cijfers?

Vanaf eind juni 2021 zijn landelijke en regionale cijfers beschikbaar op basis van de Gezondheidsmonitor Volwassen en Ouderen 2020 (zie ook RIVM-Statline). Cijfers op wijk- en buurtniveau zullen in het vierde kwartaal van 2021 worden gepubliceerd.

Vergelijk met andere kaart

Meer informatie

  • D.L. van der A (RIVM Rijksinstituut voor Volksgezondheid en Milieu)
  • M Hiemstra (RIVM)
  • C. Deuning, red. (RIVM)