Volksgezondheidenzorg.info

Zoekveld

AngststoornissenRegionaal & InternationaalRegionaal

Cijfers & Context

Meer vrouwen dan mannen met angststoornis

Regionaal & Internationaal

Prevalentie in Nederland gelijk aan EU-gemiddelde

Kosten

Zorguitgaven angststoornissen 774 miljoen

Preventie & Zorg

Huisarts heeft belangrijke rol in zorg

Matig of hoog risico op angststoornis of depressie per GGD-regio

Matig of hoog risico op angststoornis of depressie 2016

Per GGD-regio, volwassenen van 19 jaar en ouder
Matig of hoog risico op angststoornis of depressie 2016
GGD-regioPercentage
GGD Amsterdam47,2
GGD Brabant-Zuidoost45,8
GGD Drenthe33,9
GGD Flevoland43,9
GGD Fryslân38,6
GGD Gelderland-Zuid49,1
GGD Gooi en Vechtstreek39,4
GGD Groningen35,8
GGD Haaglanden48,3
GGD Hart voor Brabant44,6
GGD Hollands Midden50,0
GGD Hollands Noorden36,1
GGD IJsselland43,2
GGD Kennemerland41,1
GGD Limburg-Noord40,1
GGD Noord- en Oost-Gelderland44,1
GGD regio Utrecht43,8
GGD Rotterdam-Rijnmond46,8
GGD Twente44,8
GGD West-Brabant46,3
GGD Zaanstreek-Waterland42,7
GGD Zeeland44,3
GGD Zuid-Holland Zuid40,2
GGD Zuid-Limburg44,7
Veiligheids- en Gezondheidsregio Gelderland-Midden49,3
View all detail data

Meeste mensen met matig of hoog risico op een angststoornis of depressie in het midden van het land

Het percentage mensen met matig of hoog risico op een angststoornis of een depressie varieert tussen de 34 en 50%, met een Nederlands gemiddelde van 44%. In de GGD-regio’s Hollands Midden, Gelderland-Midden en Gelderland-Zuid wonen de meeste mensen met risico op een angststoornis of depressie. Het laagst is het percentage mensen met een risico op een angststoornis of depressie in de regio Drenthe. Deze cijfers zijn gebaseerd op een veel gebruikte vragenlijst voor screening van angst en depressie (Kessler-10 vragenlijst). De antwoorden worden samengevat in een score. Voor meer informatie over deze vragenlijst, zie Methode.

Cijfers per gemeente

Meer informatie

Matig of hoog risico op angststoornis of depressie per wijk

Matig of hoog risico op angststoornis of depressie per wijk

Per wijk*, personen van 19 jaar en ouder
Matig of hoog risico op angststoornis of depressie per wijk
Gemeente
's-Gravenhage
's-Hertogenbosch
Aa en Hunze
Aalburg
Aalsmeer
Aalten
Achtkarspelen
Alblasserdam
Albrandswaard
Alkmaar
Almelo
Almere
Alphen-Chaam
Alphen aan den Rijn
Ameland
Amersfoort
Amstelveen
Amsterdam
Apeldoorn
Appingedam
Arnhem
Assen
Asten
Baarle-Nassau
Baarn
Barendrecht
Barneveld
Bedum
Beek
Beemster
Beesel
Bellingwedde
Berg en Dal
Bergeijk
Bergen (L.)
Bergen (NH.)
Bergen op Zoom
Berkelland
Bernheze
Best
Beuningen
Beverwijk
Binnenmaas
Bladel
Blaricum
Bloemendaal
Bodegraven-Reeuwijk
Boekel
Borger-Odoorn
Borne
Borsele
Boxmeer
Boxtel
Breda
Brielle
Bronckhorst
Brummen
Brunssum
Bunnik
Bunschoten
Buren
Capelle aan den IJssel
Castricum
Coevorden
Cranendonck
Cromstrijen
Cuijk
Culemborg
Dalfsen
Dantumadiel
De Bilt
De Fryske Marren
De Marne
De Ronde Venen
De Wolden
Delft
Delfzijl
Den Helder
Deurne
Deventer
Diemen
Dinkelland
Doesburg
Doetinchem
Dongen
Dongeradeel
Dordrecht
Drechterland
Drimmelen
Dronten
Druten
Duiven
Echt-Susteren
Edam-Volendam
Ede
Eemnes
Eemsmond
Eersel
Eijsden-Margraten
Eindhoven
Elburg
Emmen
Enkhuizen
Enschede
Epe
Ermelo
Etten-Leur
Ferwerderadiel
Franekeradeel
Geertruidenberg
Geldermalsen
Geldrop-Mierlo
Gemert-Bakel
Gennep
Giessenlanden
Gilze en Rijen
Goeree-Overflakkee
Goes
Goirle
Gooise Meren
Gorinchem
Gouda
Grave
Groningen
Grootegast
Gulpen-Wittem
Haaksbergen
Haaren
Haarlem
Haarlemmerliede en Spaarnwoude
Haarlemmermeer
Halderberge
Hardenberg
Harderwijk
Hardinxveld-Giessendam
Haren
Harlingen
Hattem
Heemskerk
Heemstede
Heerde
Heerenveen
Heerhugowaard
Heerlen
Heeze-Leende
Heiloo
Hellendoorn
Hellevoetsluis
Helmond
Hendrik-Ido-Ambacht
Hengelo
het Bildt
Heumen
Heusden
Hillegom
Hilvarenbeek
Hilversum
Hof van Twente
Hollands Kroon
Hoogeveen
Hoogezand-Sappemeer
Hoorn
Horst aan de Maas
Houten
Huizen
Hulst
IJsselstein
Kaag en Braassem
Kampen
Kapelle
Katwijk
Kerkrade
Koggenland
Kollumerland en Nieuwkruisland
Korendijk
Krimpen aan den IJssel
Krimpenerwaard
Laarbeek
Landerd
Landgraaf
Landsmeer
Langedijk
Lansingerland
Laren
Leek
Leerdam
Leeuwarden
Leeuwarderadeel
Leiden
Leiderdorp
Leidschendam-Voorburg
Lelystad
Leudal
Leusden
Lingewaal
Lingewaard
Lisse
Littenseradiel
Lochem
Loon op Zand
Lopik
Loppersum
Losser
Maasdriel
Maasgouw
Maassluis
Maastricht
Marum
Medemblik
Meerssen
Menameradiel
Menterwolde
Meppel
Middelburg
Midden-Delfland
Midden-Drenthe
Mill en Sint Hubert
Moerdijk
Molenwaard
Montferland
Montfoort
Mook en Middelaar
Neder-Betuwe
Nederweert
Neerijnen
Nieuwegein
Nieuwkoop
Nijkerk
Nijmegen
Nissewaard
Noord-Beveland
Noordenveld
Noordoostpolder
Noordwijk
Noordwijkerhout
Nuenen, Gerwen en Nederwetten
Nunspeet
Nuth
Oegstgeest
Oirschot
Oisterwijk
Oldambt
Oldebroek
Oldenzaal
Olst-Wijhe
Ommen
Onderbanken
Oost Gelre
Oosterhout
Ooststellingwerf
Oostzaan
Opmeer
Opsterland
Oss
Oud-Beijerland
Oude IJsselstreek
Ouder-Amstel
Oudewater
Overbetuwe
Papendrecht
Peel en Maas
Pekela
Pijnacker-Nootdorp
Purmerend
Putten
Raalte
Reimerswaal
Renkum
Renswoude
Reusel-De Mierden
Rheden
Rhenen
Ridderkerk
Rijnwaarden
Rijssen-Holten
Rijswijk
Roerdalen
Roermond
Roosendaal
Rotterdam
Rozendaal
Rucphen
Schagen
Scherpenzeel
Schiedam
Schiermonnikoog
Schijndel
Schinnen
Schouwen-Duiveland
Simpelveld
Sint-Michielsgestel
Sint-Oedenrode
Sint Anthonis
Sittard-Geleen
Sliedrecht
Slochteren
Sluis
Smallingerland
Soest
Someren
Son en Breugel
Stadskanaal
Staphorst
Stede Broec
Steenbergen
Steenwijkerland
Stein
Stichtse Vecht
Strijen
Súdwest-Fryslân
Ten Boer
Terneuzen
Terschelling
Texel
Teylingen
Tholen
Tiel
Tilburg
Tubbergen
Twenterand
Tynaarlo
Tytsjerksteradiel
Uden
Uitgeest
Uithoorn
Urk
Utrecht
Utrechtse Heuvelrug
Vaals
Valkenburg aan de Geul
Valkenswaard
Veendam
Veenendaal
Veere
Veghel
Veldhoven
Velsen
Venlo
Venray
Vianen
Vlaardingen
Vlagtwedde
Vlieland
Vlissingen
Voerendaal
Voorschoten
Voorst
Vught
Waalre
Waalwijk
Waddinxveen
Wageningen
Wassenaar
Waterland
Weert
Weesp
Werkendam
West Maas en Waal
Westerveld
Westervoort
Westland
Weststellingwerf
Westvoorne
Wierden
Wijchen
Wijdemeren
Wijk bij Duurstede
Winsum
Winterswijk
Woensdrecht
Woerden
Wormerland
Woudenberg
Woudrichem
Zaanstad
Zaltbommel
Zandvoort
Zederik
Zeewolde
Zeist
Zevenaar
Zoetermeer
Zoeterwoude
Zuidhorn
Zuidplas
Zundert
Zutphen
Zwartewaterland
Zwijndrecht
Zwolle

*Deze wijkcijfers kunnen afwijken van door de GGD of gemeente gepubliceerde enquêtecijfers. Klik hier voor een overzicht van de regio's met eigen cijfers op wijkniveau.

Deze cijfers kunnen afwijken van door de GGD of gemeente gepubliceerde enquêtecijfers. Klik hier voor een overzicht van de regio's met eigen cijfers op wijkniveau.

View all detail data

Matig of hoog risico op angststoornis of depressie per wijk

De kaart presenteert cijfers over het risico op een angststoornis of depressie onder personen van 19 jaar en ouder. Dit is gebaseerd op een veel gebruikte vragenlijst voor screening van angst en depressie (Kessler-10 vragenlijst). De antwoorden worden samengevat in een score. Voor meer informatie over deze vragenlijst, zie Methode.

Het RIVM 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’en, CBS 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 (van de Kassteele et al., 2017).

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.

Vergelijk deze kaart met

Meer informatie

Bronnen en literatuur

Literatuur

  1. 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. International Journal of Health Geographics. 2017;(1). Bron | DOI

Hoog risico op angststoornis of depressie per wijk

Hoog risico op angststoornis of depressie per wijk

Per wijk*, personen van 19 jaar en ouder
Hoog risico op angststoornis of depressie per wijk
Gemeente
's-Gravenhage
's-Hertogenbosch
Aa en Hunze
Aalburg
Aalsmeer
Aalten
Achtkarspelen
Alblasserdam
Albrandswaard
Alkmaar
Almelo
Almere
Alphen-Chaam
Alphen aan den Rijn
Ameland
Amersfoort
Amstelveen
Amsterdam
Apeldoorn
Appingedam
Arnhem
Assen
Asten
Baarle-Nassau
Baarn
Barendrecht
Barneveld
Bedum
Beek
Beemster
Beesel
Bellingwedde
Berg en Dal
Bergeijk
Bergen (L.)
Bergen (NH.)
Bergen op Zoom
Berkelland
Bernheze
Best
Beuningen
Beverwijk
Binnenmaas
Bladel
Blaricum
Bloemendaal
Bodegraven-Reeuwijk
Boekel
Borger-Odoorn
Borne
Borsele
Boxmeer
Boxtel
Breda
Brielle
Bronckhorst
Brummen
Brunssum
Bunnik
Bunschoten
Buren
Capelle aan den IJssel
Castricum
Coevorden
Cranendonck
Cromstrijen
Cuijk
Culemborg
Dalfsen
Dantumadiel
De Bilt
De Fryske Marren
De Marne
De Ronde Venen
De Wolden
Delft
Delfzijl
Den Helder
Deurne
Deventer
Diemen
Dinkelland
Doesburg
Doetinchem
Dongen
Dongeradeel
Dordrecht
Drechterland
Drimmelen
Dronten
Druten
Duiven
Echt-Susteren
Edam-Volendam
Ede
Eemnes
Eemsmond
Eersel
Eijsden-Margraten
Eindhoven
Elburg
Emmen
Enkhuizen
Enschede
Epe
Ermelo
Etten-Leur
Ferwerderadiel
Franekeradeel
Geertruidenberg
Geldermalsen
Geldrop-Mierlo
Gemert-Bakel
Gennep
Giessenlanden
Gilze en Rijen
Goeree-Overflakkee
Goes
Goirle
Gooise Meren
Gorinchem
Gouda
Grave
Groningen
Grootegast
Gulpen-Wittem
Haaksbergen
Haaren
Haarlem
Haarlemmerliede en Spaarnwoude
Haarlemmermeer
Halderberge
Hardenberg
Harderwijk
Hardinxveld-Giessendam
Haren
Harlingen
Hattem
Heemskerk
Heemstede
Heerde
Heerenveen
Heerhugowaard
Heerlen
Heeze-Leende
Heiloo
Hellendoorn
Hellevoetsluis
Helmond
Hendrik-Ido-Ambacht
Hengelo
het Bildt
Heumen
Heusden
Hillegom
Hilvarenbeek
Hilversum
Hof van Twente
Hollands Kroon
Hoogeveen
Hoogezand-Sappemeer
Hoorn
Horst aan de Maas
Houten
Huizen
Hulst
IJsselstein
Kaag en Braassem
Kampen
Kapelle
Katwijk
Kerkrade
Koggenland
Kollumerland en Nieuwkruisland
Korendijk
Krimpen aan den IJssel
Krimpenerwaard
Laarbeek
Landerd
Landgraaf
Landsmeer
Langedijk
Lansingerland
Laren
Leek
Leerdam
Leeuwarden
Leeuwarderadeel
Leiden
Leiderdorp
Leidschendam-Voorburg
Lelystad
Leudal
Leusden
Lingewaal
Lingewaard
Lisse
Littenseradiel
Lochem
Loon op Zand
Lopik
Loppersum
Losser
Maasdriel
Maasgouw
Maassluis
Maastricht
Marum
Medemblik
Meerssen
Menameradiel
Menterwolde
Meppel
Middelburg
Midden-Delfland
Midden-Drenthe
Mill en Sint Hubert
Moerdijk
Molenwaard
Montferland
Montfoort
Mook en Middelaar
Neder-Betuwe
Nederweert
Neerijnen
Nieuwegein
Nieuwkoop
Nijkerk
Nijmegen
Nissewaard
Noord-Beveland
Noordenveld
Noordoostpolder
Noordwijk
Noordwijkerhout
Nuenen, Gerwen en Nederwetten
Nunspeet
Nuth
Oegstgeest
Oirschot
Oisterwijk
Oldambt
Oldebroek
Oldenzaal
Olst-Wijhe
Ommen
Onderbanken
Oost Gelre
Oosterhout
Ooststellingwerf
Oostzaan
Opmeer
Opsterland
Oss
Oud-Beijerland
Oude IJsselstreek
Ouder-Amstel
Oudewater
Overbetuwe
Papendrecht
Peel en Maas
Pekela
Pijnacker-Nootdorp
Purmerend
Putten
Raalte
Reimerswaal
Renkum
Renswoude
Reusel-De Mierden
Rheden
Rhenen
Ridderkerk
Rijnwaarden
Rijssen-Holten
Rijswijk
Roerdalen
Roermond
Roosendaal
Rotterdam
Rozendaal
Rucphen
Schagen
Scherpenzeel
Schiedam
Schiermonnikoog
Schijndel
Schinnen
Schouwen-Duiveland
Simpelveld
Sint-Michielsgestel
Sint-Oedenrode
Sint Anthonis
Sittard-Geleen
Sliedrecht
Slochteren
Sluis
Smallingerland
Soest
Someren
Son en Breugel
Stadskanaal
Staphorst
Stede Broec
Steenbergen
Steenwijkerland
Stein
Stichtse Vecht
Strijen
Súdwest-Fryslân
Ten Boer
Terneuzen
Terschelling
Texel
Teylingen
Tholen
Tiel
Tilburg
Tubbergen
Twenterand
Tynaarlo
Tytsjerksteradiel
Uden
Uitgeest
Uithoorn
Urk
Utrecht
Utrechtse Heuvelrug
Vaals
Valkenburg aan de Geul
Valkenswaard
Veendam
Veenendaal
Veere
Veghel
Veldhoven
Velsen
Venlo
Venray
Vianen
Vlaardingen
Vlagtwedde
Vlieland
Vlissingen
Voerendaal
Voorschoten
Voorst
Vught
Waalre
Waalwijk
Waddinxveen
Wageningen
Wassenaar
Waterland
Weert
Weesp
Werkendam
West Maas en Waal
Westerveld
Westervoort
Westland
Weststellingwerf
Westvoorne
Wierden
Wijchen
Wijdemeren
Wijk bij Duurstede
Winsum
Winterswijk
Woensdrecht
Woerden
Wormerland
Woudenberg
Woudrichem
Zaanstad
Zaltbommel
Zandvoort
Zederik
Zeewolde
Zeist
Zevenaar
Zoetermeer
Zoeterwoude
Zuidhorn
Zuidplas
Zundert
Zutphen
Zwartewaterland
Zwijndrecht
Zwolle

*Deze wijkcijfers kunnen afwijken van door de GGD of gemeente gepubliceerde enquêtecijfers. Klik hier voor een overzicht van de regio's met eigen cijfers op wijkniveau.

Deze cijfers kunnen afwijken van door de GGD of gemeente gepubliceerde enquêtecijfers. Klik hier voor een overzicht van de regio's met eigen cijfers op wijkniveau.

View all detail data

Hoog risico op angststoornis of depressie per wijk

De kaart presenteert cijfers over het risico op een angststoornis of depressie onder personen van 19 jaar en ouder. Dit is gebaseerd op een veel gebruikte vragenlijst voor screening van angst en depressie (Kessler-10 vragenlijst). De antwoorden worden samengevat in een score. Voor meer informatie over deze vragenlijst, zie Methode.

Het RIVM 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’en, CBS 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 (van de Kassteele et al., 2017).

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.

Vergelijk deze kaart met

Meer informatie

Bronnen en literatuur

Literatuur

  1. 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. International Journal of Health Geographics. 2017;(1). Bron | DOI

Contact met psycholoog of psychiater per GGD-regio

Jaarlijks contact met psycholoog of psychiater 2017-2019

Per GGD-regio, 4 jaar en ouder
Jaarlijks contact met psycholoog of psychiater 2017-2019
GGD-regioPercentageSignificantiePercentage (gecorrigeerd voor geslacht en leeftijdSignificantie (gecorrigeerd voor geslacht en leeftijd
GGD Amsterdam12,7Boven (99% zeker)11,9Boven (99% zeker)
GGD Brabant-Zuidoost8Onder (95% zeker)8Onder (95% zeker)
GGD Drenthe8,3Wijkt niet significant af8,9Wijkt niet significant af
GGD Flevoland8,5Wijkt niet significant af7,9Wijkt niet significant af
GGD Fryslân9,2Wijkt niet significant af9,7Wijkt niet significant af
GGD Gelderland-Midden10Wijkt niet significant af10Wijkt niet significant af
GGD Gelderland-Zuid10,9Wijkt niet significant af10,6Wijkt niet significant af
GGD Gooi en Vechtstreek10,2Wijkt niet significant af10,1Wijkt niet significant af
GGD Groningen10,4Wijkt niet significant af9,7Wijkt niet significant af
GGD Haaglanden10Wijkt niet significant af9,7Wijkt niet significant af
GGD Hart voor Brabant8,5Wijkt niet significant af8,5Wijkt niet significant af
GGD Hollands Midden8,6Wijkt niet significant af8,5Wijkt niet significant af
GGD Hollands Noorden9,4Wijkt niet significant af9,9Wijkt niet significant af
GGD IJsselland8,4Wijkt niet significant af7,8Onder (95% zeker)
GGD Kennemerland8Wijkt niet significant af8,2Wijkt niet significant af
GGD Limburg-Noord9,9Wijkt niet significant af10Wijkt niet significant af
GGD Noord- en Oost-Gelderland9,6Wijkt niet significant af9,8Wijkt niet significant af
GGD regio Utrecht10,6Wijkt niet significant af10,4Wijkt niet significant af
GGD Rotterdam-Rijnmond9,3Wijkt niet significant af8,9Wijkt niet significant af
GGD Twente7,9Onder (95% zeker)8Wijkt niet significant af
GGD West-Brabant9,1Wijkt niet significant af9Wijkt niet significant af
GGD Zaanstreek-Waterland11,1Wijkt niet significant af10,7Wijkt niet significant af
GGD Zeeland8,6Wijkt niet significant af9,1Wijkt niet significant af
GGD Zuid-Holland Zuid8,3Wijkt niet significant af8,1Wijkt niet significant af
GGD Zuid-Limburg11,4Wijkt niet significant af11,5Wijkt niet significant af
Nederland9,6Wijkt niet significant af9,5Wijkt niet significant af
View all detail data

Meeste contact met de psycholoog in Amsterdam

In de regio Amsterdam gaan de meeste inwoners (van 4 jaar en ouder) in de periode 2017-2019 naar een psycholoog of psychiater (12,7%). Dit percentage ligt significant boven het Nederlands gemiddelde. In de regio Twente (7,9%) en Hart voor Brabant (8%) zijn significant de minste bezoeken aan een psycholoog of psychiater. Gemiddeld heeft 9,6% van alle inwoners (van 4 jaar en ouder) van Nederland minstens één keer per jaar contact met een psycholoog of psychiater.

Toelichting regionale verschillen

Selecteer een regio in de kaart voor meer informatie over significantie per GGD-regio. Significantie geeft een nadere verklaring van de waarde die we mogen hechten aan de gepresenteerde verschillen. De verschillen zouden onder andere verklaard kunnen worden door regionale variaties in leeftijd en geslacht. Deze gestandaardiseerde cijfers zijn ook via de kaart op te vragen.

Meer informatie

Verantwoording

Definities
  • Definitie van angststoornissen

    Wanneer heftige angstklachten optreden zonder een reële bedreiging is er mogelijk sprake van een angststoornis. Een angststoornis onderscheidt zich van normale gevoelens van angst of vrees als de angst geen reële grond heeft en iemand er sociale problemen door ondervindt. De symptomen zijn in beide gevallen hetzelfde: hartkloppingen, een droge mond, een beklemd gevoel, nerveuze spanning, prikkelbaarheid, rusteloosheid, verhoogde spierspanning of slaap- en concentratieproblemen. 

  • Onderverdeling angststoornissen meestal volgens DSM-IV

    De onderverdeling van angststoornissen wordt meestal weergegeven volgens de DSM-IV. Deze indeling loopt in grote lijnen parallel aan de indeling in de ICD-10. In de ICD-10 vormen angststoornissen echter niet een apart hoofdstuk, maar maken deel uit van het hoofdstuk 'neurotische, stressgerelateerde en somatoforme stoornissen'. 

     

    Onderverdeling van angststoornissen volgens de DSM-IV.

    Type angststoornis

    DSM-IV code

    Paniekstoornis zonder agorafobie

    300.01

    Gegeneraliseerde angststoornis (met inbegrip van overmatige angststoornis in de kinderleeftijd)

    300.02

    Paniekstoornis met agorafobie

    300.21

    Agorafobie zonder paniekstoornis in de voorgeschiedenis

    300.22

    Sociale fobie

    300.23

    Specifieke fobie

    300.29

    Obsessieve-compulsieve stoornis

    300.3

    Posttraumatische stressstoornis

    309.81

    Acute stressstoornis

    308.3

    Angststoornis niet anderzins omschreven

    300.00

Bronverantwoording
  • Huisartsenregistraties angststoornissen

    Voor bepaling van de prevalentie en het aantal nieuwe gevallen van angststoornissen (huidige situatie en trends) zijn gegevens gebruikt van de NIVEL Zorgregistraties eerste lijn. De in de huisartsenregistraties gebruikte ICPC-codes zijn P74 voor angststoornis en P79 voor angstig/angstgevoelens.

  • Angststoornissen in bevolkingsonderzoek NEMESIS

    Op bevolkingsniveau zijn gegevens over het voorkomen van angststoornissen beschikbaar uit het NEMESIS-onderzoek onder 18- tot 65-jarigen (Bijl et al., 1997; Bijl et al., 1997; de Graaf et al., 2010). NEMESIS-1 was gebaseerd op een landelijke steekproef onder 7.076 personen bij wie in 1996 een psychiatrisch interview is afgenomen met behulp van de CIDI (Composite International Diagnostic Interview). Dezelfde respondenten zijn daarna nog tweemaal benaderd voor een follow-upmeting tussen 1997 en 1999.

    NEMESIS-2 is gebaseerd op een landelijke steekproef onder 6.646 personen bij wie tussen 2007 en 2009 een psychiatrisch interview is afgenomen met behulp van de CIDI 3.0. Dezelfde respondenten zijn tussen 2010 en 2012 nogmaals benaderd voor follow-updeelname. De cijfers over het voorkomen van angststoornissen zijn afkomstig uit de eerste meting; de cijfers over incidentie zijn afkomstig uit de tweede meting. Alle cijfers zijn vervolgens door het RIVM omgerekend naar het jaar 2011.

    Bronnen en literatuur

    Bronnen

    1. NEMESIS-2, Netherlands Mental Health Survey and Incidence Study-2. zorggegevens.nl

    Literatuur

    1. Bijl RV, van Zessen G, Ravelli ACJ, de Rijk C, Langendoen Y. Psychiatrische morbiditeit onder volwassenen in Nederland: het NEMESIS-onderzoek. I. Doelstellingen, opzet en methoden. Ned Tijdschr Geneeskd. 1997;141:2448-52. Bron
    2. Bijl RV, van Zessen G, Ravelli ACJ. Psychiatrische morbiditeit onder volwassenen in Nederland: het NEMESIS-onderzoek. II. Prevalentie van psychiatrische stoornissen. Ned Tijdschr Geneeskd. 1997;141:2453-60. Bron
    3. de Graaf R, ten Have MM, van Dorsselaer S. De psychische gezondheid van de Nederlandse bevolking. NEMESIS-2: Opzet en eerste resultaten. Utrecht: Trimbos-instituut; 2010. Bron
  • Angststoornissen in bevolkingsonderzoek LASA

    Het LASA (Longitudinal Aging Study Amsterdam)-onderzoek werd uitgevoerd in 2008/2009 onder 1.601 mensen. 1.286 van de deelnemers aan het onderzoek waren 65 jaar of ouder. Een CIDI is afgenomen als de mensen in 2008 /2009 boven de cut-off scoorden op de screeningslijsten voor angst (HADS-A > 8) of wanneer ze op de baseline meting van LASA een CES-D van 16 of hoger hadden. Bij het berekenen van de prevalenties in de hele groep is de steekproef teruggewogen naar de samenstelling van de bevolking op grond van leeftijd en geslacht in 2011.

    Bronnen en literatuur

    Bronnen

    1. LASA, Longitudinal Aging Study Amsterdam. zorggegevens.nl
  • Kosten van angststoornissen

    De kosten van angststoornissen zijn afkomstig van de Kosten van Ziektenstudie. De voor angststoonissen gebruikte ICD-9-codes zijn 300.0, 300.10-300.15, 300.2-300.3, 300.5, 308 en 309.8. 

  • Gezondheidsmonitor GGD’en, CBS en RIVM

    De ‘Gezondheidsmonitor GGD’en, CBS en RIVM, 2012’ bestaat uit gegevens die in 2012 onder mensen van 19 jaar en ouder zijn verzameld door het CBS en 28 GGD’en. In de ‘Gezondheidsmonitor GGD’en, CBS en RIVM, 2012’ staan na opschoning de gegevens van 387.195 mensen waarvan 376.384 (97,2%) zijn geënquêteerd door de GGD’en en 10.811 (2,8%) door het CBS. Het meest recente jaar is 2012. De ‘Gezondheidsmonitor GGD’en, CBS en RIVM’ verschijnt elke vier jaar; de eerstvolgende bevat dus in 2016 door het CBS en de GGD’en verzamelde gegevens.

    Meer informatie
    Zorggegevens: Gezondheidsmonitor Volwassenen 2012, GGD'en, CBS en RIVM GGD’en, CBS en RIVM

    Bronnen en literatuur

    Bronnen

    1. Gezondheidsmonitor Volwassenen 2012, GGD'en, CBS en RIVM, Gezondheidsmonitor Volwassenen 2012. zorggegevens.nl
Methoden
  • 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 een model ontwikkeld om cijfers te kunnen berekenen op wijk- en buurtniveau op basis van de Gezondheidsmonitor Volwassenen en Ouderen van GGD’en, CBS 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 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). 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.

    Bronnen en literatuur

    Literatuur

    1. 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. International Journal of Health Geographics. 2017;(1). Bron | DOI
  • 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.

Andere websites over Angststoornissen