Volksgezondheidenzorg.info

Zoekveld

Baarmoederhalskanker→Cijfers & Context→Huidige situatie

Cijfers & Context

216 sterfgevallen in 2019

Regionaal & Internationaal

Incidentie en sterfte laag in Nederland

Kosten

Zorguitgaven 134 miljoen euro in 2017

Preventie & Zorg

Screening voorkomt nieuwe gevallen

Het vóórkomen van baarmoederhalskanker

Aantal nieuwe gevallen van baarmoederhalskanker 2020

LeeftijdsklasseVrouwenVrouwen (absoluut)
0-40,000
5-90,000
10-140,000
15-190,000
20-240,001
25-290,0846
30-340,23125
35-390,21108
40-440,1472
45-490,1483
50-540,1487
55-590,0958
60-640,0950
65-690,0947
70-740,1046
75-790,1033
80-840,0923
85+0,0717

Bron: NKR, cijfers gedownload op 4 februari 2021

  • De cijfers zijn voorlopig.
  • ICD-O-code C53
  • Het absoluut aantal nieuwe gevallen is zichtbaar in de tabelweergave.

Ongeveer 800 diagnoses baarmoederhalskanker in 2020

In 2020 bedroeg het aantal nieuw gediagnosticeerde gevallen van een invasieve vorm van baarmoederhalskanker ongeveer 800 (0,09 per 1.000 vrouwen; voorlopige cijfers). Relatief de meeste nieuwe gevallen van baarmoederhalskanker worden vastgesteld rond de leeftijd van 30 tot 35 jaar. Het bevolkingsonderzoek naar baarmoederhalskanker is van grote invloed op de verdeling van het aantal nieuwe gevallen naar leeftijd. Vrouwen in de leeftijd van 30 tot en met 60 jaar worden voor het bevolkingsonderzoek uitgenodigd, wat leidt tot een verhoogde kans dat baarmoederhalskanker in deze leeftijdsgroep wordt vastgesteld.

In 2020 mogelijk minder diagnoses door COVID-19-uitbraak

Het aantal vrouwen bij wie baarmoederhalskanker is vastgesteld, is in 2020 kleiner dan in voorgaande jaren. Dit wordt mogelijk veroorzaakt door uitgestelde huisartsbezoeken, doorverwijzingen en diagnostiek in ziekenhuizen tijdens de COVID-19-uitbraak. Een tijdelijke onderbreking van het bevolkingsonderzoek naar baarmoederhalskanker heeft waarschijnlijk geen effect gehad op het aantal diagnoses in 2020, aangezien in het bevolkingsonderzoek met name voorstadia van baarmoederhalskanker worden gevonden.

Ongeveer 5.700 vrouwen met baarmoederhalskanker op 1 januari 2020

Op 1 januari 2020 waren er ongeveer 5.700 vrouwen met baarmoederhalskanker (Bron: NKR, voorlopige cijfers gedownload 4 februari 2021). Dit komt overeen met 0,6 per 1.000 vrouwen (niet in de grafiek). Het betreft hier de tienjaarsprevalentie. Dit wil zeggen het aantal vrouwen dat in de loop van de tien jaar voorafgaand aan de peildatum (1 januari 2020) baarmoederhalskanker heeft gekregen en op de peildatum nog in leven was.

Meer informatie

Experts en redactie

Datum publicatie

01-03-2021

Verantwoording

Definities

  • Wat is baarmoederhalskanker?

    Baarmoederhalskanker is een kwaadaardige (maligne of invasieve) groei van het oppervlakteweefsel op de grens van de baarmoederhals en de baarmoedermond. 

  • Wat is de betekenis van CIN?

    CIN staat voor cervicale intra-epitheliale neoplasie. Een CIN-uitslag geeft aan dat er een voorstadium van baarmoederhalskanker is gevonden. De cellen wijken af, maar er is geen sprake van kanker. De term 'dysplasie' verwijst naar abnormale veranderingen in cellen die eerst normaal waren. Er zijn drie typen dysplasie van de baarmoederhals:

    • CIN I: lichte dysplasie; ongeveer een derde van de cellen in de baarmoederhals is afwijkend. Meestal verdwijnen de afwijkingen zonder behandeling.
    • CIN II: matige dysplasie; ongeveer twee derde van de cellen in de baarmoederhals zijn afwijkend.
    • CIN III: ernstige dysplasie: bijna alle cellen zijn afwijkend of in sommige situaties zelfs pre-kankercellen.
Bronverantwoording

  • Tabel: Bronnen bij de cijfers over baarmoederhalskanker

    Bron Indicator in VZinfo Gepresenteerde populatie in VZinfo Meer informatie
    Nederlandse Kanker Registratie (NKR) Aantal nieuwe gevallen, tienjaarsprevalentie Nederlandse bevolking (vrouwen) IKNL, NKR
    Nederlandse Kanker Registratie (NKR) Overleving (percentage) Geregistreerd aantal vrouwen met baarmoederhalskanker IKNL, NKR
    Landelijke Medische Registratie (LMR) Klinische opnamedagen, klinische opnamen, gemiddelde opnameduur, dagopnamen met baarmoederhalskanker als hoofdontslagdiagnose Nederlandse bevolking (vrouwen) LMR

    CBS Doodsoorzakenstatistiek

    		 Aantal sterfgevallen Nederlandse bevolking (vrouwen) CBS Doodsoorzakenstatistiek
    Kosten van Ziektenstudie Kosten van zorg voor baarmoederhalskanker Nederlandse bevolking (vrouwen)
         		 Kosten van Ziekten database
    Landelijke monitoring en evaluatie bevolkingsonderzoek baarmoederhalskanker Deelname bevolkingsonderzoek, percentage gevonden afwijkingen in bevolingsonderzoek Vrouwen van 30 t/m 60 jaar

    Monitoring en evaluatie bevolkingsonderzoek baarmoederhalskanker
    Regionale screeningsorganisaties Deelname bevolkingsonderzoek Vrouwen van 30 t/m 60 jaar Midden-West; Noord; Zuid-West; Zuid; Oost
    European Cancer Information System (ECIS) Aantal nieuwe gevallen Europese bevolking (vrouwen) ECIS
    Eurostat Aantal sterfgevallen Europese bevolking (vrouwen) Eurostat
    OECD Relatieve 5-jaarsoverleving Europese bevolking (vrouwen) OECD; Allemani et al., 2018

     

    Bronnen en literatuur

    Literatuur

    1. Allemani C, Matsuda T, Di Carlo V, Harewood R, Matz M, Nikšić M, et al. Global surveillance of trends in cancer survival 2000-14 (CONCORD-3): analysis of individual records for 37 513 025 patients diagnosed with one of 18 cancers from 322 population-based registries in 71 countries. Lancet. 2018;391(10125):1023-1075. Pubmed | DOI

  • Automatisch coderen bij CBS-doodsoorzakenstatistiek

    Met ingang van het statistiekjaar 2013 codeert het Centraal Bureau voor de Statistiek (CBS) doodsoorzakenformulieren automatisch met behulp van het softwarepakket IRIS. Dit is een verschil met voorgaande jaren waarin doodsoorzakenformulieren handmatig werden verwerkt. Automatische codering brengt een betere internationale vergelijkbaarheid en reproduceerbaarheid van de gegevens met zich mee. Het veroorzaakt echter ook verschuivingen in doodsoorzaken. Daardoor zijn de sterftecijfers vanaf het jaar 2013 niet altijd goed vergelijkbaar met sterftecijfers uit eerdere jaren. Voor meer informatie over het automatisch coderen verwijzen wij naar vier artikelen van het CBS:

    • Het automatisch coderen van doodsoorzaken. Een nieuwe werkwijze bij de doodsoorzakenstatistiek (Harteloh et al., 2014)
    • Verschuivingen in de doodsoorzakenstatistiek bij de introductie van het automatisch coderen (Harteloh, 2014)
    • Van handmatig naar automatisch coderen van doodsoorzaken. Een bridge coding study (Harteloh, 2015)
    • Veranderingen in de doodsoorzakenstatistiek 2012-2013 (Harteloh, 2016)

    Bronnen en literatuur

    Literatuur

    1. Harteloh PPM, van Hilten O, Kardaun JWPF. Het automatisch coderen van doodsoorzaken. Een nieuwe werkwijze bij de doodsoorzakenstatistiek. Den Haag: Centraal Bureau voor de Statistiek (CBS); 2014. Bron
    2. Harteloh PPM. Verschuivingen in de doodsoorzakenstatistiek bij de introductie van het automatisch coderen. Den Haag: Centraal Bureau voor de Statistiek (CBS); 2014. Bron
    3. Harteloh PPM. Van handmatig naar automatisch coderen van doodsoorzaken. Een bridge coding study. Den Haag: Centraal Bureau voor de Statistiek (CBS); 2015. Bron
    4. Harteloh PPM. Veranderingen in de doodsoorzakenstatistiek 2012-2013. Den Haag: Centraal Bureau voor de Statistiek (CBS); 2016. Bron
Methoden

  • Regionale vergelijkingen Nederlandse Kankerregistratie

    De regionale cijfers van verschillende types kanker zijn gebaseerd op data uit de Nederlandse Kankerregistratie. Voor deze analyse is uit de NKR het aantal registraties per tumorsoort geselecteerd in de periode 2016-2019, uitgesplitst naar leeftijd, geslacht en GGD-regio van de patiënt. De NKR houdt internationaal geaccordeerde indelingen aan, waarbij een combinatie van lokalisatie en morfologisch type kanker wordt toegepast. Ten behoeve van de standaardisatie van de regio's naar leeftijd en geslacht, hebben we als standaard populatie de middenjaarsschatting 2016-2019 van de bevolking gebruikt. Deze bevolkingscijfers zijn afkomstig van CBS. In zowel de NKR als de CBS-data is de leeftijd onderverdeeld in 18 leeftijdsklassen (0-4, 5-9, 10-14 .... 75-79, 80-84, 85+).

    Berekenen gestandaardiseerde registratie-aantallen

    Door verschillen tussen bevolkingsopbouw in regio's zijn de ruwe gegevens moeilijk te vergelijken. Daarom is een (directe) standaardisatie uitgevoerd door alle in de regio’s geregistreerde aantallen per leeftijd en geslacht te wegen met het aandeel van deze leeftijd en geslachtscategorie in de totale Nederlandse bevolking. Bij geslachtsspecifieke aandoeningen (borst- en prostaatkanker) is gerekend met de totale bevolking van het betreffende geslacht.

    Kaarten

    De NKR-gegevens zijn gestandaardiseerd naar leeftijd en geslacht en worden per GGD-regio in kaart gebracht:

    Aantal registraties per 10.000 inwoners
    De kaart toont het jaarlijks gestandaardiseerd aantal registraties per 10.000 inwoners, gemiddeld over de periode 2016-2019. Zowel onder als boven het Nederlands gemiddelde gebruiken we een indeling in twee gelijke klassen.

    Berekening van significantie van de afwijking van het Nederlands gemiddelde
    Voor iedere regio is een standaardafwijking berekend. Hiermee wordt vervolgens een betrouwbaarheidsinterval berekend dat vergeleken wordt met het Nederlands gemiddelde. Als het Nederlands gemiddelde buiten dit interval valt is er sprake van een significante afwijking van het gemiddelde. Er is gerekend met 95% respectievelijk 99% betrouwbaarheidsintervallen.

    Kanttekeningen

    Het patroon in de kaart is een indicatie van de verdeling van een ziekte over Nederland. Behalve verschillen in het optreden van een ziekte, kunnen verschillen in andere factoren van invloed zijn op dit patroon. Zo kunnen verschillen in zorgniveau en de mate van gebruik van diagnostische tests tussen regio's een rol spelen. Verschillen in de wijze van coderen hebben waarschijnlijk geen rol gespeeld omdat landelijk dezelfde codeerafspraken gelden.

  • 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 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.

Data en gegevensbronnen