Volksgezondheidenzorg.info

Zoekveld

Dikkedarmkanker→Preventie & Zorg→Preventie

Cijfers & Context

Overleving dikkedarmkanker neemt toe

Regionaal & Internationaal

Relatief hoge incidentie en sterfte in Nederland

Kosten

Zorguitgaven 597 miljoen euro in 2017

Preventie & Zorg

Bijna 20.000 ziekenhuisopnamen in 2017

Bevolkingsonderzoek darmkanker

Tweejaarlijks landelijk bevolkingsonderzoek

Sinds januari 2014 wordt een landelijk bevolkingsonderzoek naar dikkedarmkanker gefaseerd ingevoerd. Het RIVM/Centrum voor Bevolkingsonderzoek coördineert en regisseert het bevolkingsonderzoek in opdracht van het ministerie van VWS. De doelgroep van het bevolkingsonderzoek darmkanker bestaat uit mannen en vrouwen van 55 tot en met 75 jaar. Zij worden elke twee jaar uitgenodigd voor deelname aan een screeningstest (FIT), waarbij bloed in de ontlasting wordt gemeten. Deelnemers nemen zelf een monster van de ontlasting en sturen dit monster op naar het laboratorium. Bij een ongunstige uitslag van de test, dat wil zeggen een hoeveelheid bloed die boven de afkapwaarde (47 µg hemoglobine (Hb)/g ontlasting) ligt, volgt verwijzing voor kijkonderzoek (coloscopie).

Meer informatie

Experts en redactie

Datum publicatie

22-01-2021

Deelname bevolkingsonderzoek darmkanker

Trend deelname bevolkingsonderzoek darmkanker 2014-2019

Jaar55 tot 60 jaar60 tot 65 jaar65 tot 70 jaar70 tot 75 jaar75 jaar en ouderTotaal
201474,174,865,571,7
201573,274,365,373
201671,37376,173,267,173,2
201770,672,975,573,567,473
201870,372,776,676,268,272,9
201967,471,175,175,169,571,5

Bron: Landelijke monitoring en evaluatie bevolkingsonderzoek darmkanker

  • In 2014 en 2015 waren er (nagenoeg) geen deelnemers aan het bevolkingsonderzoek in de leeftijdsgroepen 55 tot 60 jaar en 70 tot 75 jaar. Om deze reden is er geen deelnamepercentage beschikbaar voor deze leeftijdsgroepen in 2014 en 2015.
     
Deze cijfers zijn ook onderdeel van

Bijna driekwart doelgroep neemt deel aan bevolkingsonderzoek

In 2019 heeft 71,5% van de uitgenodigde mensen deelgenomen aan het bevolkingsonderzoek naar darmkanker. Dit deelnamepercentage is enigszins lager dan in voorgaande jaren. Dit komt onder andere doordat de doelgroep jonger is en het deelnamepercentage lager ligt onder jongere personen.

Meer informatie

Experts en redactie

Datum publicatie

22-01-2021

Resultaten bevolkingsonderzoek darmkanker

Resultaten bevolkingsonderzoek darmkanker 2019

 

Aantal

Percentage

Totaal uitgenodigd

2.193.058

 

Deelgenomen

1.568.511

71,5% van uitgenodigd

Verwijzing voor kijkonderzoek
(coloscopie)

67.391

4,3% van deelnemers

Kijkonderzoek uitgevoerd

57.558

85,4% van verwezen

Diagnose darmkanker

3.086

5% van kijkonderzoek

Diagnose advanced adenoom

18.054

31% van kijkonderzoek

Bron: Landelijke monitoring en evaluatie bevolkingsonderzoek darmkanker

Per 1.000 deelnemers krijgen 2 diagnose darmkanker

In 2019 hebben 1.568.511 personen deelgenomen aan het onderzoek (screeningstest FIT). Van de deelnemers aan het bevolkingsonderzoek is 4,3% verwezen voor kijkonderzoek. Na screening en vervolgdiagnostiek met coloscopie is bij 3.086 deelnemers darmkanker vastgesteld. Dit komt overeen met een detectiecijfer van 2,0 per 1.000 deelnemers. Bij 18.054 deelnemers is een advanced adenoom vastgesteld. Dit komt overeen met een detectiecijfer van 11,5 per 1.000 deelnemers.

Meer informatie

Experts en redactie

Datum publicatie

22-01-2021

Verantwoording

Definities

  • Wat is dikkedarmkanker?

    Kwaadaardige tumoren in de darm komen voor in het colon of in het rectum (endeldarm). Kwaadaardige tumoren van de dunne darm zijn zeer zeldzaam en blijven hier buiten beschouwing. Dikkedarmkanker ontwikkelt zich bijna altijd uit een darmpoliep. Een poliep (adenoom) is een uitstulping of een verdikking van het slijmvlies dat de binnenkant van de darm bekleedt. Poliepen zijn goedaardige gezwellen, maar sommige kunnen uitgroeien tot kwaadaardige tumoren (kanker). 

  • Stadiumindeling op basis van TNM- en Dukes-classificatie

    Dikkedarmkanker kent verschillende stadia. Deze onderscheiden zich op basis van de uitgebreidheid van de tumor en de aanwezigheid van uitzaaiingen in nabijgelegen lymfeklieren of elders in het lichaam. Vaak worden de stadia ingedeeld volgens de Tumour-Nodes-Metastases (TNM) classificatie. Deze classificatie beschrijft de tumor zelf (T), de lymfeklieren rond de tumor (N) en het al of niet aanwezig zijn van uitzaaiingen elders in het lichaam (M). Een combinatie van deze drie criteria bepaalt het stadium van de kanker. Deze indeling kent vijf stadia: 0, I, II, III en IV. Een andere indeling die wordt gebruikt om het stadium van dikkedarmkanker te omschrijven is de zogenaamde Dukes-classificatie. De Dukes- en TNM-classificatie overlappen grotendeels, waarbij stadia 0 en I van de TNM-classificatie overeenkomen met stadium A in de Dukes-classificatie.

    TNM

    Stadium

    Dukes

    Uitgebreidheid tumoren uitzaaiingen

    T1-2N0M0

    0-I

    A

    Tumor beperkt tot darmwand

    T3-4N0M0

    II

    B

    Tumor groeit door de darmwand heen, maar nog niet in de lymfeklieren

    T1-4N+M0

    III

    C

    Tumor groeit door de darmwand heen, er zijn lokale lymfklieruitzaaiingen

    TxNxM1

    IV

    D

    Tumor groeit door de darmwand heen en is uitgezaaid naar andere organen

     

Bronverantwoording

  • Tabel: Bronnen bij de cijfers over dikkedarmkanker

    Bron

    Indicator in VZinfo

    Gepresenteerde populatie VZinfo

    Meer informatie

    Nederlandse Kanker Registratie (NKR)

    Aantal nieuwe gevallen, Tienjaarsprevalentie

    Nederlandse bevolking 

    IKNL, NKR

    Nederlandse Kanker Registratie (NKR)

    Overleving (percentage)

    Geregistreerd aantal mensen met dikkedarmkanker

    IKNL, NKR

    Landelijke Medische Registratie (LMR)

    Klinische opnamedagen, klinische opnamen, gemiddelde opnameduur, dagopnamen met dikkedarmkanker als hoofdontslagdiagnose

    Nederlandse bevolking 

    LMR

    CBS Doodsoorzakenstatistiek

    Aantal sterfgevallen

    Nederlandse bevolking 

    CBS Doodsoorzakenstatistiek

    Kosten van Ziektenstudie

    Kosten van zorg voor dikkedarmkanker

    Nederlandse bevolking 
     

    Kosten van Ziekten database
    Landelijke monitoring en evaluatie bevolkingsonderzoek darmkanker Deelname bevolkingsonderzoek, gevonden aantal gevallen van dikkedarmkanker Nederlandse bevolking van 55 tot en met 75 jaar Monitoring en evaluatie bevolkingsonderzoek darmkanker
    Regionale screeningsorganisaties Deelname bevolkingsonderzoek Nederlandse bevolking van 55 tot en met 75 jaar Midden-West; Noord; Zuid-West; Zuid; Oost
    European Cancer Information System (ECIS)

    Aantal nieuwe gevallen

    Europese bevolking

    		 ECIS

    Eurostat

    Aantal sterfgevallen

    Europese bevolking 

    Eurostat
    OECD Relatieve 5-jaarsoverleving Europese bevolking 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

  • 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.

  • 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.