Volksgezondheidenzorg.info

Zoekveld

Dikkedarmkanker→Preventie & Zorg→Zorg

Cijfers & Context

Overleving dikkedarmkanker neemt toe

Regionaal & Internationaal

Relatief hoge incidentie en sterfte in Nederland

Kosten

Zorguitgaven 597 miljoen euro in 2017

Preventie & Zorg

18.000 ziekenhuisopnamen in 2010

Ziekenhuisopnamen naar geslacht

Ziekenhuisopnamen voor dikkedarmkanker in 2010

Aantal klinische opnamen en opnamedagen, gemiddelde opnameduur (in dagen) en aantal dagopnamen met dikkedarmkanker als hoofdontslagdiagnose

Soort opname

Mannen

Vrouwen

Totaal

Klinische opnamen

9.691

8.262

17.953

Klinische opnamedagen

110.780

92.868

203.648

Gemiddelde opnameduur (in dagen)

11,4

11,2

11,3

Dagopnamen

8.084

6.121

14.205

Bron: LMR

Bijna 18.000 ziekenhuisopnamen voor dikkedarmkanker in 2010

In 2010 waren er voor dikkedarmkanker 17.953 klinische ziekenhuisopnamen (exclusief dagopnamen) met ruim 200.000 opnamedagen. De gemiddelde opnameduur was 11,3 dagen. Het aantal dagopnamen voor dikkedarmkanker was in 2010 gelijk aan 14.205. Het aantal opnamen met dikkedarmkanker als hoofdontslagdiagnose is voor mannen iets groter dan voor vrouwen. Deze getallen geven het aantal opnamen weer, niet het aantal opgenomen personen. Het aantal opnamen kan hoger zijn dan het aantal opgenomen personen, omdat een persoon per jaar vaker opgenomen kan zijn.

Meer informatie

 

 

Experts en redactie

Trend in ziekenhuisopnamen voor dikkedarmkanker

Ziekenhuisopnamen voor dikkedarmkanker, 1995-2010

Klinische opnamen, klinische opnamedagen en gemiddelde opnameduur met dikkedarmkanker als hoofdontslagdiagnose
JaarKlinische opnamen (m)Klinische opnamen (v)Klinische opnamedagen (m)Klinische opnamedagen (v)Gem. opnameduur (m)Gem. opnameduur (v)
1995100100100100100100
1996105971039798100
199710496100949697
19981019494919396
19991039693909193
20001059792868888
20011089991868587
200211210589867982
200311510791867980
200412211490827472
200513712091826669
200614013187826263
200714212889776360
200813112484736458
200912912580716257
201013412779695954

Bron: LMR

Toename in ziekenhuisopnamen, afname in gemiddelde opnameduur

Het aantal ziekenhuisopnamen (exclusief dagopnamen) is in de periode 1995-2010 voor zowel mannen als vrouwen met ongeveer 30% gestegen. De gemiddelde opnameduur is in die periode bijna gehalveerd. Het aantal dagopnamen is voor zowel mannen als vrouwen in 2010 vier keer zo groot als in 1995. Bij deze trends is gecorrigeerd voor veranderingen in leeftijdssamenstelling en omvang van de bevolking in Nederland.

Meer informatie

Experts en redactie

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 Bevolkingsonderzoek Darmkanker Deelname bevolkingsonderzoek, gevonden aantal gevallen van dikkedarmkanker Nederlandse bevolking van 55 tot en met 75 jaar Landelijke Monitoring Bevolkingsonderzoek Darmkanker
    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.

  • 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 2012-2015, 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 2012-2015 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 2012-2015. 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.