Volksgezondheidenzorg.info

Zoekveld

Hart- en vaatziektenCijfers & ContextTrends

Cijfers & Context

Sterfte aan hart- en vaatziekten sterk gedaald

Regionaal & Internationaal

Lage sterfte aan hart- en vaatziekten in Nederland

Kosten

Zorguitgaven 10,2 miljard euro in 2017

Preventie & Zorg

Ziekenhuisopnamen hart- en vaatziekten gedaald

Trend jaarprevalentie hart- en vaatziekten

Jaarprevalentie hart- en vaatziekten 2011-2018

JaarMannenVrouwenMannen (absoluut)Vrouwen (absoluut)
2011100100728.600632.600
2012103105773.100674.700
2013101103774.700671.600
2014101102794.200679.900
2015103104835.200706.000
2016102104845.500714.900
2017103106875.200742.000
2018103105895.600752.400
  • ICPC-code K70, K71, K74-K80, K83, K89 en K90
  • ​Gestandaardiseerd naar de bevolking van Nederland in 2011
  • Geïndexeerd (2011 is 100)
  • De absolute cijfers (niet-gestandaardiseerd) zijn zichtbaar in de tabelweergave.

Prevalentie hart- en vaatziekten constant in periode 2011-2018

In de periode 2011-2018 was het aantal mensen met hart- en vaatziekten dat bekend was bij de huisarts (jaarprevalentie) vrijwel constant, voor zowel mannen als vrouwen. Deze trend is gecorrigeerd voor veranderingen in de omvang en leeftijdsopbouw van de bevolking (standaardisatie).
Het per jaar geschatte en ongecorrigeerde aantal mensen met hart- en vaatziekten dat bekend was bij de huisarts is voor mannen toegenomen van 728.600 in 2011 naar 895.600 in 2018. Voor vrouwen is dit aantal toegenomen van 632.600 in 2011 naar 752.400 in 2018.

Meer informatie

Datum publicatie

06-04-2020

Trend jaarprevalentie aandoeningen van het endocard (hartklepafwijkingen)

Jaarprevalentie aandoeningen van het endocard (hartklepafwijkingen) 2011-2018

JaarMannenVrouwenMannen (absoluut)Vrouwen (absoluut)
201110010048.90050.100
201210511052.60056.000
201310511353.80058.400
201410311354.20059.100
201510511556.40061.300
201610211156.20060.400
201710511859.30065.100
201810711761.80065.900
  • ICPC-code K70, K71 en K83
  • ​Gestandaardiseerd naar de bevolking van Nederland in 2011
  • Geïndexeerd (2011 is 100)
  • De absolute cijfers (niet-gestandaardiseerd) zijn zichtbaar in de tabelweergave.

Lichte stijging prevalentie hartklepafwijkingen bij vrouwen

In de periode 2011-2018 is het aantal vrouwen met aandoeningen van het endocard (hartklepafwijkingen) dat bekend was bij de huisarts (jaarprevalentie) licht gestegen (17%). De prevalentie was voor mannen vrijwel constant over deze periode. De trend is gecorrigeerd voor veranderingen in de omvang en leeftijdsopbouw van de bevolking (standaardisatie).
Het per jaar geschatte en ongecorrigeerde aantal mensen met hartklepafwijkingen dat bekend was bij de huisarts is voor mannen toegenomen van 48.900 in 2011 naar 61.800 in 2018. Voor vrouwen is dit aantal toegenomen van 50.100 in 2011 naar 65.900 in 2018.

Meer informatie

Datum publicatie

06-04-2020

Trend jaarprevalentie hartritmestoornissen

Jaarprevalentie hartritmestoornissen 2011-2018

JaarMannenVrouwenMannen (absoluut)Vrouwen (absoluut)
2011100100149.900151.800
2012109111168.700170.900
2013111113175.400177.000
2014113114183.200182.700
2015118119196.400193.700
2016117120200.000197.800
2017121122212.900205.100
2018122122220.800207.900
  • ICPC-code K78-K80
  • ​Gestandaardiseerd naar de bevolking van Nederland in 2011
  • Geïndexeerd (2011 is 100)
  • De absolute cijfers (niet-gestandaardiseerd) zijn zichtbaar in de tabelweergave.

Prevalentie hartritmestoornissen licht gestegen

In de periode 2011-2018 is het aantal mensen met hartritmestoornissen dat bekend was bij de huisarts (jaarprevalentie) licht gestegen (22%), voor zowel mannen als vrouwen. Deze trend is gecorrigeerd voor veranderingen in de omvang en leeftijdsopbouw van de bevolking (standaardisatie).
Het per jaar geschatte en ongecorrigeerde aantal mensen met hartritmestoornissen dat bekend was bij de huisarts is voor mannen toegenomen van 149.900 in 2011 naar 220.800 in 2018. Voor vrouwen is dit aantal toegenomen van 151.800 in 2011 naar 207.900 in 2018.

Meer informatie

Datum publicatie

06-04-2020

Trend in sterfte door hart- en vaatziekten

Sterfte aan hart- en vaatziekten 1980-2019

JaarMannenVrouwenMannen (absoluut)Vrouwen (absoluut)
198010010027.44323.803
19811009927.80424.392
1982999827.89424.854
1983989527.77624.640
1984979527.84725.459
1985989428.43825.944
1986939127.53925.682
1987888526.24324.602
1988868526.14425.409
1989868426.17425.563
1990848225.88725.733
1991828225.75526.124
1992798125.17826.392
1993838326.60627.711
1994777825.30526.375
1995777725.51926.579
1996757425.20826.105
1997717124.31125.450
1998707024.31325.513
1999686923.99725.597
2000656823.63825.553
2001626622.80324.840
2002616522.96625.026
2003596322.63424.308
2004555921.35723.281
2005525620.77322.577
2006485419.85021.870
2007465219.33321.516
2008435018.76921.360
2009414718.31820.579
2010394718.27520.734
2011374417.88120.251
2012364418.02720.344
2013354318.03620.456
2014334217.66320.199
2015344218.56720.812
2016324118.14820.499
2017313918.09720.056
2018303718.27019.525
2019293618.20819.225

Bron: CBS Doodsoorzakenstatistiek (gedownload van CBS StatLine in juli 2020)

  • ICD-10-codes I00-I99
  • Cijfers over 2019 zijn voorlopig
  • Gestandaardiseerd naar de bevolking van Nederland in 2019
  • Geïndexeerd (1980 = 100)
  • De absolute sterfte is zichtbaar in de tabelweergave.
  • De sterftecijfers vanaf 2013 zijn minder goed vergelijkbaar met eerdere jaren, omdat het CBS is overgestapt van handmatig naar automatisch coderen (zie Verantwoording).

Sterfte aan hart- en vaatziekten sterk gedaald

De sterfte aan hart- en vaatziekten is in de periode 1980-2019 sterk gedaald. Voor mannen was de daling over de gehele periode iets groter dan voor vrouwen, respectievelijk 71 en 64%. De weergegeven trends zijn gecorrigeerd voor ontwikkelingen in de omvang en leeftijdssamenstelling van de bevolking (standaardisatie).
De afname in de absolute sterfte (niet gestandaardiseerd) is veel kleiner. Voor mannen is de absolute sterfte gedaald van 27.443 in 1980 naar 18.208 in 2019 (afname 34%). Bij vrouwen is de absolute sterfte gedaald van 23.803 in 1980 naar 19.225 in 2019 (afname 19%).

Meer informatie

Datum publicatie

04-09-2020

Verantwoording

Definities
  • Hart- en vaatziekten

    Hart- en vaatziekten is een verzamelnaam voor een groot aantal aandoeningen die betrekking hebben op het hart en de bloedvaten. Coronaire hartziekten zijn de meest voorkomende, gevolgd door cerebrovasculaire aandoeningen (waaronder beroertes). Zij vormen samen meer dan de helft van het totaal aantal gevallen van hart- en vaatziekten. Andere hier gepresenteerde aandoeningen zijn hartfalen, hartritmestoornissen en niet-aangeboren aandoeningen van het endocard waaronder hartklepaandoeningen.

Bronverantwoording
  • Hart- en vaatziekten: CBS Doodsoorzakenstatistiek

    Het betreft hier alleen sterftegevallen met hart- en vaatziekten als onderliggende doodsoorzaak (CBS Doodsoorzakenstatistiek). Voor de sterftestatistieken wordt de ICD-code I00-I99 gebruikt.

    Bronnen en literatuur

    Bronnen

    1. CBS Doodsoorzakenstatistiek, Doodsoorzakenstatistiek. zorggegevens.nl
  • 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
  • Hart- en vaatziekten: landelijke Medische Registratie (LMR)

    De landelijke Medische Registratie (LMR) bevat gegevens over ziekenhuisopnamen. De gebruikte ICD-9-codes voor beroerte zijn: 430 (Subarachnoïdale bloeding), 431-432 (hersenbloeding), 433-434 (herseninfarct), 436-438 (overige en niet-gespecificeerde beroertes) en 435 (TIA en verwante syndromen). Het CBS publiceert LMR-cijfers op CBS-Statline (http://statline.cbs.nl/statweb/). De LMR wordt beheerd door Dutch Hospital Data. Met ingang van 1 januari 2014 is deze registratie vervangen door de Landelijke Basisregistratie Ziekenhuiszorg (LBZ).

  • Tabel: Bronnen bij de cijfers over hart- en vaatziekten

    Bron Indicator in VZinfo Gepresenteerde populatie VZinfo Meer informatie
    Nivel Zorgregistraties eerste lijn

    Jaarprevalentie, aantal nieuwe gevallen

    Nederlandse bevolking NZR
    CBS Doodsoorzakenstatistiek

    Aantal sterfgevallen

    Nederlandse bevolking CBS Doodsoorzakenstatistiek
    Landelijke Medische Registratie (LMR)

    Klinische opnamedagen, klinische opnamen, gemiddelde opnameduur, dagopnamen
    met hart- en vaatziekten als hoofdontslagdiagnose

    Nederlandse bevolking LMR
    Kosten van Ziektenstudie Kosten van zorg voor hart- en vaatziekten Nederlandse bevolking Kosten van Ziekten database
    Eurostat Aantal sterfgevallen Europese bevolking Eurostat
Methoden
  • Berekening totale sterfte en sterfte naar doodsoorzaak per regio

    Voor de berekening van de sterftecijfers op gemeente en GGD-regio niveau is gebruik gemaakt van de CBS Doodsoorzakenstatistiek. In deze statistiek zijn alle overleden inwoners van Nederland opgenomen, uitgesplitst naar leeftijd, geslacht en doodsoorzaak. De bevolking is vervolgens ingedeeld in tien leeftijdsklassen (0-jarigen, 1-24, 25-44, 45-54, 55-64, 65-69, 70-74, 75-79, 80-85-jarigen en 85-plussers). De analyse is gebaseerd op de gegevens van vier achtereenvolgende jaren (2013 t/m 2016).

    Standaardisering

    Door verschillen in bevolkingsopbouw tussen regio's zijn de ruwe gegevens moeilijk te vergelijken. Daarom is een directe standaardisatie uitgevoerd door de sterfte per regio, leeftijd en geslacht te wegen met het aandeel van deze leeftijds- en geslachtscategorie in de totale Nederlandse bevolking op 1-1-2000. Door gebruik te maken van deze vaste standaardpopulatie wordt het bovendien mogelijk om in de toekomst betrouwbare uitspraken te doen over de ontwikkeling van (doodsoorzaakspecifieke) sterfte, onafhankelijk van veranderingen in de bevolkingssamenstelling. Bij geslachtsspecifieke sterfte (borstkanker en prostaatkanker) is alleen gerekend met de totale bevolking van het betreffende geslacht.

    De sterftecijfers worden op twee verschillende manieren in kaart gebracht:

    1. CMF (Comparative Mortality Figure, directe standaardisatie); De kaart toont de verhouding tussen de sterfte in een bepaalde subpopulatie (gemeente of GGD-regio) en de sterfte in de totale populatie (Nederland) gecorrigeerd voor leeftijds- en geslachtsverschillen, gemiddeld over de vier onderzoeksjaren. Als de CMF 100 is, is de sterfte in de subpopulatie gelijk aan die van de standaardpopulatie. Een CMF van bijvoorbeeld 104 wijst erop dat de sterfte in een regio 4% hoger is dan in de standaardpopulatie.
    2. Significantie; Het verschil tussen de gemiddelde kans op een sterfgeval in heel Nederland en de regionale (gestandaardiseerde) kans op een sterfgeval is gedeeld door de verwachte standaardafwijking van het gestandaardiseerde aantal sterfgevallen. Als de regio meer dan 1,96 standaarddeviaties afwijkt van het Nederlands gemiddelde dan betekent dat de regio met 95% zekerheid afwijkt van het Nederlands gemiddelde. Een afwijking van meer dan 2,576 standaarddeviaties geeft een zekerheid van 99% dat de gevonden waarde voor de betreffende regio afwijkt van het Nederlands gemiddelde.
  • 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.