Volksgezondheidenzorg.info

Zoekveld

Kanker→Kosten→Zorguitgaven

Cijfers & Context

Longkanker veroorzaakt meeste ziektelast

Regionaal & Internationaal

Relatief veel nieuwe kankergevallen in Nederland

Kosten

Zorguitgaven kanker 5,9 miljard euro

Preventie & Zorg

Ruim 144.000 ziekenhuisopnamen voor kanker in 2017

Zorguitgaven kanker naar sector

Zorguitgaven kanker 6,7% van totale zorguitgaven in 2017

In 2017 bedroegen de zorguitgaven voor alle soorten nieuwvormingen, goed- en kwaadaardig (kanker) 5,9 miljard euro. Dit komt neer op 6,7% van de totale uitgaven voor de gezondheidszorg in Nederland (87,9 miljard euro). In de zorg voor kanker werd in 2017 het meeste geld uitgegeven aan ziekenhuiszorg (84%), op grote afstand gevolgd door de zorguitgaven voor beheer (3,8%) en genees- en hulpmiddelen (3,2%).

Meer informatie

Experts en redactie

Datum publicatie

28-10-2019

Zorguitgaven kanker naar leeftijd en geslacht

Zorguitgaven kanker 2017

LeeftijdMannenVrouwen
01,11,2
1-428,523,8
5-933,222,7
10-1430,880,8
15-1937,733,9
20-2427,322,2
25-293235,1
30-3436,362,9
35-3946,488,4
40-4460,9135,8
45-49106,1228,9
50-54166,4334,1
55-59253,5359,2
60-64362,3408,8
65-69458,3419,4
70-74463,9362,5
75-79341,4236,1
80-84200,4140,3
85-8982,966
90-9419,920,9
95+2,53,8

Bron: Kosten van Ziekten

  • Geraamde cijfers
  • ICD-10 code: C00-D48

Zorguitgaven kanker hoger voor vrouwen

De zorguitgaven die voor kanker worden gemaakt, zijn iets hoger voor vrouwen (52%) dan voor mannen (48%). De uitgaven van de zorg voor kanker stijgen tot het 65e levensjaar en nemen daarna af. Het vaccinatieprogramma tegen baarmoederhalskanker veroorzaakt de piek in de zorguitgaven voor meisjes van 10 tot en met 14 jaar. In 2017 bedroegen de totale zorguitgaven voor kanker 5,9 miljard euro.

Meer informatie

Experts en redactie

Datum publicatie

28-10-2019

Verantwoording

Definities

  • Wat is kanker?

    Kanker is een verzamelnaam voor een groep van ziekten die worden aangeduid met de term 'kwaadaardige (maligne) nieuwvormingen'. Nieuwvormingen hebben één gemeenschappelijk kenmerk: een ongeremde deling van lichaamscellen, waardoor een gezwel of tumor ontstaat. Er zijn goedaardige en kwaadaardige nieuwvormingen. Alleen kwaadaardige nieuwvormingen noemen we kanker. Goedaardige nieuwvormingen, bijvoorbeeld wratten, groeien niet door andere weefsels heen en verspreiden zich niet door het lichaam. Bij kwaadaardige nieuwvormingen (kanker) zijn de genen die de cellen onder controle houden zo beschadigd, dat de cellen zich zeer afwijkend gaan gedragen. Zij kunnen omliggende weefsels en organen binnendringen en daar ook groeien. Ze worden aangeduid met de term 'invasief'. Kwaadaardige nieuwvormingen kunnen ook uitzaaien. Dat wil zeggen dat ze zich kunnen verspreiden door het lichaam, meestal via het bloed of lymfevaten, en ergens anders in het lichaam tot een tumor leiden.

  • Stadia-indeling

    Kanker kent vaak verschillende stadia. Deze onderscheiden zich op basis van de omvang 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. Er worden vijf stadia onderscheiden: 0, I, II, III en IV. Voor een aantal vormen van kanker worden naast of in plaats van de TNM-classificatie andere indelingen gebruikt om de stadia en ernst van de kanker te onderscheiden, zoals de Dukes-classificatie bij dikkedarmkanker, de Ann Arbor indeling bij non-Hodgkin lymfomen en de Gleason score bij prostaatkanker.

Bronverantwoording

  • Tabel: Bronnen bij de cijfers over kanker

    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 kanker IKNL, NKR
    Landelijke Medische Registratie (LMR) Klinische opnamedagen, klinische opnamen, gemiddelde opnameduur, dagopnamen met kanker als hoofdontslagdiagnose Nederlandse bevolking LMR

    CBS Doodsoorzakenstatistiek

    		 Aantal sterfgevallen Nederlandse bevolking CBS Doodsoorzakenstatistiek
    Gezondheidsmonitor Volwassenen GGD-en, CBS en RIVM Prevalentie (zelfgerapporteerd) Nederlandse bevolking vanaf 25 jaar Gezondheidsmonitor GGD'en, CBS en RIVM
    Kosten van Ziektenstudie Kosten van zorg voor kanker Nederlandse bevolking
         		 Kosten van Ziekten database
    European Cancer Information System (ECIS) Aantal nieuwe gevallen Europese bevolking ECIS
    Eurostat Aantal sterfgevallen Europese bevolking Eurostat

     

  • 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 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.

  • 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.

    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