Volksgezondheidenzorg.info

Zoekveld

KankerRegionaal & InternationaalRegionaal-Screening

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

Bevolkingsonderzoek borstkanker per gemeente

Bevolkingsonderzoek borstkanker 2017-2018

Deelname, per gemeente
Bevolkingsonderzoek borstkanker 2017-2018
GemeentePercentage
Aa en Hunze83,5
Aalsmeer81,5
Aalten80,7
Achtkarspelen82,8
Alblasserdam78,2
Albrandswaard77,4
Alkmaar75,7
Almelo73,8
Almere70,5
Alphen aan den Rijn80,7
Alphen-Chaam82,9
Altena83,2
Ameland79,2
Amersfoort73,4
Amstelveen73,8
Amsterdam60,9
Apeldoorn78,3
Appingedam81
Arnhem69,4
Assen76,7
Asten84,8
Baarle-Nassau82,2
Baarn75,2
Barendrecht77,5
Barneveld79,2
Beek84,6
Beekdaelen80
Beemster80,4
Beesel85
Berg en Dal79,7
Bergeijk86,4
Bergen (L.)84,3
Bergen (NH.)77,2
Bergen op Zoom76,7
Berkelland83,2
Bernheze84,3
Best78,2
Beuningen82,4
Beverwijk77,8
Bladel84,8
Blaricum74,4
Bloemendaal75,8
Bodegraven-Reeuwijk83,1
Boekel86,4
Borger-Odoorn82
Borne80,5
Borsele76,3
Boxmeer85,8
Boxtel79,7
Breda75,7
Brielle81,2
Bronckhorst83,8
Brummen83,4
Brunssum74,8
Bunnik80,7
Bunschoten81,9
Buren78,7
Capelle aan den IJssel73,2
Castricum81
Coevorden83,5
Cranendonck83,1
Cuijk83
Culemborg76,6
Dalfsen85,4
Dantumadiel81,3
De Bilt74,3
De Fryske Marren81,8
De Ronde Venen80,6
De Wolden83,8
Delft72,2
Delfzijl80,9
Den Bosch76,3
Den Haag62,9
Den Helder73,5
Deurne84,9
Deventer76,2
Diemen71,4
Dinkelland84,8
Doesburg77,2
Doetinchem80,5
Dongen83,3
Dordrecht71,5
Drechterland82,2
Drimmelen84,3
Dronten78,7
Druten83
Duiven81,9
Echt-Susteren81,8
Edam-Volendam80,7
Ede77,5
Eemnes 
Eersel84,8
Eijsden-Margraten85,7
Eindhoven74,3
Elburg83
Emmen81,3
Enkhuizen76,9
Enschede72,7
Epe80,3
Ermelo80,2
Etten-Leur80,1
Geertruidenberg80,5
Geldrop-Mierlo79,9
Gemert-Bakel85,3
Gennep81,7
Gilze en Rijen82,3
Goeree-Overflakkee80,3
Goes77,5
Goirle84,3
Gooise Meren74,3
Gorinchem73,5
Gouda76,5
Grave82,7
Groningen74,3
Gulpen-Wittem80,5
Haaksbergen83,1
Haaren80,8
Haarlem72,5
Haarlemmermeer77,1
Halderberge81,3
Hardenberg83,3
Harderwijk80,7
Hardinxveld-Giessendam83,2
Harlingen77,5
Hattem79,2
Heemskerk78
Heemstede76,6
Heerde82,2
Heerenveen79,9
Heerhugowaard78,6
Heerlen71,2
Heeze-Leende83
Heiloo83,8
Hellendoorn84,9
Hellevoetsluis76,8
Helmond76,4
Hendrik-Ido-Ambacht81
Hengelo76
Het Hogeland81,7
Heumen78,2
Heusden82,1
Hillegom79
Hilvarenbeek84,7
Hilversum71,3
Hoeksche Waard81,2
Hof van Twente82,5
Hollands Kroon81,6
Hoogeveen81,9
Hoorn75,7
Horst aan de Maas85,1
Houten78,8
Huizen77,7
Hulst72,4
IJsselstein75,3
Kaag en Braassem85
Kampen73,1
Kapelle81,6
Katwijk80,3
Kerkrade67,8
Koggenland81
Krimpen aan den IJssel79,6
Krimpenerwaard83,2
Laarbeek85,6
Landerd86,2
Landgraaf75
Landsmeer80,5
Langedijk81,6
Lansingerland80,6
Laren68,7
Leeuwarden77,4
Leiden71,5
Leiderdorp80,4
Leidschendam-Voorburg72,4
Lelystad67,6
Leudal84,5
Leusden80
Lingewaard83,5
Lisse82,9
Lochem83,1
Loon op Zand83
Lopik81,7
Loppersum81,9
Losser82,4
Maasdriel80,9
Maasgouw82,3
Maassluis77,9
Maastricht74,5
Medemblik80,4
Meerssen83,5
Meierijstad85,2
Meppel79,7
Middelburg75,6
Midden-Delfland82,3
Midden-Drenthe83,8
Midden-Groningen79,8
Mill en Sint Hubert86,9
Moerdijk81,4
Molenlanden82,7
Montferland82,3
Montfoort84,4
Mook en Middelaar78,1
Neder-Betuwe80,8
Nederweert86,3
Nieuwegein72,2
Nieuwkoop83,5
Nijkerk81
Nijmegen70,7
Nissewaard76,7
Noardeast-Fryslân79
Noord-Beveland75,4
Noordenveld83,1
Noordoostpolder79,2
Noordwijk79,2
Nuenen, Gerwen en Nederwetten82,4
Nunspeet81,3
Oegstgeest79,5
Oirschot85,7
Oisterwijk80,5
Oldambt78,4
Oldebroek82,3
Oldenzaal82,1
Olst-Wijhe83,5
Ommen82,7
Oost Gelre83,9
Oosterhout78,8
Ooststellingwerf81,4
Oostzaan82,7
Opmeer82,3
Opsterland81,8
Oss81
Oude IJsselstreek83,1
Ouder-Amstel76,2
Oudewater85,2
Overbetuwe81,8
Papendrecht78,2
Peel en Maas85,8
Pekela79,9
Pijnacker-Nootdorp81
Purmerend77,6
Putten83,6
Raalte85,5
Reimerswaal78,3
Renkum76,5
Renswoude82,1
Reusel-De Mierden86,2
Rheden77,8
Rhenen80,8
Ridderkerk75,9
Rijssen-Holten84,4
Rijswijk73,8
Roerdalen80,8
Roermond77,2
Roosendaal79,2
Rotterdam64,8
Rozendaal81,5
Rucphen81,4
Schagen81,4
Scherpenzeel79,3
Schiedam68
Schiermonnikoog71,4
Schouwen-Duiveland77,5
Simpelveld77,2
Sint Anthonis85,8
Sint-Michielsgestel84,6
Sittard-Geleen77,6
Sliedrecht76,5
Sluis73,6
Smallingerland79,2
Soest77,8
Someren83,3
Son en Breugel82
Stadskanaal82,1
Staphorst79,2
Stede Broec79,5
Steenbergen79,4
Steenwijkerland79,4
Stein82,2
Stichtse Vecht76
Súdwest-Fryslân80,7
Terneuzen73,2
Terschelling77,5
Texel79,6
Teylingen82,1
Tholen79,3
Tiel74,7
Tilburg75,1
Tubbergen84,2
Twenterand82,2
Tynaarlo82,2
Tytsjerksteradiel82,3
Uden82,3
Uitgeest83,4
Uithoorn77,9
Urk 
Utrecht66,4
Utrechtse Heuvelrug75
Vaals62,2
Valkenburg aan de Geul79,7
Valkenswaard84,2
Veendam79,5
Veenendaal77
Veere80,1
Veldhoven80,9
Velsen78,2
Venlo79,4
Venray82,6
Vijfheerenlanden79,5
Vlaardingen75,2
Vlieland74,6
Vlissingen73,4
Voerendaal80,8
Voorschoten81
Voorst84,4
Vught79,8
Waadhoeke81,5
Waalre80,8
Waalwijk79,9
Waddinxveen82,9
Wageningen74,8
Wassenaar72,9
Waterland81,1
Weert80,4
Weesp76,9
West Betuwe79,6
West Maas en Waal83,7
Westerkwartier83,1
Westerveld80,3
Westervoort80,3
Westerwolde79,2
Westland82,3
Weststellingwerf81,1
Westvoorne80
Wierden84,4
Wijchen79,4
Wijdemeren76
Wijk bij Duurstede81,9
Winterswijk78,5
Woensdrecht80,3
Woerden79,9
Wormerland81,6
Woudenberg79,4
Zaanstad74,7
Zaltbommel82
Zandvoort69,9
Zeewolde75
Zeist71,3
Zevenaar81,5
Zoetermeer76,1
Zoeterwoude80,9
Zuidplas81,2
Zundert83,5
Zutphen75,8
Zwartewaterland81
Zwijndrecht77
Zwolle75,3
View all detail data

Lager deelnamepercentage in de steden in de Randstad

Er zijn grote regionale verschillen in het deelnamepercentage bevolkingsonderzoek borstkanker. Het deelnamepercentage per gemeente varieert tussen de 60,9 en 86,9%. In de grote steden in de Randstad is het aandeel onderzochte vrouwen het laagst. Het deelnamepercentage is het hoogst in het oosten van het land. In 2017-2018 werden in totaal 2.612.104 vrouwen uitgenodigd om deel te nemen aan het bevolkingsonderzoek borstkanker. Van deze vrouwen hebben 2.004.688 gehoor gegeven aan de uitnodiging en zijn onderzocht. Het deelnamepercentage komt hiermee op 76,7%. Vrouwen kunnen in een ander jaar deelnemen dan waarin zij oorspronkelijk gepland waren. Het deelnamepercentage wordt bepaald op basis van die oorspronkelijke uitnodigingsdatum.

Vergelijk met andere kaart

Meer informatie

 

Datum publicatie

06-07-2020

Bevolkingsonderzoek baarmoederhalskanker per gemeente

Bevolkingsonderzoek baarmoederhalskanker 2018

Deelname, per gemeente
Bevolkingsonderzoek baarmoederhalskanker 2018
GemeentePercentage
Aa en Hunze63,4
Aalsmeer60,8
Aalten63,3
Achtkarspelen59,3
Alblasserdam57,8
Albrandswaard60,3
Alkmaar60,2
Almelo55,6
Almere51
Alphen aan den Rijn61,1
Alphen-Chaam60,7
Altena62
Ameland71,3
Amersfoort58,5
Amstelveen50,2
Amsterdam46,7
Apeldoorn61,5
Appingedam62
Arnhem57
Assen60,9
Asten64,9
Baarle-Nassau64,4
Baarn59,8
Barendrecht60,2
Barneveld60,9
Beek65,5
Beekdaelen60,6
Beemster65
Beesel62
Berg en Dal64,6
Bergeijk66
Bergen (L.)61,3
Bergen (NH.)63,5
Bergen op Zoom58,7
Berkelland63,9
Bernheze70,2
Best64,8
Beuningen66,9
Beverwijk55,2
Bladel65,7
Blaricum62,7
Bloemendaal63,9
Bodegraven-Reeuwijk61,4
Boekel68,3
Borger-Odoorn62,2
Borne63,8
Borsele60,1
Boxmeer65,2
Boxtel61
Breda59,3
Brielle61,9
Bronckhorst66,9
Brummen68,2
Brunssum56,4
Bunnik63,7
Bunschoten64,4
Buren60,8
Capelle aan den IJssel52,7
Castricum65,5
Coevorden62,9
Cranendonck61,9
Cuijk62,7
Culemborg59,4
Dalfsen68,5
Dantumadiel62,6
De Bilt60
De Fryske Marren62,6
De Ronde Venen62
De Wolden70,4
Delft52,2
Delfzijl59,7
Den Bosch61,3
Den Haag44,4
Den Helder57,3
Deurne68,1
Deventer60,9
Diemen57,8
Dinkelland68,6
Doesburg62,3
Doetinchem63,7
Dongen62,9
Dordrecht54,4
Drechterland64,4
Drimmelen65
Dronten56,9
Druten67,9
Duiven63,9
Echt-Susteren64,6
Edam-Volendam67
Ede60,7
Eemnes67,8
Eersel67,9
Eijsden-Margraten68,3
Eindhoven54,9
Elburg68,5
Emmen58,8
Enkhuizen62,5
Enschede55,2
Epe65,1
Ermelo59,2
Etten-Leur64,7
Geertruidenberg63,2
Geldrop-Mierlo63,9
Gemert-Bakel66,5
Gennep63,4
Gilze en Rijen62
Goeree-Overflakkee61
Goes61,8
Goirle67,9
Gooise Meren62,4
Gorinchem57,5
Gouda57,1
Grave61
Groningen59
Gulpen-Wittem59,5
Haaksbergen67,4
Haaren62,8
Haarlem55,5
Haarlemmermeer60,2
Halderberge63,8
Hardenberg65,9
Harderwijk60,8
Hardinxveld-Giessendam60,2
Harlingen59
Hattem67
Heemskerk60,5
Heemstede64,7
Heerde64,3
Heerenveen59,2
Heerhugowaard60,3
Heerlen51,4
Heeze-Leende69,3
Heiloo66,9
Hellendoorn69
Hellevoetsluis56,9
Helmond57,2
Hendrik-Ido-Ambacht61
Hengelo60,5
Het Hogeland62,4
Heumen66,6
Heusden62,9
Hillegom61,5
Hilvarenbeek66,9
Hilversum55,9
Hoeksche Waard62,2
Hof van Twente64,2
Hollands Kroon60,4
Hoogeveen64,2
Hoorn59,5
Horst aan de Maas64,6
Houten65,7
Huizen61,1
Hulst55,1
IJsselstein62,2
Kaag en Braassem67
Kampen58,2
Kapelle65,5
Katwijk62,3
Kerkrade50
Koggenland67,8
Krimpen aan den IJssel59,8
Krimpenerwaard64,6
Laarbeek68,1
Landerd66,8
Landgraaf56,6
Landsmeer66,4
Langedijk62,5
Lansingerland62,7
Laren54,2
Leeuwarden58
Leiden54,9
Leiderdorp64,5
Leidschendam-Voorburg53,6
Lelystad48,9
Leudal64,7
Leusden64,6
Lingewaard69,6
Lisse64,8
Lochem66,8
Loon op Zand65,1
Lopik59,9
Loppersum63,9
Losser63
Maasdriel61,2
Maasgouw64,4
Maassluis54
Maastricht56
Medemblik62,4
Meerssen68,5
Meierijstad66,4
Meppel63,1
Middelburg55,8
Midden-Delfland71
Midden-Drenthe64,4
Midden-Groningen59,6
Mill en Sint Hubert71,1
Moerdijk63,7
Molenlanden60,9
Montferland66,2
Montfoort64,2
Mook en Middelaar68,3
Neder-Betuwe60,3
Nederweert67,9
Nieuwegein56,4
Nieuwkoop65,9
Nijkerk63,5
Nijmegen59,8
Nissewaard55,9
Noardeast-Fryslân60,8
Noord-Beveland58,2
Noordenveld64
Noordoostpolder52,6
Noordwijk63,4
Nuenen, Gerwen en Nederwetten65,2
Nunspeet64,3
Oegstgeest63
Oirschot67
Oisterwijk65,1
Oldambt56,6
Oldebroek65
Oldenzaal65,2
Olst-Wijhe64,7
Ommen63,3
Oost Gelre65,7
Oosterhout60
Ooststellingwerf64,4
Oostzaan71,3
Opmeer69,7
Opsterland62,3
Oss63,4
Oude IJsselstreek66
Ouder-Amstel59,2
Oudewater64,1
Overbetuwe67,3
Papendrecht58,2
Peel en Maas68,8
Pekela55,2
Pijnacker-Nootdorp63,4
Purmerend57,9
Putten66,6
Raalte68,3
Reimerswaal54,3
Renkum61,7
Renswoude63,9
Reusel-De Mierden68,6
Rheden60,8
Rhenen59,7
Ridderkerk59,6
Rijssen-Holten62,7
Rijswijk53,2
Roerdalen62,2
Roermond59,4
Roosendaal60,2
Rotterdam45,8
Rozendaal75,3
Rucphen64,8
Schagen64,7
Scherpenzeel62,6
Schiedam49
Schiermonnikoog57,8
Schouwen-Duiveland56,8
Simpelveld61,6
Sint Anthonis68,1
Sint-Michielsgestel67,1
Sittard-Geleen59
Sliedrecht52,8
Sluis46,4
Smallingerland59,5
Soest59,8
Someren65,6
Son en Breugel65,8
Stadskanaal59,8
Staphorst61,7
Stede Broec64,1
Steenbergen55,7
Steenwijkerland61,5
Stein61,7
Stichtse Vecht61,3
Súdwest-Fryslân62
Terneuzen53,9
Terschelling67,2
Texel62,7
Teylingen66,1
Tholen55,7
Tiel56,3
Tilburg55,2
Tubbergen66,8
Twenterand65,1
Tynaarlo63,9
Tytsjerksteradiel61,4
Uden61,4
Uitgeest67,9
Uithoorn58,6
Urk39,1
Utrecht54,2
Utrechtse Heuvelrug59,3
Vaals35,3
Valkenburg aan de Geul60
Valkenswaard64,5
Veendam57,2
Veenendaal57,9
Veere57,8
Veldhoven61,8
Velsen58,8
Venlo59,3
Venray59,8
Vijfheerenlanden60,9
Vlaardingen51,8
Vlieland60,9
Vlissingen53,8
Voerendaal62,1
Voorschoten62,3
Voorst66,9
Vught64,2
Waadhoeke58,8
Waalre63,7
Waalwijk60,7
Waddinxveen60,6
Wageningen56,3
Wassenaar50,6
Waterland62,5
Weert62,3
Weesp58,9
West Betuwe61
West Maas en Waal66,5
Westerkwartier62,7
Westerveld61,1
Westervoort60,5
Westerwolde58,5
Westland63,3
Weststellingwerf60,9
Westvoorne64,4
Wierden67,8
Wijchen68,1
Wijdemeren61,5
Wijk bij Duurstede62,9
Winterswijk62,9
Woensdrecht56,2
Woerden63,6
Wormerland63,9
Woudenberg56,7
Zaanstad55,2
Zaltbommel63,9
Zandvoort55,3
Zeewolde59,8
Zeist58,2
Zevenaar65,6
Zoetermeer57,3
Zoeterwoude67,7
Zuidplas61,6
Zundert60,7
Zutphen62,1
Zwartewaterland62,2
Zwijndrecht54,5
Zwolle60,2
View all detail data

Lager deelnamepercentage in de steden in de Randstad

Er zijn grote regionale verschillen in het deelnamepercentage bevolkingsonderzoek baarmoederhalskanker. Het deelnamepercentage per gemeente varieert tussen de 35,3 en 75,3%. In de grote steden in de Randstad is het aandeel onderzochte vrouwen het laagst. Het deelnamepercentage is het hoogst in het oosten van het land. In 2018 werden in totaal 799.173 vrouwen uitgenodigd om deel te nemen aan het bevolkingsonderzoek baarmoederhalskanker. Van deze vrouwen hebben 460.518 gehoor gegeven aan de uitnodiging en zijn onderzocht. Het deelnamepercentage komt hiermee op 57,6%.

Vergelijk met andere kaart

Meer informatie

Datum publicatie

06-07-2020

Bevolkingsonderzoek darmkanker per gemeente

Bevolkingsonderzoek darmkanker 2018

Deelname, per gemeente
Bevolkingsonderzoek darmkanker 2018
GemeentePercentage
Aa en Hunze76,7
Aalsmeer75,7
Aalten75,6
Achtkarspelen78,3
Alblasserdam71,6
Albrandswaard74,9
Alkmaar73,1
Almelo69,9
Almere68
Alphen aan den Rijn74,2
Alphen-Chaam77,4
Altena75,9
Ameland76,9
Amersfoort70,7
Amstelveen70,2
Amsterdam58,4
Apeldoorn73,1
Appingedam75,4
Arnhem67,7
Assen71,5
Asten80,7
Baarle-Nassau76,7
Baarn68,8
Barendrecht73,2
Barneveld75,2
Beek76,6
Beekdaelen75,8
Beemster76,7
Beesel79,3
Berg en Dal76,5
Bergeijk81
Bergen (L.)80,8
Bergen (NH.)75,2
Bergen op Zoom72,6
Berkelland76,7
Bernheze80,9
Best79,4
Beuningen78,7
Beverwijk71,5
Bladel80,5
Blaricum73,7
Bloemendaal73,7
Bodegraven-Reeuwijk78,4
Boekel82
Borger-Odoorn75,5
Borne78,3
Borsele73,4
Boxmeer80,7
Boxtel75,6
Breda70,3
Brielle73,1
Bronckhorst77,4
Brummen75,9
Brunssum71
Bunnik75,5
Bunschoten79,7
Buren74,5
Capelle aan den IJssel68,9
Castricum76,9
Coevorden76,7
Cranendonck80,3
Cuijk79,3
Culemborg73,8
Dalfsen81
Dantumadiel74
De Bilt71
De Fryske Marren78,6
De Ronde Venen74,4
De Wolden79,7
Delft68,3
Delfzijl71,1
Den Bosch72,1
Den Haag58,5
Den Helder72,3
Deurne81,4
Deventer73,4
Diemen67,4
Dinkelland79,7
Doesburg72,3
Doetinchem75,9
Dongen78,2
Dordrecht65,9
Drechterland81
Drimmelen79,4
Dronten74,3
Druten77,9
Duiven78,9
Echt-Susteren77,4
Edam-Volendam80,3
Ede74,4
Eemnes75
Eersel80,6
Eijsden-Margraten78,7
Eindhoven69
Elburg79,2
Emmen74
Enkhuizen77,8
Enschede68,5
Epe72,5
Ermelo73,5
Etten-Leur75,6
Geertruidenberg75,2
Geldrop-Mierlo76,3
Gemert-Bakel80,8
Gennep77,9
Gilze en Rijen77,8
Goeree-Overflakkee74,2
Goes71
Goirle79,7
Gooise Meren71,7
Gorinchem68,8
Gouda69,6
Grave78,6
Groningen68,1
Gulpen-Wittem75,7
Haaksbergen77,3
Haaren76,7
Haarlem67,1
Haarlemmermeer73,1
Halderberge77,2
Hardenberg79,1
Harderwijk75,2
Hardinxveld-Giessendam75,1
Harlingen72,8
Hattem77,7
Heemskerk75,8
Heemstede74,3
Heerde76,3
Heerenveen75,1
Heerhugowaard76,2
Heerlen68,3
Heeze-Leende78,5
Heiloo78,5
Hellendoorn80,8
Hellevoetsluis73,7
Helmond72,7
Hendrik-Ido-Ambacht76,3
Hengelo71,9
Het Hogeland74,1
Heumen77,5
Heusden78,5
Hillegom75,1
Hilvarenbeek79,6
Hilversum68,1
Hoeksche Waard76,2
Hof van Twente75,5
Hollands Kroon77,6
Hoogeveen75,7
Hoorn74,4
Horst aan de Maas81,6
Houten77,4
Huizen72,4
Hulst73
IJsselstein73,7
Kaag en Braassem78,8
Kampen73
Kapelle79,5
Katwijk75,1
Kerkrade65,5
Koggenland81
Krimpen aan den IJssel74
Krimpenerwaard77
Laarbeek77,8
Landerd82,3
Landgraaf71,9
Landsmeer78,1
Langedijk80,3
Lansingerland76,1
Laren72,3
Leeuwarden71,4
Leiden68,1
Leiderdorp74,6
Leidschendam-Voorburg69,4
Lelystad66,4
Leudal79,2
Leusden76,5
Lingewaard80,4
Lisse77,5
Lochem76,5
Loon op Zand78
Lopik76,4
Loppersum75,4
Losser76,2
Maasdriel75,3
Maasgouw76,7
Maassluis70,8
Maastricht69,2
Medemblik78,6
Meerssen77
Meierijstad80,5
Meppel73,5
Middelburg70,5
Midden-Delfland78,4
Midden-Drenthe76,3
Midden-Groningen70,9
Mill en Sint Hubert84,1
Moerdijk76,7
Molenlanden76,6
Montferland78,6
Montfoort75,9
Mook en Middelaar78,6
Neder-Betuwe74
Nederweert82,1
Nieuwegein71,9
Nieuwkoop78,9
Nijkerk76,7
Nijmegen68,9
Nissewaard72,3
Noardeast-Fryslân73,3
Noord-Beveland70,2
Noordenveld77
Noordoostpolder74,6
Noordwijk74,6
Nuenen, Gerwen en Nederwetten79,7
Nunspeet77
Oegstgeest73
Oirschot81,5
Oisterwijk77,3
Oldambt68,9
Oldebroek77,2
Oldenzaal76,5
Olst-Wijhe80,8
Ommen80,3
Oost Gelre80,4
Oosterhout75,6
Ooststellingwerf74,9
Oostzaan75,9
Opmeer83,7
Opsterland76,4
Oss77
Oude IJsselstreek78,4
Ouder-Amstel73,1
Oudewater80,6
Overbetuwe78,6
Papendrecht73,5
Peel en Maas81,8
Pekela69,7
Pijnacker-Nootdorp76,5
Purmerend74,6
Putten76,8
Raalte82
Reimerswaal74,9
Renkum71,4
Renswoude77
Reusel-De Mierden82
Rheden71,8
Rhenen74,7
Ridderkerk72,4
Rijssen-Holten78,6
Rijswijk67,6
Roerdalen75,8
Roermond69,4
Roosendaal75,9
Rotterdam60,7
Rozendaal74,6
Rucphen78
Schagen78,4
Scherpenzeel76,7
Schiedam64,8
Schiermonnikoog70,4
Schouwen-Duiveland73,1
Simpelveld73
Sint Anthonis83,6
Sint-Michielsgestel79,5
Sittard-Geleen71,8
Sliedrecht72,2
Sluis70,1
Smallingerland74,9
Soest72,4
Someren79,9
Son en Breugel77,9
Stadskanaal71,5
Staphorst75,6
Stede Broec79,7
Steenbergen77,5
Steenwijkerland76,1
Stein78
Stichtse Vecht71,1
Súdwest-Fryslân76
Terneuzen71,4
Terschelling73,2
Texel75,8
Teylingen77,1
Tholen72,9
Tiel70,5
Tilburg70,9
Tubbergen81,2
Twenterand77,4
Tynaarlo75,7
Tytsjerksteradiel75,9
Uden78,6
Uitgeest81
Uithoorn73,6
Urk70,7
Utrecht63,3
Utrechtse Heuvelrug72,7
Vaals59,2
Valkenburg aan de Geul75
Valkenswaard78,1
Veendam72,8
Veenendaal73,6
Veere74,6
Veldhoven78,8
Velsen71,7
Venlo74,4
Venray77,7
Vijfheerenlanden72,8
Vlaardingen67,4
Vlieland70,9
Vlissingen67,9
Voerendaal73,2
Voorschoten74,4
Voorst79,2
Vught75,5
Waadhoeke74,6
Waalre80,1
Waalwijk76
Waddinxveen76,3
Wageningen72,9
Wassenaar70,9
Waterland77,9
Weert75,9
Weesp70,8
West Betuwe73,4
West Maas en Waal81
Westerkwartier76,6
Westerveld74,9
Westervoort76,7
Westerwolde69,8
Westland76,3
Weststellingwerf76
Westvoorne76,3
Wierden78,9
Wijchen78,3
Wijdemeren74
Wijk bij Duurstede74,1
Winterswijk74,1
Woensdrecht77,6
Woerden74,8
Wormerland77,6
Woudenberg75,5
Zaanstad71,2
Zaltbommel75
Zandvoort67,6
Zeewolde71,6
Zeist68,4
Zevenaar77,5
Zoetermeer70,9
Zoeterwoude79,3
Zuidplas74,7
Zundert79,5
Zutphen72
Zwartewaterland79,8
Zwijndrecht71,1
Zwolle73,9
View all detail data

Lager deelnamepercentage in de steden in de Randstad

Er zijn grote regionale verschillen in het deelnamepercentage bevolkingsonderzoek darmkanker. Het deelnamepercentage per gemeente varieert tussen de 58,1 en 84,1%. In de grote steden in de Randstad is het aandeel onderzochte personen het laagst. Het deelnamepercentage is het hoogst in het oosten van het land. In 2018 zijn in totaal 2.186.186 mannen en vrouwen uitgenodigd om deel te nemen aan het bevolkingsonderzoek darmkanker. Van deze personen hebben 1.589.322 gehoor gegeven aan de uitnodiging en zijn onderzocht. Het deelnamepercentage komt hiermee op 72,7%. 

Vergelijk met andere kaart

Meer informatie

Datum publicatie

06-07-2020

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
    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 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.

  • 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.