Volksgezondheidenzorg.info

Zoekveld

Non-Hodgkin lymfomen (NHL)→Kosten→Zorguitgaven

Cijfers & Context

Afname sterfte door verbeterde behandeling

Regionaal & Internationaal

Relatief hoge incidentie en sterfte in Nederland

Kosten

Zorguitgaven 222 miljoen euro in 2017

Preventie & Zorg

Geen georganiseerde preventie

Zorguitgaven non-Hodgkin lymfomen naar sector

Zorguitgaven voor non-Hodgkin lymfomen ruim 222 miljoen in 2017

In 2017 bedroegen de uitgaven aan de zorg voor non-Hodgkin lymfomen 222,7 miljoen euro. Dat komt overeen met 0,25% van de totale uitgaven voor de gezondheidszorg in Nederland en 3,8% van de totale zorguitgaven die gemaakt worden voor nieuwvormingen. Ruim 92% van de uitgaven voor non-Hodgkin lymfomen werd besteed aan ziekenhuiszorg.

Meer informatie

Experts en redactie

Datum publicatie

28-10-2019

Zorguitgaven non-Hodgkin lymfomen naar leeftijd en geslacht

Zorguitgaven non-Hodgkin lymfomen 2017

LeeftijdMannenVrouwen
000
1-400
5-900
10-1400
15-190,20,5
20-240,70,5
25-292,30,5
30-342,20,8
35-393,91,8
40-443,94,2
45-4910,94,4
50-5413,47,7
55-591712,4
60-6418,913,5
65-6920,514,6
70-7418,712,7
75-7912,28,5
80-846,25,2
85-891,81,8
90-940,40,3
95+00

Bron: Kosten van Ziekten

  • Geraamde cijfers
  • ICD-10 codes C82-C86, C88

Meeste zorguitgaven naar mannen

Van alle zorguitgaven voor non-Hodgkin lymfomen in 2017 ging bijna 60% naar de zorg voor mannen en ruim 40% naar de zorg voor vrouwen. De meeste zorguitgaven worden gemaakt in de leeftijdscategorie 55 tot en met 74 jaar. In 2017 bedroegen de uitgaven aan de zorg voor non-Hodgkin lymfomen 222,7 miljoen euro.

Meer informatie

Experts en redactie

Datum publicatie

28-10-2019

Verantwoording

Definities

  • Wat zijn non-Hodgkin lymfomen?

    Lymfoom: ongecontroleerde ontwikkeling en vermenigvuldiging van lymfoïde cellen

    Wanneer lymfoïde cellen zich ongereguleerd ontwikkelen en zich ongecontroleerd vermenigvuldigen, spreekt men van lymfklierkanker of lymfoom. Lymfomen worden in twee categorieën verdeeld: Hodgkin en non-Hodgkin lymfomen. Hodgkin lymfomen (vroeger de ziekte van Hodgkin genoemd) hebben een geheel ander beloop dan non-Hodgkin lymfomen (NHL) en worden op een andere manier behandeld. Hodgkin lymfomen worden hier niet verder besproken.

    Non-Hodgkin lymfomen: meer dan dertig verschillende ziekten

    Non-Hodgkin lymfomen vormen een zeer heterogene groep van kwaadaardige tumoren met een grote variatie in presentatie en klinisch beloop. Er is toenemende consensus over de te gebruiken classificatie. De in 2008 gepubliceerd WHO-classificatie is algemeen en wereldwijd geaccepteerd (Swerdlow et al., 2008). Deze classificatie verdeelt NHL in meer dan dertig verschillende ziekten. Deze hebben allemaal hun typische microscopische beeld, immunologische en genetische eigenschappen en klinische karakteristieken. In grote lijnen zijn er relatief langzaam ontwikkelende (indolente) lymfomen en relatief agressieve tot ook zeer agressieve typen.

    De volgende tumoren zijn geïncludeerd bij het presenteren van het aantal nieuwe gevallen en de prevalentie van NHL (inclusief de trend hierin):

    • Chronische lymfatische leukemie/kleincellig B-cellymfoom
    • Indolent non-Hodgkin lymfoom
    • Agressief non-Hodgkin lymfoom
    • T- en NK-cellymfoom/-leukemie
    • Huidlymfoom

    Lymfoblastaire leukemie/lymfoom en plasmaceltumoren zijn niet geïncludeerd.

     

    Bronnen en literatuur

    Literatuur

    1. Swerdlow SH, Campo E, Harris NL, Jaffe ES, Pileri SA, Stein H. WHO Classification of Tumours of Haematopoietic and Lymphoid Tissues. Northants, UK: Oxford University Press; 2008. Bron

  • Stadiumindeling van non-Hodgkin lymfomen

    Vier stadia onderscheiden

    Bij zowel indolente als agressieve lymfomen worden vier stadia onderscheiden (Ann Arbor stadiumindeling). Het stadium waarin de ziekte zich bevindt, is van invloed op de behandeling en de vooruitzichten.

     

    Stadium

    Omschrijving

    I

    ziekte beperkt zich tot één lymfkliergebied, of ziekte beperkt zich tot één orgaan

    II

    ziekte strekt zich uit tot meerdere lymfkliergebieden, maar wèl aan één kant van het middenrif, of één orgaan en één of meer lymfkliergebieden aan dezelfde kant van het middenrif zijn aangetast

    III

    aan beide kanten van het middenrif zijn er aangetaste lymfkliergebieden

    IV

    ziekte heeft zich diffuus verspreid naar organen die niet tot de lymfklierstations horen, zoals de longen, of er zijn afwijkingen in het beenmerg
Bronverantwoording

  • Tabel: Bronnen bij de cijfers over non-Hodgkin lymfomen

    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 longkanker

    IKNL, NKR

    Landelijke Medische Registratie (LMR)

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

    Nederlandse bevolking 

    LMR

    CBS Doodsoorzakenstatistiek

    Aantal sterfgevallen

    Nederlandse bevolking 

    CBS Doodsoorzakenstatistiek

    Kosten van Ziektenstudie

    Kosten van zorg voor NHL

    Nederlandse bevolking 
     

    Kosten van Ziekten database

    European Cancer Information System (ECIS)

    Geschatte incidentie en sterfte

    Europese bevolking 

    ECIS
    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.

Data en gegevensbronnen