Volksgezondheidenzorg.info

Zoekveld

Roken→Cijfers & Context→Huidige situatie: jongeren

Cijfers & Context

Ruim een vijfde van de Nederlanders rookt

Regionaal & Internationaal

Percentage rokers onder vrouwen hoger dan in EU

Kosten

Rokengerelateerde zorg kost 2,4 miljard

Preventie & Zorg

Tabaksontmoediging via beïnvloeden van omgeving

Roken scholieren naar geslacht

Meer jongens dan meisjes ervaring met roken

Van alle leerlingen van 12 tot en met 16 jaar in het voortgezet onderwijs heeft 17% ooit gerookt. Het percentage jongens dat ooit heeft gerookt (19%) is significant hoger dan het percentage meisjes (16%). Van de leerlingen van 12 tot en met 16 jaar in het voortgezet onderwijs heeft 8% in de maand voorafgaand aan het onderzoek nog gerookt. Het percentage jongens (9%) verschilt significant van het percentage meisjes (7%). Van de 12- tot en met 16-jarige scholieren in het voortgezet onderwijs rookt 2% dagelijks een sigaret: iets meer jongens (3%) dan meisjes (2%), een significant verschil.

Meer informatie

Experts en redactie

Datum publicatie

17-10-2018

Roken scholieren naar leeftijd

Roken onder de scholieren neemt toe met de leeftijd

Van alle leerlingen van 12 tot en met 16 jaar in het voortgezet onderwijs heeft 17% ooit gerookt. Op 12-jarige leeftijd heeft 4% ooit gerookt. Het percentage stijgt geleidelijk met de leeftijd; op 16-jarige leeftijd heeft 31% ooit gerookt. Van alle leerlingen van 12 tot en met 16 jaar heeft 8% gerookt in de maand voorafgaand aan het onderzoek, en 2% rookt dagelijks. Er zijn bijna geen dagelijks rokende 12- en 13-jarigen (<1%).

Meer informatie

 

Experts en redactie

Datum publicatie

17-10-2018

Roken studenten naar leeftijd

Eenderde van de studenten rookte in de afgelopen maand

In 2017 heeft ruim de helft (51%) van de 16 t/m 18-jarige studenten op het mbo of hbo ooit gerookt en iets minder dan eenderde (31%) rookte in de afgelopen maand. Bijna één op de zes studenten (17%) rookte dagelijks. Er zijn geen verschillen tussen jongens en meisjes (Tuithof et al., 2018). 

Meer informatie

Experts en redactie

Datum publicatie

26-04-2019

Bronnen en literatuur

Literatuur

  1. Tuithof M, van der Maas PJ, Monshouwer K. Middelengebruik onder studenten van 16-18 jaar op het MBO en HBO 2017. Utrecht: Trimbos-instituut; 2018. Bron

Gebruik elektronische sigaret scholieren

28 procent van de scholieren gebruikte ooit een elektronische sigaret

Van de 12- tot en met 16-jarige scholieren in het voortgezet onderwijs heeft 28% ooit een elektronische sigaret gebruikt, meer jongens (33%) dan meisjes (22%). Met het stijgen van de leeftijd neemt het percentage jongeren dat wel eens een e-sigaret heeft gebruikt toe tot 39% van de 15-jarigen. Onder een elektronische sigaret verstaan we producten als de e-sigaret, de shisha-pen, e-hooka, e-smoker en flavor vape.

Meer informatie

Experts en redactie

Datum publicatie

17-10-2018

Meeroken naar leeftijd

Meeroken naar leeftijd 2018

 

(Bijna) nooit

Minder dan  1 uur per dag

1 uur per dag of meer

0 tot 12 jaar

95,6

3,1

1,3

12 tot 18 jaar

80,7

13,8

5,5

18 jaar en ouder

78,8

13,4

7,7

Bron: Gezondheidenquête/Leefstijlmonitor CBS i.s.m. RIVM en Trimbos-instituut

Dagelijks rookt 7,7% minimaal een uur mee

Meeroken is het inademen van tabaksrook uit de omgeving door niet-rokers, ook wel ‘passief roken’ genoemd. In 2018 rookt in Nederland 7,7% van de volwassenen dagelijks minimaal een uur mee. Daar staat tegenover dat 78,8% (bijna) nooit meerookt met anderen die roken. Het percentage meerokers is veruit het laagst onder jonge kinderen.

Meer informatie

Experts en redactie

Datum publicatie

19-03-2019

Roken scholieren naar opleiding

Rookgedrag scholieren naar opleiding 2017

Scholieren 12-16 jaar
Percentage
Ooit in het levenvmbo-b29,3
Ooit in het levenvmbo-t15,3
Ooit in het levenhavo16,9
Ooit in het levenvwo11,9
Afgelopen maandvmbo-b15,2
Afgelopen maandvmbo-t7,1
Afgelopen maandhavo7,4
Afgelopen maandvwo4,3
Dagelijks rokenvmbo-b6,5
Dagelijks rokenvmbo-t1,7
Dagelijks rokenhavo1,5
Dagelijks rokenvwo0,3

Bron: HBSC-Nederland/Leefstijlmonitor, UU, Trimbos-instituut en SCP i.s.m. RIVM

Dit cijfer is ook onderdeel van

Minder rokers onder leerlingen van hogere onderwijsniveaus

Leerlingen van het VMBO-b hebben de meeste ervaring met roken; 29% van deze scholieren heeft ooit gerookt, dat is meer dan twee maal zo veel als VWO leerlingen (12%). Ook het percentage leerlingen dat in de afgelopen maand heeft gerookt, is met 15% het hoogst onder VMBO-b leerlingen, evenals het percentage dagelijkse rokers (7%).

Meer informatie

Experts en redactie

Datum publicatie

17-10-2018

Verantwoording

Definities

  • Roken

    • Het percentage rokers is het percentage respondenten dat de vraag "Rookt u weleens?" beantwoordt met 'ja'.
    • Bij dagelijkse rokers gaat het om personen onder de algemene bevolking die dagelijks één of meerdere sigaretten roken.
    • Meeroken is het inademen van tabaksrook uit de omgeving door niet-rokers, ook wel ‘passief roken’ genoemd.
    • Zwaar roken is het roken van 20 of meer sigaretten of shagjes per dag.
Bronverantwoording

  • Tabel: Bronnen bij de cijfers over roken

    Bron Indicator in VZinfo Gepresenteerde populatie VZinfo Meer informatie
    Leefstijlmonitor (LSM)/Gezondheidsenquête, voorheen POLS, gezondheid en welzijn Wel eens roken, dagelijks roken Nederlandse bevolking vanaf 18 jaar  LSM; Gezondheidsenquête; POLS, gezondheid en welzijn
    Leefstijlmonitor (LSM)/ Peilstationsonderzoek Scholieren Ooit gerookt, afgelopen maand gerookt, dagelijks roken: sigaret/shag of elektronische sigaret Nederlandse scholieren van 12 t/m 16 jaar LSM, Peilstations Scholieren
    Leefstijlmonitor (LSM)/HBSC-Nederland Ooit gerookt, afgelopen maand gerookt, dagelijks roken: sigaret/shag of elektronische sigaret Nederlandse scholieren van 12 t/m 16 jaar LSM, HBSC-Nederland
    Gezondheidsmonitor Volwassenen GGD-en, CBS en RIVM Wel eens roken, zwaar roken (exclusief elektronische sigaret) Nederlandse bevolking vanaf 19 jaar Gezondheidsmonitor GGD'en, CBS en RIVM; Gezondheidsmonitor volwassenen GGD’en, CBS en RIVM, 2012
    WHO European Health for All Database Dagelijks roken Europese bevolking vanaf 15 jaar WHO-HFA
    Eurostat Het percentage Current smokers (de som van daily en occasional smokers) Europese bevolking vanaf 15 jaar Eurostat
    European School Survey on Alcohol and other Drugs (ESPAD) Recent (afgelopen 30 dagen) gerookt Europse scholieren van 15 en 16 jaar

    ESPAD; Hibell et al., 2009; Hibell et al., 2012

     

    Bronnen en literatuur

    Literatuur

    1. Hibell B, Guttormsson U, Ahlström S, Balakireva O, Bjarnason T, Kokkevi A. The 2007 ESPAD Report - Substance Use Among Students in 35 European Countries. Stockholm: The Swedish Council for Information on Alcohol and Other Drugs (CAN); 2009. Bron
    2. Hibell B, Guttormsson U, Ahlström S, Balakireva O, Bjarnason T, Kokkevi A, et al. The 2011 ESPAD Report. Substance Use Among Students in 36 European Countries. Stockholm: Swedish Council for Information on Alcohol and Other Drugs (CAN); 2012. Bron

  • Aanvragen data voor wetenschappelijk onderzoek

    De Gezondheidsmonitor (doelgroep Volwassenen en Ouderen) is voor het eerst uitgevoerd in 2012. De Gezondheidsmonitor Volwassenen 2012 en de Gezondheidsmonitor Volwassenen en Ouderen 2016 bevatten informatie over de gezondheid, sociale situatie en leefstijl van de Nederlandse bevolking van negentien jaar en ouder. De Gezondheidsmonitor Volwassenen 2012 en de Gezondheidsmonitor Volwassenen en Ouderen 2016 zijn uitgevoerd door de GGD’en, CBS en RIVM. In 2012 en 2016 deden respectievelijk ruim 387.000 personen en 457.000 personen mee aan het grootschalige vragenlijstonderzoek. De Gezondheidsmonitor Jeugd 2015 bevat informatie over de gezondheid, sociale situatie en leefstijl van leerlingen in klas 2 en klas 4 van het voortgezet onderwijs. De Gezondheidsmonitor Jeugd is uitgevoerd door de GGD’en en RIVM. In totaal hebben bijna 97.000 leerlingen en 377 scholen deelgenomen aan deze monitor.

    Meer informatie over de Gezondheidsmonitors vind u hier. Bij het digitale loket Gezondheidsmonitors kunt u data of cijfers aanvragen uit de Gezondheidsmonitors voor onderzoek en beleid op zowel lokaal als landelijk niveau. Momenteel zijn de data en cijfers beschikbaar uit de Gezondheidsmonitor Volwassenen en Ouderen 2012, Gezondheidsmonitor Volwassenen en Ouderen 2016 en uit de Gezondheidsmonitor Jeugd 2015. Heeft u vragen of wilt u graag meer informatie over de aanvraag van cijfers of data uit de Gezondheidsmonitors? Stuur dan een e-mail.

Methoden

  • Regionale verschillen: verschil in wijkcijfers

    Verschillende GGD’en hebben voor de Gezondheidsmonitor 2016 de steekproef opgehoogd om voldoende respondenten te hebben om cijfers op wijkniveau te kunnen presenteren. Omdat deze cijfers op een andere manier zijn berekend, kunnen ze afwijken van de cijfers die hier worden gepresenteerd. Niet alleen het onderliggende model is anders, ook het aantal achtergrondkenmerken dat wordt gebruikt verschilt; bij de RIVM schattingen wordt meer informatie over de bevolking gebruikt. Over het algemeen leiden de RIVM schattingen tot kleinere verschillen tussen gebieden dan de cijfers die verkregen zijn door middel van weegmethoden.

    Hieronder vindt u een lijstje van GGD'en met eigen wijkcijfers:

  • Regionale verschillen: Schattingen per wijk

    Aanleiding
    Vanwege de decentralisaties in het sociaal domein is steeds meer informatie nodig over gezondheid gerelateerde indicatoren op kleinere geografische niveaus. Daarom heeft het RIVM een model ontwikkeld om cijfers te kunnen berekenen op wijk- en buurtniveau op basis van de Gezondheidsmonitor Volwassenen en Ouderen van GGD’en, CBS en RIVM. Ondanks dat de Gezondheidsmonitor een enorm databestand is, bevat het onvoldoende respondenten om met behulp van weegmethoden cijfers te berekenen voor alle wijken en buurten in Nederland. In 2012 zijn de eerste wijk- en buurtcijfers gepresenteerd. Op basis van de Gezondheidsmonitor 2016 zijn nieuwe cijfers berekend.

    Methode
    In het kader van de Gezondheidsmonitor zijn via vragenlijsten gegevens over gezondheid en leefstijl verzameld over volwassenen van 19 jaar en ouder. De ruim 457.000 deelnemers aan de Gezondheidsmonitor zijn anoniem in een beveiligde omgeving gekoppeld aan registratiebestanden van het CBS. Deze bestanden bevatten informatie over een reeks achtergrondkenmerken, zoals leeftijd, geslacht, herkomst, huishoudsamenstelling, opleidingsniveau, inkomen en woningtype. Er is een statistisch model gebruikt om de gezondheid en leefstijl te relateren aan deze achtergrondkenmerken. Ook wordt informatie uit de naastgelegen gebieden meegenomen. Door middel van deze relatie is het daarna mogelijk om voor alle volwassenen hun verwachte gezondheid en leefstijl te berekenen. De uitkomsten worden vervolgens gemiddeld over de betreffende wijk of buurt.

    Schattingen
    De cijfers op wijk- en buurtniveau moeten met voorzichtigheid worden gebruikt. Met het model wordt de werkelijkheid zo goed mogelijk benaderd, maar de cijfers blijven schattingen van de werkelijkheid. Daarom worden de uitkomsten ook als hele cijfers (dus zonder decimalen) gepresenteerd. 
    De cijfers uit de Gezondheidsmonitor die zijn verkregen met behulp van weegmethoden zijn echter ook een benadering van de werkelijkheid. De weging is nodig vanwege o.a. selectieve non-respons. Net zoals bij de berekeningen van de wijk- en buurtcijfers zijn de weegfactoren van het CBS ook gebaseerd op achtergrondkenmerken van de respondenten. 

    Verschil tussen cijfers
    Verschillende GGD’en hebben voor de Gezondheidsmonitor 2016 de steekproef opgehoogd om voldoende respondenten te hebben om cijfers op wijkniveau te kunnen presenteren. Omdat deze cijfers op een andere manier zijn berekend, kunnen ze afwijken van de cijfers die hier worden gepresenteerd. Niet alleen het onderliggende model is anders, ook het aantal achtergrondkenmerken dat wordt gebruikt verschilt; bij de RIVM schattingen wordt meer informatie over de bevolking gebruikt. Over het algemeen leiden de RIVM schattingen tot kleinere verschillen tussen gebieden dan de cijfers die verkregen zijn door middel van weegmethoden. 

    Let op: de gepresenteerde gemeentecijfers zijn berekend via de weegmethode van het CBS. De gepresenteerde wijk- en buurtcijfers zijn daardoor niet direct vergelijkbaar met deze gemeentecijfers.

    Grote aantallen nodig

    Voor het doen van dit soort schattingen zijn grote aantallen respondenten nodig. Het is dus niet zo dat het ontwikkelde model de Gezondheidsmonitors kan vervangen. Hoe meer respondenten er zijn, hoe minder er geschat hoeft te worden en hoe beter de cijfers zijn.

    Samenwerking
    De cijfers zijn berekend in het kader van het Strategisch Programma RIVM (SPR), een programma voor onderzoek, innovatie en kennisontwikkeling. Een werkgroep van epidemiologen van GGD’en en GGD GHOR NL is er bij betrokken. 

    Meer weten?
    Een uitgebreide toelichting op de gebruikte methode is beschreven in een artikel (van de Kassteele et al., 2017). Voor de cijfers van 2016 zijn enkele aanpassingen gedaan aan het model.

    Voor vragen kunt u contact opnemen met carolien.van.den.brink@rivm.nl.

    Bronnen en literatuur

    Literatuur

    1. van de Kassteele J, Zwakhals L, Breugelmans O, Ameling C, van den Brink C. Estimating the prevalence of 26 health-related indicators at neighbourhood level in the Netherlands using structured additive regression. International Journal of Health Geographics. 2017;(1). Bron | DOI

  • Sterfte door roken

    Gebruikte methode

    Het deel van de sterfte aan een ziekte dat toe te wijzen is aan roken, is berekend door gebruik te maken van de PAF (populatie attributieve fractie). Voor het berekenen van de PAF zijn gegevens nodig over de blootstelling en het relatieve risico van de blootstelling. Combinatie van de PAF met doodsoorzaakspecifieke sterfte resulteert in het aandeel van de sterfte dat toegeschreven kan worden aan roken. Voor meer informatie over de methode zie VTV-2018: methoden.


    Ziekten die zijn opgenomen in de berekening van sterfte door roken, met bijbehorende  ICD-10-code

    Ziekte

    ICD-10-code

    alvleesklierkanker

    C25

    beroerte

    I60-I69

    blaaskanker

    C67

    borstkanker

    C50

    COPD

    J40-J44, J47

    coronaire hartziekten

    I20-I25

    dikkedarmkanker

    C18-C21

    diabetes

    E10-E14

    hartfalen

    I50

    longkanker

    C34

    maagkanker

    C16

    mondholtekanker

    C00-C08

    nierkanker

    C64

    slokdarmkanker

    C15

    strottenhoofdkanker

    C32

  • Toelichting op scenario's in de Maatschappelijke kosten baten analyse van tabaksontmoediging

    Scenario 1: Het nul-alternatief. Dit is het scenario waarin het huidige overheidsbeleid (jaar 2015) wordt geëvalueerd met gelijkblijvend beleid zonder enige intensivering voor de komende 35 jaar. 

    Scenario 2 & 3: Verhoging van accijnzen met 5% of 10% per jaar In deze scenario’s is doorgerekend wat de effecten zijn van 5% en 10% accijnsverhogingen per jaar op de maatschappij. In deze scenario’s is de prijsverhoging vermenigvuldigd met de totale prijselasticiteit van de vraag (-0,4). De helft hiervan (prevalentie-elasticiteit: -0,2) is toegeschreven aan een daling van het aantal rokers. De andere helft (-0,2) wordt toegeschreven aan een daling in de verkoop van sigaretten doordat mensen minder gaan roken maar niet volledig stoppen. Om het effect op de prevalentie van roken te berekenen is daarom met een conservatieve prevalentie-elasticiteit van -0,2 gerekend. Daarnaast zwakt de prevalentie af over tijd. Door de complexiteit van de verschillende modellen is deze precieze afname moeilijk te kwantificeren (o.a. omdat de start/stop/terugval kansen elk jaar aangepast worden aan de prevalentie-elasticiteit en dit weer effect heeft op hiernavolgende jaren).

    Scenario 4: Massamediacampagne In dit scenario is doorgerekend wat de gevolgen zijn van een jaarlijkse massa media (overheids-)campagne: dit is het geven van informatie/voorlichting via TV, radio, billboards etc. om roken te ontmoedigen. 

    Scenario 5 & 6: Maatregelen WHO-verdrag met 5% en 10% accijns verhoging In dit scenario zijn de gevolgen van de maatregelen bekeken zoals afgesproken in het WHO verdrag, het MPOWER pakket, inclusief een accijnsverhoging van 5% en 10%. Het MPOWER pakket bestaat uit rookverboden, stoppen met roken hulp, massa media campagnes, marketing beperkingen en accijnsverhogingen. Deze scenario’s zijn een combinatie van informatie voorziening/voorlichting, verhoging van accijnzen, en wetgeving. 

    Scenario 7: Rookvrije samenleving (prevalentie <5%) In dit scenario zijn de kosten en baten teruggerekend vanaf een gewenst eindpunt, een prevalentie van roken van <5% in 2050. Verder zijn er geen veranderingen in het model aangebracht t.o.v. het nul-alternatief.

    Scenario 8: Niemand start meer met roken In dit scenario zijn in het model de kansen dat iemand begint met roken op 0 gezet. Dit scenario laat de gevolgen voor de maatschappij zien wanneer niemand meer zou beginnen met roken vanaf het jaar 2017.

    Zie: Maatschappelijke kosten baten analyse van tabaksontmoediging (Maastricht University et al., 2016).

    Bronnen en literatuur

    Literatuur

    1. Maastricht University, RIVM, Trimbos-Instituut. Maatschappelijke kosten baten analyse van tabaksontmoediging. Maastricht: Maastricht University; 2016. Bron

  • Roken: Landelijk versus Regionaal

    Bij roken verschilt het gemiddelde bij het hoofdstuk 'Cijfers & Context' van het gemiddelde bij het hoofdstuk 'Regionaal & Internationaal'. Dit komt door het gebruik van verschillende bronnen: 

    • Gezondheidsenquête/Leefstijlmonitor CBS i.s.m. RIVM, 2016: het percentage respondenten dat de vraag "Rookt u weleens?" beantwoordt met 'ja', inclusief elektronische sigaret
    • Gezondheidsmonitor GGD'en, CBS en RIVM, 2016: het percentage respondenten dat de vraag "Rookt u weleens?" beantwoordt met 'ja', exclusief elektronische sigaret

  • 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

    Trends zijn getoetst met behulp van logistische regressie, waarbij 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.