Coronaire hartziekten: incidentie internationaal
Het is aannemelijk dat de positie die Nederland in internationaal perspectief inneemt ten aanzien van sterfte, ook geldt voor de incidentie (Het aantal nieuwe gevallen van of nieuwe personen met een bepaalde ziekte in een bepaalde periode, absoluut of relatief.) van coronaire hartziekten. Vanwege methodologische verschillen zijn de incidentiecijfers uit verschillende landen niet goed vergelijkbaar. Volgens de pilot-studie van de 'Joint Action for ECHIM (European Core Health Indicators & Monitoring)' behoort Nederland met iets meer dan 200 gevallen per 100.000 inwoners tot de landen met een redelijk laag aantal gevallen van een acuut myocardinfarct (ICD-10 (International Classification of Diseases, tenth revision) I21, I22). Van de dertien landen die meededen met de pilot, rapporteerden alleen Spanje, Italië en Litouwen een lager aantal acute hartinfarcten (Thelen et al., 2012 (Thelen, J., Kirsch, N. H., Finger, J., von der Lippe, E., Ryl, L., ECHIM Pilot Data Collection, Analyses and Dissemination, Berlin (2012)) ). Het gaat hierbij om het aantal gevallen en niet om het aantal personen met een acuut hartinfarct. Omdat één persoon meerdere infarcten kan hebben is het niet hetzelfde als incidentie.
Berekening totale sterfte en sterfte naar doodsoorzaak per regio
Voor de berekening van de sterftecijfers op gemeente en GGD (Gemeentelijke of Gemeenschappelijke Gezondheidsdienst )-regio niveau is gebruik gemaakt van de CBS (Centraal Bureau voor de Statistiek) 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:
- CMF (Comparative Mortality Figure. De verhouding tussen de sterfte in een bepaalde subpopulatie en de sterfte in de totale populatie gecorrigeerd voor leeftijds- en geslachtsverschillen (directe standaardisatie).) (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.
- 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 (een statistische toets is uitgevoerd om te bepalen of sprake is van een statistisch significant verschil
) 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.