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 Gemeentelijke of Gemeenschappelijke Gezondheidsdienst (Gemeentelijke of Gemeenschappelijke Gezondheidsdienst )-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 Centraal Bureau voor de Statistiek (Centraal Bureau voor de Statistiek). 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. 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. 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.
  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 een statistische toets is uitgevoerd om te bepalen of sprake is van een statistisch significant verschil (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.