mkg 2004 in beeld - Ministerie van Sociale Zaken, Volksgezondheid ...
mkg 2004 in beeld - Ministerie van Sociale Zaken, Volksgezondheid ...
mkg 2004 in beeld - Ministerie van Sociale Zaken, Volksgezondheid ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
MKG <strong>2004</strong> IN BEELD<br />
GEOGRAFISCHE VARIATIE VAN DE PATHOLOGIE IN DE BELGISCHE ZIEKENHUIZEN<br />
FEDERALE OVERHEIDSDIENST VOLKSGEZONDHEID, VEILIGHEID VAN DE<br />
VOEDSELKETEN EN LEEFMILIEU<br />
DIRECTORAAT-GENERAAL ORGANISATIE VAN DE<br />
GEZONDHEIDSINSTELLINGEN<br />
DIENST DATAMANAGEMENT
Inhoudsopgave.<br />
INLEIDING 4<br />
DEEL A: THEMA’S DIE OOK IN DE TWEE VORIGE VERSIES VAN « MKG IN<br />
BEELD » BEHANDELD ZIJN 6<br />
I. Appendectomie 10<br />
II. « Incidentele » appendectomie 15<br />
III. Astma 18<br />
IV. Suikerziekte, diabetes mellitus 23<br />
V. HIV-<strong>in</strong>fectie 35<br />
VI. De « Multipele significante traumata » 40<br />
VII. Tuberculose 47<br />
DEEL B: KANKERS 55<br />
VIII. Maligne neoplasmata <strong>van</strong> trachea, bronchus en long 57<br />
IX. Maligne neoplasmata <strong>van</strong> het colon 64<br />
X. Blaaskanker 71<br />
XI. Prostaatkanker 78<br />
XII. Borstkanker bij vrouwen 84<br />
XIII. Leukemie 93<br />
DEEL C: KWALITEITSINDICATOREN 103<br />
XIV. Intramuraal letaliteitscijfer na een opname voor Acuut myocard <strong>in</strong>farct (AMI-LC) (IQI 15) 106<br />
XV. Intramuraal letaliteitscijfer na een opname voor Congestief hartfalen (CHF-LC) (IQI 16) 111<br />
XVI. Intramuraal letaliteitscijfer na een opname voor Cerebrovasculaire ziekte (CVZ) («beroerte », « stroke »)<br />
(IQI 17) 116<br />
XVII. Intramuraal letaliteitscijfer na een opname voor Heupfractuur (IQI 19) 121<br />
XVIII. Intramuraal letaliteitscijfer na een opname voor “Pneumonie opgelopen buiten het ziekenhuis” (CAP:<br />
Community Acquired Pneumonia) (IQI 20) 126<br />
XIX. Keizersnedencijfer bij laag-risico verloss<strong>in</strong>gen (IQI 21) 130<br />
XX. Open cholecystectomieëncijfer (IQI 23) 134<br />
BIJLAGE: TECHNISCHE SPECIFICATIES IQI 138<br />
2
Voorwoord<br />
Het registratiesysteem <strong>van</strong> ziekenhuisgegevens evolueert regelmatig en heeft als doelstell<strong>in</strong>g<br />
de componenten er<strong>van</strong> zo volledig mogelijk te <strong>in</strong>tegreren. Zo worden s<strong>in</strong>ds 2008 de medische<br />
(MKG) en verpleegkundige (MVG) <strong>in</strong> de M<strong>in</strong>imale Ziekenhuisgegevens (MZG)<br />
samengebracht.<br />
Het dynamisch karakter <strong>van</strong> het MZG <strong>in</strong>strument maakt het mogelijk tot een optimale<br />
benader<strong>in</strong>g <strong>van</strong> de werkelijkheid op het terre<strong>in</strong> te komen en de nodige besliss<strong>in</strong>gen te nemen<br />
voor de volksgezondheid. Het uite<strong>in</strong>delijke doel is de kwaliteit <strong>van</strong> de gezondheidszorgen <strong>in</strong><br />
België te waarborgen.<br />
De “MKG <strong>in</strong> <strong>beeld</strong> <strong>2004</strong>” sluit aan bij de <strong>in</strong>spann<strong>in</strong>gen <strong>van</strong> de Organisatie voor de<br />
Gezondheidszorgvoorzien<strong>in</strong>gen om de geregistreerde gegevens maximaal terug te koppelen<br />
naar de sector. Hij streeft ernaar ten behoeve <strong>van</strong> de zorgverstrekkers de geografische<br />
verschillen <strong>in</strong> frequentie <strong>van</strong> opnamen voor een aantal aandoen<strong>in</strong>gen of groepen <strong>van</strong><br />
aandoen<strong>in</strong>gen, en <strong>in</strong> medische praktijkvoer<strong>in</strong>g <strong>in</strong> België te illustreren.<br />
De landkaarten <strong>in</strong> de voorliggende publicatie geven aan <strong>in</strong> welke mate de bevolk<strong>in</strong>g <strong>van</strong> de<br />
adm<strong>in</strong>istratieve arrondissementen <strong>in</strong> meerdere of m<strong>in</strong>dere mate <strong>in</strong> een ziekenhuis opgenomen<br />
wordt dan gemiddeld de Belgische bevolk<strong>in</strong>g <strong>in</strong> haar geheel.<br />
Natuurlijk kunnen geen prevalentie- of <strong>in</strong>cidentiecijfers verstrekt worden omdat de<br />
geanalyseerde gegevens alleen uit de ziekenhuisregistratie <strong>van</strong> de M<strong>in</strong>imale Kl<strong>in</strong>ische<br />
Gegevens (MKG) voortkomen. Eventuele geografische verschillen dienen als een aanzet<br />
beschouwd te worden voor meer specifiek epidemiologisch onderzoek.<br />
De “MKG <strong>in</strong> <strong>beeld</strong> <strong>2004</strong>” werd <strong>in</strong> dezelfde geest opgevat als die <strong>van</strong> de vorige versies, die<br />
uitgewerkt werden op de MKG 1996 en 1998. De huidige publicatie onderscheidt zich echter<br />
<strong>van</strong> zijn voorgangers door het opnemen <strong>in</strong> de geselecteerde onderwerpen <strong>van</strong> een aantal<br />
kwaadaardige tumoren en <strong>van</strong> enkele kwaliteits<strong>in</strong>dicatoren, met name letaliteitcijfers en<br />
<strong>in</strong>grepencijfers. Zoals <strong>in</strong> de vorige uitgaven werd voor de analyse <strong>van</strong> meerdere thema’s ook<br />
nu beroep gedaan op Standardised Admissions Ratios. Voor de kwaliteits<strong>in</strong>dicatoren deden<br />
we beroep op de logistische regressie, die het mogelijk maakt een risicocorrectie uit te voeren.<br />
Dit werk werd slechts op een beperkt aantal aandoen<strong>in</strong>gen uitgevoerd. In de toekomst kan het<br />
aantal thema’s uitgebreid worden, kan de statistische methodologie verder verfijnd worden en<br />
zal zijn elektronische verspreid<strong>in</strong>g op een meer systematische manier doorgevoerd worden.<br />
Tot slot rest mij al diegenen te danken die aan de totstandkom<strong>in</strong>g <strong>van</strong> deze publicatie hebben<br />
bijgedragen.<br />
De Directeur-generaal<br />
C. DECOSTER<br />
3
Inleid<strong>in</strong>g<br />
MKG <strong>2004</strong> <strong>in</strong> <strong>beeld</strong><br />
In dit document wordt een feedback gegeven <strong>van</strong> de registratiegegevens <strong>van</strong> de<br />
ziekenhuisverblijven via een geografische aanpak. Het document is uitgewerkt op basis <strong>van</strong><br />
de M<strong>in</strong>imale Kl<strong>in</strong>ische Gegevens <strong>2004</strong> waar<strong>in</strong> de <strong>in</strong> <strong>2004</strong> geregistreerde gegevens<br />
opgenomen zijn. In het document komen verschillende thema’s aan bod die verband houden<br />
met <strong>in</strong>dividuele pathologieën, pathologiegroepen, en <strong>in</strong>grepen. Zij worden dusdanig<br />
voorgesteld dat het duidelijk is dat de opnamecijfers <strong>van</strong> de bevolk<strong>in</strong>g <strong>van</strong> bepaalde<br />
geografische zones al dan niet verschillen <strong>van</strong> die <strong>van</strong> de Belgische bevolk<strong>in</strong>g. We hebben<br />
getracht om te bepalen of de opnamen voor de geselecteerde pathologieën en <strong>in</strong>grepen m<strong>in</strong>der<br />
vaak of vaker voorkomen <strong>in</strong> deze geografische zones.<br />
Er moet evenwel worden gewezen op de beperk<strong>in</strong>gen <strong>van</strong> een registratiesysteem <strong>van</strong><br />
ziekenhuisgegevens, aangezien het slechts gedeeltelijk een <strong>beeld</strong> verschaft <strong>van</strong> de reële<br />
frequentie <strong>van</strong> de pathologie. Wij hebben niet getracht prevalentie- of <strong>in</strong>cidentiecijfers <strong>van</strong> de<br />
pathologieën of procedures te verschaffen, maar om deze thema’s te schetsen <strong>van</strong>uit de hoek<br />
<strong>van</strong> de ziekenhuisopnamen. Bovendien is het <strong>van</strong> belang te wijzen op de essentiële verschillen<br />
tussen de begrippen pathologie en <strong>in</strong>greep. In de eerste plaats hebben pathologieën niet<br />
noodzakelijk een ziekenhuisopname tot gevolg, dit <strong>in</strong> tegenstell<strong>in</strong>g tot de geselecteerde<br />
<strong>in</strong>grepen. In de tweede plaats worden de <strong>in</strong> aanmerk<strong>in</strong>g genomen <strong>in</strong>grepen gekenmerkt door<br />
een “eenmalige” opname. Men kan dus spreken over een Standardised Incidence Ratio (SIR)<br />
<strong>in</strong> tegenstell<strong>in</strong>g tot de pathologieën waarvoor een « eenmalige » opname niet zeker is en<br />
waarvoor slechts een Standardised Admission Ratio (SAR) kan worden geleverd.<br />
Het Bestuur “Organisatie <strong>van</strong> de Gezondheidszorgvoorzien<strong>in</strong>gen” heeft <strong>in</strong> deze optiek reeds<br />
twee brochures gepubliceerd: de « MKG <strong>in</strong> <strong>beeld</strong> 1996 » 1 en de « MKG <strong>in</strong> <strong>beeld</strong> 1998 » 2 . Zij<br />
werden samengesteld door H. P<strong>in</strong>cé en J. Bogaert en waren voor ons een <strong>in</strong>spiratiebron<br />
waaruit wij dankbaar geput hebben.<br />
Deze pathologieënatlas moet <strong>van</strong>zelfsprekend worden gelezen <strong>in</strong> het licht <strong>van</strong><br />
gezondheidsgegevens die afkomstig zijn <strong>van</strong> andere bronnen, zoals epidemiologische<br />
enquêtes of studies die gebaseerd zijn op het medische dossier.<br />
Doelstell<strong>in</strong>gen <strong>van</strong> de publicatie:<br />
« MKG <strong>in</strong> <strong>beeld</strong>», versie1996 en 1998, had als doel het toepass<strong>in</strong>gsgebied <strong>van</strong> de MKGgegevensbank<br />
te verruimen, dat dan vooral werd gebruikt voor de verfijn<strong>in</strong>g <strong>van</strong> de<br />
ziekenhuisf<strong>in</strong>ancier<strong>in</strong>g, terwijl één <strong>van</strong> de doelstell<strong>in</strong>gen <strong>van</strong> de opricht<strong>in</strong>g <strong>van</strong> de MKG,<br />
zoals gedef<strong>in</strong>ieerd door het kon<strong>in</strong>klijk besluit <strong>van</strong> 6 december 1994 er<strong>in</strong> bestond het<br />
gezondheidsbeleid door middel <strong>van</strong> een epidemiologische analyse <strong>van</strong> de adm<strong>in</strong>istratieve<br />
ziekenhuisgegevens te ondersteunen. « MKG <strong>in</strong> <strong>beeld</strong>» gaf hier gedeeltelijk een antwoord op<br />
met zijn atlas <strong>in</strong>zake pathologieën en <strong>in</strong>grepen. Het document dat we nu voorstellen, sluit aan<br />
bij de visie <strong>van</strong> zijn twee voorgangers. In het document wordt het aantal bestudeerde thema’s<br />
uitgebreid op basis <strong>van</strong> de aanvragen die door de colleges <strong>van</strong> artsen (kwaliteits<strong>in</strong>dicatoren)<br />
of <strong>in</strong>ternationale organen (WGO, OESO, Eurostat) worden <strong>in</strong>gediend.<br />
De nieuwe brochure is bestemd voor een publiek dat betrokken is bij de problemen op het<br />
vlak <strong>van</strong> gezondheid, waaronder we de beleidsverantwoordelijken op het vlak <strong>van</strong> de<br />
gezondheidszorgen en de volksgezondheid alsook de (ziekenhuis)artsen, de<br />
ziekenhuisbeheerders, de verantwoordelijken voor de registratie, de onderzoekers en alle<br />
actoren die betrokken zijn bij de zorgverstrekk<strong>in</strong>g en het ermee samenhangende beleid, dit<br />
zowel op regionaal, nationaal als <strong>in</strong>ternationaal vlak. Aangezien een geografische analyse <strong>van</strong><br />
4
de <strong>in</strong>grepen het bijvoor<strong>beeld</strong> mogelijk maakt om verschillen <strong>in</strong> de medische praktijk (onder-<br />
en overbenutt<strong>in</strong>g) op te sporen, zullen de actoren de gepaste conclusies kunnen trekken.<br />
Gekozen studiethema’s:<br />
We hebben ons als doel gesteld om het aantal bestudeerde thema’s <strong>in</strong> de twee voorgaande<br />
pathologie-atlassen te verhogen tene<strong>in</strong>de een antwoord te geven op prioritaire vragen <strong>van</strong> de<br />
<strong>in</strong>ternationale organen, de beleidsmakers en de colleges <strong>van</strong> artsen.<br />
In een eerste groep zijn thema’s opgenomen die <strong>in</strong> de beide voorgaande versies <strong>van</strong> « MKG<br />
<strong>in</strong> <strong>beeld</strong> » zijn behandeld en worden er andere thema’s toegevoegd om een antwoord te geven<br />
op vragen <strong>van</strong> <strong>in</strong>ternationale <strong>in</strong>stanties of Belgische beleidsmakers op het vlak <strong>van</strong> de<br />
gezondheid:<br />
- appendectomiecijfer (APR-DRG 225) en <strong>in</strong>cidentele appendectomie bij bejaarden<br />
- astma : code ICD-9-CM 493.**<br />
- suikerziekte: voornaamste code ICD-9-CM 250.**<br />
- MDC (All Patient Ref<strong>in</strong>ed – Major Diagnostic Category) 24 Infections HIV –<br />
Human Immunodeficiency Virus.<br />
- multipele significante traumata: MDC 25 Multiple significant trauma<br />
- tuberculose: hoofddiagnose codes ICD-9-CM 010.**-018.**<br />
Een tweede groep is samengesteld op basis <strong>van</strong> vragen <strong>van</strong> <strong>in</strong>ternationale en nationale<br />
organen betreffende kanker. Het gaat om:<br />
- maligne neoplasma <strong>van</strong> trachea, bronchus en long<br />
- maligne neoplasma <strong>van</strong> het colon<br />
- maligne neoplasma <strong>van</strong> de blaas<br />
- maligne neoplasma <strong>van</strong> de prostaat<br />
- maligne neoplasma <strong>van</strong> de borst<br />
- leukemie<br />
Het maligne neoplasma <strong>van</strong> trachea, bronchus en long, dat behandeld werd <strong>in</strong> “MKG <strong>in</strong> <strong>beeld</strong><br />
1996” en “MKG <strong>in</strong> <strong>beeld</strong> 1998” zijn dus <strong>in</strong> deze groep opgenomen.<br />
Een derde groep heeft betrekk<strong>in</strong>g op een aantal kwaliteits<strong>in</strong>dicatoren. Voortbouwend op een<br />
set <strong>in</strong>dicatoren, de Inpatient Quality Indicators (IQI), uitgewerkt door de Agency for<br />
Healtcare Research and Quality (AHRQ) 3 , hebben de cel Studies <strong>van</strong> de Dienst<br />
« Datamanagement » en de dienst « Acute ziekenhuizen » <strong>van</strong> het Directoraat-generaal DG1<br />
« Organisatie <strong>van</strong> de Gezondheidszorg<strong>in</strong>stell<strong>in</strong>gen » <strong>van</strong> de Federale Overheidsdienst (FOD)<br />
“<strong>Volksgezondheid</strong>, Veiligheid <strong>van</strong> de Voedselketen en Leefmilieu”, <strong>in</strong> samenwerk<strong>in</strong>g met de<br />
Colleges « moeder-k<strong>in</strong>d », « cardiologie », « <strong>in</strong>tensivisten » reeds de volgende <strong>in</strong>dicatoren<br />
behandeld:<br />
- <strong>in</strong>tramuraal letaliteitcijfer na een opname voor acuut myocard<strong>in</strong>farct (IAM) (IQI 15 )<br />
- <strong>in</strong>tramuraal letaliteitcijfer voor congestief hartfalen (IQI 16)<br />
- <strong>in</strong>tramuraal letaliteitcijfer na opname voor acute beroerte (Acute Stroke Mortality<br />
Rate) (IQI 17)<br />
- <strong>in</strong>tramuraal letaliteitcijfer na opname voor heupfractuur (IQI 19)<br />
- <strong>in</strong>tramuraal letaliteitcijfer na opname voor pneumonie (Community Acquired<br />
Pneumonie) (CAP) (IQI 20)<br />
- keizersnedencijfer (IQI 21)<br />
- open cholecystectomiecijfer (IQI 23)<br />
5
Deel A: Thema’s die ook <strong>in</strong> de twee vorige versies <strong>van</strong> « MKG <strong>in</strong> <strong>beeld</strong> »<br />
behandeld zijn<br />
Methodologie<br />
Om een goede leesbaarheid <strong>van</strong> de publicatie te verzekeren, beslisten we om dezelfde<br />
methodologie te gebruiken voor alle cartografische voorstell<strong>in</strong>gen. De geografische eenheid<br />
die hiervoor wordt gebruikt is het adm<strong>in</strong>istratief arrondissement.<br />
Aangezien de publicatie als doel heeft het geografische aspect <strong>van</strong> de gezondheid en de<br />
bevolk<strong>in</strong>g te visualiseren, baseert men zich op de woonplaats <strong>van</strong> de patiënt. Wat betekent dat<br />
de kleur <strong>van</strong> een arrondissement op een kaart wordt bepaald door het aantal klassieke<br />
ziekenhuisopnamen die door alle patiënten worden gegenereerd die hun woonplaats <strong>in</strong> dit<br />
arrondissement hebben. Een patiënt die <strong>in</strong> Tongeren woont, maar werd opgenomen <strong>in</strong> Leuven<br />
zal worden ondergebracht bij het arrondissement Tongeren en niet Leuven. In de voorgestelde<br />
kaarten geeft men geen aanwijz<strong>in</strong>gen betreffende de plaats waar de patiënt wordt behandeld.<br />
De hypothese die stelt dat de patiënten het vaakst worden opgenomen <strong>in</strong> een <strong>in</strong>stell<strong>in</strong>g <strong>van</strong> het<br />
arrondissement waar ze wonen blijkt overigens ongegrond. Interne studies, uitgevoerd door<br />
de FOD <strong>Volksgezondheid</strong>, hebben immers aangetoond dat, voornamelijk <strong>in</strong> het geval <strong>van</strong><br />
ernstige pathologieën en grote <strong>in</strong>grepen, de patiënten een nogal grote mobiliteit kunnen<br />
vertonen. In geval <strong>van</strong> een dr<strong>in</strong>gende opname is het bovendien niet altijd zeker dat de patiënt<br />
<strong>in</strong> zijn regio verblijft op het moment <strong>van</strong> de opname.<br />
De keuze <strong>van</strong> de woonplaats <strong>van</strong> de patiënt als uitgangspunt kan worden verklaard door de<br />
epidemiologische benader<strong>in</strong>g die wordt gegeven aan deze publicatie, die zich richt op de<br />
relatieve frequentie per arrondissement <strong>van</strong> de verschillende pathologieën <strong>in</strong> de Belgische<br />
bevolk<strong>in</strong>g.<br />
Op basis <strong>van</strong> algemene en specifieke selectiecriteria werden voor elk thema uit de MKG<br />
databank de <strong>in</strong> aanmerk<strong>in</strong>g komende verblijven geselecteerd en vervolgens gestandaardiseerd<br />
volgens leeftijd en het geslacht.<br />
Er is geopteerd voor de methode <strong>van</strong> de <strong>in</strong>directe standaardisatie. Deze techniek vereist een<br />
vergelijk<strong>in</strong>g tussen de geregistreerde cijfers (het aantal ziekenhuisopnamen voor een<br />
welbepaalde pathologie <strong>in</strong> een bepaald arrondissement) en de verwachte cijfers (het aantal<br />
ziekenhuisopnamen die <strong>in</strong> het bedoelde arrondissement worden verwacht voor de beschouwde<br />
pathologie). De verwachte cijfers worden berekend op basis <strong>van</strong> het aantal vastgestelde<br />
verblijven voor deze pathologie <strong>in</strong> een referentiebevolk<strong>in</strong>g en de samenstell<strong>in</strong>g <strong>van</strong> de<br />
bevolk<strong>in</strong>g <strong>van</strong> het betrokken arrondissement volgens de leeftijd en het geslacht. Voor meer<br />
<strong>in</strong>formatie over de standaardisatiemethodes, verwijzen we naar het werk Statistical Methods<br />
<strong>in</strong> Cancer Research, Vol. 2, The Design and Analysis of Cohort Studies 4 .<br />
In deze publicatie is de referentiebevolk<strong>in</strong>g de volledige Belgische bevolk<strong>in</strong>g. De<br />
basisgegevens zijn afkomstig <strong>van</strong> het Nationaal Instituut voor de Statistiek (NIS). Aangezien<br />
de MKG cont<strong>in</strong>u worden geregistreerd, wordt voor de verwerk<strong>in</strong>g <strong>van</strong> de MKG-gegevens <strong>van</strong><br />
het jaar <strong>2004</strong> voor elke leeftijdsgroep en geslacht het gemiddelde aantal <strong>in</strong>woners berekend op<br />
basis <strong>van</strong> de NIS-gegevens <strong>van</strong> <strong>2004</strong> (en die zijn vastgelegd op 1 januari 2005). Vervolgens<br />
wordt er voor elk adm<strong>in</strong>istratief arrondissement “een verwacht aantal verblijven” berekend<br />
voor elk adm<strong>in</strong>istratief arrondissement aan de hand <strong>van</strong> de regels, vermeld <strong>in</strong> tabel 1.<br />
6
Tabel 1: Methode <strong>van</strong> de <strong>in</strong>directe standaardisatie.<br />
Leeftijdscategorie<br />
Mannen<br />
< 1 jaar<br />
1-4 jaar<br />
5 – 9 jaar<br />
10 – 14<br />
jaar<br />
…<br />
95 +<br />
Vrouwen<br />
< 1 jaar<br />
1-4 jaar<br />
5 – 9 jaar<br />
10 – 14<br />
jaar<br />
…<br />
95 +<br />
Populatie<br />
arrondissement<br />
Pa<br />
Pam1<br />
Pam2<br />
Pam3<br />
Pam4<br />
Pav1<br />
Pav2<br />
Pav3<br />
Pav4<br />
Opnamen<br />
arrondissement<br />
Oa<br />
Oam1<br />
Oam2<br />
Oam3<br />
Oam4<br />
Oav1<br />
Oav2<br />
Oav3<br />
Oav4<br />
Populatie<br />
België<br />
Pb<br />
Pbm1<br />
Pbm2<br />
Pbm3<br />
Pbm4<br />
Pbv1<br />
Pbv2<br />
Pbv3<br />
Pbv4<br />
Opnamen<br />
België<br />
Ob<br />
Obm1<br />
Obm2<br />
Obm3<br />
Obm4<br />
Obv1<br />
Obv2<br />
Obv3<br />
Obv4<br />
Verwacht<br />
aantal<br />
opnamen <strong>in</strong><br />
arrondissement<br />
E<br />
= (Pa * Ob/Pb)<br />
Em1<br />
Em2<br />
Em3<br />
Em4<br />
Ev1<br />
Ev2<br />
Ev3<br />
Ev4<br />
Totaal Pa_tot Oa_tot Pb_tot Ob_tot E_tot<br />
De bevolk<strong>in</strong>g is <strong>in</strong>gedeeld op basis <strong>van</strong> het geslacht en de leeftijd (<strong>in</strong> 21 leeftijdscategorieën).<br />
De 21 leeftijdscategorieën zijn als volgt samengesteld: 1 categorie voor de k<strong>in</strong>deren <strong>van</strong><br />
m<strong>in</strong>der dan 1 jaar; een categorie voor k<strong>in</strong>deren <strong>van</strong> 1 tot 4 jaar; vervolgens 18 categorieën per<br />
schijf <strong>van</strong> 5 jaar en tot slot, 1 categorie voor personen <strong>van</strong> 95 jaar en meer. Het aantal<br />
<strong>in</strong>woners wordt bepaald voor elke leeftijds- en geslachtscategorie, respectievelijk <strong>in</strong> de<br />
kolommen “Bevolk<strong>in</strong>g arrondissement (Pa)” en “Bevolk<strong>in</strong>g België (Pb)”, en dit zowel voor<br />
elk arrondissement als voor gans België.<br />
Bovendien wordt het aantal ziekenhuisopnamen bepaald voor de geselecteerde pathologie<br />
voor elke leeftijds- en geslachtscategorie, en dit zowel voor elk arrondissement als voor gans<br />
België. Deze cijfers staan respectievelijk vermeld <strong>in</strong> de kolommen “Opnamen arrondissement<br />
- (Oa)” en “Opnamen België – (Ob)”.<br />
In de kolom “Verwacht aantal opnamen <strong>in</strong> arrondissement.” wordt voor elke leeftijds- en<br />
geslachtscategorie het aantal verwachte opnamen berekend <strong>in</strong> het arrondissement voor deze<br />
categorie via de formule Pa * Ob/Pb. Het totaal aantal verwachte verblijven voor het<br />
arrondissement voor de geselecteerde pathologie is gelijk aan de som <strong>van</strong> de verwachte<br />
verblijven voor alle leeftijds- en geslachtscategorieën.<br />
7
De SAR of “Standardised Admission Ratio” wordt als volgt berekend:<br />
Dit betekent dat de SAR hoger is dan 100 als het aantal verblijven hoger is dan verwacht en<br />
omgekeerd. De waarde <strong>van</strong> de SAR geeft aan <strong>in</strong> welke mate er een afwijk<strong>in</strong>g bestaat<br />
(uitgedrukt <strong>in</strong> %) ten opzichte <strong>van</strong> de referentiebevolk<strong>in</strong>g.<br />
Voor de ontwikkel<strong>in</strong>g <strong>van</strong> de kaart kent men een kleur toe aan elk arrondissement volgens een<br />
klassensysteem gebaseerd op de waarde <strong>van</strong> de SAR. De klassen worden als volgt<br />
samengesteld:<br />
klasse 1: als SAR < 80<br />
klasse 2: als 80 ≤ SAR < 90<br />
klasse 3: als 90 ≤ SAR < 100<br />
klasse 4: als 100 ≤ SAR < 110<br />
klasse 5: als 110 ≤ SAR < 120<br />
klasse 6: als SAR ≥ 120<br />
Als men dit <strong>in</strong> een schema weergeeft, geeft dit het volgende:<br />
SAR 80 90 100 110 120<br />
Klasse 1 2 3 4 5 6<br />
De kleur die aan elk arrondissement wordt toegekend, hangt dus af <strong>van</strong> de klasse waartoe het<br />
behoort. Klasse 1 heeft de bleekste kleur (wit) en klasse 6 de donkerste (donkergroen).<br />
Tene<strong>in</strong>de aan te geven <strong>in</strong> welke mate de waarde <strong>van</strong> de SAR significant verschilt <strong>van</strong> 100,<br />
wordt er een betrouwbaarheids<strong>in</strong>terval rond de SAR (95% BI) berekend volgens volgende<br />
formule:<br />
Indien het betrouwbaarheids<strong>in</strong>terval <strong>van</strong> de SAR (voor een significantiegrens <strong>van</strong> 95%) niet<br />
de waarde 100 bevat, verschilt de SAR significant <strong>van</strong> deze waarde 100. Op de kaarten wordt<br />
dit aangeduid met een sterretje <strong>in</strong> het arrondissement.<br />
Voor elk <strong>van</strong> de specifieke thema’s die <strong>in</strong> deze publicatie aan bod komen, zal telkens naast de<br />
kaart <strong>van</strong> België met de <strong>in</strong>gekleurde arrondissementen, ook een tabel worden weergegeven<br />
met de gegevens waarop de kaart gebaseerd is. In deze tabel zijn voor elk arrondissement de<br />
volgende gegevens terug te v<strong>in</strong>den: het aantal klassieke ziekenhuisverblijven dat tot de<br />
specifieke selectie behoort, de waarde <strong>van</strong> de SAR, de klasse waar<strong>in</strong> het arrondissement<br />
terecht komt en op basis waar<strong>van</strong> het <strong>in</strong>gekleurd wordt op de kaart, de onder- en bovengrens<br />
<strong>van</strong> het 95 % betrouwbaarheids<strong>in</strong>terval <strong>van</strong> de SAR, en de <strong>in</strong>dicatie <strong>van</strong> de statistische<br />
significantie <strong>van</strong> de waarde <strong>van</strong> de SAR. Elk adm<strong>in</strong>istratief arrondissement wordt<br />
geïdentificeerd door middel <strong>van</strong> de naam én het nummer <strong>van</strong> het arrondissement. Dit nummer<br />
8
is een getal <strong>van</strong> twee cijfers en komt overeen met de NIS-code <strong>van</strong> het adm<strong>in</strong>istratief<br />
arrondissement.<br />
Tot slot dient bij heel deze methodologische uiteenzett<strong>in</strong>g opgemerkt te worden dat bij de<br />
<strong>in</strong>terpretatie <strong>van</strong> de op deze manier bekomen cijfers en kaarten verschillende factoren dienen<br />
<strong>in</strong> acht genomen te worden. De volgende factoren kunnen immers elk op zich de “kleur” <strong>van</strong><br />
een arrondissement op een kaart beïnvloeden:<br />
1) de prevalentie <strong>van</strong> een pathologie <strong>in</strong> de bevolk<strong>in</strong>g;<br />
2) de grootte <strong>van</strong> de bevolk<strong>in</strong>g: een arrondissement met een kle<strong>in</strong>e bevolk<strong>in</strong>g zal veel<br />
gemakkelijker <strong>van</strong> het nationale gemiddelde afwijken<br />
3) het opnamegedrag met betrekk<strong>in</strong>g tot deze pathologie voor een klassiek<br />
ziekenhuisverblijf;<br />
4) het behandelgedrag of de medische praktijkvoer<strong>in</strong>g;<br />
5) het codeer- en registratiegedrag <strong>van</strong> het behandelende ziekenhuis.<br />
Het aantal, dat ofwel lager of hoger dan verwacht is voor een welbepaalde pathologie kan te<br />
wijten zijn aan elk <strong>van</strong> deze factoren of een comb<strong>in</strong>atie <strong>van</strong> verschillende <strong>van</strong> deze factoren.<br />
Bijgevolg is voorzichtigheid geboden bij de <strong>in</strong>terpretatie <strong>van</strong> de verschillen tussen de<br />
geografische zones die op deze manier kunnen worden gevisualiseerd.<br />
Algemene selectiecriteria<br />
Men heeft slechts de verblijven <strong>in</strong> aanmerk<strong>in</strong>g genomen waarvoor er een valide code<br />
aanwezig was voor de leeftijd en het geslacht, gezien de gebruikte standaardisatie.<br />
De geografische spreid<strong>in</strong>g is berekend op basis <strong>van</strong> de woonplaats <strong>van</strong> de patiënt die <strong>in</strong> het<br />
ziekenhuis verbleef voor de bestudeerde pathologie, pathologiegroep of <strong>in</strong>greep. De<br />
verblijven die overeenstemmen met patiënten die onbekende woonplaats (« 99 » ) hebben of<br />
die <strong>in</strong> het buitenland gedomicilieerd (« 00 » ) zijn, werden derhalve uit de studie uitgesloten.<br />
Wel vermelden we het aantal <strong>van</strong> deze verblijven, die voorzien zijn <strong>van</strong> de<br />
arrondissementscode « 99 » of « 00 ».<br />
De geografische eenheid <strong>van</strong> de studie stemt overeen met de adm<strong>in</strong>istratieve eenheid <strong>van</strong> het<br />
arrondissement en wordt <strong>in</strong> de MKG-gegevensbank via de specifieke code geïdentificeerd die<br />
door het “Nationale Instituut voor de Statistiek” is geleverd.<br />
9
I. Appendectomie<br />
Selectiecriteria<br />
Naast de algemene selectiecriteria (blz 9), gebruikt men als specifiek selectiecriterium de<br />
aanwezigheid <strong>van</strong> APR-DRG 225 Appendectomy.<br />
Een verblijf maakt deel uit <strong>van</strong> de APR-DRG 225 als de hoofddiagnose overeenstemt met de<br />
een gastro-enterale pathologie, op grond waar<strong>van</strong> het verblijf wordt geklasseerd <strong>in</strong> MDC 6<br />
Diseases and disorders of the digestive system, en als één <strong>van</strong> de volgende procedurecodes<br />
ICD-9-CM aanwezig is:<br />
47.0 Appendectomy<br />
47.2 Dra<strong>in</strong>age of appendiceal abcess<br />
47.99 Other operations on appendix<br />
De code 47.1 Incidental appendectomy als enige <strong>in</strong>greep maakt een klasser<strong>in</strong>g <strong>van</strong> een<br />
verblijf <strong>in</strong> de APR-DRG 225 niet mogelijk.<br />
Als een verblijf valt onder de APR-DRG 225 Appendectomy betekent dit dat er geen enkele<br />
andere, meer belangrijke <strong>in</strong>greep is uitgevoerd tijdens het verblijf. De grouper-software<br />
hanteert een hiërarchie <strong>van</strong> <strong>in</strong>grepen waarbij de belangrijkste <strong>in</strong>grepen voorrang hebben. Zo<br />
staan grote <strong>in</strong>grepen aan de dunne darm of de dikke darm hiërarchisch hoger op de<br />
hiërarchieschaal dan een appendectomie. Dat betekent dat een verblijf, gedurende hetwelk er<br />
bijvoor<strong>beeld</strong> een sigmoïdectomie en een appendectomie worden verricht, tot APR-DRG 221<br />
Major small and large bowel procedures en niet tot APR-DRG 225 Appendectomy zal<br />
behoren.<br />
Door als specifiek selectiecriterium het niveau <strong>van</strong> de APR-DRG en niet het niveau <strong>van</strong> de<br />
procedurecode ICD-9-CM te gebruiken, krijgt men een homogene groep verblijven met<br />
appendectomie vaak als enige en steeds de belangrijkste <strong>in</strong>greep.<br />
De appendectomieën werden geselecteerd zowel uit de verblijven <strong>in</strong> « klassieke »<br />
hospitalisatie als <strong>in</strong> chirurgische daghospitalisatie.<br />
Voor <strong>2004</strong> werden er 14 016 verblijven met APR-DRG 225 <strong>in</strong> de MKG geregistreerd<br />
waar<strong>van</strong> 14 014 <strong>in</strong> « klassieke » hospitalisatie en 2 <strong>in</strong> chirurgische daghospitalisatie. Uit deze<br />
groep werden de verblijven <strong>van</strong> patiënten verwijderd <strong>van</strong> wie de woonplaats niet gekend was<br />
(25 verblijven) en de verblijven <strong>van</strong> patiënten die <strong>in</strong> het buitenland zijn gedomicilieerd (109<br />
verblijven). Onze analyse heeft dus betrekk<strong>in</strong>g op 13880 verblijven. Er waren geen verblijven<br />
<strong>in</strong> chirurgische daghospitalisatie.<br />
Toelicht<strong>in</strong>g<br />
Op kaart I.1 worden de verblijven geklasseerd <strong>in</strong> APR-DRG 225 Appendectomy geografisch<br />
weergegeven. Ze duidt op het bestaan <strong>van</strong> geografische variaties. In het noorden <strong>van</strong> het land<br />
worden vier arrondissementen gekenmerkt door een hoger aantal verblijven dan voorzien. Het<br />
gaat om Diksmuide, Brugge, Roeselare en Tielt <strong>in</strong> West-Vlaanderen. In het centrum <strong>van</strong> het<br />
land en met name <strong>in</strong> het arrondissement Nijvel, is er ook een significant hogere SAR. In het<br />
westen <strong>van</strong> België is er ook een significant hogere SAR <strong>in</strong> het arrondissement Ath, net zoals<br />
<strong>in</strong> het zuiden <strong>van</strong> het land <strong>in</strong> de arrondissementen Bastenaken en D<strong>in</strong>ant. Anderzijds zijn er<br />
verschillende arrondissementen waar de patiënten m<strong>in</strong>der appendectomieën ondergaan dan<br />
verwacht. Het gaat om Halle-Vilvoorde, Leuven, Antwerpen, Charleroi, Luik, Virton en<br />
Aarlen. In tabel I.1 werden de nauwkeurige cijfers weergegeven die aan de basis liggen <strong>van</strong><br />
de cartografische illustratie.<br />
10
Kaart I.1 APR-DRG 225: Appendectomie – MKG <strong>2004</strong><br />
11
n°NIS Arrondissement<br />
Aantal<br />
verblijven<br />
SAR<br />
Onder<br />
grens<br />
95% BI<br />
Boven<br />
grens<br />
95% BI<br />
Significant<br />
afwijkende<br />
SAR<br />
11 Antwerpen 1174 94 89 99 ∗ 3<br />
12 Mechelen 432 106 96 116 4<br />
13 Turnhout 546 98 90 106 3<br />
21 Bruxelles/Brussel 1348 99 94 104 3<br />
23 Halle-Vilvoorde 688 91 84 98 ∗ 3<br />
24 Leuven 534 88 81 96 ∗ 2<br />
25 Nivelles 552 110 101 120 ∗ 5<br />
31 Brugge 443 126 115 138 ∗ 6<br />
32 Diksmuide 97 149 120 179 ∗ 6<br />
33 Ieper 149 106 89 123 4<br />
34 Kortrijk 391 106 95 116 4<br />
35 Oostende 207 114 99 130 5<br />
36 Roeselare 216 115 100 131 5<br />
37 Tielt 151 128 107 148 ∗ 6<br />
38 Veurne 81 112 88 137 5<br />
41 Aalst 325 97 86 107 3<br />
42 Dendermonde 265 108 95 121 4<br />
43 Eeklo 123 120 99 142 6<br />
44 Gent 653 98 91 106 3<br />
45 Oudenaarde 144 96 80 111 3<br />
46 St-Niklaas 298 99 87 110 3<br />
51 Ath 131 123 102 144 ∗ 6<br />
52 Charleroi 502 89 81 96 ∗ 2<br />
53 Mons 350 104 93 115 4<br />
54 Mouscron 98 105 84 126 4<br />
55 Soignies 234 98 85 110 3<br />
56 Thu<strong>in</strong> 174 89 75 102 2<br />
57 Tournai 194 103 89 118 4<br />
61 Huy 127 90 74 105 2<br />
62 Liège 679 87 81 94 ∗ 2<br />
63 Verviers 379 101 91 112 4<br />
64 Waremme 111 116 95 138 5<br />
71 Hasselt 518 99 90 107 3<br />
72 Maaseik 293 94 83 105 3<br />
73 Tongeren 259 102 90 114 4<br />
81 Arlon 55 74 54 93 ∗ 1<br />
82 Bastogne 93 154 123 185 ∗ 6<br />
83 Marche-en-Famenne 75 103 80 126 4<br />
84 Neufchâteau 83 105 82 127 4<br />
85 Virton 46 66 47 85 ∗ 1<br />
91 D<strong>in</strong>ant 169 121 102 139 ∗ 6<br />
92 Namur 403 101 91 111 4<br />
93 Philippeville 90 106 84 128 4<br />
Totaal 13880<br />
Tabel I.1 Klassieke verblijven geklasseerd <strong>in</strong> APR-DRG 225 «Appendectomy» - MKG <strong>2004</strong><br />
klasse<br />
12
Ongeveer 70% <strong>van</strong> de geregistreerde appendectomieën werden uitgevoerd op patiënten tussen<br />
5 en 35 jaar. In figuur I.2 wordt de verdel<strong>in</strong>g per leeftijd en geslacht <strong>van</strong> de verblijven<br />
weergegeven die vallen onder APR-DRG 225 Appendectomy. In het totaal komen<br />
appendectomieën frequenter voor bij mannen dan bij vrouwen, behalve <strong>in</strong> de<br />
leeftijdscategorie 15-19 jaar, 20-24 jaar en 25-29 jaar, wellicht omdat er meer onderzoek moet<br />
worden verricht om <strong>in</strong> het kader <strong>van</strong> een differentiaaldiagnose te kunnen vaststellen dat het<br />
niet gaat om gynaecologische problemen (eierstokken, extra-uteriene zwangerschap).<br />
Als men het deel <strong>van</strong> elke ernstigheidsgraad b<strong>in</strong>nen de APR-DRG 225 Appendectomy bekijkt,<br />
krijgt men de volgende verdel<strong>in</strong>g:<br />
Lage graad: 8653 verblijven (62,3%)<br />
Gematigde graad: 4764 verblijven (34,3%)<br />
Hoge graad: 385 verblijven (2,8%)<br />
Extreme graad: 78 verblijven (0,6%)<br />
In tabel I.2 wordt een overzicht gegeven <strong>van</strong> de vijf meest voorkomende diagnoses voor elke<br />
ernstigheidsgraad b<strong>in</strong>nen de APR-DRG 225 Appendectomy. Elk subtotaal komt overeen met<br />
de som <strong>van</strong> de frequenties die werden verkregen voor deze vijf hoofddiagnosen, net zoals het<br />
percentage ten opzichte <strong>van</strong> het totaal. Bijna alle verblijven die worden gekenmerkt door een<br />
lage ernstigheidsgraad hebben als hoofddiagnose een appendicitis zonder complicaties en<br />
hebben geen bijzondere secundaire diagnoses. De verblijven, die door een extreme<br />
ernstigheidsgraad worden gekenmerkt, vertonen echter een hoofddiagnose <strong>van</strong> peritonitis of<br />
peritoneaal abces (meer dan 3/4 <strong>van</strong> de verblijven met een extreme ernstigheidsgraad).<br />
13
ICD-9-<br />
CM code<br />
Def<strong>in</strong>itie<br />
Lage ernstigheidsgraad<br />
Aantal<br />
verblijven<br />
% verblijven<br />
5409 ACUTE APPENDICITIS ZONDER VERMELDING VAN PERITONITIS 7055 81,4<br />
541 NIET GESPECIFICEERDE APPENDICITIS 670 7,7<br />
542 OVERIGE VORMEN VAN APPENDICITIS 377 4,4<br />
5439 OVERIGE EN NIET GESPECIFICEERDE ZIEKTEN VAN DE APPENDIX 179 2,1<br />
5430 HYPERPLASIE VAN DE APPENDIX LYMFOID 160 1,8<br />
Subtotaal 8441 97,4<br />
Matige ernstigheidsgraad<br />
5400 ACUTE APPENDICITIS MET GEGENERALISEERDE PERITONITIS 2280 47,8<br />
5401 ACUTE APPENDICITIS MET PERITONEAAL ABCES 1467 30,8<br />
5409 ACUTE APPENDICITIS ZONDER VERMELDING VAN PERITONITIS 698 14,6<br />
541 NIET GESPECIFICEERDE APPENDICITIS 74 1,6<br />
542 OVERIGE VORMEN VAN APPENDICITIS 62 1,3<br />
Subtotaal 4581 96,1<br />
Hoge ernstigheidsgraad<br />
5400 ACUTE APPENDICITIS MET GEGENERALISEERDE PERITONITIS 153 39,7<br />
5409 ACUTE APPENDICITIS ZONDER VERMELDING VAN PERITONITIS 92 23,9<br />
5401 ACUTE APPENDICITIS MET PERITONEAAL ABCES 81 21<br />
542 OVERIGE VORMEN VAN APPENDICITIS 12 3,1<br />
541 NIET GESPECIFICEERDE APPENDICITIS 11 2,9<br />
Subtotaal 349 90,6<br />
Extreme ernstigheidsgraad<br />
5400 ACUTE APPENDICITIS MET GEGENERALISEERDE PERITONITIS 46 59<br />
5401 ACUTE APPENDICITIS MET PERITONEAAL ABCES 18 23,1<br />
5409 ACUTE APPENDICITIS ZONDER VERMELDING VAN PERITONITIS 8 10,3<br />
542 OVERIGE VORMEN VAN APPENDICITIS 2 2,6<br />
1535 MALIGNE NEOPLASMA VAN APPENDIX 1 1,3<br />
Subtotaal 75 96,2<br />
Tabel I.2 De top 5 hoofddiagnosen b<strong>in</strong>nen de APR-DRG 225 Appendectomie per « severity of<br />
illness » - subklasse - MKG <strong>2004</strong><br />
14
II. « Incidentele » appendectomie<br />
Selectiecriteria<br />
In deze pathologiegroep hebben we een analyse over de “<strong>in</strong>cidentele” appendectomieën<br />
bij bejaarden geïntegreerd. De verblijven <strong>in</strong> « klassieke » hospitalisatie en <strong>in</strong><br />
“chirurgische daghospitalisatie” met een code ICD-9-CM 47.1* ( 47.11: laparoscopic<br />
<strong>in</strong>cidental appendectomy; 47.19: other <strong>in</strong>cidental appendectomy) werden hiervoor<br />
geselecteerd. Enkel patiënten <strong>van</strong> meer dan 64 jaar werden geselecteerd tene<strong>in</strong>de te<br />
beantwoorden aan de criteria <strong>van</strong> het AHRQ (Agency for Healthcare Research and<br />
Quality: http://www.quality<strong>in</strong>dicators.ahrq.gov./iqi_download.htm) voor de uitwerk<strong>in</strong>g<br />
<strong>van</strong> hun kwaliteits<strong>in</strong>dicator nr. 24 (Incidental Appendectomy <strong>in</strong> the Elderly Rate).<br />
De hier bestudeerde <strong>in</strong>greep is immers gecontraïndiceerd bij bejaarden, omdat deze<br />
leeftijdsgroep enerzijds een lager risico vertoont om een appendicitis te ontwikkelen en<br />
anderzijds een hoger risico heeft om postoperatoire complicaties te krijgen.<br />
Om een tot een meer bruikbaar aantal observaties te komen, hebben we de “<strong>in</strong>cidentele”<br />
appendectomieën geselecteerd uit de MKG-gegevens <strong>van</strong> de jaren 2001-<strong>2004</strong> en de<br />
standaardisatie doorgevoerd op basis <strong>van</strong> de structuur <strong>van</strong> de bevolk<strong>in</strong>g berekend door het<br />
NIS voor het jaar <strong>2004</strong>.<br />
Voor de beschouwde periode krijgt men een totaal <strong>van</strong> 1212 verblijven die overeenstemmen<br />
met de hierboven gedef<strong>in</strong>ieerde selectie, waaronder 6 verblijven met een arrondissementscode<br />
« 00 » (de niet-residenten) en 1 verblijf met een arrondissementscode « 99 » (onbekende<br />
woonplaats). Onze analyse heeft dus betrekk<strong>in</strong>g op 1205 verblijven.<br />
Op kaart II.1 wordt aangeduid <strong>in</strong> welke mate er verschillen qua geografische spreid<strong>in</strong>g<br />
bestaan voor de ziekenhuisverblijven geregistreerd met een code ICD-9-CM 47.1*: <strong>in</strong>cidental<br />
appendectomy als chirurgische <strong>in</strong>greep. De arrondissementen Antwerpen en S<strong>in</strong>t-Niklaas <strong>in</strong><br />
het noorden <strong>van</strong> het land vertonen elk een hoger aantal verblijven dan verwacht. Dit geldt ook<br />
voor de arrondissementen <strong>in</strong> het westen <strong>van</strong> het land: Mons en Oudenaarde. Wat betreft het<br />
zuiden <strong>van</strong> het land, is er een hogere SAR met onder meer de arrondissementen Bastenaken,<br />
Neufchâteau, Luik en Hoei, waar<strong>van</strong> de SAR significant is. In het noordwesten <strong>van</strong> België<br />
zijn er 4 arrondissementen waar<strong>van</strong> het aantal verblijven voor <strong>in</strong>cidental appendectomy<br />
significant lager is dan verwacht: Brugge, Roeselare, Ieper, Moeskroen. In het noorden en het<br />
centrum <strong>van</strong> het land stellen we heel wat arrondissementen met significant lagere SARwaarden<br />
vast. Het gaat om Eeklo, Turnhout, Mechelen, Leuven, Hasselt, Maaseik, Tongeren,<br />
Ath, Charleroi, Soignies, Waremme, Namen, Philippeville. Als men het aantal verwachte<br />
“<strong>in</strong>cidentele” appendectomieën vergelijkt, worden meer dan de helft <strong>van</strong> de arrondissementen<br />
(25/43) gekenmerkt door extreme SAR-waarden (=120). Is dit verrassend wanneer<br />
men voor de jaren 2001-<strong>2004</strong> slechts 1205 verblijven voor gans België optekende? Zo zijn er<br />
geen verblijven voor patiënten die gedomicilieerd zijn <strong>in</strong> het arrondissement Diksmuide voor<br />
deze periode (het arrondissement is dus niet gekleurd).<br />
15
Kaart II.1: IQI 24 Incidentele Appendectomie – MKG 2001-<strong>2004</strong><br />
16
n°NIS arrondissement<br />
Aantal<br />
verblijven<br />
SAR<br />
Onder<br />
grens<br />
95% BI<br />
Boven<br />
grens 95%<br />
BI<br />
Significant<br />
afwijkende<br />
SAR<br />
11 Antwerpen 149 128 107 149 ∗ 6<br />
12 Mechelen 28 73 46 100 ∗ 1<br />
13 Turnhout 25 56 34 78 ∗ 1<br />
21 Bruxelles/Brussel 117 114 94 135 5<br />
23 Halle-Vilvoorde 75 112 86 137 5<br />
24 Leuven 40 73 50 95 ∗ 1<br />
25 Nivelles 29 78 49 106 1<br />
31 Brugge 16 44 22 66 ∗ 1<br />
32 Diksmuide 0<br />
33 Ieper 4 30 1 60 ∗ 1<br />
34 Kortrijk 28 82 51 112 2<br />
35 Oostende 25 115 70 160 5<br />
36 Roeselare 4 22 0 44 ∗ 1<br />
37 Tielt 7 64 17 111 1<br />
38 Veurne 7 76 20 132 1<br />
41 Aalst 35 106 71 141 4<br />
42 Dendermonde 24 109 65 152 4<br />
43 Eeklo 3 29 -4 61 ∗ 1<br />
44 Gent 48 80 57 102 1<br />
45 Oudenaarde 49 330 238 422 ∗ 6<br />
46 St-Niklaas 63 242 182 302 ∗ 6<br />
51 Ath 4 43 1 85 ∗ 1<br />
52 Charleroi 26 55 34 76 ∗ 1<br />
53 Mons 61 222 166 277 ∗ 6<br />
54 Mouscron 4 48 1 95 ∗ 1<br />
55 Soignies 11 57 23 90 ∗ 1<br />
56 Thu<strong>in</strong> 20 119 67 171 5<br />
57 Tournai 16 97 49 144 3<br />
61 Huy 33 299 197 401 ∗ 6<br />
62 Liège 100 140 113 168 ∗ 6<br />
63 Verviers 31 104 67 140 4<br />
64 Waremme 3 38 -5 81 ∗ 1<br />
71 Hasselt 21 50 29 71 ∗ 1<br />
72 Maaseik 6 27 5 49 ∗ 1<br />
73 Tongeren 5 24 3 45 ∗ 1<br />
81 Arlon 5 90 11 169 3<br />
82 Bastogne 17 390 204 575 ∗ 6<br />
83 Marche-en-<br />
Famenne<br />
11 194 79 309 6<br />
84 Neufchâteau 14 213 102 325 ∗ 6<br />
85 Virton 6 107 21 193 4<br />
91 D<strong>in</strong>ant 13 109 50 169 4<br />
92 Namur 20 65 36 93 ∗ 1<br />
93 Philippeville 2 28 -11 67 ∗ 1<br />
Totaal 1205<br />
Tabel II.1 Klassieke verblijven met een <strong>in</strong>greep <strong>van</strong> <strong>in</strong>cidentele appendectomie MKG 2001-4<br />
klasse<br />
17
III. Astma<br />
Selectiecriteria<br />
In deze selectie heeft men reken<strong>in</strong>g gehouden met alle ziekenhuisverblijven die beantwoorden<br />
aan de algemene selectiecriteria voor de groep <strong>van</strong> pathologieën en <strong>in</strong>grepen uit deze atlas<br />
(Cf. Inleid<strong>in</strong>g 2.4. a) en die als hoofddiagnose de code ICD-9-CM 493.** hebben die<br />
overeenkomt met astma. Deze code bevat extr<strong>in</strong>siek astma (code ICD-9-CM 493.0*),<br />
<strong>in</strong>tr<strong>in</strong>siek astma (code ICD-9-CM 493.1*), chronisch obstructief astma (code ICD-9-CM<br />
493.2*, t.t.z. de astmavormen met obstructieve chronische pulmonaire aandoen<strong>in</strong>g of<br />
chronische bronchitis), andere astmavormen (code ICD-9-CM 493.8*: <strong>in</strong>spann<strong>in</strong>gsgebonden<br />
broncho-spasme of hoest variant astma), niet-gespecificeerde astmavormen (code ICD-9-CM<br />
493.9*) (Tabel III.1). Tene<strong>in</strong>de de ziekenhuisprevalentie <strong>van</strong> de aandoen<strong>in</strong>g beter te kunnen<br />
evalueren, hebben we <strong>in</strong> de selectie slechts de verblijven <strong>in</strong> aanmerk<strong>in</strong>g genomen met astma<br />
(code ICD-9-CM 493.**) als hoofddiagnose.<br />
Voor de selectie werden voor het jaar <strong>2004</strong> slechts de zogenaamde « klassieke » verblijven <strong>in</strong><br />
aanmerk<strong>in</strong>g genomen met de ICD-9-CM code «493**».<br />
Van die 6756 verblijven, tellen we er 63 <strong>in</strong> het arrondissement met als code « 00 » (patiënten<br />
<strong>van</strong> wie de woonplaats zich <strong>in</strong> het buitenland bev<strong>in</strong>dt) en 12 <strong>in</strong> het arrondissement met als<br />
code « 99» (onbekende woonplaats). De analyse heeft betrekk<strong>in</strong>g op 6681 verblijven.<br />
Toelicht<strong>in</strong>g<br />
Type astma (ICD-9-CM code)<br />
Aantal<br />
verblijven<br />
Extr<strong>in</strong>siek astma (493.0*) 1755<br />
Intr<strong>in</strong>siek astma (493.1* ) 433<br />
Chronisch obstructief astma (493.2*) 725<br />
Andere astmavormen ( 493.8*) 0<br />
Niet-gespecificeerde astmavormen (493.9* ) 3768<br />
Totaal 6681<br />
Tabel III.1 Aantal verblijven per type astma<br />
Zoals kaart III.1 aantoont, worden er geografische verschillen betreffende de verblijven die<br />
geregistreerd zijn met een hoofddiagnose astma (code ICD-9-CM 493.** ) vastgesteld.<br />
Volgende arrondissementen vertoonden een significant hogere SAR-waarde dan verwacht:<br />
Antwerpen, Eeklo, Gent, Aalst en Hasselt voor het noorden <strong>van</strong> het land en Charleroi, Thu<strong>in</strong>,<br />
Mons en Soignies die een blok <strong>van</strong> vier aangrenzende arrondissementen vormen, <strong>in</strong> het zuidwesten<br />
<strong>van</strong> België. De arrondissementen met een significant lagere SAR-waarde zijn de<br />
volgende: Leuven, Diksmuide, S<strong>in</strong>t-Niklaas, Mechelen, Halle-Vilvoorde, Nijvel, Hoei,<br />
Verviers, Neufchâteau, Virton en Aarlen. In tabel III.2 v<strong>in</strong>dt u de precieze cijfers waarop onze<br />
cartografische weergave gebaseerd is.<br />
18
Kaart III.1: Astma – MKG <strong>2004</strong><br />
19
n°NIS arrondissement<br />
Aantal<br />
verblijven<br />
SAR<br />
Onder<br />
grens<br />
95% BI<br />
Boven<br />
grens<br />
95% BI<br />
Significant<br />
afw. SAR<br />
11 Antwerpen 695 114 105 122 ∗ 5<br />
12 Mechelen 160 81 69 94 ∗ 2<br />
13 Turnhout 248 98 86 110 3<br />
21 Bruxelles/Brussel 726 106 98 113 4<br />
23 Halle-Vilvoorde 208 57 49 65 ∗ 1<br />
24 Leuven 213 73 63 83 ∗ 1<br />
25 Nivelles 152 64 54 74 ∗ 1<br />
31 Brugge 157 94 79 108 3<br />
32 Diksmuide 14 46 22 70 ∗ 1<br />
33 Ieper 58 88 65 110 2<br />
34 Kortrijk 176 101 86 116 4<br />
35 Oostende 92 102 81 123 4<br />
36 Roeselare 88 99 78 120 3<br />
37 Tielt 45 80 57 103 2<br />
38 Veurne 33 91 60 122 3<br />
41 Aalst 199 122 105 139 ∗ 6<br />
42 Dendermonde 104 89 72 106 2<br />
43 Eeklo 69 139 106 172 ∗ 6<br />
44 Gent 383 120 108 132 ∗ 5<br />
45 Oudenaarde 63 85 64 107 2<br />
46 St-Niklaas 117 81 66 96 ∗ 2<br />
51 Ath 60 113 85 142 5<br />
52 Charleroi 318 115 103 128 ∗ 5<br />
53 Mons 284 174 154 195 ∗ 6<br />
54 Mouscron 51 110 80 140 4<br />
55 Soignies 146 126 105 146 ∗ 6<br />
56 Thu<strong>in</strong> 128 135 111 158 ∗ 6<br />
57 Tournai 113 122 100 145 6<br />
61 Huy 45 67 47 86 ∗ 1<br />
62 Liège 371 98 88 108 3<br />
63 Verviers 128 73 60 85 ∗ 1<br />
64 Waremme 42 90 63 117 2<br />
71 Hasselt 294 122 108 136 ∗ 6<br />
72 Maaseik 126 93 76 109 3<br />
73 Tongeren 119 102 84 121 4<br />
81 Arlon 26 71 44 99 ∗ 1<br />
82 Bastogne 26 91 56 125 3<br />
83 Marche-en-F. 26 76 47 105 1<br />
84 Neufchâteau 27 70 44 97 * 1<br />
85 Virton 23 67 40 94 * 1<br />
91 D<strong>in</strong>ant 81 120 94 146 6<br />
92 Namur 207 109 94 124 4<br />
93 Philippeville 40 100 69 130 3<br />
Totaal 6681<br />
Tabel III.2 Klassieke verblijven met astma als hoofddiagnose - MKG <strong>2004</strong><br />
klasse<br />
20
In figuur III.2 wordt voor België de verdel<strong>in</strong>g per leeftijd en geslacht <strong>van</strong> de klassieke<br />
ziekenhuisverblijven met als hoofddiagnose astma (code ICD-9-CM 493.** ) geïllustreerd.<br />
De vier leeftijdscategorieën die gaan <strong>van</strong> 0 tot 14 jaar vertegenwoordigden ongeveer 44 %<br />
<strong>van</strong> de hospitalisaties. B<strong>in</strong>nen die 4 leeftijdscategorieën was de hospitalisatie voor deze<br />
aandoen<strong>in</strong>g frequenter bij jongens dan bij meisjes. In de hogere leeftijdscategorieën is de<br />
verhoud<strong>in</strong>g vrouwen hoger en neemt verder toe met de leeftijd. In het totaal<br />
vertegenwoordigen de vrouwen 53.5 % <strong>van</strong> de verblijven.<br />
Het is natuurlijk <strong>van</strong> belang om ook reken<strong>in</strong>g te houden met de referentiebevolk<strong>in</strong>g per<br />
geslacht en per leeftijdsgroep. Daarom publiceren we een tweede figuur met de leeftijds- en<br />
geslachtsspecifieke cijfers voor de hoofddiagnose astma (fig. III.3).<br />
Het cijfer wordt verkregen door de ratio <strong>van</strong> het aantal verblijven per geslacht en<br />
leeftijdsgroep gedurende jaar x over het aantal <strong>in</strong>woners <strong>van</strong> hetzelfde geslacht en<br />
leeftijdsgroep <strong>van</strong> gans de bevolk<strong>in</strong>g gedurende jaar x uit te drukken als een cijfer per 100<br />
000 <strong>in</strong>woners. Men stelt dan bijvoor<strong>beeld</strong> vast dat, wat betreft de leeftijdsgroep <strong>van</strong> 95 jaar en<br />
meer, het cijfer hoger is voor de mannen, wat niet te zien was op figuur III.2.<br />
21
IV. Suikerziekte, diabetes mellitus<br />
Selectiecriteria<br />
In deze selectie heeft men reken<strong>in</strong>g gehouden met alle klassieke ziekenhuisverblijven die<br />
beantwoorden aan de algemene selectiecriteria (blz 9) met suikerziekte als hoofddiagnose<br />
(code ICD-9-CM 250.**).<br />
Aangezien suikerziekte zeer vaak een nevendiagnose is, is het <strong>in</strong> dit geval aangewezen om<br />
slechts de verblijven te selecteren met suikerziekte als hoofddiagnose. Het opnemen <strong>in</strong> de<br />
selectie <strong>van</strong> alle verblijven met diabetes als nevendiagnose zou een te groot percentage<br />
heropnamen <strong>in</strong> de selectie brengen. De werkelijke prevalentie <strong>van</strong> de aandoen<strong>in</strong>g wordt dan<br />
m<strong>in</strong>der goed benaderd.<br />
In het totaal bev<strong>in</strong>den er zich voor het registratiejaar <strong>2004</strong>, 20.599 verblijven <strong>in</strong> de MKG<br />
gegevensbank met suikerziekte als hoofddiagnose. 43 verblijven <strong>van</strong> patiënten <strong>van</strong> wie de<br />
woonplaats onbekend is (code « 99 ») en 147 verblijven <strong>van</strong> patiënten die niet <strong>in</strong> België<br />
wonen (code« 00 ») werden niet <strong>in</strong> aanmerk<strong>in</strong>g genomen wat resulteerde <strong>in</strong> 20.409 verblijven<br />
voor onze studie. Als men slechts reken<strong>in</strong>g houdt met de verblijven die niet het voorwerp <strong>van</strong><br />
een heropname hebben uitgemaakt, houdt men nog slechts 18.459 patiënten over.<br />
Toelicht<strong>in</strong>g<br />
Op kaart IV.1 worden er aanzienlijke geografische verschillen getoond. Het aantal verblijven<br />
met suikerziekte (code ICD-9-CM 250**) als hoofddiagnose is significant hoger dan<br />
verwacht <strong>in</strong> volgende arrondissementen:<br />
- een arrondissement uit West-Vlaanderen: Oostende<br />
- verschillende arrondissementen uit Oost-Vlaanderen: Gent, Aalst, Dendermonde, S<strong>in</strong>t-<br />
Niklaas<br />
- een arrondissement uit de prov<strong>in</strong>cie Antwerpen: Mechelen<br />
- een arrondissement uit de prov<strong>in</strong>cie Luik: Luik<br />
- twee arrondissementen uit de prov<strong>in</strong>cie Henegouwen: Bergen en Doornik.<br />
Het aantal verblijven is significant lager dan voorzien <strong>in</strong> de arrondissementen Veurne,<br />
Brugge, Ieper, Kortrijk, Roeselare <strong>in</strong> West-Vlaanderen, <strong>in</strong> de arrondissementen Oudenaarde<br />
<strong>in</strong> Oost-Vlaanderen, <strong>in</strong> het arrondissement Turnhout <strong>in</strong> de prov<strong>in</strong>cie Antwerpen, <strong>in</strong> de<br />
arrondissementen Leuven, Halle-Vilvoorde en Nijvel <strong>in</strong> respectievelijk Vlaams- en Waals-<br />
Brabant, <strong>in</strong> het arrondissement Namen, <strong>in</strong> het arrondissement Maaseik (prov<strong>in</strong>cie Limburg),<br />
<strong>in</strong> de arrondissementen Marche-en-Famenne en Neufchâteau <strong>in</strong> de prov<strong>in</strong>cie Luxemburg.<br />
23
Kaart IV.1: Diabetes mellitus – MKG <strong>2004</strong><br />
24
n°NIS Arrondissement<br />
Aantal<br />
verblijven<br />
SAR<br />
Onder<br />
grens<br />
95% BI<br />
Boven<br />
grens<br />
95% BI<br />
Significant<br />
afwijkende<br />
SAR<br />
11 Antwerpen 1947 102 97 106 4<br />
12 Mechelen 714 113 105 121 ∗ 5<br />
13 Turnhout 554 70 64 76 ∗ 1<br />
21 Bruxelles/Brussel 1881 104 99 109 4<br />
23 Halle-Vilvoorde 964 85 80 90 ∗ 2<br />
24 Leuven 714 77 71 83 ∗ 1<br />
25 Nivelles 506 75 68 81 ∗ 1<br />
31 Brugge 467 80 73 87 ∗ 2<br />
32 Diksmuide 85 86 68 104 2<br />
33 Ieper 123 58 47 68 ∗ 1<br />
34 Kortrijk 512 91 83 99 ∗ 3<br />
35 Oostende 381 114 103 126 ∗ 5<br />
36 Roeselare 245 85 74 96 ∗ 2<br />
37 Tielt 181 102 87 117 4<br />
38 Veurne 112 81 66 96 ∗ 2<br />
41 Aalst 671 124 114 133 ∗ 6<br />
42 Dendermonde 522 140 128 152 ∗ 6<br />
43 Eeklo 166 99 84 114 3<br />
44 Gent 1136 114 107 120 ∗ 5<br />
45 Oudenaarde 178 75 64 86 ∗ 1<br />
46 St-Niklaas 553 124 114 134 ∗ 6<br />
51 Ath 169 107 91 123 4<br />
52 Charleroi 828 101 94 108 4<br />
53 Mons 604 126 116 136 ∗ 6<br />
54 Mouscron 141 101 84 118 4<br />
55 Soignies 316 93 83 103 3<br />
56 Thu<strong>in</strong> 263 91 80 102 3<br />
57 Tournai 330 118 105 130 ∗ 5<br />
61 Huy 211 108 94 123 4<br />
62 Liège 1646 139 132 146 ∗ 6<br />
63 Verviers 476 92 84 101 3<br />
64 Waremme 126 92 76 108 3<br />
71 Hasselt 734 99 92 106 3<br />
72 Maaseik 368 90 81 99 ∗ 2<br />
73 Tongeren 363 98 88 108 3<br />
81 Arlon 97 100 80 119 3<br />
82 Bastogne 75 99 77 122 3<br />
83 Marche-en-F. 73 75 58 92 ∗ 1<br />
84 Neufchâteau 81 74 58 90 ∗ 1<br />
85 Virton 79 85 66 104 2<br />
91 D<strong>in</strong>ant 221 111 96 125 5<br />
92 Namur 477 88 80 95 ∗ 2<br />
93 Philippeville 119 97 80 115 3<br />
Totaal 20409<br />
klasse<br />
Tabel IV.1 Klassieke verblijven met diabetes ( code ICD-9-CM «250**») als hoofddiagnose – MKG <strong>2004</strong><br />
25
In figuur IV.2 wordt de verdel<strong>in</strong>g per leeftijd en geslacht <strong>van</strong> de klassieke<br />
ziekenhuisverblijven met als hoofddiagnose suikerziekte voorgesteld. Men stelt vast dat 2.9%<br />
(598) <strong>van</strong> deze verblijven overeenstemmen met hospitalisaties <strong>van</strong> k<strong>in</strong>deren <strong>van</strong> m<strong>in</strong>der dan<br />
15 jaar (<strong>van</strong> 0 tot en met 14 jaar). Wat betreft de leeftijdscategorieën <strong>van</strong> 65 jaar en meer,<br />
vertegenwoordigen ze 51% <strong>van</strong> de 20 409 totale verblijven of 10 503 verblijven. Het aantal<br />
verblijven neemt toe met de leeftijd zowel bij de vrouwen als bij de mannen. De verblijven<br />
<strong>van</strong> vrouwen vormen 51.6% <strong>van</strong> alle verblijven. In de leeftijdscategorieën gaande <strong>van</strong> 20 tot<br />
64 jaar, is het percentage mannen hoger dan het percentage vrouwen: 5021 verblijven op een<br />
totaal <strong>van</strong> 8950, iets meer dan 56%.<br />
Figuur IV.3 maakt het mogelijk om op een andere manier de verdel<strong>in</strong>g per leeftijd en geslacht<br />
<strong>van</strong> de verblijven met diabetes als hoofddiagnose te visualiseren, <strong>in</strong> dit geval het leeftijds- en<br />
geslachtsspecifiek opnamecijfer per 100 000 <strong>in</strong>woners. Dit cijfer is veel hoger voor de<br />
mannen <strong>in</strong> de leeftijdsgroepen gaande <strong>van</strong> 20 tot 74 jaar en <strong>van</strong> 85 tot 94 jaar.<br />
26
B<strong>in</strong>nen de groep patiënten die lijden aan diabetes kunnen we twee soorten diabetici<br />
onderscheiden: patiënten die lijden aan juveniele diabetes (type I) en patiënten die lijden aan<br />
maturiteitsdiabetes (type II). De patiënten met juveniele diabetes lijden aan diabetes s<strong>in</strong>ds ze<br />
jong zijn, terwijl de patiënten met maturiteitsdiabetes de aandoen<strong>in</strong>g slechts krijgen op meer<br />
gevorderde leeftijd. In de MKG-registratie wordt het type diabetes gespecificeerd door het<br />
vijfde cijfer <strong>in</strong> de code ICD-9-CM dat voor diabetes wordt geregistreerd. Op een totaal <strong>van</strong><br />
20.409 verblijven met diabetes als hoofddiagnose, zijn er 4660 verblijven <strong>van</strong> het type I<br />
(23%) en 15749 verblijven <strong>van</strong> het type II (77%).<br />
De figuren IV.4 en IV.6 tonen aan dat de verdel<strong>in</strong>gen per leeftijd en geslacht <strong>van</strong> de<br />
ziekenhuisverblijven betreffende elk type diabetes wel degelijk <strong>van</strong> elkaar verschillen en dat<br />
geldt ook voor de figuren IV.5 en IV.7 betreffende het leeftijds- en geslachtsspecifieke cijfer<br />
(per 100.000 <strong>in</strong>w.): type I is een diabetes die personen krijgen op jongere leeftijd <strong>in</strong><br />
tegenstell<strong>in</strong>g tot type II die op gevorderde leeftijd voorkomt.<br />
27
In kaart IV.8 wordt voor het jaar <strong>2004</strong> de geografische spreid<strong>in</strong>g <strong>van</strong> de ziekenhuisverblijven<br />
<strong>van</strong> patiënten met diabetes type I voorgesteld. In het noorden <strong>van</strong> het land onderscheiden we<br />
een blok <strong>van</strong> meerdere arrondissementen waar<strong>van</strong> het aantal verblijven hoger ligt dan<br />
voorzien. Het gaat om: Oostende, Dendermonde, Eeklo, Gent, S<strong>in</strong>t-Niklaas, Antwerpen. In<br />
Wallonië heeft enkel het adm<strong>in</strong>istratieve arrondissement Luik ditzelfde kenmerk. 8 Waalse<br />
29
arrondissementen vertonen een aantal verblijven dat significant lager ligt dan verwacht:<br />
Nijvel, Charleroi, Bergen, Moeskroen, Thu<strong>in</strong>, Doornik, Waremme en Bastenaken. Ook <strong>in</strong> 5<br />
Vlaamse arrondissementen, met name Turnhout, Halle-Vilvoorde, Leuven, Kortrijk en<br />
Hasselt, is het aantal verblijven m<strong>in</strong>der hoog dan verwacht.<br />
Kaart IV.8 : Diabetes mellitus type I – MKG <strong>2004</strong><br />
30
n°NIS arrondissement<br />
Aantal<br />
verblijven<br />
SAR<br />
Onder<br />
grens<br />
95% BI<br />
Boven<br />
grens<br />
95% BI<br />
Significant<br />
afwijkende<br />
SAR<br />
11 Antwerpen 566 133 122 144 ∗ 6<br />
12 Mechelen 139 99 83 116 3<br />
13 Turnhout 144 77 65 90 ∗ 1<br />
21 Bruxelles/Brussel 441 100 90 109 3<br />
23 Halle-Vilvoorde 200 78 67 89 ∗ 1<br />
24 Leuven 181 87 74 99 ∗ 2<br />
25 Nivelles 132 82 68 96 ∗ 2<br />
31 Brugge 120 97 80 114 3<br />
32 Diksmuide 20 91 51 132 3<br />
33 Ieper 36 76 51 101 1<br />
34 Kortrijk 105 84 68 100 ∗ 2<br />
35 Oostende 89 133 105 161 ∗ 6<br />
36 Roeselare 71 111 85 137 5<br />
37 Tielt 39 98 67 129 3<br />
38 Veurne 32 119 78 160 5<br />
41 Aalst 126 106 87 124 4<br />
42 Dendermonde 116 138 113 163 ∗ 6<br />
43 Eeklo 51 142 103 181 ∗ 6<br />
44 Gent 307 136 120 151 ∗ 6<br />
45 Oudenaarde 57 110 81 138 4<br />
46 St-Niklaas 137 135 112 157 ∗ 6<br />
51 Ath 31 87 56 117 2<br />
52 Charleroi 157 84 70 97 ∗ 2<br />
53 Mons 82 74 58 90 ∗ 1<br />
54 Mouscron 20 64 36 92 ∗ 1<br />
55 Soignies 76 96 75 118 3<br />
56 Thu<strong>in</strong> 48 73 52 94 ∗ 1<br />
57 Tournai 44 70 49 90 ∗ 1<br />
61 Huy 49 106 77 136 4<br />
62 Liège 302 114 101 127 ∗ 5<br />
63 Verviers 110 91 74 108 3<br />
64 Waremme 22 69 40 98 ∗ 1<br />
71 Hasselt 131 74 62 87 ∗ 1<br />
72 Maaseik 103 102 82 122 4<br />
73 Tongeren 92 107 85 128 4<br />
81 Arlon 17 71 37 105 1<br />
82 Bastogne 11 59 24 93 ∗ 1<br />
83 Marche-en-F. 23 99 59 139 3<br />
84 Neufchâteau 18 70 38 103 1<br />
85 Virton 18 81 44 119 2<br />
91 D<strong>in</strong>ant 58 127 94 159 6<br />
92 Namur 114 88 72 104 2<br />
93 Philippeville 25 89 54 124 2<br />
Totaal 4660<br />
Tabel IV.2 Klassieke verblijven met type I diabetes als hoofddiagnose - MKG <strong>2004</strong><br />
klasse<br />
31
Kaart IV.9 betreffende diabetes type II maakt het mogelijk om een onderscheid te maken<br />
tussen drie zones waar<strong>in</strong> arrondissementen zijn samengebracht met een significant hoger<br />
aantal verblijven dan voorzien. De eerste zone, die zich situeert <strong>in</strong> Vlaanderen, heeft<br />
betrekk<strong>in</strong>g op de arrondissementen Aalst, Dendermonde, Gent, S<strong>in</strong>t-Niklaas, Mechelen. De<br />
tweede en de derde zone, die zich <strong>in</strong> Wallonië situeren, omvatten respectievelijk de<br />
arrondissementen Bergen en Doornik en het arrondissement Luik. De arrondissementen met<br />
een significant lagere SAR-waarde dan verwacht zijn de volgende: Antwerpen, Turnhout,<br />
Halle-Vilvoorde, Leuven, Brugge, Ieper, Roeselare, Veurne, Oudenaarde, Maaseik, Nijvel,<br />
Marche-en-Famenne, Neufchâteau, Namen.<br />
Kaart IV.9: type II diabetes – MKG <strong>2004</strong><br />
32
N°NIS<br />
arrondissement<br />
Aantal<br />
verblijven<br />
SAR<br />
Onder<br />
grens<br />
95% BI<br />
Boven<br />
grens<br />
95% BI<br />
Significant<br />
afwijkende<br />
SAR<br />
11 Antwerpen 1381 93 88 98 ∗ 3<br />
12 Mechelen 575 117 107 127 ∗ 5<br />
13 Turnhout 410 68 61 74 ∗ 1<br />
21 Bruxelles/Brussel 1440 105 100 111 4<br />
23 Halle-Vilvoorde 764 87 81 93 ∗ 2<br />
24 Leuven 533 74 68 81 ∗ 1<br />
25 Nivelles 374 72 65 80 ∗ 1<br />
31 Brugge 347 76 68 83 ∗ 1<br />
32 Diksmuide 65 84 64 105 2<br />
33 Ieper 87 52 41 63 ∗ 1<br />
34 Kortrijk 407 93 84 102 3<br />
35 Oostende 292 109 97 122 4<br />
36 Roeselare 174 77 66 89 ∗ 1<br />
37 Tielt 142 103 86 120 4<br />
38 Veurne 80 71 56 87 ∗ 1<br />
41 Aalst 545 129 118 140 ∗ 6<br />
42 Dendermonde 406 140 127 154 ∗ 6<br />
43 Eeklo 115 88 72 104 2<br />
44 Gent 829 107 100 115 ∗ 4<br />
45 Oudenaarde 121 65 54 77 ∗ 1<br />
46 St-Niklaas 416 121 109 133 ∗ 6<br />
51 Ath 138 113 94 132 5<br />
52 Charleroi 671 107 99 115 4<br />
53 Mons 522 141 129 153 ∗ 6<br />
54 Mouscron 121 112 92 132 5<br />
55 Soignies 240 92 81 104 3<br />
56 Thu<strong>in</strong> 215 96 83 109 3<br />
57 Tournai 286 132 116 147 ∗ 6<br />
61 Huy 162 109 92 126 4<br />
62 Liège 1344 146 138 154 ∗ 6<br />
63 Verviers 366 93 83 102 3<br />
64 Waremme 104 99 80 118 3<br />
71 Hasselt 603 106 98 115 4<br />
72 Maaseik 265 86 75 96 ∗ 2<br />
73 Tongeren 271 95 84 107 3<br />
81 Arlon 80 109 85 133 4<br />
82 Bastogne 64 113 85 140 5<br />
83 Marche-en-Famenne 50 67 49 86 ∗ 1<br />
84 Neufchâteau 63 75 56 93 ∗ 1<br />
85 Virton 61 86 65 108 2<br />
91 D<strong>in</strong>ant 163 106 90 122 4<br />
92 Namur 363 87 78 96 ∗ 2<br />
93 Philippeville 94 100 79 120 3<br />
Totaal 15749<br />
Tabel IV.3 Klassieke verblijven met type II diabetes als hoofddiagnose - MKG <strong>2004</strong><br />
klasse<br />
33
In het ICD-9-CM codesysteem maakt het vierde cijfer <strong>van</strong> een diabetescode (250.**) het<br />
mogelijk om aan te geven of er complicaties zijn en deze, waar nodig, te preciseren. In tabel<br />
IV.4 wordt een overzicht gegeven <strong>van</strong> de verdel<strong>in</strong>g <strong>van</strong> de complicaties. Voor 28.9 % <strong>van</strong> de<br />
verblijven stellen we geen complicatie vast. Voor 2% <strong>van</strong> de verblijven deed er zich een<br />
verwikkel<strong>in</strong>g voor, maar wordt deze niet gespecificeerd. Merk op dat voor de publicatie <strong>van</strong><br />
de “MKG 1996 <strong>in</strong> <strong>beeld</strong>”, dit percentage <strong>van</strong> niet-gespecificeerde complicaties 21% bedroeg.<br />
Men leidt hieruit af dat de coder<strong>in</strong>g over de afgelopen periode preciezer wordt. In meer dan<br />
14% <strong>van</strong> de verblijven met als hoofddiagnose diabetes werden er neurologische symptomen<br />
geregistreerd die verband hielden met de ziekte. De andere frequente complicaties zijn een<br />
aantast<strong>in</strong>g <strong>van</strong> de nieren (7.4%) <strong>van</strong> de ogen (7.4%). Merken we op dat ongeveer 5% <strong>van</strong> de<br />
verblijven gepaard g<strong>in</strong>gen met een coma.<br />
ICD-9-CM code en def<strong>in</strong>itie<br />
Aantal<br />
verblijven<br />
% <strong>van</strong> de<br />
verblijven<br />
250.0* DIABETES MELLITUS ZONDER VERMELDING VAN COMPLICATIE 5897 28.9<br />
250.1* DIABETES MET KETO-ACIDOSE 1049 5.1<br />
250.2* DIABETES MET HYPEROSMOLARITEIT 182 0.9<br />
250.3* DIABETES MET ANDERE VORM VAN COMA 1041 5.1<br />
250.4* DIABETES MET NIERAFWIJKINGEN 1511 7.4<br />
250.5* DIABETES MET OOGAFWIJKINGEN 1506 7.4<br />
250.6* DIABETES MET NEUROLOGISCHE AFWIJKINGEN 2909 14.3<br />
250.7* DIABETES MET AFWIJKINGEN VAN DE PERIFERE CIRCULATIE 2554 12.5<br />
250.8* DIABETES MET OVERIGE GESPECIFICEERDE AFWIJKINGEN 3345 16.4<br />
250.9* DIABETES MET NIET GESPECIFICEERDE COMPLICATIE 415 2.0<br />
Totaal 20409 100<br />
Tabel IV.4 Ziekenhuisverblijven met suikerziekte als hoofddiagnose – verdel<strong>in</strong>g <strong>van</strong> de diagnosen <strong>in</strong> functie <strong>van</strong> de<br />
natuur <strong>van</strong> de verwikkel<strong>in</strong>gen - MKG <strong>2004</strong><br />
34
V. HIV-<strong>in</strong>fectie<br />
Selectiecriteria<br />
De geselecteerde HIV-verblijven (Human Immunodeficiency Virus) beantwoorden aan de<br />
algemene selectiecriteria (cf. methodologie). De selectie werd doorgevoerd op basis <strong>van</strong> de<br />
APR-MDC (All Patient Ref<strong>in</strong>ed – Major Diagnostic Category) 24 Infections HIV – Human<br />
Immunodeficiency Virus.<br />
Een dergelijk verblijf kan deel uitmaken <strong>van</strong> deze MDC:<br />
1. <strong>in</strong> het geval <strong>van</strong> een HIV-<strong>in</strong>fectie die als hoofddiagnose wordt geregistreerd<br />
2. of <strong>in</strong> het geval <strong>van</strong> een aandoen<strong>in</strong>g die verband houdt met een HIV-<strong>in</strong>fectie en<br />
geregistreerd wordt als hoofddiagnose en met een diagnose HIV-<strong>in</strong>fectie die geregistreerd<br />
wordt als secundaire diagnose.<br />
Voor deze aandoen<strong>in</strong>g is de selectie uitgevoerd op de jaren 2001-<strong>2004</strong> wegens de kle<strong>in</strong>e<br />
aantallen. Voor de verblijven die beantwoorden aan de hierboven gedef<strong>in</strong>ieerde<br />
selectiecriteria hebben we een totaal <strong>van</strong> 4319 verblijven die 116 verblijven omvatten die<br />
overeenstemmen met het arrondissement met als code « 99 » (onbekende woonplaats) en 83<br />
verblijven die overeenstemmen met het arrondissement met als code « 00 » (woonplaats <strong>in</strong> het<br />
buitenland). Onze studie heeft dus betrekk<strong>in</strong>g op 4120 verblijven waaronder 1998 verblijven<br />
of 48.5% overeenstemmen met een heropname b<strong>in</strong>nen het jaar <strong>in</strong> hetzelfde ziekenhuis.<br />
Toelicht<strong>in</strong>g<br />
De gemiddelde en de mediane ligduur <strong>in</strong> de klassieke hospitalisatie bedragen respectievelijk<br />
15 en 8 dagen.<br />
In drie arrondissementen is het aantal verblijven significant hoger dan verwacht: het gaat <strong>in</strong> de<br />
eerste plaats om het Brussels Hoofdstedelijk Gewest en vervolgens om Luik en Antwerpen. In<br />
26 arrondissementen, zowel <strong>in</strong> Vlaanderen als <strong>in</strong> Wallonië, is het aantal verblijven<br />
daarentegen significant kle<strong>in</strong>er dan voorzien.<br />
35
Kaart V.1: HIV <strong>in</strong>fectie – MKG 2001-<strong>2004</strong><br />
36
n°NIS arrondissement<br />
Aantal<br />
verblijven<br />
SAR<br />
Onder<br />
grens<br />
95% BI<br />
Boven<br />
grens<br />
95% BI<br />
Significant<br />
afwijkende<br />
SAR<br />
11 Antwerpen 479 130 118 141 ∗ 6<br />
12 Mechelen 40 32 22 42 ∗ 1<br />
13 Turnhout 48 28 20 36 ∗ 1<br />
21 Bruxelles/Brussel 1786 441 421 462 ∗ 6<br />
23 Halle-Vilvoorde 172 76 65 88 ∗ 1<br />
24 Leuven 112 60 49 71 ∗ 1<br />
25 Nivelles 146 103 86 120 4<br />
31 Brugge 49 46 33 59 ∗ 1<br />
32 Diksmuide 1 5 -5 16 ∗ 1<br />
33 Ieper 2 5 -2 12 ∗ 1<br />
34 Kortrijk 34 32 21 42 ∗ 1<br />
35 Oostende 60 109 81 136 4<br />
36 Roeselare 8 14 4 25 ∗ 1<br />
37 Tielt 9 26 9 43 ∗ 1<br />
38 Veurne 4 19 0 38 ∗ 1<br />
41 Aalst 30 28 18 38 ∗ 1<br />
42 Dendermonde 13 17 8 27 ∗ 1<br />
43 Eeklo 3 10 -1 20 ∗ 1<br />
44 Gent 87 43 34 52 ∗ 1<br />
45 Oudenaarde 9 20 7 33 ∗ 1<br />
46 St-Niklaas 31 34 22 46 ∗ 1<br />
51 Ath 11 35 14 55 ∗ 1<br />
52 Charleroi 161 99 83 114 3<br />
53 Mons 84 87 69 106 2<br />
54 Mouscron 6 23 5 41 ∗ 1<br />
55 Soignies 43 62 43 80 ∗ 1<br />
56 Thu<strong>in</strong> 30 53 34 72 ∗ 1<br />
57 Tournai 24 44 26 61 ∗ 1<br />
61 Huy 15 37 18 55 ∗ 1<br />
62 Liège 287 127 112 142 ∗ 6<br />
63 Verviers 56 53 39 67 ∗ 1<br />
64 Waremme 7 25 6 43 ∗ 1<br />
71 Hasselt 44 27 19 36 ∗ 1<br />
72 Maaseik 20 22 12 31 ∗ 1<br />
73 Tongeren 32 40 26 55 ∗ 1<br />
81 Arlon 19 87 48 126 2<br />
82 Bastogne 8 49 15 82 ∗ 1<br />
83 Marche-en-F 15 75 37 112 1<br />
84 Neufchâteau 18 83 45 121 2<br />
85 Virton 21 110 63 157 4<br />
91 D<strong>in</strong>ant 17 44 23 64 ∗ 1<br />
92 Namur 58 51 38 64 ∗ 1<br />
93 Philippeville 21 86 49 123 2<br />
Totaal 4120<br />
klasse<br />
Tabel V.1 Aantal klassieke verblijven geklasseerd <strong>in</strong> MDC 24 "HIV <strong>in</strong>fections" – MKG 2001-<strong>2004</strong><br />
37
Figuur V.2 geeft een idee over de verdel<strong>in</strong>g <strong>van</strong> de klassieke ziekenhuisverblijven per leeftijd<br />
en per geslacht voor MDC 24 <strong>van</strong> 2001 tot <strong>2004</strong>. Men stelt vast dat 58,6% (2414 verblijven)<br />
<strong>van</strong> de 4120 verblijven door de mannen tegen 41,4% (1706 verblijven) door de vrouwen<br />
wordt vertegenwoordigd. De leeftijdsgroep tussen 20 en 50 jaar vertegenwoordigt de meeste<br />
verblijven of 75%.<br />
In tabel V.2 worden de 17 hoofddiagnoses weergegeven die het meest frequent geregistreerd<br />
worden <strong>in</strong> verband met de verblijven MDC 24 HIV Infections. Zij vertegenwoordigen 75%<br />
<strong>van</strong> dit type verblijven (of 3083 <strong>van</strong> de 4120 verblijven). Merken we op dat 45.3% <strong>van</strong> deze<br />
verblijven geregistreerd worden met de ICD-9-CM code 042: Ziekte <strong>van</strong> het Humaan<br />
Immuundeficiënte Virus voor de hoofddiagnose. Deze code die slechts 3 cijfers heeft, omvat<br />
de volgende aandoen<strong>in</strong>gen: Acquired Immune Deficiency Syndrome (AIDS), AIDS-like<br />
syndrome, AIDS-related complex (ARC), HIV <strong>in</strong>fection, symptomatic. Zij moet worden<br />
aangevuld met een of meerdere codes betreffende de symptomen <strong>van</strong> de HIV-<strong>in</strong>fectie. De<br />
code sluit elk verblijf uit betreffende een niet-symptomatische HIV-<strong>in</strong>fectie, een blootstell<strong>in</strong>g<br />
aan het HIV-virus of een niet-specifiek serologisch bewijs <strong>van</strong> het HIV-virus. Ongeveer 23%<br />
<strong>van</strong> de verblijven hebben als hoofddiagnose een <strong>in</strong>fectieuze of parasitaire ziekte waaronder<br />
pneumonieën en bronchopneumonieën, zona herpes zoster, pulmonaire tuberculoses,<br />
toxoplasmoses, symptomatische syfilis, flegmonen en andere abcessen, <strong>in</strong>test<strong>in</strong>ale <strong>in</strong>fecties<br />
met micro-organismen (zonder andere preciser<strong>in</strong>gen). 32% <strong>van</strong> de verblijven hebben een<br />
hoofddiagnose, waar<strong>van</strong> de ICD-9-CM code geen deel uitmaakt <strong>van</strong> de groep <strong>van</strong> <strong>in</strong>fecties,<br />
zoals algemene symptomen, epileptische symptomen, purpura en hemorragische stoornissen,<br />
anemieën, gastro-enteritis en niet-<strong>in</strong>fectieuze colites, nier<strong>in</strong>sufficiëntie (1%), miliaire<br />
tuberculose (0.4%), extra-pulmonaire tuberculose (0.4%), tuberculose <strong>van</strong> het<br />
ademhal<strong>in</strong>gsstelsel (0.4%), Kaposisarcoom (0.3%). In 5,1% <strong>van</strong> de verblijven (213<br />
verblijven), wordt MDC 25 geregistreerd met een secundaire of hoofddiagnose <strong>van</strong><br />
pneumocystis car<strong>in</strong>ii.<br />
38
ICD-9-<br />
CM<br />
Code<br />
Def<strong>in</strong>itie<br />
Aantal<br />
verblijven<br />
% <strong>van</strong> de<br />
verblijven<br />
042 HUMAN IMMUNODEFICIENCY VIRUS -HIV- ZIEKTE 1866 45,3<br />
486 PNEUMONIE, VERWEKKER NIET GESPECIFICEERD 137 3,3<br />
053 HERPES ZOSTER 128 3,1<br />
482 OVERIGE VORMEN VAN BACTERIELE PNEUMONIE<br />
PNEUMOKOKKEN PNEUMONIE STREPTOCOCCUS<br />
114 2,8<br />
481 PNEUMONIAEPNEUMONIE 95 2,3<br />
011 LONGTUBERCULOSE ACTIEVE 94 2,3<br />
485 BRONCHOPNEUMONIE, VERWEKKER NIET GESPECIFICEERD<br />
OVERIGE EN NIET GESPECIFICEERDE INFECTIEZIEKTEN EN<br />
82 2,0<br />
136 PARASITAIRE ZIEKTEN 74 1,8<br />
780 ALGEMENE SYMPTOMEN 67 1,6<br />
345 EPILEPSIE 64 1,6<br />
682 OVERIGE VORMEN VAN CELLULITIS EN ABCES 62 1,5<br />
130 TOXOPLASMOSE 54 1,3<br />
287 PURPURA EN OVERIGE HEMORRAGISCHE DIATHESEN 54 1,3<br />
285 OVERIGE EN NIET GESPECIFICEERDE ANEMIEEN 51 1,2<br />
008 DARMINFECTIES DOOR ANDERE MICRO-ORGANISMEN 49 1,2<br />
091 VROEGE SYFILIS -LUES-, MET SYMPTOMEN<br />
OVERIGE NIET-INFECTIEUZE VORMEN VAN GASTRO-ENTERITIS<br />
48 1,2<br />
558 EN COLITIS 44 1,1<br />
Totaal 3083 74,8<br />
Tabel V.2 Meest frequente hoofddiagnosen voor klassieke verblijven geklasseerd <strong>in</strong> MDC 24 "HIV<br />
Infections" (MKG 2001-<strong>2004</strong>)<br />
Het sterftecijfer <strong>in</strong> het ziekenhuis (t.t.z het aantal klassieke ziekenhuisverblijven die leiden tot<br />
een overlijden <strong>in</strong> verhoud<strong>in</strong>g tot het totaal aantal ziekenhuisverblijven) voor alle MDC 24verblijven<br />
bedraagt 5.7% <strong>in</strong> het totaal. Voor beide geslachten zijn de percentages nogal<br />
gelijklopend: (5.8% voor de mannen en 5.6% voor de vrouwen) ongeacht de<br />
leeftijdscategorie.<br />
39
VI. De « Multipele significante traumata »<br />
Selectiecriteria<br />
Naast de algemene selectiecriteria (blz 9) werd de selectie <strong>van</strong> de verblijven « meervoudige<br />
significante trauma's» doorgevoerd op basis <strong>van</strong> de MDC (Major Diagnostic Category”) 25<br />
Multiple significant trauma. Een verblijf wordt <strong>in</strong> deze MDC geklasseerd als de bijbehorende<br />
APR-DRG (All Patients Ref<strong>in</strong>ed Diagnosis Related Group) 910 (Craniotomy for multiple<br />
significant trauma) is, of 912 (Musculoskeletal & other procedures for multiple significant<br />
trauma) of 930 (Multiple significant trauma w/o O.R. procedure). Het verblijf moet<br />
beantwoorden aan de aanwezigheid <strong>van</strong> een hoofddiagnose en m<strong>in</strong>stens twee significante<br />
trauma’s <strong>in</strong> 2 verschillende lichaamsstreken. Het ernstigste trauma zal worden gecodeerd als<br />
hoofddiagnose, het andere als secundaire diagnose(n). Volgens deze classificatielogica <strong>van</strong> de<br />
polytraumata, wordt het lichaam <strong>in</strong> 8 streken (body sites) <strong>in</strong>gedeeld: hoofd, thorax, abdomen,<br />
nieren, ur<strong>in</strong>air systeem, bekken en wervelkolom, onderste ledematen, en bovenste ledematen.<br />
Voor elke body site wordt er een onderscheid gemaakt tussen significante traumata en de nietsignificante<br />
traumata. Zo wordt een gesloten fractuur <strong>van</strong> een rib niet beschouwd als een<br />
significant trauma, <strong>in</strong> tegenstell<strong>in</strong>g tot een gesloten fractuur <strong>van</strong> 7 ribben of een open fractuur<br />
<strong>van</strong> 4 ribben.<br />
In het totaal stemmen 2305 verblijven overeen met de hierboven vermelde selectiecriteria,<br />
waaronder 4 <strong>in</strong> het arrondissement « 99 » (onbekende woonplaats) en 101 <strong>in</strong> het<br />
arrondissement « 00 » (woonplaats <strong>in</strong> het buitenland) of 2200 geselecteerde verblijven voor<br />
de cartografische studie.<br />
Toelicht<strong>in</strong>g<br />
Aan de hand <strong>van</strong> kaart VI.1 stelt men vast dat <strong>in</strong> drie adm<strong>in</strong>istratieve arrondissementen het<br />
aantal verblijven significant hoger is dan verwacht voor de MDC 25 Multiple significant<br />
trauma. Dit is het geval voor Ieper <strong>in</strong> het noorden <strong>van</strong> het land, Luik en D<strong>in</strong>ant <strong>in</strong> het zuiden<br />
<strong>van</strong> het land. In de Vlaamse arrondissementen Leuven, Halle-Vilvoorde, Mechelen en<br />
Antwerpen is het aantal verblijven lager dan voorzien. De verkregen SAR-waarden staan<br />
vermeld <strong>in</strong> tabel VI.1.<br />
40
8Kaart VI.1 : Multiple significant trauma – MKG <strong>2004</strong><br />
41
n°NIS arrondissement<br />
Aantal<br />
verblijven<br />
SAR<br />
Onder<br />
grens<br />
95% BI<br />
Boven<br />
grens<br />
95% BI<br />
Significant<br />
afwijkende<br />
SAR<br />
11 Antwerpen 140 69 58 81 ∗ 1<br />
12 Mechelen 51 77 56 99 ∗ 1<br />
13 Turnhout 81 93 73 114 3<br />
21 Bruxelles/Brussel 196 91 78 104 3<br />
23 Halle-Vilvoorde 98 83 67 99 ∗ 2<br />
24 Leuven 75 76 59 94 ∗ 1<br />
25 Nivelles 87 116 92 141 5<br />
31 Brugge 53 91 66 115 3<br />
32 Diksmuide 18 173 93 252 6<br />
33 Ieper 35 156 104 207 ∗ 6<br />
34 Kortrijk 54 91 67 116 3<br />
35 Oostende 38 120 82 158 6<br />
36 Roeselare 32 106 69 143 4<br />
37 Tielt 24 126 76 177 6<br />
38 Veurne 12 95 41 148 3<br />
41 Aalst 66 118 89 146 5<br />
42 Dendermonde 31 79 51 106 1<br />
43 Eeklo 25 146 89 204 6<br />
44 Gent 99 92 74 110 3<br />
45 Oudenaarde 28 113 71 155 5<br />
46 St-Niklaas 37 77 52 102 1<br />
51 Ath 27 160 99 220 6<br />
52 Charleroi 83 94 74 114 3<br />
53 Mons 65 124 94 154 6<br />
54 Mouscron 18 122 65 178 6<br />
55 Soignies 40 108 75 142 4<br />
56 Thu<strong>in</strong> 31 101 65 137 4<br />
57 Tournai 34 112 75 150 5<br />
61 Huy 28 130 82 179 6<br />
62 Liège 160 128 108 147 ∗ 6<br />
63 Verviers 57 101 75 128 4<br />
64 Waremme 19 128 71 186 6<br />
71 Hasselt 74 90 70 111 3<br />
72 Maaseik 46 99 70 128 3<br />
73 Tongeren 36 90 60 119 2<br />
81 Arlon 15 133 66 201 6<br />
82 Bastogne 16 181 92 269 6<br />
83 Marche-en-F 13 120 55 185 5<br />
84 Neufchâteau 17 140 74 207 6<br />
85 Virton 16 153 78 229 6<br />
91 D<strong>in</strong>ant 34 159 105 212 ∗ 6<br />
92 Namur 70 115 88 142 5<br />
93 Philippeville 21 161 92 230 6<br />
Totaal 2200<br />
klasse<br />
Tabel VI.1 Aantal klassieke verblijven geklasseerd <strong>in</strong> MDC 25 "Multiple significant trauma" – MKG <strong>2004</strong><br />
42
Door het gebruik <strong>van</strong> bijzondere codes, met name de E- codes, maakt de ICD-9-CMklassificatie<br />
het mogelijk om de oorzaak <strong>van</strong> een letsel of een vergiftig<strong>in</strong>g te registreren. De<br />
registratie <strong>van</strong> deze E-codes is verplicht s<strong>in</strong>ds januari 2003. Van de verblijven die werden<br />
geselecteerd met MDC 25, hebben 86% <strong>van</strong> de verblijven m<strong>in</strong>stens één E-code.<br />
Als men de soorten «multipele significante traumata» meer <strong>in</strong> detail analyseert, verschijnt er<br />
een andere geografische spreid<strong>in</strong>g. Via de coder<strong>in</strong>g <strong>van</strong> de E-codes kunnen we namelijk een<br />
idee krijgen over het ontstaan <strong>van</strong> het trauma. Door slechts de verblijven, met een E-code<br />
voor verkeersongeval, <strong>in</strong> aanmerk<strong>in</strong>g te nemen, resten er nog 1019 verblijven (46%). Men<br />
komt dan tot de volgende resultaten (kaart VI.2): <strong>in</strong> 4 arrondissementen is dan het aantal<br />
verblijven voor MDC 25 Multiple significant trauma significant hoger dan verwacht. Het gaat<br />
om Bergen, Ath, Luik en D<strong>in</strong>ant, alle arrondissementen bev<strong>in</strong>den zich dus <strong>in</strong> Wallonië. Voor<br />
deze selectie zijn er m<strong>in</strong>der verblijven dan verwacht <strong>in</strong> de arrondissementen Tongeren,<br />
Antwerpen, Halle-Vilvoorde, Leuven en het Brussels Hoofdstedelijk Gewest.<br />
Kaart VI.2: Multiple significant trauma (verkeersongevallen) – MKG <strong>2004</strong><br />
Het percentage sterfgevallen <strong>in</strong> het ziekenhuis (t.t.z. het aantal ziekenhuisverblijven die leiden<br />
tot een overlijden <strong>in</strong> verhoud<strong>in</strong>g tot het totaal aantal ziekenhuisverblijven) voor alle MDC 25verblijven<br />
bedraagt 14.4% (14.7% voor de mannen en 13.7% voor de vrouwen) ongeacht de<br />
leeftijdscategorie.<br />
43
Aantal klassieke<br />
ziekenhuis<br />
verblijven<br />
Figuur VI.3 Aantal klassieke ziekenhuisverblijven op basis <strong>van</strong> de<br />
ernstigheidsgraad (SOI)<br />
MDC 25 "Multiple significant trauma" - MKG <strong>2004</strong><br />
800<br />
700<br />
600<br />
500<br />
400<br />
300<br />
200<br />
100<br />
0<br />
M<strong>in</strong>eur Matig Majeur Extreem<br />
aantal ziekenhuisverblijven<br />
Ernstigheidsgraad (SOI)<br />
aantal klassieke ziekenhuisverblijven die leidden tot een overlijden<br />
Figuur VI.3 geeft per ernstigheidsgraad het aantal verblijven en sterfgevallen weer na een<br />
opname voor multipele traumata.<br />
In tabel VI.2 wordt er een overzicht gegeven <strong>van</strong> het relatieve deel <strong>van</strong> de verschillende Ecodes<br />
voor de klassieke ziekenhuisverblijven. Kort samengevat kan men stellen dat <strong>van</strong> deze<br />
verblijven met een geregistreerde oorzaak er 46.6% <strong>van</strong> de E-codes betrekk<strong>in</strong>g hebben op een<br />
verkeersongeval, ongeveer 8.8% op een val en 1.7% op een zelfmoordpog<strong>in</strong>g. Bij de vrouwen<br />
<strong>van</strong> ≥65 jaar (of 342 verblijven met een E-code) is 57% <strong>van</strong> de verblijven met MDC 25 te<br />
wijten aan een val.<br />
Via de MKG kunnen we ook de aard <strong>van</strong> de letsels kennen die de patiënten hebben die <strong>in</strong> het<br />
ziekenhuis voor multipele traumata opgenomen zijn. In tabel VI.3 wordt er een lijst gegeven<br />
met de 10 meest frequente letsels. Het gaat om breuken <strong>van</strong> het bekken, de schedelbasis, het<br />
dijbeen, de ribben, het borstbeen. Men stelt ook letsels vast <strong>van</strong> de milt, de lever, hersenletsels<br />
en -kneuz<strong>in</strong>gen, pneumo- en hemothorax, extra- en subdurale, subarachnoïdale bloed<strong>in</strong>gen.<br />
Door middel <strong>van</strong> de leeftijdspiramide, weergegeven op figuur VI.4, stellen we vast dat<br />
multipele traumata frequenter voorkomen bij jonge mannen. Voor <strong>2004</strong> hebben ongeveer<br />
37% <strong>van</strong> alle verblijven betreffende MDC 25 betrekk<strong>in</strong>g op jonge mannen <strong>van</strong> 15 tot 34 jaar.<br />
De mannen vertegenwoordigen 2/3 <strong>van</strong> het totaal aantal MDC 25-verblijven.<br />
44
E-Code<br />
Def<strong>in</strong>itie<br />
% <strong>van</strong> het aantal<br />
geregistreerde E-<br />
codes<br />
E849 PLAATS VAN HET ONGEVAL 21,1<br />
E819 NIET GESPECIFICEERD VERKEERSONGEVAL MET EEN MOTORVOERTUIG<br />
ANDER VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR BOTSING<br />
17,4<br />
E812 MET EEN ANDER MOTORVOERTUIG 7,6<br />
E888 OVERIGE EN NIET GESPECIFICEERDE VAL<br />
OVERIGE VERKEERSONGEVALLEN MET EEN MOTORVOERTUIG DOOR<br />
7,1<br />
E815 BOTSING OP DE OPENBARE WEG<br />
VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR BOTSING MET EEN<br />
3,2<br />
E811 OPNIEUW DE WEG OPKOMEND ANDER MOTORVOE 3,2<br />
E884 ANDERE VAL VAN HET ENE NIVEAU NAAR HET ANDERE 3,1<br />
E880 VAL OP OF VAN TRAPPEN OF TREDEN<br />
VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR VERLIES VAN<br />
2,9<br />
E816 CONTROLE, ZONDER BOTSING OP DE OPENBARE WE<br />
VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR AANRIJDING VAN<br />
2,8<br />
E814 EEN VOETGANGER<br />
VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR BOTSING MET EEN<br />
2,7<br />
E813 ANDER VOERTUIG 2,7<br />
E882 VAL VAN OF UIT EEN GEBOUW OF ANDER BOUWWERK 2,2<br />
E885 VAL OP EENZELFDE NIVEAU DOOR SLIPPEN OF STRUIKELEN 2,2<br />
E826 FIETSONGEVAL<br />
ZELFMOORD EN ZELF TOEGEBRACHT LETSEL DOOR SPRONG VAN<br />
2,1<br />
E957 HOOGGELEGEN PLAATS 1,7<br />
E881 VAL OP OF VAN LADDERS OF STEIGERS<br />
OVERIGE EN NIET GESPECIFICEERDE OMGEVINGS- EN NIET-OPZETTELIJKE<br />
1,3<br />
E928 OORZAKEN<br />
OVERIGE VERKEERSONGEVALLEN MET EEN MOTORVOERTUIG ZONDER<br />
1,2<br />
E818 BOTSING<br />
ONGEVALLEN MET ANDERE, NIET ELDERS CLASSIFICEERBARE,<br />
1,1<br />
E848 VOERTUIGEN 1,0<br />
E929 LATE GEVOLGEN VAN NIET-OPZETTELIJK TRAUMA 1,0<br />
E966 AANSLAG MET SNIJDEND OF STEKEND INSTRUMENT 1,0<br />
Totaal 88,5<br />
Tabel VI.2 E-Codes geregistreerd voor klassieke verblijven geklasseerd <strong>in</strong> MDC 25 Multiple significant<br />
trauma - MKG <strong>2004</strong><br />
ICD-9-CM<br />
Code<br />
Def<strong>in</strong>itie Aantal verblijven<br />
808 FRACTUUR VAN HET BEKKEN 235<br />
820 FRACTUUR VAN DE FEMURHALS 228<br />
821 FRACTUUR VAN ANDERE EN NIET GESPECIFICEERDE DELEN VAN<br />
HET FEMUR 154<br />
801 SCHEDELBASISFRACTUUR 141<br />
865 LETSEL VAN DE MILT 140<br />
860 TRAUMATISCHE PNEUMOTHORAX EN HAEMOTHORAX 127<br />
851 CONTUSIO CEREBRI EN HERSENLACERATIE 108<br />
852 SUBARACHNOIDALE, SUBDURALE EN EXTRADURALE BLOEDING NA<br />
TRAUMA 106<br />
864 LETSEL VAN DE LEVER 98<br />
807 FRACTUUR VAN RIBBEN, STERNUM, LARYNX EN TRACHEA 92<br />
Total 1429<br />
Tabel VI.3 Meest frequente hoofddiagnosen voor klassieke verblijven geklasseerd <strong>in</strong> MDC 25 Multiple<br />
significant trauma - MKG <strong>2004</strong><br />
45
Via figuur VI.5 waar<strong>in</strong> het leeftijds- en geslachtsspecifieke cijfer (voor 100 000 <strong>in</strong>woners)<br />
<strong>van</strong> de verblijven met MDC 25 Multiple significant trauma) wordt weergegeven, stellen we<br />
effectief een overwicht <strong>van</strong> de mannen <strong>van</strong> 5 tot 74 jaar vast, maar een overwicht <strong>van</strong> de<br />
vrouwen <strong>van</strong> 75 tot 94 jaar.<br />
46
VII. Tuberculose<br />
Selectiecriteria<br />
In deze selectie <strong>van</strong> « verblijven wegens een tuberculose-<strong>in</strong>fectie », hebben we reken<strong>in</strong>g<br />
gehouden met alle ziekenhuisverblijven die beantwoorden aan de algemene selectiecriteria<br />
voor deze groep pathologieën (blz 9), en met een hoofddiagnose een ICD-9-CM-code hebben<br />
<strong>van</strong> een tuberculose-<strong>in</strong>fectie (code 010.** tot en met 018.**). Het symbool * houdt <strong>in</strong> dat de<br />
waarde <strong>van</strong> het vierde en het vijfde cijfer <strong>van</strong> de ICD-9-CM-code geen enkel belang heeft<br />
voor het al dan niet opgenomen worden <strong>in</strong> de selectie.<br />
Een diagnose kan als hoofddiagnose of als nevendiagnose worden geregistreerd <strong>in</strong> de MKG.<br />
De hoofddiagnose wordt gedef<strong>in</strong>ieerd als de aandoen<strong>in</strong>g die na onderzoek aangeduid werd<br />
als de hoofdoorzaak voor de opname <strong>van</strong> de patiënt <strong>in</strong> het ziekenhuis. Alle andere aanwezige<br />
diagnoses zijn nevendiagnoses.<br />
Wanneer we een selectie maken <strong>van</strong> de ziekenhuisverblijven op basis <strong>van</strong> de MKGgegevensbank,<br />
waarbij we ons baseren op een “diagnose”, kunnen we ons de vraag stellen of<br />
we enkel reken<strong>in</strong>g moeten houden met de verblijven waarvoor de diagnose wordt vermeld als<br />
hoofddiagnose, of dat we <strong>in</strong> tegendeel reken<strong>in</strong>g moeten houden met alle verblijven waarvoor<br />
de diagnose <strong>in</strong> kwestie werd vermeld. In deze selectie hebben we enkel reken<strong>in</strong>g gehouden<br />
met de verblijven die tuberculose <strong>in</strong>fectie als hoofddiagnose hebben. Indien we <strong>in</strong> deze<br />
selectie ook alle verblijven opnemen met een tuberculose <strong>in</strong>fectie als nevendiagnose, zou het<br />
percentage heropnamen (met name de opnamen <strong>van</strong> patiënten die m<strong>in</strong>der dan een jaar<br />
voordien werden geregistreerd <strong>in</strong> hetzelfde ziekenhuis) te hoog liggen. In onze huidige<br />
analyse bedraagt het aantal patiëntenverblijven voor tuberculose met een heropname b<strong>in</strong>nen<br />
het jaar 43 %.<br />
We hebben enkel de verblijven <strong>in</strong> klassieke hospitalisatie geselecteerd. Voor het jaar <strong>2004</strong><br />
tellen we 1162 verblijven waar<strong>van</strong> de diagnose een ICD-9-CM-code meekreeg tussen 010.**<br />
en 018.** . Van die verblijven zijn er slechts 18 met als arrondissement « 99 » (onbekende<br />
woonplaats) en 20 verblijven met als arrondissement « 00 » (niet-residenten). Onze<br />
kaartstudie heeft dus betrekk<strong>in</strong>g op 1124 verblijven.<br />
Toelicht<strong>in</strong>g<br />
Kaart VII.1 geeft aan dat het aantal verblijven met tuberculose als hoofddiagnose <strong>in</strong> 2<br />
adm<strong>in</strong>istratieve arrondissementen significant hoger is dan verwacht. Het gaat om Brusselhoofdstad<br />
en Antwerpen, twee arrondissementen die een uitgesproken stedelijk karakter<br />
hebben. Andere arrondissementen zoals Diksmuide, Moeskroen, Ath, Bergen, Soignies,<br />
Charleroi, Luik, Aarlen en Virton hebben hoge SAR’s, maar gezien het beperkte aantal<br />
geobserveerde verblijven is de vastgestelde afwijk<strong>in</strong>g voor elk <strong>van</strong> die SAR’s niet significant.<br />
Omzichtigheid is dus geboden bij het <strong>in</strong>terpreteren <strong>van</strong> die resultaten. We telden echter ook<br />
20 arrondissementen waar het aantal verblijven significant lager ligt dan verwacht, waaronder<br />
14 arrondissementen <strong>in</strong> het Vlaamse landsgedeelte. De gegevens die de basis vormden voor<br />
de cartografische weergave staan <strong>in</strong> tabel VII.1.<br />
47
Kaart VII.1: Tuberculose – MKG <strong>2004</strong><br />
48
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
verblijven<br />
SAR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
SARafwijk<strong>in</strong>g<br />
11 Antwerpen 133 127 106 149 ∗ 6<br />
12 Mechelen 32 93 61 126 3<br />
13 Turnhout 26 57 35 79 ∗ 1<br />
21 Brussel 310 275 244 305 ∗ 6<br />
23 Halle-Vilvoorde 39 63 44 83 ∗ 1<br />
24 Leuven 32 62 41 84 ∗ 1<br />
25 Nijvel 26 68 42 94 ∗ 1<br />
31 Brugge 9 30 10 49 ∗ 1<br />
32 Diksmuide 7 131 34 228 6<br />
33 Ieper 7 61 16 106 1<br />
34 Kortrijk 10 33 12 53 ∗ 1<br />
35 Oostende 8 49 15 84 ∗ 1<br />
36 Roeselare 7 45 12 78 ∗ 1<br />
37 Tielt 5 51 6 96 ∗ 1<br />
38 Veurne 3 46 -6 99 ∗ 1<br />
41 Aalst 22 75 44 107 1<br />
42 Dendermonde 11 53 22 85 ∗ 1<br />
43 Eeklo 4 45 1 89 ∗ 1<br />
44 Gent 27 48 30 66 ∗ 1<br />
45 Oudenaarde 8 63 19 107 1<br />
46 St-Niklaas 11 44 18 70 ∗ 1<br />
51 Ath 10 114 43 185 5<br />
52 Charleroi 48 105 76 135 4<br />
53 Bergen 39 145 99 190 6<br />
54 Moeskroen 10 132 50 213 6<br />
55 Soignies 23 121 71 170 6<br />
56 Thu<strong>in</strong> 15 95 47 143 3<br />
57 Doornik 8 52 16 88 ∗ 1<br />
61 Hoei 6 55 11 98 ∗ 1<br />
62 Luik 67 104 79 129 4<br />
63 Verviers 20 69 39 99 ∗ 1<br />
klasse<br />
64 Waremme 2 26 -10 63 ∗ 1<br />
71 Hasselt 41 96 66 125 3<br />
72 Maaseik 20 83 47 120 2<br />
73 Tongeren 18 86 46 125 2<br />
81 Aarlen 6 102 20 184 4<br />
82 Bastenaken<br />
Marche-en-<br />
3 66 -9 141 1<br />
83 Famenne 5 89 11 168<br />
2<br />
84 Neufchâteau 1 16 -16 48 ∗ 1<br />
85 Virton 11 205 84 326 6<br />
91 D<strong>in</strong>ant 5 46 6 86 ∗ 1<br />
92 Namen 24 77 46 108 1<br />
93 Philippeville 5 74 9 139 1<br />
Totaal 1124<br />
Tabel VII.1 Klassieke verblijven met tuberculose als hoofddiagnose - MKG <strong>2004</strong><br />
49
Aan de hand <strong>van</strong> de leeftijds- en geslachtsverdel<strong>in</strong>g (figuur VII.2) kunnen we vaststellen dat<br />
het aandeel verblijven bij mannen hoger ligt dan bij vrouwen. Het percentage mannen<br />
bedraagt 62.5% tegenover 37.5% vrouwen voor alle leeftijdsgroepen samen. Enkel <strong>in</strong> de<br />
leeftijdscategorieën 0-4 jaar en 85-89 jaar ligt het percentage vrouwen hoger, maar <strong>in</strong> die<br />
laatste categorie is er een aanzienlijk vrouwenoverschot. Het is vooral <strong>van</strong>af de<br />
leeftijdscategorie 20-24 jaar dat het aantal verblijven hoog ligt, ongeveer 88% <strong>van</strong> het totale<br />
aantal verblijven.<br />
Figuur VII.3 geeft de verdel<strong>in</strong>g weer <strong>van</strong> de 1124 klassieke ziekenhuisverblijven <strong>in</strong> functie<br />
<strong>van</strong> de nationaliteit <strong>van</strong> de patiënt. De MKG-registratie geeft <strong>in</strong>formatie over de vooraf<br />
vastgelegde categorieën: « Belgische nationaliteit », « nationaliteit Europese Unie »,<br />
« nationaliteit buiten de Europese Unie », « onbekend ». We stellen dus vast dat voor heel het<br />
land 64.5% <strong>van</strong> de verblijven betrekk<strong>in</strong>g heeft op patiënten met de Belgische nationaliteit.<br />
5.9% <strong>van</strong> de verblijven heeft betrekk<strong>in</strong>g op personen met de nationaliteit <strong>van</strong> een EU-lidstaat<br />
(België uitgezonderd) en 23.2% op personen met de nationaliteit <strong>van</strong> een land buiten de<br />
Europese Unie. Voor 6.4% <strong>van</strong> de verblijven hebben we geen <strong>in</strong>formatie over de nationaliteit.<br />
Als we kijken naar de twee arrondissementen waar het aantal verblijven significant hoger ligt<br />
dan verwacht, Antwerpen en Brussel, stellen we vast dat het aandeel verblijven <strong>van</strong> patiënten<br />
die niet de nationaliteit hebben <strong>van</strong> een EU-lidstaat er hoger ligt. Zo heeft <strong>in</strong> Antwerpen<br />
55,6% en 9,8% <strong>van</strong> de verblijven respectievelijk betrekk<strong>in</strong>g op patiënten met de Belgische en<br />
EU-lidstaat nationaliteit. Daartegenover staat dat 32,3% en 3,2% <strong>van</strong> de verblijven betrekk<strong>in</strong>g<br />
hebben op patiënten die geen EU-lidstaat nationaliteit hebben of waar<strong>van</strong> de nationaliteit niet<br />
gekend is. In Brussel bedraagt het percentage verblijven <strong>van</strong> niet-EU-patiënten 48,4%<br />
(Belgische nationaliteit: 37.4%, nationaliteit EU-land: 5,8%, niet gekend: 8,4%).<br />
50
6%<br />
Figuur VII.3 Verdel<strong>in</strong>g klassieke ziekenhuisverblijven<br />
met tuberculose als hoofddiagnose,<br />
In functie <strong>van</strong> de nationaliteit <strong>van</strong> de patiënt -<br />
MKG <strong>2004</strong><br />
23%<br />
6%<br />
65%<br />
Niet<br />
gekend<br />
Belgische<br />
nationaliteit<br />
nationaliteit<br />
Europese<br />
Unie<br />
Geen EU-<br />
Nationaliteit<br />
Tabel VII.2 geeft het aandeel weer <strong>van</strong> de verschillende hoofddiagnoses <strong>van</strong> de<br />
ziekenhuisverblijven die zijn opgenomen <strong>in</strong> de selectie. Het gaat hoofdzakelijk om pulmonale<br />
vormen en om tuberculose <strong>van</strong> de luchtwegen: (i) pulmonale tuberculose voor meer dan 59%<br />
<strong>van</strong> de verblijven, (ii) tuberculeuze primo-<strong>in</strong>fectie voor 6% <strong>van</strong> de verblijven, (iii) tuberculose<br />
<strong>van</strong> de luchtwegen (andere vorm) voor 9% <strong>van</strong> de verblijven.<br />
ICD-9-<br />
CM-code Def<strong>in</strong>itie<br />
% <strong>van</strong> het<br />
Aantal aantal<br />
verblijven verblijven<br />
010 tuberculeuze primo-<strong>in</strong>fectie 69 6,1<br />
011 pulmonale tuberculose 667 59,3<br />
012 tuberculose <strong>van</strong> de luchtwegen (andere vorm) 104 9,3<br />
013 tuberculose <strong>van</strong> de hersenen of <strong>van</strong> het centraal zenuwstelsel 25 2,2<br />
014 tuberculose <strong>van</strong> de <strong>in</strong>gewanden, het buikvlies of de mesenteriale klieren 44 3,9<br />
015 tuberculose <strong>van</strong> de botten of de gewrichten 62 5,5<br />
016 tuberculose <strong>van</strong> het urogenitaal stelsel 28 2,5<br />
017 tuberculose <strong>van</strong> de andere organen 92 8,2<br />
018 miliaire tuberculose 33 2,9<br />
Totaal 1124<br />
Tabel VII.2 Klassieke ziekenhuisverblijven met tuberculose als hoofddiagnose – aandeel <strong>van</strong> de<br />
verschillende hoofddiagnoses met 3 cijfers - MKG <strong>2004</strong><br />
We willen erop wijzen dat er enkel reken<strong>in</strong>g werd gehouden met ziekenhuisverblijven. De<br />
gegevens omtrent patiënten die niet <strong>in</strong> het ziekenhuis werden opgenomen en ambulant werden<br />
behandeld, maken geen deel uit <strong>van</strong> de MKG-registratie en kunnen dus niet behandeld<br />
worden <strong>in</strong> dit onderzoek. Het aantal geregistreerde ziekenhuisverblijven voor tuberculose mag<br />
dan ook niet gebruikt worden om de prevalentie <strong>van</strong> tuberculose <strong>in</strong> België te berekenen. Toch<br />
kunnen we er redelijkerwijs <strong>van</strong> uitgaan dat er een zekere correlatie bestaat tussen het aantal<br />
ziekenhuisverblijven <strong>in</strong> een bepaalde geografische zone en de prevalentie <strong>van</strong> tuberculose <strong>in</strong><br />
die zone.<br />
51
Brussel-Hoofdstedelijk Gewest<br />
Wij hebben de gegevens geanalyseerd <strong>van</strong> de <strong>in</strong> het ziekenhuis opgenomen patiënten (zowel<br />
<strong>in</strong> klassieke als daghospitalisatie) door middel <strong>van</strong> de SAR en dit op gemeentelijk niveau. We<br />
hebben voor de bereken<strong>in</strong>g <strong>van</strong> de SAR de nationale bevolk<strong>in</strong>gsstructuur en -cijfers <strong>2004</strong><br />
gebruikt als referentie.<br />
De geografische spreid<strong>in</strong>g <strong>van</strong> de SAR’s wordt geïllustreerd op kaart VII.4. Het zijn hier<br />
vooral het noorden en het westen <strong>van</strong> de regio Brussel die een hoger aantal gehospitaliseerde<br />
patiënten hebben dan verwacht, terwijl er <strong>in</strong> het zuidoosten twee gemeentes zijn met een<br />
aantal dat lager ligt dan verwacht (Watermaal-Bosvoorde en Oudergem). De gemeenten met<br />
een significant hogere SAR zijn: Brussel, Schaarbeek, S<strong>in</strong>t-Agatha-Berchem, S<strong>in</strong>t-Jans-<br />
Molenbeek, Anderlecht, S<strong>in</strong>t-Gillis, Elsene, S<strong>in</strong>t-Joost-ten-Node en Etterbeek. Die<br />
geografische spreid<strong>in</strong>g is niet verwonderlijk aangezien welbekende sociaal-economische en<br />
culturele factoren het epidemiologisch profiel <strong>van</strong> tuberculose bepalen. De <strong>in</strong>woners <strong>van</strong> de<br />
gemeentes Oudergem en Watermaal-Bosvoorde, met een lagere maar niet significante SAR,<br />
hebben een bevoorrecht sociaal-economisch statuut. Een verfijnder onderzoek op een meer<br />
lokaal niveau, per wijk bijvoor<strong>beeld</strong>, zou uiteraard resultaten kunnen opleveren. De MKG<br />
beschikt echter niet over dergelijke gegevens. Dat zou ongetwijfeld verklaren waarom<br />
gemeenten die algemeen als « bevoorrecht » worden beschouwd, zoals Ukkel en S<strong>in</strong>t-<br />
Lambrechts-Woluwe, een SAR hebben <strong>van</strong> meer dan 100 (ook al is die niet significant).<br />
Kaart VII.4 SAR voor verblijven met tuberculose als hoofddiagnose – Brussels Hoofdstedelijk Gewest –<br />
MKG 2000-<strong>2004</strong> (met Belgische bevolk<strong>in</strong>g als referentiebevolk<strong>in</strong>g)<br />
In een tweede tijd hebben we dezelfde analyse overgedaan maar nu met de bevolk<strong>in</strong>g <strong>van</strong> het<br />
Brussels Hoofdstedelijk Gewest als referentie. Op deze manier worden er andere resultaten<br />
bekomen zoals blijkt uit kaart VII.5. De hoogste SAR’s v<strong>in</strong>den we nu <strong>in</strong> S<strong>in</strong>t-Agatha-<br />
Berchem, Brussel, Anderlecht en S<strong>in</strong>t-Joost-Ten-Noode. Deze andere resultaten zijn te wijten<br />
aan de verschillende opbouw <strong>van</strong> de leeftijdspiramide op nationaal vlak en <strong>in</strong> het Brussels<br />
Hoofdstedelijk Gewest. Deze laatste heeft een veel jongere bevolk<strong>in</strong>g zoals blijkt uit de twee<br />
52
leeftijdspiramides (Figuren VII.6 en VII.7). Dit is tevens een illustratie <strong>van</strong> een beperk<strong>in</strong>g <strong>van</strong><br />
de Indirecte Standaardisatiemethode.<br />
Kaart VII.5 Verblijven <strong>van</strong> patiënten gehospitaliseerd voor tuberculose – Brussels Hoofdstedelijk Gewest<br />
– SAR 2000-<strong>2004</strong> (met bevolk<strong>in</strong>g <strong>van</strong> het hoofdstedelijke gewest als referentiebevolk<strong>in</strong>g).<br />
53
NISnummer<br />
Gemeente<br />
Aantal<br />
verblijven<br />
SAR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
SARafwijk<strong>in</strong>g<br />
21001 ANDERLECHT 153 306 258 355 ∗ 6<br />
21002 OUDERGEM 13 83 38 129 2<br />
21003 SINT-AGATHA-BERCHEM 106 1014 821 1207 ∗ 6<br />
21004 BRUSSEL 602 784 722 847 ∗ 6<br />
21005 ETTERBEEK 41 183 127 239 ∗ 6<br />
21006 EVERE 16 93 47 138 3<br />
21007 VORST 57 225 167 283 ∗ 6<br />
21008 GANSHOREN 10 91 35 147 3<br />
21009 ELSENE 83 189 148 229 ∗ 6<br />
21010 JETTE 32 143 93 192 6<br />
21011 KOEKELBERG 17 178 93 263 6<br />
21012 SINT-JANS-MOLENBEEK 82 200 157 244 ∗ 6<br />
21013 SINT-GILLIS 42 174 121 227 ∗ 6<br />
21014 SINT-JOOST-TEN-NODE 62 512 384 639 ∗ 6<br />
21015 SCHAARBEEK 157 268 226 310 ∗ 6<br />
21016 UKKEL 48 121 87 156 6<br />
21017 WATERMAAL-BOSVOORDE 11 87 36 138 2<br />
21018 SINT-LAMBRECHTS-WOLUWE 29 113 72 155 5<br />
21019 SINT-PIETERS-WOLUWE 21 105 60 149 4<br />
TotaAl 1582<br />
Tabel VII.3 Hoofdstedelijke Regio Brussel: Ziekenhuisverblijven <strong>van</strong> patiënten met tuberculose als<br />
hoofddiagnose - MKG 2000-<strong>2004</strong> - (met Belgische bevolk<strong>in</strong>g als referentiebevolk<strong>in</strong>g)<br />
Klasse<br />
54
Deel B: kankers<br />
Inleid<strong>in</strong>g over de selectiecriteria<br />
We hebben enkel de verblijven geselecteerd met een kwaadaardige nieuwvorm<strong>in</strong>g <strong>in</strong><br />
hoofddiagnose. Indien we reken<strong>in</strong>g houden met de nevendiagnoses, zouden we ook verblijven<br />
opnemen gekenmerkt door hoofddiagnose V58.0 (radiotherapie) of V58.1 (chemotherapie),<br />
wat zou leiden tot een kunstmatige stijg<strong>in</strong>g <strong>van</strong> het aantal verblijven voor de aandoen<strong>in</strong>g die<br />
ons <strong>in</strong>teresseert. Code V moet, <strong>in</strong> het geval <strong>van</strong> de radiotherapie of de chemotherapie,<br />
geregistreerd worden als hoofddiagnose, terwijl de tumor waarvoor de patiënt wordt<br />
behandeld als nevendiagnose moet worden beschouwd. De meeste <strong>van</strong> die verblijven met een<br />
hoofddiagnose V58.0 of V58.1 zijn <strong>in</strong> feite heropnames <strong>van</strong> patiënten, die eerder werden<br />
opgenomen <strong>in</strong> een verblijf waar<strong>van</strong> een ‘kwaadaardige tumor’ de hoofddiagnose was. Het<br />
beperken <strong>van</strong> de selectie tot verblijven met een kwaadaardige tumor als hoofddiagnose, maakt<br />
het mogelijk de ziekenhuisprevalentie <strong>van</strong> die aandoen<strong>in</strong>g beter <strong>in</strong> te schatten.<br />
Het nadeel <strong>van</strong> deze methode is dat niet alle verblijven zijn opgenomen waarbij de maligne<br />
neoplasie <strong>in</strong> feite de onderliggende oorzaak is <strong>van</strong> de hospitalisatie met een andere<br />
hoofddiagnose (bij voor<strong>beeld</strong>, een pneumonie bij een patiënt met een neoplasma).<br />
We hebben eveneens een selectie doorgevoerd op basis <strong>van</strong> het patiëntennummer. We lichten<br />
dit toe. Het ziekenhuis kent een anoniem patiëntennummer toe aan een bepaalde patiënt. Dit<br />
nummer moet onveranderd blijven gedurende m<strong>in</strong>stens een jaar (kalenderjaar). Dat betekent<br />
dat een patiënt die meermaals wordt opgenomen <strong>in</strong> de loop <strong>van</strong> een zelfde jaar hetzelfde<br />
registratienummer zal behouden voor al die verblijven. Het anoniem patiëntennummer <strong>van</strong> het<br />
ziekenhuis geldt zowel voor klassieke hospitalisatie, daghospitalisatie als voor ambulante<br />
spoedgevallen, en het blijft behouden voor het volledige verblijf, ook als dat verblijf zich over<br />
meer dan een registratiejaar uitstrekt of verschillende registraties omvat (langdurige<br />
verblijven). Door het patiëntennummer te gebruiken, kunnen we de meervoudige verblijven<br />
<strong>van</strong> een zelfde patiënt b<strong>in</strong>nen een zelfde ziekenhuis elim<strong>in</strong>eren die een zelfde hoofddiagnose<br />
hebben. Op die manier vermijden we dat voor het jaar <strong>in</strong> kwestie bepaalde gevallen meerdere<br />
malen <strong>in</strong> reken<strong>in</strong>g worden gebracht. Aldus benaderen we een ziekenhuis<strong>in</strong>cidentie. We willen<br />
er wel op wijzen dat deze methode dubbeltell<strong>in</strong>gen niet volledig uitsluit, want ze heeft enkel<br />
betrekk<strong>in</strong>g op patiënten met verblijven <strong>in</strong> een zelfde ziekenhuis, wat betekent dat dezelfde<br />
patiënten die <strong>in</strong> verschillende ziekenhuizen werden verzorgd als twee of meer patiënten zullen<br />
worden beschouwd.<br />
We hebben voor iedere pathologie dus twee types kaarten uitgewerkt: een die een weergave<br />
vormt <strong>van</strong> een SAR gebaseerd op de opname (Standardised Admission Ratio), en een andere,<br />
de In-Hospital Standardised Incidence Ratio (IHSIR), die het equivalent vormt <strong>van</strong> een<br />
“Standardised Incidence Ratio (SIR) en waar<strong>van</strong> het concept nauwer aansluit bij de<br />
<strong>in</strong>cidentie. De methode voor <strong>in</strong>directe standaardisatie per leeftijd en per geslacht en de<br />
bereken<strong>in</strong>g <strong>van</strong> het verwachte aantal verblijven of gevallen per arrondissement zijn identiek<br />
voor beide analyses.<br />
Het ware <strong>in</strong>teressant geweest de statistieken voor maligne neoplasmata, gebaseerd op de Mcodes<br />
<strong>van</strong> de ICD-9-CM, te gebruiken. Die codes met vijf cijfers omschrijven de morfologie<br />
<strong>van</strong> de neoplasmata. Jammer genoeg gebeurt een dergelijke coder<strong>in</strong>g niet voor alle verblijven<br />
met maligne neoplasmata, en verschilt de situatie <strong>van</strong> pathologie tot pathologie en <strong>van</strong> het ene<br />
ziekenhuis tot het andere. Ook het stadium <strong>van</strong> de tumor, de uitbreid<strong>in</strong>g <strong>van</strong> de neoplasmata,<br />
de aard <strong>van</strong> het weefsel en de kwaliteit <strong>van</strong> de biopsie of het bloedmonster maken de<br />
anatoom-pathologische classificatie niet altijd makkelijk. Zo wordt <strong>in</strong> geval <strong>van</strong> maligne<br />
neoplasmata <strong>van</strong> de prostaat (<strong>in</strong> hoofddiagnose) voor slechts 55 % <strong>van</strong> de verblijven de code<br />
55
« M » vermeld; dat percentage bedraagt nog slechts 9% voor de maligne neoplasma <strong>van</strong><br />
trachea, bronchus en long.<br />
Voor bepaalde neoplastische pathologieën die <strong>in</strong> dit onderzoek werden opgenomen, hebben<br />
we trouwens de In-Hospital Standardised Mortality Ratios (IHSMR’s) per arrondissement <strong>in</strong><br />
kaart gebracht. De bedoel<strong>in</strong>g daar<strong>van</strong> is de geografische variaties <strong>in</strong> de ziekenhuismortaliteit<br />
weer te geven. Het is onvermijdelijk dat sterfgevallen buiten het ziekenhuis niet <strong>in</strong> de studie<br />
werden opgenomen, dat is het geval voor patiënten die ambulant verzorgd worden, <strong>in</strong> het<br />
bijzonder bij prostaatkanker.<br />
56
VIII. Maligne neoplasmata <strong>van</strong> trachea, bronchus en long<br />
Selectiecriteria<br />
Bij deze selectie houden we reken<strong>in</strong>g met alle klassieke ziekenhuisverblijven die<br />
beantwoorden aan de algemene selectiecriteria en waarvoor de hoofddiagnose luidt ‘maligne<br />
neoplasmata <strong>van</strong> trachea, bronchus en long,’ (ICD-9-CM-code: 162.*).<br />
Voor registratiejaar <strong>2004</strong> telt de gegevensbank 11 551 klassieke verblijven met als<br />
hoofddiagnose een neoplasma <strong>van</strong> de luchtpijp, de bronchi of de longen. Voor 11 <strong>van</strong> die<br />
patiëntenverblijven is de woonplaats niet gekend en voor 114 bev<strong>in</strong>dt de woonplaats zich<br />
buiten België. Er werden dus 11 426 verblijven <strong>in</strong> reken<strong>in</strong>g gebracht voor dit onderzoek. Door<br />
gebruik te maken <strong>van</strong> het patiëntennummer (zie <strong>in</strong>leid<strong>in</strong>g), kunnen we de meervoudige<br />
verblijven <strong>in</strong> eenzelfde ziekenhuis elim<strong>in</strong>eren; aldus komen we tot een totaal <strong>van</strong> 8371<br />
patiënten die m<strong>in</strong>stens eenmaal werden verzorgd <strong>in</strong> klassieke hospitalisatie (9 patiënten<br />
zonder gekende woonplaats, 86 patiënten met woonplaats <strong>in</strong> het buitenland).<br />
Hieronder (Tabel VIII.1) v<strong>in</strong>dt u een samenvattend schema <strong>van</strong> de uitgevoerde selecties.<br />
Toelicht<strong>in</strong>g<br />
Selectie Aantal<br />
Ziekenhuisverblijven<br />
Totaal voor de algemene selectie 11.551<br />
Woonplaats niet gekend 11<br />
Woonplaats <strong>in</strong> het buitenland 114<br />
Selectie voor de analyse 11.426<br />
Selectie via patiëntennummer<br />
Totaal voor de algemene selectie 8371<br />
Woonplaats niet gekend 9<br />
Woonplaats <strong>in</strong> het buitenland 86<br />
Selectie voor de analyse 8.276<br />
Tabel VIII.1: Longkanker, samenvattend schema <strong>van</strong> de uitgevoerde selecties<br />
Kaart VIII.1 toont aan dat het aantal verblijven met een Maligne neoplasmata <strong>van</strong> trachea,<br />
bronchus en long als hoofddiagnose significant hoger is dan voorzien <strong>in</strong> volgende<br />
adm<strong>in</strong>istratieve arrondissementen: <strong>in</strong> het noordwesten <strong>van</strong> het land: Oostende; <strong>in</strong> het<br />
noordoosten: de drie arrondissementen <strong>van</strong> de prov<strong>in</strong>cie Limburg, dat wil zeggen Hasselt,<br />
Maaseik, Tongeren; <strong>in</strong> het zuiden <strong>van</strong> België: Aarlen en Virton; <strong>in</strong> het westen en het centrum:<br />
Doornik, Bergen, Charleroi, Namen; <strong>in</strong> het oosten: Luik. Het aantal verblijven voor deze<br />
pathologie is significant lager dan verwacht <strong>in</strong> een aantal adm<strong>in</strong>istratieve arrondissementen <strong>in</strong><br />
het noordwesten: Brugge, Eeklo, Gent, Roeselare, Dendermonde, Halle-Vilvoorde,<br />
Oudenaarde, Aalst, Leuven.<br />
Als we de dubbeltell<strong>in</strong>gen <strong>van</strong> een zelfde patiënt elim<strong>in</strong>eren door de selectie door te voeren op<br />
basis <strong>van</strong> het patiëntennummer, krijgen we m<strong>in</strong>der arrondissementen met een aantal dat hoger<br />
ligt dan verwacht (kaart VIII.2): Oostende, Bergen, Charleroi, Hasselt, Tongeren, Luik en<br />
Brussel. In een aantal arrondissementen <strong>in</strong> het noordwesten <strong>van</strong> Vlaanderen ligt het aantal<br />
lager dan verwacht, dat is ook het geval <strong>in</strong> Halle-Vilvoorde.<br />
57
Kaart VIII.1 Klassieke verblijven met maligne neoplasmata <strong>van</strong> trachea, bronchus en long als<br />
hoofddiagnose - SAR – MKG <strong>2004</strong><br />
Kaart VIII.2 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met maligne neoplasmata <strong>van</strong> trachea, bronchus en<br />
long als hoofddiagnose - IHSIR – MKG <strong>2004</strong><br />
58
In grafiek VIII.1 zien we de leeftijds- en geslachtsverdel<strong>in</strong>g <strong>van</strong> de klassieke<br />
ziekenhuisverblijven met als hoofddiagnose een maligne neoplasmata <strong>van</strong> trachea, bronchus<br />
en long. We stellen vast dat die aandoen<strong>in</strong>g vooral de oudere mannelijke bevolk<strong>in</strong>g treft. 77%<br />
<strong>van</strong> de ziekenhuisverblijven heeft betrekk<strong>in</strong>g op mannelijke patiënten, en <strong>in</strong> 87 % <strong>van</strong> de<br />
verblijven uit de selectie is de patiënt ouder dan 55.<br />
In de rubriek « Selectiecriteria» hebben we uitgelegd dat de selectie <strong>van</strong> de<br />
ziekenhuisverblijven gebaseerd was op ICD-9-CM-code 162.* als hoofddiagnose. Het is<br />
mogelijk het vierde cijfer te gebruiken zonder daarbij de opname <strong>in</strong> de selectie te wijzigen.<br />
Het voordeel <strong>van</strong> het gebruik <strong>van</strong> het vierde cijfer is dat de diagnose kan worden verfijnd,<br />
door er de exacte lokalisatie <strong>van</strong> het neoplasma aan toe te voegen. Als we tabel VIII.4<br />
bestuderen, zien we dat 40% <strong>van</strong> de verblijven betrekk<strong>in</strong>g heeft op maligne neoplasma <strong>van</strong> de<br />
bovenkwab <strong>van</strong> de long of de bronchi, 20% <strong>van</strong> de verblijven heeft betrekk<strong>in</strong>g op een<br />
neoplasma <strong>van</strong> de onderkwab <strong>van</strong> de bronchi en de longen. In 24% <strong>van</strong> de verblijven werd er<br />
echter geen exacte lokalisatie geregistreerd <strong>van</strong> het maligne neoplasma (<strong>in</strong> 1996 bedroeg dat<br />
percentage 44% en stellen we dus vast dat de nauwkeurigheid <strong>van</strong> de diagnoses erop<br />
vooruitgaat).<br />
59
NIS-<br />
Nummer<br />
arrondissement<br />
Aantal<br />
verblijven<br />
SAR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
SARafwijk<strong>in</strong>g<br />
11 Antwerpen 1086 99 94 105 3<br />
12 Mechelen 369 102 91 112 4<br />
13 Turnhout 470 103 93 112 4<br />
21 Brussel 938 101 94 107 4<br />
23 Halle-Vilvoorde 488 75 69 82 ∗ 1<br />
24 Leuven 478 90 82 98 ∗ 3<br />
25 Nijvel 340 91 81 101 3<br />
31 Brugge 257 75 66 85 ∗ 1<br />
32 Diksmuide 64 112 85 140 5<br />
33 Ieper 89 73 58 88 ∗ 1<br />
34 Kortrijk 233 73 63 82 ∗ 1<br />
35 Oostende 240 121 106 137 ∗ 6<br />
36 Roeselare 131 78 65 92 ∗ 1<br />
37 Tielt 99 97 78 116 3<br />
38 Veurne 71 84 64 103 2<br />
41 Aalst 273 89 78 99 ∗ 2<br />
42 Dendermonde 179 84 72 96 ∗ 2<br />
43 Eeklo 58 59 44 74 ∗ 1<br />
44 Gent 418 74 67 81 ∗ 1<br />
45 Oudenaarde 112 83 68 99 ∗ 2<br />
46 St-Niklaas 252 99 86 111 3<br />
51 Ath 97 112 90 135 5<br />
52 Charleroi 487 111 101 120 ∗ 5<br />
53 Bergen 371 145 131 160 ∗ 6<br />
54 Moeskroen 95 124 99 149 6<br />
55 Soignies 195 106 91 121 4<br />
56 Thu<strong>in</strong> 161 101 86 117 4<br />
57 Doornik 186 122 105 140 ∗ 6<br />
61 Hoei 109 103 83 122 4<br />
62 Luik 740 113 105 121 ∗ 5<br />
63 Verviers 263 92 81 103 3<br />
64 Waremme 69 92 71 114 3<br />
71 Hasselt 544 129 118 139 ∗ 6<br />
72 Maaseik 286 121 107 136 ∗ 6<br />
73 Tongeren 308 144 128 160 ∗ 6<br />
81 Aarlen 76 145 113 178 ∗ 6<br />
82 Bastenaken 47 115 82 148 5<br />
83 Marche-en-famenne 43 80 56 104 1<br />
84 Neufchâteau 58 96 72 121 3<br />
85 Virton 67 132 100 164 ∗ 6<br />
91 D<strong>in</strong>ant 133 120 100 140 6<br />
92 Namen 372 127 114 140 ∗ 6<br />
93 Philippeville 74 107 83 132 4<br />
Totaal 11426<br />
Tabel VIII.2 Klassieke verblijven met Maligne neoplasmata <strong>van</strong> trachea, bronchus en long als<br />
hoofddiagnose - MKG <strong>2004</strong><br />
klasse<br />
60
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
patiënten<br />
IHSIR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
SAR-afw.<br />
11 Antwerpen 808 102 95 109 4<br />
12 Mechelen 276 105 93 117 4<br />
13 Turnhout 356 108 97 119 4<br />
21 Brussel 732 108 100 116 ∗ 4<br />
23 Halle-Vilvoorde 357 76 68 84 ∗ 1<br />
24 Leuven 367 96 86 105 3<br />
25 Nijvel 250 92 81 104 3<br />
31 Brugge 183 74 63 85 ∗ 1<br />
32 Diksmuide 40 96 67 126 3<br />
33 Ieper 67 75 57 93 ∗ 1<br />
34 Kortrijk 174 75 64 86 ∗ 1<br />
35 Oostende 175 122 104 140 ∗ 6<br />
36 Roeselare 90 74 59 90 ∗ 1<br />
37 Tielt 72 97 75 120 3<br />
38 Veurne 51 83 60 106 2<br />
41 Aalst 202 91 78 103 3<br />
42 Dendermonde 135 88 73 103 2<br />
43 Eeklo 47 66 47 85 ∗ 1<br />
44 Gent 312 76 68 85 ∗ 1<br />
45 Oudenaarde 70 72 55 88 ∗ 1<br />
46 St-Niklaas 180 97 83 112 3<br />
51 Ath 70 112 86 138 5<br />
52 Charleroi 371 116 104 128 ∗ 5<br />
53 Bergen 229 124 108 140 ∗ 6<br />
54 Moeskroen 61 110 82 137 4<br />
55 Soignies 147 110 92 128 5<br />
56 Thu<strong>in</strong> 116 101 82 119 4<br />
57 Doornik 128 116 96 136 5<br />
61 Hoei 82 107 84 130 4<br />
62 Luik 551 116 106 126 ∗ 5<br />
63 Verviers 200 97 83 110 3<br />
64 Waremme 56 103 76 131 4<br />
71 Hasselt 346 114 102 126 ∗ 5<br />
72 Maaseik 192 114 98 130 5<br />
73 Tongeren 205 133 115 152 ∗ 6<br />
81 Aarlen 45 119 84 154 5<br />
82 Bastenaken 36 122 82 161 6<br />
83 Marche-en-F. 34 87 58 117 2<br />
84 Neufchâteau 46 105 75 136 4<br />
85 Virton 48 130 93 167 6<br />
91 D<strong>in</strong>ant 94 117 93 141 5<br />
92 Namen 219 104 90 117 4<br />
93 Philippeville 56 112 83 142 5<br />
Totaal 8276<br />
klasse<br />
Tabel VIII.3 Patiënten <strong>in</strong> een klassiek ziekenhuisverblijf met Maligne neoplasmata <strong>van</strong> trachea, bronchus<br />
en long als hoofddiagnose - MKG <strong>2004</strong><br />
61
ICD-9-CMcode<br />
Def<strong>in</strong>itie Aantal % verblijven<br />
1623 NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, BOVENKWAB 4559 40<br />
1629<br />
NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, ZONDER<br />
VERDERE PRECISERING<br />
2713 24<br />
1625 NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, ONDERKWAB 2243 20<br />
1622 NEOPLASMATA VAN HOOFDBRONCHUS, CARINA, HILUS 781 7<br />
1628 NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, ANDERE 711 6<br />
1624 NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, MIDDENKWAB 390 3<br />
1620 NEOPLASMATA VAN DE TRACHEA 29 0<br />
Totaal 11426 100<br />
Tabel VIII.4 Klassieke verblijven met Maligne neoplasmata <strong>van</strong> trachea, bronchus en long als<br />
hoofddiagnose – aandeel <strong>van</strong> de verschillende 4-cijfers-hoofddiagnoses - MKG <strong>2004</strong><br />
De ziekenhuisletaliteit bedraagt 19,8%. Dit cijfer varieert volgens de leeftijdscategorieën.<br />
Voor de leeftijdscategorie ≥95 jaar bedraagt het percentage 50% (voor 18 kankergevallen <strong>in</strong><br />
deze categorie), <strong>in</strong> de categorie 90-94 jaar ligt het percentage op 40% (89 kankergevallen), <strong>in</strong><br />
de categorie 85-90 jaar is dat 33,5% (voor 224 kankergevallen), <strong>in</strong> de categorie 80-84 jaar<br />
32% (voor 976 kankergevallen). In de categorie 35-39 jaar bedraagt de mortaliteit slechts<br />
3,7%, maar <strong>in</strong> totaal telt deze categorie slechts 27 gevallen.<br />
Kaart VIII.4 geeft de verdel<strong>in</strong>g weer <strong>van</strong> de In-Hospital Standardised Mortality Ratios<br />
(IHSMR) voor longkanker voor hospitalisatie <strong>in</strong> België. De IHSMR’s worden op dezelfde<br />
manier berekend als de SAR’s, alleen berekent men bij de IHSMR’s de verhoud<strong>in</strong>g <strong>in</strong> functie<br />
<strong>van</strong> het aantal sterfgevallen dat wordt opgetekend tijdens de hospitalisatie en <strong>van</strong> het aantal<br />
sterfgevallen dat wordt verwacht tijdens de hospitalisatie. In de arrondissementen Doornik,<br />
Bergen en Soignies ligt het aantal <strong>in</strong>tramurale sterfgevallen significant hoger dan verwacht,<br />
dat is ook het geval <strong>in</strong> het arrondissement Virton. In de arrondissementen Ieper, Halle-<br />
Vilvoorde en D<strong>in</strong>ant ligt het aantal <strong>in</strong>tramurale sterfgevallen significant lager dan verwacht.<br />
62
Kaart VIII.4 Intramurale letaliteit <strong>in</strong> verblijven met maligne neoplasmata <strong>van</strong> trachea, bronchus en long<br />
als hoofddiagnose - IHSMR – MKG <strong>2004</strong><br />
63
IX. Maligne neoplasmata <strong>van</strong> het colon<br />
Selectiecriteria<br />
We hebben alle klassieke ziekenhuisverblijven geselecteerd die voldoen aan de algemene<br />
selectiecriteria (waarbij dus patiënten met woonplaats buiten België en patiënten waar<strong>van</strong> de<br />
woonplaats niet gekend is werden uitgesloten) en waar<strong>van</strong> de hoofddiagnose het maligne<br />
neoplasma <strong>van</strong> het colon is (ICD-9-CM-code : 153.**).<br />
Voor het registratiejaar <strong>2004</strong> levert de selectie die werd uitgevoerd op de MKG-gegevensbank<br />
ons een totaal op <strong>van</strong> 6067 verblijven waaronder 3 verblijven <strong>van</strong> patiënten zonder gekende<br />
woonplaats en 46 verblijven <strong>van</strong> patiënten die <strong>in</strong> het buitenland verblijven. Onze analyse <strong>van</strong><br />
de geografische verschillen is dus gebaseerd op 6018 verblijven. Als we de selectiemethode<br />
hanteren op basis <strong>van</strong> het patiëntennummer, verkrijgen we een totaal <strong>van</strong> 5087 geregistreerde<br />
patiënten <strong>in</strong> de Belgische ziekenhuizen (3 patiënten zonder gekende woonplaats, 39 met<br />
woonplaats <strong>in</strong> het buitenland). Voor deze analyse hebben we dus 5045 patiënten geselecteerd.<br />
Hieronder (Tabel IX.1) v<strong>in</strong>dt u een samenvattend schema <strong>van</strong> de uitgevoerde selecties.<br />
Toelicht<strong>in</strong>g<br />
Selectie Aantal<br />
Ziekenhuisverblijven<br />
Totaal voor de algemene selectie 6067<br />
Woonplaats niet gekend 3<br />
Woonplaats <strong>in</strong> het buitenland 46<br />
Selectie voor de analyse 6018<br />
Selectie via patiëntennummer<br />
Totaal voor de algemene selectie 5087<br />
Woonplaats niet gekend 3<br />
Woonplaats <strong>in</strong> het buitenland 39<br />
Selectie voor de analyse 5045<br />
Tabel IX.1: Colonkanker, samenvattend schema <strong>van</strong> de uitgevoerde selecties<br />
Kaart IX.1 geeft een idee, voor België, <strong>van</strong> de geografische verschillen <strong>in</strong> het aantal<br />
verblijven geregistreerd <strong>in</strong> de MKG waarbij de hoofddiagnose ICD-9-CM-code 153.**<br />
kreeg. In Vlaanderen vertonen de adm<strong>in</strong>istratieve arrondissementen Halle-Vilvoorde en<br />
Antwerpen, en <strong>in</strong> Wallonië dat <strong>van</strong> Bergen, een significant hogere SAR (het vastgestelde<br />
aantal gevallen ligt hoger dan verwacht). De Vlaamse arrondissementen Tongeren en Eeklo,<br />
alsook de Waalse arrondissementen Luik, Marche-en-Famenne en D<strong>in</strong>ant, vertonen een<br />
significant lagere SAR (het aantal vastgestelde gevallen ligt lager dan verwacht).<br />
64
Kaart IX.1 Klassieke verblijven met een colonkanker als hoofddiagnose - SAR - MKG <strong>2004</strong><br />
65
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
verblijven<br />
SAR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
SARafwijk<strong>in</strong>g<br />
11 Antwerpen 648 112 103 121 ∗ 5<br />
12 Mechelen 179 94 80 108 3<br />
13 Turnhout 226 101 88 114 4<br />
21 Brussel 574 109 100 118 4<br />
23 Halle-Vilvoorde 418 125 113 137 ∗ 6<br />
24 Leuven 254 92 81 104 3<br />
25 Nijvel 194 101 86 115 4<br />
31 Brugge 164 92 78 106 3<br />
32 Diksmuide 27 88 55 122 2<br />
33 Ieper 63 96 72 120 3<br />
34 Kortrijk 193 114 98 131 5<br />
35 Oostende 90 85 68 103 2<br />
36 Roeselare 97 111 89 133 5<br />
37 Tielt 52 97 70 123 3<br />
38 Veurne 55 123 90 155 6<br />
41 Aalst 165 102 87 118 4<br />
42 Dendermonde 102 93 75 112 3<br />
43 Eeklo 31 60 39 82 ∗ 1<br />
44 Gent 268 90 79 101 3<br />
45 Oudenaarde 58 80 59 100 1<br />
46 St-Niklaas 113 87 71 103 2<br />
51 Ath 38 81 55 107 2<br />
52 Charleroi 229 96 84 109 3<br />
53 Bergen 178 127 109 146 ∗ 6<br />
54 Moeskroen 44 105 74 137 4<br />
55 Soignies 84 85 67 103 2<br />
56 Thu<strong>in</strong> 105 124 100 147 6<br />
57 Doornik 76 91 70 111 3<br />
61 Hoei 50 90 65 114 2<br />
62 Luik 317 90 80 100 ∗ 2<br />
63 Verviers 131 88 73 103 2<br />
64 Waremme 33 83 55 111 2<br />
71 Hasselt 199 95 82 108 3<br />
72 Maaseik 112 101 82 120 4<br />
73 Tongeren 85 81 64 98 ∗ 2<br />
81 Aarlen 30 109 70 148 4<br />
82 Bastenaken 19 88 48 128 2<br />
83 Marche-en-F. 14 49 24 75 ∗ 1<br />
84 Neufchâteau 33 101 67 136 4<br />
85 Virton 38 139 95 183 6<br />
91 D<strong>in</strong>ant 42 72 50 93 ∗ 1<br />
92 Namen 156 100 84 116 4<br />
93 Philippeville 34 95 63 127 3<br />
Totaal 6018<br />
Tabel IX.2 Klassieke verblijven met een colonkanker als hoofddiagnose - MKG <strong>2004</strong><br />
Klasse<br />
66
Als we kaart IX.2 bekijken, die de verschillen aangeeft <strong>in</strong> de geografische spreid<strong>in</strong>g <strong>van</strong> de<br />
patiënten die werden opgenomen <strong>in</strong> klassiek ziekenhuisverblijf met een hoofddiagnose <strong>van</strong><br />
colonkanker en waar<strong>van</strong> de aantallen berekend werken <strong>in</strong> functie <strong>van</strong> de selectie op het<br />
patiëntennummer, dan tellen we 4 adm<strong>in</strong>istratieve arrondissementen met een significant<br />
hogere SAR (het aantal vastgestelde gevallen ligt hoger dan verwacht): het gaat om Brusselhoofdstad,<br />
Halle-Vilvoorde, Bergen en Kortrijk, terwijl de SAR <strong>in</strong> 3 arrondissementen lager<br />
ligt: Eeklo, D<strong>in</strong>ant, Marche-en-Famenne (het vastgestelde aantal gevallen ligt lager dan<br />
verwacht).<br />
Kaart IX.2 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een colonkanker als hoofddiagnose – IHSIR -<br />
MKG <strong>2004</strong><br />
67
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
patiënten<br />
IHSIR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
IHSIRafwijk<strong>in</strong>g<br />
11 Antwerpen 499 103 94 112 4<br />
12 Mechelen 157 98 83 114 3<br />
13 Turnhout 188 101 86 115 4<br />
21 Brussel 495 112 102 121 ∗ 5<br />
23 Halle-Vilvoorde 341 122 109 135 ∗ 6<br />
24 Leuven 206 89 77 102 2<br />
25 Nijvel 161 99 84 115 3<br />
31 Brugge 143 96 80 111 3<br />
32 Diksmuide 23 90 53 127 2<br />
33 Ieper 51 93 67 118 3<br />
34 Kortrijk 179 127 108 145 ∗ 6<br />
35 Oostende 81 92 72 112 3<br />
36 Roeselare 83 114 89 138 5<br />
37 Tielt 44 98 69 126 3<br />
38 Veurne 50 133 96 170 6<br />
41 Aalst 144 106 89 124 4<br />
42 Dendermonde 90 99 78 119 3<br />
43 Eeklo 28 65 41 89 ∗ 1<br />
44 Gent 240 96 84 108 3<br />
45 Oudenaarde 54 88 65 112 2<br />
46 St-Niklaas 103 94 76 113 3<br />
51 Ath 32 81 53 110 2<br />
52 Charleroi 193 97 83 110 3<br />
53 Bergen 151 129 108 149 ∗ 6<br />
54 Moeskroen 37 106 72 140 4<br />
55 Soignies 75 91 70 111 3<br />
56 Thu<strong>in</strong> 84 118 93 143 5<br />
57 Doornik 66 94 71 116 3<br />
61 Hoei 41 88 61 114 2<br />
62 Luik 265 89 79 100 2<br />
63 Verviers 112 89 73 106 2<br />
64 Waremme 26 78 48 108 1<br />
71 Hasselt 159 91 77 105 3<br />
72 Maaseik 85 92 72 111 3<br />
73 Tongeren 73 83 64 102 2<br />
81 Aarlen 24 104 62 146 4<br />
82 Bastenaken 17 94 49 139 3<br />
83 Marche-en-F. 14 59 28 90 ∗ 1<br />
84 Neufchâteau 19 69 38 101 1<br />
85 Virton 30 131 84 177 6<br />
91 D<strong>in</strong>ant 31 63 41 85 ∗ 1<br />
92 Namen 123 94 78 111 3<br />
93 Philippeville 28 94 59 128 3<br />
Totaal 5045<br />
klasse<br />
Tabel IX.3 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een colonkanker als hoofddiagnose - MKG <strong>2004</strong><br />
Figuur IX.3 geeft aan dat colonkanker een pathologie is die voornamelijk bij ouderen<br />
voorkomt: meer dan 85% <strong>van</strong> de ziekenhuisverblijven heeft betrekk<strong>in</strong>g op patiënten <strong>van</strong> meer<br />
dan 60 jaar. Het aantal gevallen ligt iets hoger bij mannen: <strong>van</strong> de ziekenhuisverblijven met<br />
deze aandoen<strong>in</strong>g als hoofddiagnose heeft 52% betrekk<strong>in</strong>g op mannen, en 48% op vrouwen.<br />
68
Figuur IX.4 geeft de verdel<strong>in</strong>g <strong>van</strong> het aantal verblijven per leeftijd en per geslacht (aantal<br />
berekend <strong>in</strong> verhoud<strong>in</strong>g tot 100 000 <strong>in</strong>woners uit die leeftijdscategorie en <strong>van</strong> dat geslacht)<br />
met een colonkanker als hoofddiagnose. We stellen vast dat deze figuur beter aantoont dat het<br />
aantal aandoen<strong>in</strong>gen bij mannen hoger ligt.<br />
69
Door reken<strong>in</strong>g te houden met het vierde cijfer <strong>van</strong> de ICD-9-CM-code <strong>van</strong> de hoofddiagnose<br />
wordt het mogelijk ook de lokalisatie <strong>van</strong> het neoplasma te bepalen.<br />
Als we tabel IX.4 bekijken, stellen we vast dat 32% <strong>van</strong> de verblijven betrekk<strong>in</strong>g heeft op<br />
kankers <strong>van</strong> het sigmoïd colon, 15% op kankers <strong>van</strong> het caecum, 14,5% op kankers <strong>van</strong> het<br />
colon ascendens. In 16% <strong>van</strong> de verblijven hebben we geen verdere gegevens over de<br />
lokalisatie <strong>van</strong> de kanker.<br />
ICD-9-CMcode<br />
Def<strong>in</strong>itie<br />
Aantal<br />
verblijven<br />
percentage<br />
verblijven<br />
1533 NEOPLASMA VAN HET SIGMOID COLON<br />
NEOPLASMA VAN HET CÔLON, ZONDER VERDERE<br />
1905 31,7<br />
1539<br />
PRECISERING 963 16,0<br />
1534 NEOPLASMA VAN HET CAECUM 917 15,2<br />
1536 NEOPLASMA VAN HET CÔLON ASCENDENS 875 14,5<br />
1531 NEOPLASMA VAN HET COLON TRANSVERSUM 388 6,4<br />
1532 NEOPLASMA VAN HET CÔLON DESCENDENS 343 5,7<br />
1530 NEOPLASMA VAN FLEXURA HEPATICA 250 4,2<br />
1537 NEOPLASMA VAN FLEXURA LIENALIS 190 3,2<br />
1538 NEOPLASMA VAN HET CÔLON, ANDER 136 2,3<br />
1535 NEOPLASMA VAN DE APPENDIX 51 0,8<br />
Totaal 6018 100<br />
Tabel IX.4 Klassieke verblijven met een colonkanker als hoofddiagnose – aandeel <strong>van</strong> de verschillende<br />
4-cijfers-hoofddiagnoses - MKG <strong>2004</strong><br />
70
X. Blaaskanker<br />
Selectiecriteria<br />
Voor de selectie <strong>van</strong> de blaaskankers hebben we de klassieke ziekenhuisverblijven<br />
geselecteerd die beantwoorden aan de algemene selectiecriteria (dus zonder de patiënten met<br />
woonplaats buiten België of waar<strong>van</strong> de woonplaats niet gekend is) en die worden<br />
gekenmerkt door een hoofddiagnose met als ICD-9-CM-code : 188.**.<br />
Voor het registratiejaar <strong>2004</strong> levert de selectie die op de MKG-gegevensbank werd<br />
doorgevoerd ons een totaal op <strong>van</strong> 6321 verblijven waaronder 7 verblijven <strong>van</strong> patiënten<br />
waar<strong>van</strong> de woonplaats niet gekend is en 46 verblijven <strong>van</strong> patiënten met woonplaats <strong>in</strong> het<br />
buitenland. Voor de analyse <strong>van</strong> de geografische verschillen houden we dus 6268 verblijven<br />
over. Aan de hand <strong>van</strong> de selectiemethode op basis <strong>van</strong> het patiëntennummer, komen we uit<br />
bij een totaal <strong>van</strong> 4980 geregistreerde patiënten <strong>in</strong> de Belgische ziekenhuizen (5 patiënten<br />
waar<strong>van</strong> de woonplaats niet gekend is, 40 met woonplaats <strong>in</strong> het buitenland). Voor deze<br />
analyse hebben we dus 4935 patiënten geselecteerd.<br />
Hieronder (Tabel X.1) v<strong>in</strong>dt u een samenvattend schema <strong>van</strong> de uitgevoerde selecties.<br />
Toelicht<strong>in</strong>g<br />
Selectie Aantal<br />
Ziekenhuisverblijven<br />
Totaal voor de algemene selectie 6321<br />
Woonplaats niet gekend 7<br />
Woonplaats <strong>in</strong> het buitenland 46<br />
Selectie voor de analyse 6268<br />
Selectie per patiëntennummer<br />
Totaal voor de algemene selectie 4980<br />
Woonplaats niet gekend 5<br />
Woonplaats <strong>in</strong> het buitenland 40<br />
Selectie voor de analyse 4935<br />
Tabel X.1: Blaaskanker, samenvattend schema <strong>van</strong> de<br />
uitgevoerde selecties<br />
Op basis <strong>van</strong> kaart X.1, die de geografische verschillen aangeeft <strong>in</strong> België voor klassieke<br />
ziekenhuisverblijven gekenmerkt door een hoofddiagnose <strong>van</strong> blaaskanker, stellen we vast dat<br />
vijf adm<strong>in</strong>istratieve arrondissementen een significant hogere SAR vertonen dan verwacht: het<br />
gaat om de arrondissementen Mechelen, Turnhout, Tongeren, Maaseik en Bergen. In twaalf<br />
arrondissementen ligt de SAR significant lager dan verwacht. In Vlaanderen gaat het om<br />
Veurne, Aalst, Gent en Oudenaarde, en <strong>in</strong> het Waals gewest om Moeskroen, Charleroi,<br />
Soignies, Thu<strong>in</strong>, Hoei, Luik, Neufchâteau en Philippeville. Tabel X.2 geeft de cijfers <strong>in</strong> detail.<br />
Kaart X.2 geeft de geografische verschillen weer <strong>in</strong> de ziekenhuisverblijven die geselecteerd<br />
werden op basis <strong>van</strong> het patiëntennummer. Vier arrondissementen hebben een significant<br />
hoger aantal patiënten dan verwacht: <strong>in</strong> het centrum en <strong>in</strong> het noorden <strong>van</strong> België zijn dat<br />
Antwerpen, Turnhout en Maaseik, en <strong>in</strong> het westen, Bergen. De arrondissementen Veurne,<br />
Gent, Ath, Moeskroen, Soignies, Thu<strong>in</strong>, Hoei en Waremme hebben daarentegen een<br />
significant lager aantal patiënten dan verwacht.<br />
71
Kaart X.1 Klassieke verblijven met een blaaskanker als hoofddiagnose - SAR – MKG <strong>2004</strong><br />
Kaart X. 2 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een blaaskanker als hoofddiagnose – IHSIR -<br />
MKG <strong>2004</strong><br />
72
De bevolk<strong>in</strong>gspiramide (figuur X.3) brengt twee kenmerken aan het licht. Meer dan 87% <strong>van</strong><br />
de klassieke ziekenhuisverblijven met als hoofddiagnose een blaaskanker komt voor bij<br />
patiënten <strong>van</strong> meer dan 60 jaar. De aandoen<strong>in</strong>g komt duidelijk vaker voor bij mannen: zij<br />
vertegenwoordigen ongeveer 80% <strong>van</strong> de verblijven.<br />
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
verblijven<br />
SAR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
SARafwijk<strong>in</strong>g<br />
11 Antwerpen 658 108 100 116 4<br />
12 Mechelen 234 116 101 131 ∗ 5<br />
13 Turnhout 303 126 112 140 ∗ 6<br />
21 Brussel 555 105 96 114 4<br />
23 Halle-Vilvoorde 347 98 88 109 3<br />
24 Leuven 311 107 95 119 4<br />
25 Nijvel 195 97 83 111 3<br />
31 Brugge 167 89 75 102 2<br />
32 Diksmuide 33 101 67 136 4<br />
33 Ieper 61 88 66 110 2<br />
34 Kortrijk 162 91 77 105 3<br />
35 Oostende 129 117 97 137 5<br />
36 Roeselare 107 116 94 137 5<br />
37 Tielt 47 82 59 106 2<br />
38 Veurne 21 44 25 63 ∗ 1<br />
41 Aalst 144 85 71 99 ∗ 2<br />
42 Dendermonde 115 100 82 119 4<br />
43 Eeklo 53 97 71 123 3<br />
44 Gent 277 89 79 100 ∗ 2<br />
45 Oudenaarde 50 66 48 84 ∗ 1<br />
46 St-Niklaas 156 113 95 130 5<br />
51 Ath 54 113 83 143 5<br />
52 Charleroi 176 73 62 84 ∗ 1<br />
53 Bergen 193 138 119 158 ∗ 6<br />
54 Moeskroen 24 56 34 79 ∗ 1<br />
55 Soignies 80 79 62 97 ∗ 1<br />
56 Thu<strong>in</strong> 62 71 53 89 ∗ 1<br />
57 Doornik 85 100 79 121 3<br />
61 Hoei 43 75 52 97 ∗ 1<br />
62 Luik 317 88 78 97 ∗ 2<br />
63 Verviers 175 113 96 129 5<br />
64 Waremme 26 64 39 88 ∗ 1<br />
71 Hasselt 233 105 92 119 4<br />
72 Maaseik 157 131 110 151 ∗ 6<br />
73 Tongeren 143 128 107 149 ∗ 6<br />
81 Aarlen 21 74 42 106 1<br />
82 Bastenaken 21 94 54 134 3<br />
83 Marche-en-F. 30 102 65 138 4<br />
84 Neufchâteau 22 65 38 92 ∗ 1<br />
85 Virton 39 137 94 180 6<br />
91 D<strong>in</strong>ant 49 80 58 103 2<br />
92 Namen 168 106 90 122 4<br />
93 Philippeville 25 67 41 94 ∗ 1<br />
Totaal 6268<br />
Tabel X.2 Klassieke verblijven met een blaaskanker als hoofddiagnose - MKG <strong>2004</strong><br />
klasse<br />
73
NIS-<br />
Nummer<br />
arrondissement<br />
Aantal<br />
patiënten<br />
IHSIR<br />
Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
IHSIRafwijk<strong>in</strong>g<br />
11 Antwerpen 541 113 103 122 ∗ 5<br />
12 Mechelen 177 112 95 128 5<br />
13 Turnhout 231 122 106 138 ∗ 6<br />
21 Brussel 451 108 98 118 4<br />
23 Halle-Vilvoorde 272 98 86 110 3<br />
24 Leuven 236 103 90 116 4<br />
25 Nijvel 159 100 85 116 4<br />
31 Brugge 129 87 72 102 2<br />
32 Diksmuide 26 101 62 140 4<br />
33 Ieper 46 84 60 109 2<br />
34 Kortrijk 130 93 77 109 3<br />
35 Oostende 106 122 99 145 6<br />
36 Roeselare 83 114 89 138 5<br />
37 Tielt 37 82 56 108 2<br />
38 Veurne 15 40 20 60 ∗ 1<br />
41 Aalst 113 85 69 101 2<br />
42 Dendermonde 97 107 86 129 4<br />
43 Eeklo 45 104 74 135 4<br />
44 Gent 204 83 72 95 ∗ 2<br />
45 Oudenaarde 39 65 45 86 ∗ 1<br />
46 St-Niklaas 127 117 96 137 5<br />
51 Ath 38 101 69 133 4<br />
52 Charleroi 138 73 61 85 ∗ 1<br />
53 Bergen 142 129 108 150 ∗ 6<br />
54 Moeskroen 22 66 38 93 ∗ 1<br />
55 Soignies 61 77 58 96 ∗ 1<br />
56 Thu<strong>in</strong> 53 77 56 98 ∗ 1<br />
57 Doornik 66 98 75 122 3<br />
61 Hoei 31 68 44 92 ∗ 1<br />
62 Luik 261 92 81 103 3<br />
63 Verviers 142 116 97 135 5<br />
64 Waremme 19 59 33 86 ∗ 1<br />
71 Hasselt 178 102 87 117 4<br />
72 Maaseik 124 132 108 155 ∗ 6<br />
73 Tongeren 102 116 93 138 5<br />
81 Aarlen 19 85 47 123 2<br />
82 Bastenaken 18 102 55 149 4<br />
83 Marche-en-famenne 23 99 59 140 3<br />
84 Neufchâteau 20 75 42 108 1<br />
85 Virton 29 129 82 176 6<br />
91 D<strong>in</strong>ant 38 79 54 105 1<br />
92 Namen 126 101 83 119 4<br />
93 Philippeville 21 72 41 103 1<br />
Totaal 4935<br />
Tabel X.3 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een blaaskanker als hoofddiagnose - MKG <strong>2004</strong><br />
klasse<br />
74
Aan de hand <strong>van</strong> het vierde cijfer <strong>van</strong> de ICD-9-CM-code voor de hoofddiagnose, kunnen we<br />
de lokalisatie <strong>van</strong> het neoplasma achterhalen. Tabel X.4 geeft het aantal verblijven weer en<br />
het respectievelijke percentage <strong>van</strong> de verschillende lokalisaties <strong>van</strong> maligne blaastumoren.<br />
Het verband tussen de meer nauwkeurige lokalisatie <strong>van</strong> de urotheliale blaaskankertumoren<br />
en hun prognose werd niet systematisch onderzocht, maar er werd gesuggereerd dat<br />
aantast<strong>in</strong>g <strong>van</strong> de koepel een onafhankelijke voorspellende waarde zou hebben bij het<br />
bestuderen <strong>van</strong> de specifieke overlev<strong>in</strong>g na een totale cystectomie 5 . We willen daarbij<br />
opmerken dat we <strong>in</strong> bijna de helft <strong>van</strong> de verblijven (49%) niet over verdere gegevens<br />
beschikken, terwijl <strong>in</strong> 16% <strong>van</strong> de verblijven de oorspronkelijke lokalisatie <strong>van</strong> de tumor niet<br />
bepaald kan worden doordat hij zich <strong>in</strong> de nabijheid bev<strong>in</strong>dt <strong>van</strong> of doordat hij overlapt met<br />
andere lokalisaties. In 12% <strong>van</strong> de verblijven gaat het om blaaskankers <strong>van</strong> de zijwand. De<br />
m<strong>in</strong>st frequente lokalisatie <strong>van</strong> het blaasneoplasma is de urachus, wat vrij logisch is, want<br />
deze structuur verdwijnt normaal na de geboorte en wat overblijft is enkel een tractus fibrosus<br />
zonder urotheel.<br />
75
ICD-9-CMcode<br />
Def<strong>in</strong>itie Aantal verblijven % verblijven<br />
1889 BLAASKANKER, NIET GEPRECISEERD<br />
BLAASKANKER, OVERIGE GESPECIFICEERDE<br />
3056 49<br />
1888<br />
LOCALISATIES 1004 16<br />
1882 NEOPLASMA VAN DE BLAAS, ZIJWAND 746 12<br />
1881 NEOPLASMA VAN DE BLAAS, KOEPEL 360 6<br />
1880 NEOPLASMAVAN DE BLAAS, TRIGONUM 305 5<br />
1884 NEOPLASMA VAN DE BLAAS, ACHTERWAND 242 4<br />
1885 NEOPLASMA VAN DE BLAAS HALS 221 4<br />
1886 NEOPLASMA VAN DE URETERMOND 209 3<br />
1883 NEOPLASMA VAN DE BLAAS, VOORWAND 117 2<br />
1887 NEOPLASMA VAN DE BLAAS, URACHUS 8 0<br />
Totaal 6268 100<br />
Tabel X.4 Klassieke verblijven met een blaaskanker als hoofddiagnose – aandeel <strong>van</strong> de verschillende<br />
4-cijfers- hoofddiagnoses - MKG <strong>2004</strong><br />
De ziekenhuisletaliteit tijdens klassieke verblijven met blaaskanker als hoofddiagnose<br />
bedraagt 5,6% voor beide geslachten en voor alle leeftijden samen. Ze neemt toe met de<br />
leeftijd en stijgt <strong>van</strong> 2,5% <strong>in</strong> de leeftijdscategorie 45-49 jaar tot meer dan 5% <strong>in</strong> de<br />
leeftijdscategorieën <strong>van</strong> 75 jaar en ouder.<br />
Kaart X.4 toont de verdel<strong>in</strong>g, <strong>in</strong> België, <strong>van</strong> de In-Hospital Standardised Mortality Ratios<br />
(IHSMR) <strong>van</strong> de ziekenhuisverblijven waar<strong>van</strong> de hoofddiagnose blaaskanker is. De manier<br />
waarop de IHSMR’s berekend worden is dezelfde als bij de SAR’s, behalve dat bij de<br />
IHSMR’s de ratio berekend wordt <strong>in</strong> functie <strong>van</strong> het aantal vastgestelde sterfgevallen tijdens<br />
de hospitalisatie en het aantal verwachte sterfgevallen tijdens de hospitalisatie. Het<br />
arrondissement Brussel-hoofdstad kent een significant hoger aantal sterfgevallen dan<br />
verwacht, terwijl <strong>in</strong> de arrondissementen Aalst en D<strong>in</strong>ant het aantal sterfgevallen significant<br />
lager ligt dan voorzien.<br />
76
Kaart X.4 Intramurale letaliteit <strong>in</strong> klassieke hospitalisatie met een blaaskanker als hoofddiagnose -<br />
IHSMR - MKG <strong>2004</strong><br />
77
XI. Prostaatkanker<br />
Selectiecriteria<br />
We hebben alle klassieke ziekenhuisverblijven geselecteerd die voldoen aan de algemene<br />
selectiecriteria (er werd dus geen reken<strong>in</strong>g gehouden met patiënten met woonplaats buiten<br />
België of waar<strong>van</strong> de woonplaats niet gekend is) en waar<strong>van</strong> de hoofddiagnose een<br />
prostaatkanker is (ICD-9-CM-code : 185.**).<br />
Voor het registratiejaar <strong>2004</strong> levert de selectie die werd toegepast op de MKG-gegevensbank<br />
ons een totaal op <strong>van</strong> 7757 verblijven, waar<strong>van</strong> 6 verblijven <strong>van</strong> patiënten waar<strong>van</strong> de<br />
woonplaats niet gekend is en 86 verblijven <strong>van</strong> patiënten die <strong>in</strong> het buitenland verblijven.<br />
Onze analyse <strong>van</strong> de geografische verschillen heeft dus betrekk<strong>in</strong>g op 7665 verblijven. Aan<br />
de hand <strong>van</strong> de selectiemethode op basis <strong>van</strong> het patiëntennummer komen we tot een totaal<br />
<strong>van</strong> 7238 geregistreerde patiënten <strong>in</strong> de Belgische ziekenhuizen (6 patiënten zonder gekende<br />
woonplaats, 83 met woonplaats <strong>in</strong> het buitenland). Voor deze analyse op basis <strong>van</strong> het<br />
patiëntennummer hebben we dus 7149 patiënten geselecteerd.<br />
Hieronder (Tabel XI.1) v<strong>in</strong>dt u een samenvattend schema <strong>van</strong> de uitgevoerde selecties.<br />
Toelicht<strong>in</strong>g<br />
Selectie Aantal<br />
Ziekenhuisverblijven<br />
Totaal voor de algemene selectie 7757<br />
Woonplaats niet gekend 6<br />
Woonplaats <strong>in</strong> het buitenland 86<br />
Selectie voor de analyse 7665<br />
Selectie per patiëntennummer<br />
Totaal voor de algemene selectie 7238<br />
Woonplaats niet gekend 6<br />
Woonplaats <strong>in</strong> het buitenland 83<br />
Selectie voor de analyse 7149<br />
Tabel XI.1: Prostaatkanker, samenvattend schema <strong>van</strong> de<br />
uitgevoerde selecties<br />
Kaart XI.1 toont de verdel<strong>in</strong>g, per arrondissement, <strong>van</strong> de klassieke ziekenhuisverblijven (met<br />
de SAR-methodologie) gekenmerkt door een hoofddiagnose <strong>van</strong> prostaatkanker. Er zijn 7<br />
adm<strong>in</strong>istratieve arrondissementen waar de SAR significant hoger ligt: <strong>in</strong> de regio Vlaanderen<br />
zijn dat Brugge, Ieper en Oostende, en <strong>in</strong> de regio Wallonië Nijvel, Neufchâteau, Virton en<br />
Namen. Er zijn 10 arrondissementen met een significant lagere SAR, met name Veurne (<strong>in</strong><br />
het noorden), Brussel-hoofdstad, Aalst en Dendermonde, Bergen en Charleroi, en,<br />
gegroepeerd <strong>in</strong> het oosten <strong>van</strong> het land, Luik, Verviers, Hoei en Tongeren.<br />
Op kaart XI.2, die de geografische spreid<strong>in</strong>g weergeeft <strong>in</strong> België <strong>van</strong> de patiënten die <strong>in</strong> de<br />
loop <strong>van</strong> het jaar <strong>2004</strong> <strong>in</strong> een ziekenhuis verbleven hebben (gebruik <strong>van</strong> het<br />
patiëntennummer), onderscheiden we een eerste groep arrondissementen <strong>in</strong> het noordwesten<br />
<strong>van</strong> het land (Brugge en Ieper), een tweede <strong>in</strong> het centrum (Nijvel en Namen), en een derde<br />
groep <strong>in</strong> het zuiden (Neufchâteau, Virton) met een SAR die significant hoger is dan verwacht.<br />
78
Kaart XI.1 Klassieke verblijven met een prostaatkanker als hoofddiagnose - SAR – MKG <strong>2004</strong><br />
79
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
verblijven<br />
SAR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
SARafwijk<strong>in</strong>g<br />
11 Antwerpen 741 100 93 107 3<br />
12 Mechelen 259 105 92 118 4<br />
13 Turnhout 309 99 88 110 3<br />
21 Brussel 448 73 66 80 ∗ 1<br />
23 Halle-Vilvoorde 468 108 98 117 4<br />
24 Leuven 360 100 90 111 4<br />
25 Nijvel 309 124 111 138 ∗ 6<br />
31 Brugge 319 137 122 152 ∗ 6<br />
32 Diksmuide 49 124 89 159 6<br />
33 Ieper 131 157 130 183 ∗ 6<br />
34 Kortrijk 238 109 95 123 4<br />
35 Oostende 163 120 102 139 ∗ 6<br />
36 Roeselare 134 117 97 137 5<br />
37 Tielt 87 124 98 150 6<br />
38 Veurne 45 76 54 99 ∗ 1<br />
41 Aalst 173 83 71 96 ∗ 2<br />
42 Dendermonde 119 83 68 98 ∗ 2<br />
43 Eeklo 70 103 79 127 4<br />
44 Gent 420 110 100 121 5<br />
45 Oudenaarde 101 110 89 132 5<br />
46 St-Niklaas 172 99 84 113 3<br />
51 Ath 41 72 50 94 ∗ 1<br />
52 Charleroi 215 75 65 85 ∗ 1<br />
53 Bergen 161 98 83 114 3<br />
54 Moeskroen 66 130 98 161 6<br />
55 Soignies 111 92 75 109 3<br />
56 Thu<strong>in</strong> 90 86 68 104 2<br />
57 Doornik 110 110 89 130 4<br />
61 Hoei 54 77 57 98 ∗ 1<br />
62 Luik 339 79 70 87 ∗ 1<br />
klasse<br />
63 Verviers 151 79 66 92 ∗ 1<br />
64 Waremme 57 116 86 146 5<br />
71 Hasselt 285 101 89 112 4<br />
72 Maaseik 156 98 82 113 3<br />
73 Tongeren 99 69 55 82 ∗ 1<br />
81 Aarlen 29 84 53 114 2<br />
82 Bastenaken 34 125 83 167 6<br />
83<br />
Marche-en-<br />
Famenne 37 103 70 136 4<br />
84 Neufchâteau 56 139 102 175 ∗ 6<br />
85 Virton 52 153 111 194 ∗ 6<br />
91 D<strong>in</strong>ant 69 93 71 115 3<br />
92 Namen 297 156 138 174 ∗ 6<br />
93 Philippeville 41 90 62 117 2<br />
Totaal 7665<br />
Tabel XI.2 Klassieke verblijven met een prostaatkanker als hoofddiagnose - MKG <strong>2004</strong><br />
80
Kaart XI.2 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een prostaatkanker als hoofddiagnose - IHSIR -<br />
MKG <strong>2004</strong><br />
81
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
patiënten<br />
IHSIR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
afwijk<strong>in</strong>g Klasse<br />
11 Antwerpen 674 97 90 105 3<br />
12 Mechelen 244 106 93 119 4<br />
13 Turnhout 289 99 88 111 3<br />
21 Brussel 430 75 68 82 ∗ 1<br />
23 Halle-Vilvoorde 434 107 97 117 4<br />
24 Leuven 344 103 92 114 4<br />
25 Nijvel 292 126 112 140 ∗ 6<br />
31 Brugge 300 138 122 153 ∗ 6<br />
32 Diksmuide 43 117 82 152 5<br />
33 Ieper 121 155 128 183 ∗ 6<br />
34 Kortrijk 229 113 98 127 5<br />
35 Oostende 142 112 94 131 5<br />
36 Roeselare 119 111 91 131 5<br />
37 Tielt 81 123 97 150 6<br />
38 Veurne 41 75 52 98 ∗ 1<br />
41 Aalst 162 84 71 97 ∗ 2<br />
42 Dendermonde 114 85 69 100 2<br />
43 Eeklo 67 105 80 131 4<br />
44 Gent 367 103 93 114 4<br />
45 Oudenaarde 93 109 87 131 4<br />
46 St-Niklaas 158 97 82 112 3<br />
51 Ath 39 74 51 97 ∗ 1<br />
52 Charleroi 206 77 67 88 ∗ 1<br />
53 Bergen 139 91 76 106 3<br />
54 Moeskroen 64 135 102 168 ∗ 6<br />
55 Soignies 102 91 73 108 3<br />
56 Thu<strong>in</strong> 80 82 64 100 ∗ 2<br />
57 Doornik 106 114 92 135 5<br />
61 Hoei 53 81 60 103 2<br />
62 Luik 322 80 71 89 ∗ 2<br />
63 Verviers 140 79 66 92 ∗ 1<br />
64 Waremme 55 120 88 152 6<br />
71 Hasselt 272 103 91 115 4<br />
72 Maaseik 146 98 82 114 3<br />
73 Tongeren 92 68 54 82 ∗ 1<br />
81 Aarlen 29 90 57 123 2<br />
82 Bastenaken 31 122 79 165 6<br />
83 Marche-en-F; 35 105 70 139 4<br />
84 Neufchâteau 56 149 110 188 ∗ 6<br />
85 Virton 47 148 106 191 ∗ 6<br />
91 D<strong>in</strong>ant 64 93 70 116 3<br />
92 Namen 287 161 143 180 ∗ 6<br />
93 Philippeville 40 94 65 123 3<br />
Totaal 7149<br />
Tabel XI.3 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een prostaatkanker als hoofddiagnose - MKG <strong>2004</strong><br />
82
Figuur XI.3 geeft de verdel<strong>in</strong>g, per leeftijdscategorie, <strong>van</strong> de klassieke ziekenhuisverblijven<br />
met een prostaatkanker als hoofddiagnose. Bijna 99% <strong>van</strong> de verblijven heeft betrekk<strong>in</strong>g op<br />
patiënten <strong>van</strong> 50 jaar of meer, en de leeftijdscategorieën <strong>van</strong> meer dan 65 jaar<br />
vertegenwoordigen ongeveer 69% <strong>van</strong> de verblijven.<br />
83
XII. Borstkanker bij vrouwen<br />
Selectiecriteria<br />
We hebben alle klassieke ziekenhuisverblijven geselecteerd die voldoen aan de algemene<br />
selectiecriteria (dus zonder de patiënten met woonplaats buiten België of waar<strong>van</strong> de<br />
woonplaats niet gekend is) en waar<strong>van</strong> de hoofddiagnose een borstkanker is (ICD-9-CMcode:<br />
174.*). Deze code is speciek voor vrouwen, voor mannen wordt borstkanker onder<br />
(ICD-9-CM code: 175.*) gecodeerd.<br />
Voor het kalenderjaar <strong>2004</strong> levert de selectie die werd uitgevoerd op de MKG-gegevensbank<br />
ons een totaal op <strong>van</strong> 12.261 verblijven, waar<strong>van</strong> 13 verblijven <strong>van</strong> patiënten waar<strong>van</strong> de<br />
woonplaats niet gekend is en 56 verblijven <strong>van</strong> patiënten die <strong>in</strong> het buitenland verblijven.<br />
Onze analyse <strong>van</strong> de geografische verschillen heeft dus betrekk<strong>in</strong>g op 12.192 verblijven. Aan<br />
de hand <strong>van</strong> de selectiemethode op basis <strong>van</strong> het patiëntennummer, komen we op een totaal<br />
<strong>van</strong> 10.814 patiënten die werden geregistreerd <strong>in</strong> de Belgische ziekenhuizen (11 patiënten<br />
waar<strong>van</strong> de woonplaats niet gekend is, 50 met woonplaats <strong>in</strong> het buitenland). Voor deze<br />
analyse op basis <strong>van</strong> het patiëntennummer hebben we dus 10.753 patiëntes geselecteerd.<br />
Hieronder (Tabel XII.1) v<strong>in</strong>dt u een samenvattend schema <strong>van</strong> de uitgevoerde selecties.<br />
Toelicht<strong>in</strong>g<br />
Selectie Aantal<br />
Ziekenhuisverblijven<br />
Totaal voor de algemene selectie 12261<br />
Woonplaats niet gekend 13<br />
Woonplaats <strong>in</strong> het buitenland 56<br />
Selectie voor de analyse 12192<br />
Selectie per patiëntennummer<br />
Totaal voor de algemene selectie 10814<br />
Woonplaats niet gekend 11<br />
Woonplaats <strong>in</strong> het buitenland 50<br />
Selectie voor de analyse 10753<br />
Tabel XII.1: Borstkanker, samenvattend schema <strong>van</strong> de uitgevoerde selecties<br />
Aan de hand <strong>van</strong> kaart XII.1, die de geografische spreid<strong>in</strong>g weergeeft <strong>van</strong> de verblijven per<br />
arrondissement, stellen we vast dat voor het jaar <strong>2004</strong>, 4 adm<strong>in</strong>istratieve arrondissementen<br />
een hogere SAR hebben dan voorzien, doordat het aantal verblijven significant hoger ligt dan<br />
voorzien : Antwerpen, Halle-Vilvoorde, Nijvel, Brussel-hoofdstad. De arrondissementen<br />
Turnhout, Leuven, Ieper, Tielt, Aalst, Eeklo, Maaseik, <strong>in</strong> Vlaanderen, en die <strong>van</strong> Verviers,<br />
Waremme en Namen, <strong>in</strong> Wallonië, hebben daarentegen een SAR die lager ligt dan verwacht.<br />
84
Kaart XII.1 Klassieke verblijven met een borstkanker als hoofddiagnose - SAR – MKG <strong>2004</strong><br />
85
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
verblijven<br />
SAR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
SARafwijk<strong>in</strong>g<br />
11 Antwerpen 1245 111 105 117 ∗ 5<br />
12 Mechelen 343 92 83 102 3<br />
13 Turnhout 388 82 74 91 ∗ 2<br />
21 Brussel 1308 121 115 128 ∗ 6<br />
23 Halle-Vilvoorde 764 112 104 119 ∗ 5<br />
24 Leuven 436 80 72 87 ∗ 1<br />
25 Nijvel 484 116 106 126 ∗ 5<br />
31 Brugge 335 97 86 107 3<br />
32 Diksmuide 58 104 78 131 4<br />
33 Ieper 92 75 60 91 ∗ 1<br />
34 Kortrijk 309 94 83 104 3<br />
35 Oostende 186 94 81 108 3<br />
36 Roeselare 174 104 89 120 4<br />
37 Tielt 83 82 64 100 ∗ 2<br />
38 Veurne 87 107 84 129 4<br />
41 Aalst 257 79 70 89 ∗ 1<br />
42 Dendermonde 224 100 87 113 4<br />
43 Eeklo 76 79 61 96 ∗ 1<br />
44 Gent 606 103 95 111 4<br />
45 Oudenaarde 137 99 83 116 3<br />
46 St-Niklaas 265 100 88 112 4<br />
51 Ath 104 109 88 130 4<br />
52 Charleroi 544 109 100 118 4<br />
53 Bergen 334 112 100 124 5<br />
54 Moeskroen 87 104 82 126 4<br />
55 Soignies 209 101 87 115 4<br />
56 Thu<strong>in</strong> 176 100 85 115 4<br />
57 Doornik 190 113 97 129 5<br />
61 Hoei 101 86 69 103 2<br />
62 Luik 715 100 92 107 3<br />
63 Verviers 224 73 63 83 ∗ 1<br />
64 Waremme 67 81 61 100 ∗ 2<br />
71 Hasselt 432 96 87 105 3<br />
72 Maaseik 193 78 67 89 ∗ 1<br />
73 Tongeren 197 88 76 100 2<br />
81 Aarlen 63 109 82 136 4<br />
82 Bastenaken 44 100 71 130 4<br />
83 Marche-en-F. 56 98 72 124 3<br />
84 Neufchâteau 59 93 70 117 3<br />
85 Virton 66 123 93 152 6<br />
91 D<strong>in</strong>ant 113 96 78 113 3<br />
92 Namen 287 87 77 97 ∗ 2<br />
93 Philippeville 74 101 78 124 4<br />
Totaal 12192<br />
Tabel XII.2 Klassieke verblijven met een borstkanker als hoofddiagnose - MKG <strong>2004</strong><br />
klasse<br />
86
Aan de hand <strong>van</strong> kaart XII.2 kunnen we de geografische spreid<strong>in</strong>g <strong>in</strong> België zien <strong>van</strong><br />
patiënten met borstkanker die <strong>in</strong> een ziekenhuis verbleven <strong>in</strong> de loop <strong>van</strong> het jaar <strong>2004</strong><br />
(gebruik <strong>van</strong> het patiëntennummer). Drie arrondissementen worden gekenmerkt door een<br />
significant hoge SAR en het aantal verblijven ligt er hoger dan verwacht: het gaat om Brussel,<br />
Nijvel en Charleroi. De Vlaamse arrondissementen Ieper, Eeklo, Aalst, Turnhout, Leuven en<br />
Maaseik, alsook het Waalse arrondissement Luik, hebben een significant lage SAR en een<br />
aantal verblijven dat lager ligt dan verwacht.<br />
Kaart XII.2 Patiënten <strong>in</strong> klassieke hospitalisatie met een borstkanker als hoofddiagnose - IHSIR - MKG<br />
<strong>2004</strong><br />
87
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
patiënten<br />
IHSIR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
afwijk<strong>in</strong>g Klasse<br />
11 Antwerpen 1027 104 97 110 4<br />
12 Mechelen 303 93 82 103 3<br />
13 Turnhout 351 85 76 94 ∗ 2<br />
21 Brussel 1142 120 113 127 ∗ 5<br />
23 Halle-Vilvoorde 651 108 100 116 4<br />
24 Leuven 399 83 74 91 ∗ 2<br />
25 Nijvel 441 120 109 131 ∗ 5<br />
31 Brugge 301 98 87 109 3<br />
32 Diksmuide 53 108 79 137 4<br />
33 Ieper 86 80 63 97 ∗ 1<br />
34 Kortrijk 276 95 84 106 3<br />
35 Oostende 167 96 81 110 3<br />
36 Roeselare 159 108 91 125 4<br />
37 Tielt 74 83 64 102 2<br />
38 Veurne 72 100 77 123 3<br />
41 Aalst 229 80 70 91 ∗ 2<br />
42 Dendermonde 196 100 86 114 3<br />
43 Eeklo 68 80 61 99 ∗ 1<br />
44 Gent 545 105 96 114 4<br />
45 Oudenaarde 121 99 82 117 3<br />
46 St-Niklaas 226 97 84 110 3<br />
51 Ath 89 106 84 128 4<br />
52 Charleroi 500 113 103 123 ∗ 5<br />
53 Bergen 290 110 97 122 4<br />
54 Moeskroen 81 110 86 133 4<br />
55 Soignies 190 104 89 119 4<br />
56 Thu<strong>in</strong> 155 100 84 116 3<br />
57 Doornik 160 108 91 125 4<br />
61 Hoei 92 89 71 107 2<br />
62 Luik 648 102 95 110 4<br />
63 Verviers 211 78 67 89 ∗ 1<br />
64 Waremme 60 82 61 103 2<br />
71 Hasselt 366 92 83 102 3<br />
72 Maaseik 161 74 63 86 ∗ 1<br />
73 Tongeren 173 88 75 101 2<br />
81 Aarlen 53 104 76 132 4<br />
82 Bastenaken 39 101 69 133 4<br />
83 Marche-en-F. 50 99 72 127 3<br />
84 Neufchâteau 55 99 73 125 3<br />
85 Virton 57 120 89 151 6<br />
91 D<strong>in</strong>ant 104 100 81 119 3<br />
92 Namen 265 91 80 102 3<br />
93 Philippeville 68 105 80 130 4<br />
Totaal 10754<br />
Tabel XII.3 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een borstkanker als hoofddiagnose - MKG <strong>2004</strong><br />
88
Figuur XII.3 geeft, voor het MKG-kalenderjaar <strong>2004</strong>, de verdel<strong>in</strong>g per leeftijdscategorie <strong>van</strong><br />
de ziekenhuisverblijven, gekenmerkt door een hoofddiagnose <strong>van</strong> borstkanker bij vrouwen.<br />
Het percentage gevallen neemt toe met de leeftijd, maar er worden reeds gevallen opgetekend<br />
<strong>in</strong> de leeftijdscategorieën 15-19 jaar (1 verblijf) en 20-24 jaar (5 verblijven). Ongeveer 47%<br />
<strong>van</strong> de verblijven heeft betrekk<strong>in</strong>g op patiënten tussen 35 en 59 jaar, en meer dan 51% <strong>van</strong> de<br />
verblijven heeft betrekk<strong>in</strong>g op patiënten <strong>van</strong> meer dan 60 jaar.<br />
Tabel XII.4 geeft de verdel<strong>in</strong>g <strong>van</strong> de lokalisatie <strong>van</strong> borstkanker bij vrouwen voor de<br />
klassieke ziekenhuisverblijven. In 35% <strong>van</strong> de verblijven beschikken we niet over<br />
nauwkeurigere <strong>in</strong>formatie omtrent de lokalisatie <strong>van</strong> de kanker. De meest voorkomende<br />
gepreciseerde lokalisatie is het bovenste buitenste kwadrant (25%), daarna volgen het<br />
bovenste b<strong>in</strong>nenste kwadrant (8%) en de onderste kwadranten (buitenste: 5%, b<strong>in</strong>nenste: 4%).<br />
16% <strong>van</strong> de verblijven heeft betrekk<strong>in</strong>g op overige gespecificeerde lokalisaties (ICD-9-CMcode<br />
174.8*): ectopische plaatsen, plaats <strong>van</strong> oorsprong niet gekend, b<strong>in</strong>nenste, buitenste,<br />
onderste, bovenste deel, mediaan <strong>van</strong> de borst.<br />
89
ICD-9-CMcode<br />
1749<br />
1744<br />
1748<br />
1742<br />
1745<br />
1743<br />
Def<strong>in</strong>itie<br />
Aantal<br />
verblijven<br />
%<br />
verblijven<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, ZONDER VERDERE<br />
PRECISERING 4234 35<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, BOVENSTE BUITENSTE<br />
KWADRANT 3042 25<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, OVERIGE<br />
GESPECIFICEERDE LOCALISATIES 1998 16<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, BOVENSTE BINNENSTE<br />
KWADRANT 992 8<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, ONDERSTE BUITENSTE<br />
KWADRANT 624 5<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, ONDERSTE BINNENSTE<br />
KWADRANT 440 4<br />
1741 NEOPLASMA VAN DE BORST BIJ VROUWEN, CENTRALE GEDEELTE 422 3<br />
1740 NEOPLASMA VAN DE BORST BIJ VROUWEN, TEPEL EN TEPELHOF 372 3<br />
1746 NEOPLASMA VAN DE BORST BIJ VROUWEN, AXILLAIRE UITLOPER 68 1<br />
Totaal 12192 100<br />
Tabel XII.4 Klassieke verblijven met een borstkanker als hoofddiagnose – aandeel <strong>van</strong> de verschillende<br />
hoofddiagnoses met 4 cijfers - MKG <strong>2004</strong><br />
Het <strong>in</strong>tramurale letaliteitscijfer bij klassieke ziekenhuisverblijven voor borstkanker bedraagt<br />
3,6% <strong>in</strong> heel België. Tabel XII.5 geeft een idee <strong>van</strong> de letaliteit volgens het type lokalisatie<br />
<strong>van</strong> het maligne neoplasma. Het letaliteitcijfer ligt hoger voor verblijven waarvoor er geen<br />
lokalisatie werd gepreciseerd of gepreciseerd kon worden (ICD-9-CM-code 174.9*), of<br />
waarvoor de lokalisatie m<strong>in</strong>der voor de hand ligt (ICD-9-CM-code 174.8*).<br />
90
ICD-9-<br />
CM-code<br />
1740<br />
1741<br />
1742<br />
1743<br />
1744<br />
1745<br />
1746<br />
Def<strong>in</strong>itie<br />
Aantal<br />
sterfgevallen<br />
Aantal<br />
verblijven<br />
%<br />
sterfgevallen<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, TEPEL EN<br />
TEPELHOF<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, CENTRALE<br />
4 372 1,1<br />
GEDEELTE<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, BOVENSTE<br />
5 422 1,2<br />
BINNENSTE KWADRANT<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, ONDERSTE<br />
9 992 0,9<br />
BINNENSTE KWADRANT<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, BOVENSTE<br />
3 440 0,7<br />
BUITENSTE KWADRANT<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, ONDERSTE<br />
20 3042 0,7<br />
BUITENSTE KWADRANT<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, AXILLAIRE<br />
3 624 0,5<br />
UITLOPER 1 68 1,5<br />
1748 NEOPLASMA VAN DE BORST BIJ VROUWEN, ANDERE<br />
NEOPLASMA VAN DE BORST BIJ VROUWEN, ZONDER<br />
76 1998 3,8<br />
1749 VERDERE PRECISERING 314 4234 7,4<br />
Totaal 435 12192 3,6<br />
Tabel XII.5 Intramuraal letaliteitscijfer tijdens klassieke verblijven met een borstkanker als<br />
hoofddiagnose volgens de lokalisatie - MKG <strong>2004</strong><br />
Kaart XII.4 geeft, voor kalenderjaar <strong>2004</strong> <strong>van</strong> de MKG en op basis <strong>van</strong> de klassieke<br />
ziekenhuisverblijven <strong>in</strong> België, gekenmerkt door een hoofddiagnose <strong>van</strong> borstkanker, de<br />
verschillen <strong>in</strong> de In-Hospital Standardised Mortality Ratios (IHSMR) per arrondissement. We<br />
stellen vast dat het arrondissement Brussel een significant hogere IHSMR heeft.<br />
Kaart XII.4 Intramurale letaliteit bij vrouwen met een borstkanker - IHSMR- MKG <strong>2004</strong><br />
91
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
sterfgevallen<br />
IHSMR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
afwijk<strong>in</strong>g klasse<br />
11 Antwerpen 48 118 85 152 5<br />
12 Mechelen 7 53 14 92 ∗ 1<br />
13 Turnhout 9 57 20 94 ∗ 1<br />
21 Brussel 62 156 117 194 ∗ 6<br />
23 Halle-Vilvoorde 24 101 60 141 4<br />
24 Leuven 15 77 38 117 1<br />
25 Nijvel 15 103 51 156 4<br />
31 Brugge 14 113 54 172 5<br />
32 Diksmuide 3 147 -19 313 6<br />
33 Ieper 4 89 2 176 2<br />
34 Kortrijk 12 101 44 159 4<br />
35 Oostende 8 110 34 187 5<br />
36 Roeselare 6 100 20 181 4<br />
37 Tielt 3 82 -11 175 2<br />
38 Veurne 2 67 -26 159 1<br />
41 Aalst 6 52 10 94 ∗ 1<br />
42 Dendermonde 8 102 31 173 4<br />
43 Eeklo 2 57 -22 137 1<br />
44 Gent 24 114 68 159 5<br />
45 Oudenaarde 4 79 2 156 1<br />
46 St-Niklaas 4 43 1 86 ∗ 1<br />
51 Ath 1 29 -28 86 ∗ 1<br />
52 Charleroi 22 122 71 172 6<br />
53 Bergen 14 129 61 196 6<br />
54 Moeskroen 3 97 -13 207 3<br />
55 Soignies 13 175 80 271 6<br />
56 Thu<strong>in</strong> 4 63 1 125 1<br />
57 Doornik 11 177 72 281 6<br />
61 Hoei 3 72 -9 153 1<br />
62 Luik 17 65 34 96 ∗ 1<br />
63 Verviers 10 92 35 149 3<br />
64 Waremme 2 67 -26 161 1<br />
71 Hasselt 17 112 59 165 5<br />
72 Maaseik 3 38 -5 80 ∗ 1<br />
73 Tongeren 10 133 50 215 6<br />
81 Aarlen 5 246 30 462 6<br />
82 Bastenaken 2 128 -50 306 6<br />
83 Marche-en-F. 2 98 -38 234 3<br />
84 Neufchâteau 5 215 27 404 6<br />
85 Virton 2 103 -40 245 4<br />
91 D<strong>in</strong>ant 3 71 -9 150 1<br />
92 Namen 2 17 -7 40 ∗ 1<br />
93 Philippeville 4 154 3 304 6<br />
Totaal 435<br />
Tabel XII.6 IHSMR bij vrouwen met een borstkanker als hoofddiagnose - MKG <strong>2004</strong><br />
92
XIII. Leukemie<br />
Selectiecriteria<br />
Aan de hand <strong>van</strong> de MKG hebben we een selectie doorgevoerd waar<strong>in</strong> alle klassieke<br />
ziekenhuisverblijven werden opgenomen die voldoen aan de algemene selectiecriteria (dus<br />
zonder de patiënten met woonplaats buiten België of waar<strong>van</strong> de woonplaats niet gekend is),<br />
en waar<strong>van</strong> de hoofddiagnose een vorm <strong>van</strong> leukemie is. De geselecteerde ICD-9-CM-codes<br />
waren de volgende: 204.**, 205.**, 206.**, 207.**, 208.** .<br />
Voor het kalenderjaar <strong>2004</strong> levert de selectie die werd uitgevoerd op de MKG-gegevensbank<br />
ons een totaal op <strong>van</strong> 2445 verblijven, waar<strong>van</strong> 7 verblijven <strong>van</strong> patiënten waar<strong>van</strong> de<br />
woonplaats niet gekend is en 54 verblijven <strong>van</strong> patiënten die <strong>in</strong> het buitenland verblijven.<br />
Deze analyse heeft dus betrekk<strong>in</strong>g op 2384 verblijven. Aan de hand <strong>van</strong> de selectiemethode<br />
op basis <strong>van</strong> het patiëntennummer komen we op een totaal <strong>van</strong> 1512 patiënten die werden<br />
geregistreerd <strong>in</strong> de Belgische ziekenhuizen (3 patiënten waar<strong>van</strong> de woonplaats niet gekend<br />
is, 22 met woonplaats <strong>in</strong> het buitenland). Voor deze analyse op basis <strong>van</strong> het<br />
patiëntennummer hebben we dus 1487 patiënten geselecteerd (zie Tabel XIII.1).<br />
Hieronder (Tabel XIII.1) v<strong>in</strong>dt u een samenvattend schema <strong>van</strong> de uitgevoerde selecties.<br />
Toelicht<strong>in</strong>g<br />
Selectie<br />
Ziekenhuisverblijven<br />
Aantal<br />
Totaal voor de algemene selectie 2445<br />
Woonplaats niet gekend 7<br />
Woonplaats <strong>in</strong> het buitenland 54<br />
Selectie voor de analyse<br />
Selectie per patiëntennummer<br />
2384<br />
Totaal voor de algemene selectie 1512<br />
Woonplaats niet gekend (patiëntennummer) 3<br />
Woonplaats <strong>in</strong> het buitenland<br />
22<br />
(patiëntennummer)<br />
Selectie voor de analyse (patiëntennummer) 1487<br />
Tabel XIII.1 Leukemie, samenvattend schema <strong>van</strong> de gevolgde<br />
selectieprocedure - MKG <strong>2004</strong><br />
Kaart XIII.1 geeft, voor het jaar <strong>2004</strong>, de geografische verschillen weer <strong>in</strong> de klassieke<br />
ziekenhuisverblijven met als hoofddiagnose een leukemie (ICD-9-CM-code : 204.**, 205.**,<br />
206.**, 207.**, 208.**). We lichten er eerst de adm<strong>in</strong>istratieve arrondissementen uit met een<br />
significant hogere SAR. Die 6 arrondissementen bev<strong>in</strong>den zich <strong>in</strong> het noordwesten <strong>van</strong> het<br />
land: Brugge, Diksmuide, Kortrijk, Roeselare, Dendermonde en Gent. We stellen vast dat 13<br />
arrondissementen, die zich <strong>in</strong> Vlaanderen of <strong>in</strong> Wallonië bev<strong>in</strong>den, een significant lagere SAR<br />
hebben. Tabel XIII.2 geeft de volledige lijst <strong>van</strong> die arrondissementen.<br />
We moeten er uiteraard reken<strong>in</strong>g mee houden dat een zelfde patiënt verschillende keren per<br />
jaar kan verblijven <strong>in</strong> hetzelfde ziekenhuis. Het <strong>beeld</strong> <strong>van</strong> een groep arrondissementen <strong>in</strong> het<br />
noorden, met een hogere SAR, zwakt af zodra we overgaan tot een analyse die reken<strong>in</strong>g houdt<br />
met het patiëntennummer, dat uniek is gedurende een jaar en <strong>in</strong> een zelfde ziekenhuis. Op<br />
kaart XIII.2, die voor elk Belgisch adm<strong>in</strong>istratief arrondissement de SAR-klasses weergeeft,<br />
berekend aan de hand <strong>van</strong> het aantal personen dat werd geselecteerd op basis <strong>van</strong> het<br />
patiëntennummer, zien we nog slechts 3 arrondissementen met een significant hoge SAR. We<br />
93
stellen vast dat er <strong>in</strong> het noorden nog slechts 2 arrondissementen zijn met een hoge SAR, dat<br />
wil zeggen met een aantal patiënten dat significant hoger ligt dan verwacht. In Waals-Brabant<br />
daarentegen, heeft het arrondissement Nijvel, dat een via de methode <strong>van</strong> het verblijfnummer<br />
berekende SAR had die hoog lag, maar niet significant hoger. Het arrondissement heeft echter<br />
een significant hogere SAR via de methode gebaseerd op het patiëntennummer. Het aantal<br />
arrondissementen met een significant lagere SAR is ook afgenomen (zie lijst <strong>in</strong> tabel XIII.3).<br />
Het hogere of lagere aantal arrondissementen met een hoge of lage SAR hangt ongetwijfeld<br />
ook af <strong>van</strong> de ziekenhuispraktijken, die zich vertalen <strong>in</strong> een groot aantal heropnames. Van de<br />
2384 verblijven met een hoofddiagnose <strong>van</strong> leukemie <strong>in</strong> <strong>2004</strong>, is er sprake <strong>van</strong> 1704<br />
heropnames, dat is 71,5%. Hoe dan ook, het lage aantal verblijven of patiënten <strong>in</strong> bepaalde<br />
arrondissementen moet ons aansporen tot voorzichtigheid bij de <strong>in</strong>terpretatie.<br />
Kaart XIII.1 Klassieke verblijven met een leukemie - SAR - MKG <strong>2004</strong><br />
94
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
verblijven<br />
SAR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
afwijk<strong>in</strong>g klasse<br />
11 Antwerpen 204 91 79 104 3<br />
12 Mechelen 71 97 75 120 3<br />
13 Turnhout 70 77 59 95 ∗ 1<br />
21 Brussel 201 91 78 104 3<br />
23 Halle-Vilvoorde 113 86 70 101 2<br />
24 Leuven 75 70 54 86 ∗ 1<br />
25 Nijvel 97 120 96 144 6<br />
31 Brugge 124 188 155 221 ∗ 6<br />
32 Diksmuide 31 267 173 361 ∗ 6<br />
33 Ieper 26 104 64 144 4<br />
34 Kortrijk 105 161 131 192 ∗ 6<br />
35 Oostende 45 121 85 156 6<br />
36 Roeselare 48 144 103 184 ∗ 6<br />
37 Tielt 10 48 18 78 ∗ 1<br />
38 Veurne 16 103 53 154 4<br />
41 Aalst 75 122 94 149 6<br />
42 Dendermonde 63 147 111 183 ∗ 6<br />
43 Eeklo 3 16 -2 33 ∗ 1<br />
44 Gent 182 157 134 179 ∗ 6<br />
45 Oudenaarde 16 58 30 87 ∗ 1<br />
46 St-Niklaas 65 125 95 156 6<br />
51 Ath 7 38 10 65 ∗ 1<br />
52 Charleroi 74 77 59 95 ∗ 1<br />
53 Bergen 49 87 62 111 2<br />
54 Moeskroen 21 128 73 182 6<br />
55 Soignies 41 102 71 133 4<br />
56 Thu<strong>in</strong> 47 139 99 179 6<br />
57 Doornik 31 94 61 127 3<br />
61 Hoei 8 35 11 59 ∗ 1<br />
62 Luik 138 100 84 117 4<br />
63 Verviers 49 80 58 103 2<br />
64 Waremme 12 74 32 116 1<br />
71 Hasselt 64 75 56 93 ∗ 1<br />
72 Maaseik 41 86 60 113 2<br />
73 Tongeren 36 85 57 113 2<br />
81 Aarlen 15 127 63 191 6<br />
82 Bastenaken 4 43 1 85 ∗ 1<br />
83<br />
Marche-en-<br />
Famenne 14 119 57 182 5<br />
84 Neufchâteau 4 30 1 60 ∗ 1<br />
85 Virton 11 97 40 154 3<br />
91 D<strong>in</strong>ant 22 93 54 132 3<br />
92 Namen 48 74 53 95 ∗ 1<br />
93 Philippeville 8 56 17 94 ∗ 1<br />
Totaal 2384<br />
Tabel XIII.2 Klassieke verblijven met een leukemie als hoofddiagnose - MKG <strong>2004</strong><br />
95
Kaart XIII.2 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een leukemie als hoofddiagnose – IHSIR -<br />
MKG <strong>2004</strong><br />
96
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
patiënten<br />
IHSIR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
IHSIRafwijk<strong>in</strong>g<br />
11 Antwerpen 125 89 73 105 2<br />
12 Mechelen 47 102 73 131 4<br />
13 Turnhout 52 92 67 117 3<br />
21 Brussel 128 95 78 111 3<br />
23 Halle-Vilvoorde 67 81 62 101 2<br />
24 Leuven 55 82 60 103 2<br />
25 Nijvel 67 136 103 168 ∗ 6<br />
klasse<br />
31 Brugge 67 159 121 197 ∗ 6<br />
32 Diksmuide 9 123 43 203 6<br />
33 Ieper 13 82 38 127 2<br />
34 Kortrijk 57 139 103 176 ∗ 6<br />
35 Oostende 26 108 66 149 4<br />
36 Roeselare 25 119 72 165 5<br />
37 Tielt 6 46 9 83 ∗ 1<br />
38 Veurne 9 89 31 147 2<br />
41 Aalst 47 121 86 155 6<br />
42 Dendermonde 23 86 51 121 2<br />
43 Eeklo 3 25 -3 52 ∗ 1<br />
44 Gent 85 117 92 141 5<br />
45 Oudenaarde 13 75 34 115 1<br />
46 St-Niklaas 28 87 54 119 2<br />
51 Ath 6 52 10 93 ∗ 1<br />
52 Charleroi 52 87 64 111 2<br />
53 Bergen 40 114 79 150 5<br />
54 Moeskroen 15 146 72 220 6<br />
55 Soignies 27 109 68 150 4<br />
56 Thu<strong>in</strong> 26 124 76 171 6<br />
57 Doornik 26 126 78 175 6<br />
61 Hoei 6 42 8 76 ∗ 1<br />
62 Luik 97 113 90 135 5<br />
63 Verviers 40 106 73 139 4<br />
64 Waremme 9 90 31 149 3<br />
71 Hasselt 51 96 70 123 3<br />
72 Maaseik 29 100 64 137 4<br />
73 Tongeren 21 80 46 114 1<br />
81 Aarlen 9 126 44 208 6<br />
82 Bastenaken 3 53 -7 114 1<br />
83<br />
Marche-en-<br />
Famenne 11 153 63 244 6<br />
84 Neufchâteau 4 49 1 97 ∗ 1<br />
85 Virton 8 115 35 195 5<br />
91 D<strong>in</strong>ant 15 103 51 155 4<br />
92 Namen 34 86 57 115 2<br />
93 Philippeville 6 68 13 122 1<br />
Totaal 1487<br />
Tabel XIII.3 Patiënten <strong>in</strong> klassiek ziekenhuisverblijf met een leukemie als hoofddiagnose - MKG <strong>2004</strong><br />
97
Figuur XIII.3 geeft de verdel<strong>in</strong>g weer <strong>van</strong> de ziekenhuisverblijven voor de selectie<br />
geanalyseerd <strong>in</strong> functie <strong>van</strong> de leeftijd en het geslacht. De verblijven <strong>van</strong> patiënten <strong>van</strong> meer<br />
dan 55 jaar zijn het talrijkst: ze zijn goed voor iets meer dan 60% <strong>van</strong> het totale aantal<br />
verblijven. 19% <strong>van</strong> de verblijven heeft betrekk<strong>in</strong>g op patiënten tussen 0 en 19 jaar, en 21%<br />
<strong>van</strong> de verblijven op patiënten tussen 20 en 54 jaar.<br />
We stellen ook vast dat, voor alle verblijven samen, het percentage mannen hoger ligt: 54,5%<br />
<strong>van</strong> de verblijven heeft betrekk<strong>in</strong>g op mannen, al vormen bepaalde leeftijdscategorieën hierop<br />
een uitzonder<strong>in</strong>g.<br />
98
Voor het jaar <strong>2004</strong> bedraagt het letaliteitcijfer tijdens klassieke ziekenhuisverblijven met<br />
leukemie als hoofddiagnose 14,3%. Het letaliteitcijfer neemt toe met de leeftijd. Het<br />
schommelt tussen 0,9% en 1,3% <strong>in</strong> de leeftijdscategorieën tussen 1 jaar en 19 jaar; tussen<br />
3,8% en 8,8% <strong>in</strong> de leeftijdscategorieën tussen 20 jaar en 54 jaar; het percentage overschrijdt<br />
de grens <strong>van</strong> 10% boven de 55 jaar: 11,8% voor de categorie 55-59 jaar en 13,1% voor de<br />
categorie 60-64 jaar; het ligt tussen de 20,2% en de 22,2% tussen 65 jaar en 79 jaar; en blijft<br />
boven de 20% boven de 80 jaar, maar het aantal verblijven ligt laag <strong>in</strong> die<br />
leeftijdscategorieën. De ziekenhuisletaliteit is voor beide geslachten vrij gelijklopend: 14,3%<br />
voor mannelijke patiënten en 14,4% voor vrouwelijk patiënten.<br />
Tabel XIII.4 geeft voor het jaar <strong>2004</strong> de verdel<strong>in</strong>g weer <strong>van</strong> de ziekenhuisverblijven voor de<br />
selectie en geanalyseerd <strong>in</strong> functie <strong>van</strong> de hoofddiagnoses geregistreerd met vier cijfers. De<br />
vormen <strong>van</strong> leukemie die het vaakste voorkomen bij klassieke ziekenhuisverblijven zijn acute<br />
myeloïde leukemie (41,6%), acute lymfoïde leukemie (25,9%), chronische lymfoïde leukemie<br />
(17,9%) en chronische myeloïde leukemie (8,2%). De andere vormen zijn zeldzamer (m<strong>in</strong>der<br />
dan 1%, zoals acute monocytaire leukemie: 0,8%) of ze worden onvoldoende onderscheiden.<br />
99
ICD-9-<br />
CMcode<br />
Def<strong>in</strong>itie<br />
Aantal<br />
verblijven<br />
%<br />
verblijven<br />
Aantal<br />
sterfgevallen<br />
%<br />
sterfgevallen<br />
2050 ACUTE MYELOÎDE LEUKEMIE 991 41,6 206 20,8<br />
2040 ACUTE LYMFOIDE LEUKEMIE 617 25,9 23 3,7<br />
2041 CHRONISCHE LYMFOIDE LEUKEMIE 427 17,9 46 10,8<br />
2051 CHRONISCHE MYELOIDE LEUKEMIE 195 8,2 25 12,8<br />
2080<br />
ACUTE LEUKEMIE, ZONDER VERDERE<br />
PRECISERING<br />
49 2,1 20 40,8<br />
2060 ACUTE MONOCYTAIRE LEUKEMIE 20 0,8 5 25<br />
2059<br />
MYELOIDE LEUKEMIE, ZONDER VERDERE<br />
PRECISERING<br />
14 0,6 2 14,3<br />
2081<br />
CHRONISCHE LEUKEMIE, ZONDER VERDERE<br />
PRECISERING<br />
10 0,4 1 10<br />
2061 CHRONISCHE MONOCYTAIRE LEUKEMIE 9 0,4 3 33,3<br />
2089 LEUKEMIE, ZONDER VERDERE PRECISERING 9 0,4 5 55,6<br />
2072 MEGAKARYOCYTAIRE LEUKEMIE 7 0,3 1 14,3<br />
2048 LYMFOIDE LEUKEMIE, ANDERE 6 0,3 1 16,7<br />
2049<br />
LYMFOIDE LEUKEMIE, ZONDER VERDERE<br />
PRECISERING<br />
5 0,2 0 0<br />
2070 ACUTE ERYTHROLEUKEMIE EN ERYTHREMIE 5 0,2 2 40<br />
2058 MYELOIDE LEUKEMIE, ANDERE 4 0,2 1 25<br />
2088<br />
LEUKEMIE, ZONDER VERDERE PRECISERING,<br />
ANDERE<br />
4 0,2 1 25<br />
2053 MYELOID SARCOOM 3 0,1 0 0<br />
2069<br />
MONOCYTAIRE LEUKEMIE, ZONDER VERDERE<br />
PRECISERING<br />
3 0,1 0 0<br />
2052 SUBACUTE MYELOIDE LEUKEMIE 2 0,1 0 0<br />
2068 MONOCYTAIRE LEUKEMIE, ANDERE 2 0,1 0 0<br />
2062 SUBACUTE MONOCYTAIRE LEUKEMIE 1 0,0 0 0<br />
2078 LEUKEMIE, ANDERE 1 0,0 0 0<br />
Totaal 2384 100 342 14,3<br />
Tabel XIII.4 Klassieke verblijven met een leukemie als hoofddiagnose en <strong>in</strong>tramuraal letaliteitcijfer -<br />
aandeel <strong>van</strong> de verschillende 4-cijfers-hoofddiagnosen - MKG <strong>2004</strong><br />
Kaart XIII.5 geeft de geografische verdel<strong>in</strong>g, <strong>in</strong> België, <strong>van</strong> de In-Hospital Standardised<br />
Mortality Ratios (IHSMR) voor de ziekenhuisverblijven gekenmerkt door een hoofddiagnose<br />
<strong>van</strong> leukemie. Volgens de kaart heeft enkel het arrondissement Luik een significant hoge<br />
IHSMR. Het arrondissement Hasselt heeft daarentegen een significant lage IHSMR. We<br />
moeten hierbij vermelden dat het lage aantal sterfgevallen <strong>in</strong> ieder arrondissement<br />
<strong>in</strong>terpretaties moeilijk maakt. Tabel XIII.5 geeft de gegevens weer per arrondissement voor de<br />
selectie die werd gebruikt bij deze analyse.<br />
100
Kaart XIII.5 Intramurale letaliteit <strong>in</strong> klassieke hospitalisatie met een leukemie als hoofddiagnose -<br />
IHSMR - MKG<strong>2004</strong><br />
101
NIS-<br />
Nummer arrondissement<br />
Aantal<br />
verblijven<br />
IHSMR Ondergrens<br />
95% BI<br />
Bovengrens<br />
95% BI<br />
Significante<br />
IHSMR-afw. klasse<br />
11 Antwerpen 25 76 46 106 1<br />
12 Mechelen 9 83 29 138 2<br />
13 Turnhout 12 96 42 150 3<br />
21 Brussel 31 101 65 136 4<br />
23 Halle-Vilvoorde 14 74 35 113 1<br />
24 Leuven 11 71 29 112 1<br />
25 Nijvel 7 64 17 111 1<br />
31 Brugge 18 180 97 263 6<br />
32 Diksmuide 1 57 -55 169 1<br />
33 Ieper 3 80 -11 171 2<br />
34 Kortrijk 17 178 93 263 6<br />
35 Oostende 3 51 -7 108 1<br />
36 Roeselare 6 121 24 219 6<br />
37 Tielt 2 66 -25 156 1<br />
38 Veurne 1 40 -38 118 1<br />
41 Aalst 15 165 82 249 6<br />
42 Dendermonde 3 49 -6 104 1<br />
43 Eeklo 2 69 -27 165 1<br />
44 Gent 23 136 81 192 6<br />
45 Oudenaarde 2 48 -19 116 1<br />
46 St-Niklaas 8 109 33 184 4<br />
51 Ath 1 37 -36 111 1<br />
52 Charleroi 11 81 33 129 2<br />
53 Bergen 15 188 93 283 6<br />
54 Moeskroen 7 294 76 511 6<br />
55 Soignies 4 71 1 141 1<br />
56 Thu<strong>in</strong> 6 124 25 224 6<br />
57 Doornik 10 208 79 338 6<br />
61 Hoei 3 94 -12 201 3<br />
62 Luik 31 155 100 209 ∗ 6<br />
63 Verviers 7 83 21 144 2<br />
64 Waremme 2 89 -34 212 2<br />
71 Hasselt 3 26 -3 54 ∗ 1<br />
72 Maaseik 4 65 1 128 1<br />
73 Tongeren 4 68 1 135 1<br />
81 Aarlen 1 64 -61 189 1<br />
82 Bastenaken 0<br />
83 Marche-en-F. 4 249 5 493 6<br />
84 Neufchâteau 1 54 -52 159 1<br />
85 Virton 1 64 -61 188 1<br />
91 D<strong>in</strong>ant 6 179 36 323 6<br />
92 Namen 7 79 20 137 1<br />
93 Philippeville 1 49 -48 147 1<br />
Totaal 342<br />
Tabel XIII.5: IHSMR <strong>van</strong> leukemie (hoofddiagnose) - MKG <strong>2004</strong><br />
102
Deel C : Kwaliteits<strong>in</strong>dicatoren<br />
Voorstell<strong>in</strong>g <strong>van</strong> de <strong>in</strong>dicatoren<br />
De <strong>in</strong>dicatoren die we hier voorstellen zijn afkomstig uit een set <strong>in</strong>dicatoren, de<br />
Inpatients Quality Indicators (IQI), opgesteld door het Agency for Healthcare<br />
Research and Quality (AHRQ) 3 .<br />
(http://www.quality<strong>in</strong>dicators.ahrq.gov./iqi_download.htm).<br />
De <strong>in</strong>dicatoren zijn:<br />
1. <strong>in</strong>tramuraal letaliteitcijfer na opname voor een acuut myocard <strong>in</strong>farct (AMI) (IQI 15)<br />
2. <strong>in</strong>tramuraal letaliteitcijfer voor congestief hartfalen (IQI 16)<br />
3. <strong>in</strong>tramuraal letaliteitcijfer na opname voor acuut cerebrovasculaire ziekte (Acute<br />
Stroke Mortality Rate) (IQI 17)<br />
4. <strong>in</strong>tramuraal letaliteitcijfer na opname voor een heupfractuur (IQI 19)<br />
5. <strong>in</strong>tramuraal letaliteitcijfer na opname voor pneumonie (Community-Acquired<br />
Pneumonia) (CAP) (IQI 20)<br />
6. keizersnedencijfer (IQI 21)<br />
7. open cholecystectomiecijfer (IQI 23)<br />
Methodologie<br />
Voor de kwaliteits<strong>in</strong>dicatoren, de derde grote thematische groep die we weerhielden, hebben<br />
we voor redenen <strong>van</strong> coherentie dezelfde analytische benader<strong>in</strong>g gevolgd als <strong>in</strong> de<br />
multidimensionele feedback 6 voor deze <strong>in</strong>dicatoren. Op deze manier voegen we een<br />
bijkomend aspect toe aan deze <strong>in</strong>dicatoren, namelijk de geografische spreid<strong>in</strong>g <strong>van</strong> de<br />
bestudeerde <strong>in</strong>grepen- en letaliteitcijfers. Dit zou spatiale praktijkverschillen aan het licht<br />
kunnen brengen.<br />
Naar analogie <strong>van</strong> de gevolgde benader<strong>in</strong>g wordt elk Arrondissement vergeleken met de<br />
andere arrondissementen. We beperken ons hier echter tot de analyse <strong>van</strong> een cijfer over het<br />
geheel <strong>van</strong> de bestudeerde periode, namelijk 4 jaar.<br />
In de literatuur werd er gesuggereerd dat adm<strong>in</strong>istratieve gegevens niet de nodige <strong>in</strong>formatie<br />
<strong>van</strong> voldoende kwaliteit bevatten om systematische verschillen <strong>in</strong> case mix te corrigeren<br />
wanneer het gaat over een eerder kle<strong>in</strong> relatief risico (RR), zoals een RR <strong>van</strong> 0,75. 7<br />
Daarom bepaalden we een zone <strong>van</strong> niet-<strong>in</strong>terpretatie waar<strong>in</strong> het cijfer <strong>van</strong> een<br />
arrondissement, vergeleken met het cijfer <strong>van</strong> de andere arrondissementen, als niet<br />
<strong>in</strong>terpreteerbaar <strong>in</strong> termen <strong>van</strong> “hoger” of “lager” beschouwd werd. Om de grenzen <strong>van</strong> dit<br />
gebied vast te leggen berekenden we eerst de afwijk<strong>in</strong>g <strong>van</strong> een arrondissement ten opzichte<br />
<strong>van</strong> het cijfer <strong>van</strong> de andere arrondissementen als volgt: afwijk<strong>in</strong>g (<strong>in</strong> %) = (RR -1) x 100.<br />
Vervolgens werd voor het cijfer de ondergrens gedef<strong>in</strong>ieerd als een afwijk<strong>in</strong>g <strong>van</strong> - 25 % -<br />
wat overeenstemt met de RR <strong>van</strong> 0,75 - en de bovengrens (het statistische equivalent <strong>van</strong> de<br />
ondergrens) als een afwijk<strong>in</strong>g <strong>van</strong> + 35%.<br />
In de andere gevallen, met een belangrijke afwijk<strong>in</strong>g, werden de resultaten <strong>van</strong> deze eerste<br />
screen<strong>in</strong>g <strong>in</strong> functie <strong>van</strong> de beschikbare statistische evidentie geïnterpreteerd.<br />
Deze getallen werden niet op een absolute manier gebruikt maar eerder als een maatstaf <strong>van</strong><br />
statistische evidentie. Indien de afwijk<strong>in</strong>g <strong>van</strong> een arrondissement zich buiten de zone <strong>van</strong><br />
niet-<strong>in</strong>terpretatie bevond, noemden we ze<br />
1) “sterk” <strong>in</strong>dien de probabiliteit om een even grote of nog grotere afwijk<strong>in</strong>g aan te<br />
treffen als die <strong>van</strong> het bestudeerde arrondissement, gelijk is aan of kle<strong>in</strong>er dan<br />
0,05/aantal te vergelijken arrondissementen (de zogenaamde Bonferroni-correctie voor<br />
het meervoudig gelijktijdige toetsen 8-10 ),<br />
103
2) “matig” <strong>in</strong>dien die probabiliteit kle<strong>in</strong>er is dan 0,05 maar groter dan 0,05/aantal te<br />
vergelijken arrondissementen en,<br />
3) <strong>in</strong> de andere gevallen “zwak”.<br />
We vergeleken elk <strong>in</strong>dividueel arrondissement met de andere Belgische arrondissementen<br />
door middel <strong>van</strong> een logistische regressie 11-13 om zowel een voor de praktijk rele<strong>van</strong>te als<br />
statistisch significante afwijk<strong>in</strong>g t.o.v het cijfer voor de andere arrondissementen.<br />
Door middel <strong>van</strong> de logistische regressie gaan we na of er <strong>in</strong> arrondissement ‘A’ een hoger<br />
cijfer is dan <strong>in</strong> de andere arrondissementen ‘B-Z’, anders gezegd we trachten het relatieve<br />
risico (RR) <strong>van</strong> een hoger of lager cijfer te bepalen <strong>in</strong> een arrondissement vergeleken met de<br />
andere arrondissementen. De logistische regressie produceert echter een odds ratio (OR), die<br />
een schatter is <strong>van</strong> het RR. We illustreren dit aan de hand <strong>van</strong> het sterftecijfer <strong>van</strong> een<br />
hersen<strong>in</strong>farct. In arrondissement ‘A’ sterven er 10 <strong>van</strong> de 100 patiënten met een hersen<strong>in</strong>farct.<br />
Voor de andere arrondissementen ‘B-Z’ is dit 100 op 2000.<br />
Tabel 5.1: Relatief risico en odds ratio<br />
Arr. ‘A’ Arr. ‘B-Z’ Totaal Arr. ‘A’ Arr. ‘B-Z’ Totaal<br />
Dood A B A+B Dood 10 100 110<br />
Levend C D C+D Levend 90 1900 1990<br />
Totaal A+C B+D N Totaal 100 2000 2100<br />
Het relatieve risico (RR) kan hier gemakkelijk als volgt berekend worden:<br />
1) berekenen <strong>van</strong> het sterftecijfer: 10/100 = 10% voor arrondissement ‘A’ en 100/2000 =<br />
5% voor arrondissementen ‘B-Z’,<br />
2) de ratio berekenen <strong>van</strong> deze cijfers = RR = 2.<br />
In deze tabel kan het relatieve risico (RR) als volgt berekend worden: RR= (A/A+C)/(B/B+D)<br />
en de odds ratio (OR) als: OR= (A/C)/(B/D).<br />
In geval <strong>van</strong> een frequente uitkomst (> 10%), of wanneer de odds ratio (OR) groter is dan 2,5<br />
of kle<strong>in</strong>er dan 0,5, kan de schatt<strong>in</strong>g <strong>van</strong> het RR door een odds ratio, die de logistische<br />
regressie produceert, <strong>in</strong> belangrijke mate vertekend worden. Om deze verteken<strong>in</strong>g te<br />
verm<strong>in</strong>deren, deden we beroep op de benader<strong>in</strong>g <strong>van</strong> het RR door Zhang 14 , die we <strong>in</strong> de tekst<br />
en tabellen zullen vermelden als RRZ, en die we gebruikten om de bovenvermelde afwijk<strong>in</strong>g<br />
te berekenen. Het verband tussen RRZ en OR kan als volgt gelegd worden:<br />
RRZ= OR/ ((1-P0)+(P0*OR)),<br />
waar P0 staat voor de <strong>in</strong>cidentie <strong>van</strong> de bestudeerde uitkomst <strong>in</strong> de niet-blootgestelde groep,<br />
namelijk de andere Belgische arrondissementen. 14 Zoals vermeld hielden we reken<strong>in</strong>g met het<br />
probleem <strong>van</strong> het meervoudige, gelijktijdige toetsen door het berekenen <strong>van</strong> Bonferronigecorrigeerde<br />
p-waarden. 8-10<br />
104
In de figuren presenteren we i.f.v de afwijk<strong>in</strong>g en de statistische evidentie volgende<br />
categorieën <strong>van</strong> arrondissementen:<br />
(1) een groep met een “hoog cijfer”, bestaande uit de arrondissementen waar<strong>van</strong> de<br />
afwijk<strong>in</strong>g boven de zone <strong>van</strong> niet-<strong>in</strong>terpretatie ligt en de ondergrens <strong>van</strong> het 95%<br />
betrouwbaarheids<strong>in</strong>terval <strong>van</strong> het cijfer:<br />
- (1) < 0,<br />
- (2) ≥ 0 en <strong>in</strong> de figuur met een rood sterretje weergegeven,<br />
- (3) ≥ 0 na Bonferroni correctie en <strong>in</strong> de figuur met twee rode sterretjes<br />
weergegeven;<br />
(2) een groep met een “laag cijfer” bestaande uit de arrondissementen waar<strong>van</strong> de<br />
afwijk<strong>in</strong>g onder de zone <strong>van</strong> niet-<strong>in</strong>terpretatie ligt en de bovengrens <strong>van</strong> het 95%<br />
betrouwbaarheids<strong>in</strong>terval <strong>van</strong> het cijfer:<br />
- (1) < 0,<br />
- (2) ≥ 0 en <strong>in</strong> de figuur met een rood sterretje weergegeven,<br />
- (3) ≥ 0 na Bonferroni correctie en <strong>in</strong> de figuur met twee rode sterretjes<br />
weergegeven;<br />
(3) <strong>in</strong> de andere gevallen, een groep met een “gemiddeld cijfer” .<br />
105
XIV. Intramuraal letaliteitscijfer na een opname voor Acuut myocard <strong>in</strong>farct<br />
(AMI-LC) (IQI 15)<br />
Selectiecriteria<br />
- Gegevensbank: MKG 2002-2005 (8 semesters).<br />
- Def<strong>in</strong>itie: aantal sterfgevallen voor 100 ontslagen met een ICD-9-CM-code voor<br />
AMI <strong>in</strong> hoofddiagnose (zie bijlage “Technische specificaties IQI”)<br />
- Operationele def<strong>in</strong>itie IQI 15 (uitgaande transfers uitgesloten)<br />
- Teller: aantal doden met een ICD-9-CM-code voor AMI <strong>in</strong> hoofddiagnose;<br />
- Noemer: alle ontslagen met een ICD-9-CM-code voor AMI <strong>in</strong> hoofddiagnose;<br />
leeftijd >=18 jaar; met uitsluit<strong>in</strong>g <strong>van</strong> verblijven met transfer naar een ander<br />
ziekenhuis of zonder preciser<strong>in</strong>g <strong>van</strong> het ontslagtype<br />
- De ziekenhuizen met m<strong>in</strong>der dan 80 gevallen gedurende de onderzochte periode<br />
werden niet opgenomen <strong>in</strong> de analyse<br />
- Correctie voor leeftijd, geslacht, co-morbiditeit (Charlson 15 ) en cardiogene<br />
shock.<br />
- Aanvullende gegevens: cf. Acute Myocardial Infarction Mortality Rate (IQI 15),<br />
Acute Myocardial Infarction Mortality Rate, Without Transfer Cases (II 32).<br />
(Inpatient Quality Indicators, p. 54 en p.A22.)<br />
http://www.quality<strong>in</strong>dicators.ahrq.gov./iqi_download.htm<br />
Toelicht<strong>in</strong>g<br />
Het acuut myocard<strong>in</strong>farct (AMI) is een belangrijk gezondheidsprobleem <strong>in</strong> termen <strong>van</strong><br />
frequentie, ernst (morbiditeit, tijdelijke of def<strong>in</strong>itieve <strong>in</strong>validiteit, en mortaliteit), sociale<br />
en economische kosten, behandelbaarheid, en wordt als een prioriteit beschouwd door<br />
beleidsmakers en gemeenschap.<br />
106
1) Mannen<br />
2) Vrouwen<br />
Leeftijd Sterfgevallen Opnamen Cijfer (%)<br />
etrouwbaarheids<strong>in</strong>terval, terwijl die met twee sterretjes een afwijk<strong>in</strong>g <strong>van</strong> het relatieve risico<br />
vertonen die significant is bij een Bonferroni-betrouwbaarheids<strong>in</strong>terval. Het Bonferronibetrouwbaarheids<strong>in</strong>terval<br />
is veel ruimer dan dat <strong>van</strong> 95%, en is dus conservatiever met als<br />
gevolg dat de afwijk<strong>in</strong>gen m<strong>in</strong>der snel significant worden. Er zijn twee benader<strong>in</strong>gen<br />
mogelijk om de verschillen <strong>in</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico te illustreren. Enerzijds<br />
is het mogelijk de afwijk<strong>in</strong>gen te illustreren aan de hand <strong>van</strong> klassen <strong>van</strong> relatieve afwijk<strong>in</strong>gen<br />
met een amplitude <strong>van</strong> 5% (zie kaart XIV.1); op die manier kunnen we, zoals <strong>in</strong> deel 1 en 2,<br />
zes categorieën afwijk<strong>in</strong>gen visualiseren:
Kaart XIV.1 Acuut myocard <strong>in</strong>farct (IQI 15) – Afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico –<br />
MKG 2002-2005<br />
Kaart XIV.2 Acuut myocard <strong>in</strong>farct (IQI 15) - afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico per<br />
<strong>in</strong>terpretatiezone - MKG 2002-2005<br />
109
NIS_Nr 1 arrondissement OG_B 2 OG_95 3 Afw.(%) 4 BG_95 5 BG_B 6 P 7 IP 8<br />
11 Antwerpen -4 -3 -2 0 1 0,067038836<br />
12 Mechelen -9 -6 -3 0 2 0,048358257 1<br />
13 Turnhout -8 -5 -2 0 2 0,098077009<br />
21 Brussel -2 -1 1 2 3 0,425240779<br />
23 Halle-Vilvoorde -2 0 2 4 5 0,072358892<br />
24 Leuven -3 -1 1 3 5 0,269446204<br />
25 Nijvel -3 -1 1 4 5 0,249512480<br />
31 Brugge -6 -4 -1 2 4 0,713331860<br />
32 Diksmuide -13 -7 0 5 8 0,885585466<br />
33 Ieper -8 -4 0 4 6 0,850799100<br />
34 Kortrijk -10 -7 -4 -1 1 0,016972525 1<br />
35 Oostende -6 -3 1 4 6 0,667187329<br />
36 Roeselare -5 -2 2 5 7 0,256444677<br />
37 Tielt -11 -6 1 5 8 0,835395125<br />
38 Veurne -21 -15 -8 -3 1 0,013878253 1<br />
41 Aalst -6 -4 -1 2 3 0,553082679<br />
42 Dendermonde -4 -2 2 5 6 0,240409757<br />
43 Eeklo -16 -11 -5 0 3 0,073697711<br />
44 Gent -4 -2 0 2 4 0,853808334<br />
45 Oudenaarde -9 -5 0 4 6 0,850121730<br />
46 St-Niklaas -12 -9 -5 -2 0 0,004128672 1<br />
51 Ath -22 -17 -10 -4 0 0,004765872 1<br />
52 Charleroi -5 -3 -1 1 3 0,582532444<br />
53 Bergen -5 -3 0 3 4 0,973495139<br />
54 Moeskroen -12 -7 -1 4 7 0,791402144<br />
55 Soignies -8 -6 -2 1 3 0,296474160<br />
56 Thu<strong>in</strong> -6 -3 1 4 6 0,688979420<br />
57 Doornik -10 -7 -2 2 4 0,367186302<br />
61 Hoei -14 -10 -5 -1 2 0,030547433 1<br />
62 Luik -3 -2 0 2 3 0,972772806<br />
63 Verviers -7 -5 -1 1 3 0,358647232<br />
64 Waremme -12 -7 -1 4 7 0,795867348<br />
71 Hasselt 2 3 5 7 8
XV. Intramuraal letaliteitscijfer na een opname voor Congestief hartfalen (CHF-<br />
LC) (IQI 16)<br />
Selectiecriteria<br />
- Gegevensbank : MKG 2002 – 2005 (8 semesters)<br />
- De ICD9-CM-codes gebruikt voor de selectie <strong>van</strong> CHF zijn: (zie bijlage “Technische<br />
specificaties IQI”)<br />
- Def<strong>in</strong>itie: aantal sterfgevallen per 100 ontslagen personen met CHF als hoofddiagnose<br />
- Teller: aantal sterfgevallen bij personen die werden gehospitaliseerd met CHF als<br />
hoofddiagnose<br />
- Noemer: totaal aantal verblijven <strong>van</strong> personen die werden gehospitaliseerd met CHF als<br />
hoofddiagnose<br />
- De ziekenhuizen met m<strong>in</strong>der dan 80 gevallen gedurende de onderzochte periode werden<br />
niet <strong>in</strong> de analyse opgenomen<br />
- Exclusies: verblijven zonder <strong>in</strong>formatie over het type ontslag, transfers naar een ander<br />
acuut ziekenhuis, verblijven met MDC 14 (zwangerschap, verloss<strong>in</strong>g en puerperium) en<br />
MDC 15 (pasgeborenen), patiënten jonger dan 18 jaar; op die manier werden er 3882<br />
verblijven uitgesloten om uit te komen op 85.659; voor de analyse tellen we ook de<br />
ziekenhuizen met m<strong>in</strong>der dan 80 verblijven niet mee (1 ziekenhuis en 11 verblijven<br />
uitgesloten) en voor de logistische regressie selecteren we de patiënten <strong>van</strong> 70 jaar en<br />
ouder (68.611 verblijven)<br />
- We willen erop wijzen dat we, <strong>in</strong>dien we de selectie enkel zouden hebben gedaan op basis<br />
<strong>van</strong> de APR-DRG 194 “hartfalen”, slechts 71398 verblijven hadden geteld <strong>in</strong> plaats <strong>van</strong><br />
85659 bij de eerste filter<strong>in</strong>g<br />
- Risicocorrectie: leeftijd, geslacht, co-morbiditeit (Charlson-score)<br />
Toelicht<strong>in</strong>g<br />
Congestief hartfalen (CHF) is een vrij courante oorzaak voor ziekenhuisopname (Tabel XV.1)<br />
en is verantwoordelijk voor een relatief aanzienlijk mortaliteitscijfer op korte termijn.<br />
Ondanks de vooruitgang, die werd geboekt <strong>in</strong> de medische behandel<strong>in</strong>g <strong>van</strong> CHF, is deze<br />
aandoen<strong>in</strong>g nog altijd gerelateerd aan een aanzienlijke morbiditeit, functionele beperk<strong>in</strong>gen,<br />
mortaliteit en een sociaal-economische kostprijs.<br />
111
Aantal Totaal Cijfer OG BG<br />
Mannen<br />
18-29 jaar 7 82 8,5 3,8 17,3<br />
30-39 jaar 10 247 4 2,1 7,5<br />
40-49 jaar 35 1067 3,3 2,3 4,6<br />
50-59 jaar 165 3098 5,3 4,6 6,2<br />
60-69 jaar 479 6788 7,1 6,5 7,7<br />
70-79 jaar 1783 15040 11,9 11,3 12,4<br />
80-89 jaar 2333 12714 18,3 17,7 19<br />
90 jaar + 606 2334 26 24,2 27,8<br />
Subtotaal<br />
Vrouwen<br />
5418 41370 13,1 12,8 13,4<br />
18-29 jaar 2 52 3,8 0,7 14,3<br />
30-39 jaar 8 163 4,9 2,3 9,8<br />
40-49 jaar 13 440 3 1,7 5,1<br />
50-59 jaar 77 1328 5,8 4,6 7,2<br />
60-69 jaar 268 3772 7,1 6,3 8<br />
70-79 jaar 1343 12836 10,5 9,9 11<br />
80-89 jaar 3034 19170 15,8 15,3 16,4<br />
90 jaar + 1600 6517 24,6 23,5 25,6<br />
Subtotaal 6345 44278 14,3 14 14,7<br />
Nationaal 11763 85648 13,7 13,5 14<br />
Tabel XV.1: Bruto nationaal en leeftijds- en geslachtsspeciefiek <strong>in</strong>tramuraal<br />
letaliteitscijfer voor congestief hartfalen. België 2002-2005<br />
OG: ondergrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval<br />
BG: bovengrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval<br />
Voor de logistische regressieanalyse, die we gebruikten voor het aanmaken <strong>van</strong> de kaarten,<br />
hebben we enkel de drie leeftijdsgroepen <strong>van</strong>af 70 jaar meegerekend. We deden dit om over<br />
een homogenere steekproef te beschikken aangezien de oudere CHF-patiënten verschillen <strong>van</strong><br />
de jongere CHF-patiënten, onder meer omdat er b<strong>in</strong>nen de oude leeftijdsgroep relatief veel<br />
patiënten zijn met een bewaarde systolische functie.<br />
Kaart XV.1 geeft de geografische spreid<strong>in</strong>g weer <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico<br />
op een <strong>in</strong>tramuraal overlijden voor congestief hartfalen <strong>in</strong> België. De afwijk<strong>in</strong>gen die wijzen<br />
op een relatief risico dat significant hoger ligt (bij een 95%-betrouwbaarheids<strong>in</strong>terval) doen<br />
zich voor <strong>in</strong> de adm<strong>in</strong>istratieve arrondissementen Brugge, Veurne, S<strong>in</strong>t-Niklaas (<strong>in</strong><br />
Vlaanderen), en Doornik, Soignies, Ath en Hoei (<strong>in</strong> Wallonië). De arrondissementen<br />
Antwerpen, Leuven, Diksmuide, Oostende, Roeselare, Hasselt, Maaseik, Tongeren (<strong>in</strong><br />
Vlaanderen), en Bastenaken (<strong>in</strong> Wallonië) worden gekenmerkt door afwijk<strong>in</strong>gen die wijzen<br />
op een significant lager relatief risico (bij een 95%-betrouwbaarheids<strong>in</strong>terval). Als we het<br />
Bonferroni-betrouwbaarheids<strong>in</strong>terval hanteren, dat conservatiever is, vertoont enkel het<br />
arrondissement Hoei een relatief overlijdensrisico voor CHF dat significant hoger ligt, en de<br />
112
arrondissementen Antwerpen, Leuven, Diksmuide, Oostende, Roeselare, Hasselt en<br />
Bastenaken hebben een significant lager relatief overlijdensrisico.<br />
Kaart XV.1 Congestief hartfalen (IQI 16) – afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico – MKG 2002-2005<br />
Kaart XV.2 geeft de geografische verschillen weer <strong>in</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico<br />
op een <strong>in</strong>tramuraal overlijden voor congestief hartfalen <strong>in</strong> functie <strong>van</strong> het al dan niet behoren<br />
tot de <strong>in</strong>terpretatiezone. We stellen daarbij vast dat de arrondissementen Maaseik, Tongeren<br />
en Bastenaken lage relatieve overlijdensrisico’s vertonen (
Kaart XV.2 Congestief hartfalen (IQI 15) - afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico per <strong>in</strong>terpretatie zone<br />
- MKG 2002-2005<br />
114
NIS-nr 1 arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 IP 8<br />
11 Antwerpen -19 -15 -9 -4 0 0,002083346 1<br />
12 Mechelen -18 -12 -3 8 15 0,610094122<br />
13 Turnhout -11 -5 4 13 19 0,444915491<br />
21 Brussel -11 -7 -2 4 9 0,600646609<br />
23 Halle-Vilvoorde -17 -13 -5 3 9 0,245422495<br />
24 Leuven -21 -17 -10 -2 3 0,016995429 1<br />
25 Nijvel -15 -9 1 11 18 0,917418218<br />
31 Brugge -4 3 13 23 31 0,011718655 1<br />
32 Diksmuide -50 -40 -23 -1 15 0,043118288 1<br />
33 Ieper -13 -5 10 26 37 0,185077524<br />
34 Kortrijk -9 -3 7 17 24 0,172090094<br />
35 Oostende -30 -24 -14 -3 5 0,016568988 1<br />
36 Roeselare -36 -30 -19 -6 3 0,005317665 1<br />
37 Tielt -30 -22 -9 6 16 0,224929553<br />
38 Veurne -10 3 26 51 69 0,017274834 1<br />
41 Aalst -15 -8 2 14 22 0,662482162<br />
42 Dendermonde -20 -12 0 14 24 0,957272093<br />
43 Eeklo -37 -29 -14 3 16 0,112241066<br />
44 Gent -17 -12 -5 3 9 0,230904798<br />
45 Oudenaarde -32 -24 -11 4 15 0,151574675<br />
46 St-Niklaas -4 4 17 31 40 0,007087384 1<br />
51 Ath -6 5 22 42 55 0,00825934 1<br />
52 Charleroi -9 -4 4 13 19 0,286302706<br />
53 Bergen -12 -6 4 14 22 0,432877946<br />
54 Moeskroen -23 -14 2 20 34 0,78501575<br />
55 Soignies -6 2 15 29 40 0,019645346 1<br />
56 Thu<strong>in</strong> -19 -11 2 17 27 0,750844955<br />
57 Doornik -3 5 19 33 43 0,003828438 1<br />
61 Hoei 2 14 32 52 66 0,00018724 2<br />
62 Luik -7 -3 4 11 16 0,267538186<br />
63 Verviers -9 -1 10 23 32 0,082918557<br />
64 Waremme -27 -16 2 23 38 0,838410697<br />
71 Hasselt -25 -20 -12 -4 2 0,004242291 1<br />
72 Maaseik -42 -36 -26 -14 -5 0,000099839 2<br />
73 Tongeren -42 -36 -26 -14 -6 6,80353E-05 2<br />
81 Aarlen -38 -27 -8 14 31 0,452606701<br />
82 Bastenaken -59 -49 -30 -5 14 0,023992959 1<br />
83 Marche-en-Famenne -26 -14 6 30 48 0,567710771<br />
84 Neufchâteau -49 -39 -21 1 18 0,072443978<br />
85 Virton -29 -18 2 25 42 0,847845702<br />
91 D<strong>in</strong>ant -27 -18 -3 13 25 0,671600713<br />
92 Namen -20 -14 -4 7 15 0,51488473<br />
93 Philippeville -20 -8 13 37 55 0,222983909<br />
Tabel XV.2 Hulp bij de <strong>in</strong>terpretatie <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico - (IQI 16: Congestief hartfalen)<br />
1 nummer <strong>van</strong> het arrondissement volgens het Nationaal Instituut voor de Statistiek; 2/3 ondergrens <strong>van</strong> het<br />
Bonferroni-betrouwbaarheids<strong>in</strong>terval/ het 95%-betrouwbaarheids<strong>in</strong>terval; 4 afwijk<strong>in</strong>g <strong>van</strong> het relatieve risico <strong>in</strong><br />
%; 5/6 bovengrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval/ het Bonferroni-betrouwbaarheids<strong>in</strong>terval; 7<br />
probabiliteit dat een afwijk<strong>in</strong>g <strong>van</strong> een arrondissement ten opzichte <strong>van</strong> het nationale cijfer = 0; 8<br />
significantiegraad: 1 = significant voor het 95%-<strong>in</strong>terval ; 2 = significant voor het Bonferroni-<strong>in</strong>terval<br />
115
XVI. Intramuraal letaliteitscijfer na een opname voor Cerebrovasculaire ziekte<br />
(CVZ) («beroerte », « stroke ») (IQI 17)<br />
Selectiecriteria<br />
- Gegevensbank: MKG 2002-2005 (8 semesters)<br />
- Def<strong>in</strong>itie: sterfgevallen tijdens verblijven met CVZ als hoofddiagnose (zie bijlage<br />
“Technische specificaties IQI”).<br />
- Teller: aantal sterfgevallen met CVZ als hoofddiagnose.<br />
- Noemer: alle verblijven met CVZ als hoofddiagnose.<br />
- Exclusies: ziekenhuizen met m<strong>in</strong>der dan 80 observaties <strong>van</strong> CVZ tijdens de<br />
periode 2002-5, patiënten met ontbrekende ontslaggegevens, getransfereerd naar<br />
een ander ziekenhuis, MDC 14 (zwangerschap, geboorte en puerperium), en MDC<br />
15 (pasgeborenen en andere).<br />
- Risicocorrectie: leeftijd, geslacht, co-morbiditeit (Charlson-score)<br />
- Verdere details: cf. Acute Stroke Mortality Rate (IQI 17)<br />
http://www.quality<strong>in</strong>dicators.ahrq.gov/iqi_download.htm<br />
Toelicht<strong>in</strong>g<br />
Een “beroerte” behoort <strong>in</strong> Europa en Noord Amerika tot de belangrijkste oorzaken <strong>van</strong><br />
overlijden en handicap. In België, tijdens de periode 1980-1997, vormden cerebro-vasculaire<br />
aandoen<strong>in</strong>gen 9% <strong>van</strong> de doodsoorzaken bij de mannen en 14% bij de vrouwen. Niet alleen<br />
de letaliteit en <strong>in</strong>cidentie maken <strong>van</strong> beroerte een belangrijk gezondheidsprobleem: de meeste<br />
patiënten, die een apoplexie overleven, behouden een ernstige handicap en blijven afhankelijk<br />
<strong>van</strong> derden.<br />
Ongeveer één patiënt op vijf, opgenomen voor een beroerte, overlijdt <strong>in</strong> het ziekenhuis.<br />
De evolutie voor leeftijdsspecifieke beroerte letaliteitcijfers (stroke-LCs) is bijna identiek bij<br />
mannen en vrouwen (Tabel XVI.1). We stellen de hoogste cijfers vast bij personen <strong>van</strong> 80<br />
jaar en ouder.<br />
116
Leeftijdscategorie<br />
Aantal<br />
sterfgevallen<br />
Aantal<br />
gevallen<br />
Cijfer<br />
(%)<br />
ondergrens<br />
(%)<br />
bovengrens<br />
(%)<br />
a) Mannen<br />
< 40 jaar 83 739 11,23 9,09 13,78<br />
40-64 jaar 1056 9073 11,64 10,99 12,32<br />
65-79 jaar 3036 17893 16,97 16,42 17,53<br />
≥80 jaar<br />
b) Vrouwen<br />
2952 10352 27,65 27,65 29,40<br />
< 40 jaar 80 699 11,44 9,23 14,10<br />
40-64 jaar 808 5601 11,43 13,52 15,38<br />
65-79 jaar 2797 15146 18,47 17,85 19,10<br />
≥80 jaar<br />
c) Totale bevolk<strong>in</strong>g<br />
5586 18772 29,76 29,10 30,42<br />
< 40 jaar 163 1438 11,34 9,77 13,11<br />
40-64 jaar 1864 14674 12,70 12,17 13,25<br />
65-79 jaar 5833 33039 17,65 17,25 18,07<br />
≥80 jaar 8538 29124 29,32 28,79 29,84<br />
Nationaal 16398 78275 20,95 20,66 21,24<br />
Tabel XVI.1 : Nationaal, leeftijds- en geslachtsspecifiek bruto letaliteitcijfer na een opname voor<br />
CVZ. België 2002-5<br />
Aan de hand <strong>van</strong> kaart XVI.1 kunnen we de geografische spreid<strong>in</strong>g <strong>in</strong> België vaststellen <strong>van</strong><br />
de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico op een <strong>in</strong>tramuraal overlijden door een<br />
cerebrovasculaire ziekte (CVZ). De afwijk<strong>in</strong>gen die wijzen op een significant hoger relatief<br />
risico (bij een 95%-betrouwbaarheids<strong>in</strong>terval) komen voor <strong>in</strong> 8 adm<strong>in</strong>istratieve<br />
arrondissementen: S<strong>in</strong>t-Niklaas, Antwerpen, Leuven (<strong>in</strong> Vlaanderen), Charleroi, Bergen,<br />
Doornik, Thu<strong>in</strong>, Soignies (<strong>in</strong> Wallonië), en Brussel-hoofdstad. De arrondissementen<br />
Oostende, Eeklo, Veurne, Roeselare, Tielt, Hasselt, Maaseik, Leuven (<strong>in</strong> Vlaanderen)<br />
vertonen dan weer afwijk<strong>in</strong>gen die wijzen op een relatief risico dat significant lager ligt (bij<br />
een 95%-betrouwbaarheids<strong>in</strong>terval). Hanteren we het Bonferroni-betrouwbaarheids<strong>in</strong>terval,<br />
dat conservatiever is, dan vertonen de arrondissementen Doornik, Charleroi en Bergen een<br />
relatief overlijdensrisico voor CVZ dat significant hoger ligt, en de arrondissementen<br />
Roeselare en Eeklo hebben een significant lager relatief overlijdensrisico.<br />
117
Kaart XVI.1 Cerebrovasculaire ziekte (IQI 17) -<br />
Afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico - MKG 2002-2005<br />
Kaart XVI.2 geeft de geografische verschillen weer <strong>in</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico<br />
op een <strong>in</strong>tramuraal overlijden door een cerebrovasculaire ziekte (CVZ) <strong>in</strong> functie <strong>van</strong> het al<br />
dan niet behoren tot de <strong>in</strong>terpretatiezone. We stellen daarbij vast dat enkel het arrondissement<br />
Eeklo gekenmerkt wordt door een significant lager relatief risico op overlijden (35).<br />
Tabel XVI.2 geeft de gedetailleerde cijfers, per arrondissement, <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico op een <strong>in</strong>tramuraal overlijden voor CVZ, alsook de respectievelijke 95%- en<br />
Bonferroni-betrouwbaarheids<strong>in</strong>tervallen, en de significantiegraad. We stellen daarbij vast dat<br />
de verblijven <strong>van</strong> patiënten zonder gekende woonplaats en met woonplaats <strong>in</strong> het buitenland<br />
een afwijk<strong>in</strong>g vertonen die wijst op een hoog relatief overlijdensrisico voor het 95%betrouwbaarheids<strong>in</strong>terval<br />
en die zich <strong>in</strong> de <strong>in</strong>terpretatiezone bev<strong>in</strong>dt.<br />
118
Kaart XVI.2 Cerebrovasculaire ziekte (IQI 17) - afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico per<br />
<strong>in</strong>terpretatiezone – MKG 2002-2005<br />
119
NIS-nr 1 arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8<br />
11 Antwerpen -1 3 9 14 18 0,002610347 1<br />
12 Mechelen -18 -13 -4 4 11 0,320501492<br />
13 Turnhout -16 -11 -3 6 12 0,561721411<br />
21 Brussel 0 4 10 16 20 0,001238214 1<br />
23 Halle-Vilvoorde -8 -4 3 11 16 0,369599708<br />
24 Leuven -20 -16 -9 -1 4 0,023314226 1<br />
25 Nijvel -8 -2 8 19 26 0,123313973<br />
31 Brugge -22 -17 -8 1 8 0,099617729<br />
32 Diksmuide -45 -36 -20 0 15 0,05343022<br />
33 Ieper -27 -19 -6 9 19 0,40702881<br />
34 Kortrijk -20 -15 -6 3 9 0,175600282<br />
35 Oostende -33 -27 -18 -7 0 0,001374416 1<br />
36 Roeselare -39 -33 -22 -10 -2 0,000611342 2<br />
37 Tielt -41 -33 -19 -4 8 0,019852082 1<br />
38 Veurne -41 -33 -19 -3 9 0,026149033 1<br />
41 Aalst -22 -17 -8 2 9 0,111165716<br />
42 Dendermonde -14 -8 3 15 23 0,575852696<br />
43 Eeklo -50 -43 -32 -18 -7
XVII. Intramuraal letaliteitscijfer na een opname voor Heupfractuur (IQI 19)<br />
Selectiecriteria<br />
- Gegevensbank: MKG 2001-<strong>2004</strong> (8 semesters)<br />
- Def<strong>in</strong>itie: aantal sterfgevallen per 100 ontslagen personen met een heupfractuur als<br />
hoofddiagnose<br />
- Teller: aantal sterfgevallen bij personen met een heupfractuur als hoofddiagnose<br />
- Noemer: totaal <strong>van</strong> de verblijven <strong>van</strong> personen met een heupfractuur als<br />
hoofddiagnose<br />
- De ziekenhuizen met m<strong>in</strong>der dan 80 gevallen gedurende de onderzochte periode<br />
werden niet <strong>in</strong> de analyse opgenomen<br />
- Inclusies: ICD9-CM-codes met heupfractuur als hoofddiagnose (zie bijlage<br />
“Technische specificaties IQI”)<br />
- Exclusies: MDC 14 (zwangerschap, verloss<strong>in</strong>g en puerperium) en 15<br />
(pasgeborenen en andere neonatalen), transfer naar een ander acuut ziekenhuis,<br />
daghospitalisaties (chirurgische of medische) en hospitalisaties <strong>van</strong> lange duur<br />
- Risicocorrectie: leeftijd, geslacht, co-morbiditeit<br />
- Tussen 2001 en <strong>2004</strong> werden er 60.815 ziekenhuisverblijven met een<br />
heupfractuurdiagnose geregistreerd; als we de verblijven uitsluiten die gekenmerkt<br />
werden door een onbekend ontslagtype, een transfer naar een ander acuut<br />
ziekenhuis, een MDC 14 of 15, dan blijven er 56.687 over. Van deze laatste tellen<br />
er 52.435 patiëntenverblijven mee waarbij geen sprake was <strong>van</strong> polytraumata of<br />
multipele fracturen, zodat de bestudeerde populatie homogener wordt. Om de<br />
bestudeerde populatie nog homogener te maken, laten we de leeftijdsgroepen onder<br />
de 65 jaar buiten beschouw<strong>in</strong>g. Op die manier houden we 47.125 verblijven over.<br />
- Voor meer details: zie Hip Fracture Mortality Rate (IQI 19) p.63 en A25 <strong>van</strong> de<br />
Inpatient Quality Indicators http://www.quality<strong>in</strong>dicators.ahrq.gov/iqi_download.htm<br />
Toelicht<strong>in</strong>g<br />
Heupfracturen zijn leiden vaak tot hospitalisatie en functionele regressie bij bejaarden. Zij<br />
brengen een multidiscipl<strong>in</strong>aire spiraal <strong>van</strong> gezondheidszorg, rehabilitatie en sociale assistentie<br />
op gang, doordat ze vooral bejaarde en kwetsbare mensen treffen, die gekenmerkt zijn door<br />
een belangrijke co-morbiditeit. Heupfracturen zijn gekenmerkt door een aanzienlijk<br />
letaliteitcijfer. Ongeveer 1 op 3 tot 7 patiënten sterft b<strong>in</strong>nen het jaar en <strong>van</strong> diegenen die 1 jaar<br />
later nog leven zijn er slechts 54 % die zich zonder hulp kunnen verplaatsen en slechts 40%<br />
zijn <strong>in</strong> staat om alle fysieke activiteiten <strong>van</strong> de ADL uit te voeren.<br />
Het aantal heupfracturen is veel hoger bij vrouwen dan bij mannen. Het leeftijdsspecifieke<br />
letaliteitcijfer na een opname wegens een heupfractuur is duidelijk groter <strong>in</strong> de oudere<br />
leeftijdsgroepen en bij mannen. (Tabel XVII.1).<br />
121
Sterfgevallen Opnames Percentage OG BG<br />
Mannen<br />
0-18 jaar 0 159 0,0 0,0 2,9<br />
18-39 jaar 1 458 0,2 0,0 1,4<br />
40-64 jaar 62 2.327 2,7 2,1 3,4<br />
65-79 jaar 426 4.700 9,1 8,3 9,9<br />
80 jaar + 999 5.898 16,9 16,0 17,9<br />
Subtotaal<br />
Vrouwen<br />
1.488 13.542 11,0 10,5 11,5<br />
0-18 jaar 0 90 0,0 0,0 5,1<br />
18-39 jaar 0 127 0,0 0,0 3,7<br />
40-64 jaar 30 2152 1,4 1,0 2,0<br />
65-79 jaar 471 12.166 3,9 3,5 4,2<br />
80 jaar + 2.017 24.358 8,3 7,9 8,6<br />
Subtotaal 2.518 38.893 6,5 6,2 6,7<br />
Nationaal 4.006 52.435 7,6 7,4 7,9<br />
Tabel XVII.1: Bruto nationaal <strong>in</strong>tramuraal letaliteitcijfer en<br />
leeftijds- en geslachtsspecifiek <strong>in</strong>tramuraal letaliteitcijfer na<br />
opname voor een heupfractuur. België 2001-<strong>2004</strong>.<br />
OG: ondergrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval;<br />
BG: bovengrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval;<br />
Kaart XVII.1 geeft de geografische spreid<strong>in</strong>g weer <strong>in</strong> België <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico op een <strong>in</strong>tramuraal overlijden door een heupfractuur. Zeven arrondissementen<br />
vertonen afwijk<strong>in</strong>gen die wijzen op een significant hoger relatief risico (bij een 95%betrouwbaarheids<strong>in</strong>terval)<br />
: Leuven, Hasselt, Ath, Charleroi, Soignies, Luik en Philippeville.<br />
4 arrondissementen (Ieper, Kortrijk, Maaseik en Bastenaken) vertonen dan weer afwijk<strong>in</strong>gen<br />
die een significant lager relatief risico weerspiegelen (bij een 95%-betrouwbaarheids<strong>in</strong>terval).<br />
Als we het Bonferroni-betrouwbaarheids<strong>in</strong>terval hanteren, vertoont geen enkel<br />
arrondissement een significant hoger of lager relatief risico op overlijden door een<br />
heupfractuur.<br />
122
Kaart XVII.1 Heupfractuur (IQI 19) - Afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico – MKG 2001-<strong>2004</strong><br />
Kaart XVII.2 geeft de geografische verschillen weer <strong>in</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico<br />
op een <strong>in</strong>tramuraal overlijden voor een heupfractuur <strong>in</strong> functie <strong>van</strong> het al dan niet behoren tot<br />
de <strong>in</strong>terpretatiezone. We stellen daarbij vast dat 3 arrondissementen (Ieper, Maaseik en<br />
Bastenaken) significant lagere relatieve overlijdensrisico’s vertonen (35), die zich eveneens <strong>in</strong><br />
de <strong>in</strong>terpretatiezone bev<strong>in</strong>den. De andere arrondissementen hebben afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico die zich <strong>in</strong> de zone <strong>van</strong> niet-<strong>in</strong>terpretatie bev<strong>in</strong>den.<br />
Tabel XVII.2 geeft de gedetailleerde cijfers, per arrondissement, <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico op een <strong>in</strong>tramuraal overlijden voor een heupfractuur, alsook de<br />
respectievelijke 95%- en Bonferroni-betrouwbaarheids<strong>in</strong>tervallen, en de significantiegraad.<br />
We stellen daarbij vast dat de verblijven <strong>van</strong> patiënten die <strong>in</strong> het buitenland verblijven een<br />
afwijk<strong>in</strong>g vertonen die wijst op een lager relatief overlijdensrisico voor het 95%betrouwbaarheids<strong>in</strong>terval,<br />
en die zich <strong>in</strong> de <strong>in</strong>terpretatiezone bev<strong>in</strong>dt. De verblijven <strong>van</strong><br />
patiënten zonder gekende woonplaats vertonen daarentegen een hoger relatief<br />
overlijdensrisico voor het Bonferroni-betrouwbaarheids<strong>in</strong>terval, dat zich eveneens <strong>in</strong> de<br />
<strong>in</strong>terpretatiezone bev<strong>in</strong>dt.<br />
123
Kaart XVII.2 Heupfractuur (IQI 19) - afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico per <strong>in</strong>terpretatiezone -<br />
MKG 2001-<strong>2004</strong><br />
124
NIS-nr 1 Arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8<br />
11 Antwerpen -13 -6 4 15 23 0,44482913<br />
12 Mechelen -13 -3 14 32 46 0,10937316<br />
13 Turnhout -18 -8 8 26 39 0,34225851<br />
21 Brussel -8 -2 8 18 25 0,12513678<br />
23 Halle-Vilvoorde -14 -5 9 24 35 0,22697096<br />
24 Leuven -6 4 19 35 47 0,01220611 1<br />
25 Nijvel -31 -21 -5 14 28 0,60773966<br />
31 Brugge -28 -18 0 19 34 0,96353144<br />
32 Diksmuide -71 -58 -28 17 56 0,20545603<br />
33 Ieper -66 -57 -37 -10 13 0,01389368 1<br />
34 Kortrijk -47 -39 -24 -7 6 0,00949238 1<br />
35 Oostende -23 -11 9 33 51 0,38894871<br />
36 Roeselare -43 -31 -8 20 41 0,53745388<br />
37 Tielt -52 -39 -14 20 47 0,39997974<br />
38 Veurne -67 -55 -28 11 44 0,15062008<br />
41 Aalst -25 -15 3 23 37 0,76391564<br />
42 Dendermonde -39 -29 -10 13 30 0,38186160<br />
43 Eeklo -60 -47 -22 13 42 0,21018401<br />
44 Gent -19 -11 2 17 27 0,74923319<br />
45 Oudenaarde -46 -34 -11 17 39 0,41379800<br />
46 St-Niklaas -31 -20 1 25 43 0,95867048<br />
51 Ath -8 8 37 71 96 0,00638663 1<br />
52 Charleroi -9 0 15 31 43 0,04748840 1<br />
53 Bergen -25 -16 1 19 33 0,94334079<br />
54 Moeskroen -53 -40 -16 16 41 0,30051490<br />
55 Soignies -11 1 22 44 61 0,03149806 1<br />
56 Thu<strong>in</strong> -31 -20 0 23 41 0,98940516<br />
57 Doornik -14 -1 21 46 64 0,05600142<br />
61 Hoei -37 -24 0 29 51 0,97827971<br />
62 Luik -6 2 15 28 38 0,01954581 1<br />
63 Verviers -23 -12 6 26 41 0,54985815<br />
64 Waremme -26 -10 18 53 79 0,21229737<br />
71 Hasselt -10 1 18 37 50 0,03838490 1<br />
72 Maaseik -61 -50 -30 -3 19 0,03867008 1<br />
73 Tongeren -18 -5 17 43 61 0,12388131<br />
81 Aarlen -31 -12 24 69 103 0,20061817<br />
82 Bastenaken -83 -73 -49 -6 36 0,03836409 1<br />
83 Marche-en-F. -38 -20 16 61 96 0,4053081<br />
84 Neufchâteau -51 -37 -8 29 59 0,63189101<br />
85 Virton -24 -4 33 78 111 0,06914477<br />
91 D<strong>in</strong>ant -31 -17 9 41 65 0,50499716<br />
92 Namen -30 -21 -5 14 27 0,5964812<br />
93 Philippeville -21 -1 37 81 115 0,04298057 1<br />
Tabel XVII.2 Hulp bij de <strong>in</strong>terpretatie <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico - (IQI 19 : heupfractuur)<br />
1 nummer <strong>van</strong> het arrondissement volgens het Nationaal Instituut voor de Statistiek; 2/3 ondergrens <strong>van</strong> het<br />
Bonferroni-betrouwbaarheids<strong>in</strong>terval/ 95%-betrouwbaarheids<strong>in</strong>terval; 4 afwijk<strong>in</strong>g <strong>van</strong> het relatieve risico,<br />
uitgedrukt <strong>in</strong> %; 5/6 bovengrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval/ Bonferroni-betrouwbaarheids<strong>in</strong>terval; 7<br />
probabiliteit dat een afwijk<strong>in</strong>g <strong>van</strong> een arrondissement ten opzichte <strong>van</strong> het nationale cijfer = 0; 8<br />
significantiegraad: 1 = significant voor het 95%-<strong>in</strong>terval ; 2 = significant voor het Bonferroni-<strong>in</strong>terval;<br />
125
XVIII. Intramuraal letaliteitscijfer na een opname voor “Pneumonie opgelopen<br />
buiten het ziekenhuis” (CAP: Community Acquired Pneumonia) (IQI 20)<br />
Selectiecriteria<br />
- Gegevensbank: MKG 2002-2005 (8 semesters)<br />
- Def<strong>in</strong>itie: sterfgevallen tijdens ziekenhuisverblijven met pneumonie als hoofddiagnose<br />
(zie bijlage “Technische specificaties IQI”).<br />
- Teller: aantal sterfgevallen met pneumonie als hoofddiagnose.<br />
- Noemer: alle verblijven met pneumonie als hoofddiagnose.<br />
- Exclusies: ziekenhuizen met m<strong>in</strong>der dan 80 observaties <strong>van</strong> CAP tijdens de periode 2002-<br />
2005, patiënten met ontbrekende ontslaggegevens of getransfereerd naar een ander<br />
ziekenhuis, MDC 14 (zwangerschap, geboorte en puerperium), en MDC 15<br />
(pasgeborenen en andere).<br />
- Correctie voor leeftijd, geslacht en co-morbiditeit (Charlson-D’Hoore)<br />
- Verdere details : cf. Pneumonia Mortality Rate (IQI 20) p.65 en A25 <strong>van</strong> de Inpatient<br />
Quality Indicators http://www.quality<strong>in</strong>dicators.ahrq.gov/iqi_download.htm<br />
Toelicht<strong>in</strong>g<br />
Ziekenhuisopnamen voor pneumonie komen wereldwijd veel voor. Dit fenomeeen geldt ook<br />
voor België. Tijdens de periode 2000-2003 werden er <strong>in</strong> de Belgische ziekenhuizen 109.399<br />
ziekenhuisverblijven, of meer dan 25.000 ziekenhuisverblijven per jaar, met pneumonie als<br />
hoofddiagnose geregistreerd waaronder 17.130 sterfgevallen of een ziekenhuisletaliteit door<br />
pneumonie <strong>van</strong> 15.66 %. De pneumonieletaliteit is functie <strong>van</strong> de leeftijd, en <strong>in</strong> m<strong>in</strong>dere mate<br />
ook <strong>van</strong> het geslacht (Tabel XVIII.1).<br />
Leeftijdscategorie Aantal Totaal LC-CAP OG BG<br />
Mannen 18-39 jaar 86 5328 1,61 1,3 2<br />
40-64 jaar 1.012 14423 7,02 6,61 7,45<br />
65-79 jaar 3.912 24974 15,66 15,22 16,12<br />
80+ jaar 5.079 19975 25,43 24,83 26,04<br />
Subtotaal 10.089 64700 15,59 15,32 15,88<br />
Vrouwen 18-39 jaar 51 5205 0,98 0,74 1,3<br />
40-64 jaar 418 9609 4,35 3,96 4,78<br />
65-79 jaar 1.780 14131 12,6 12,06 13,16<br />
80+ jaar 5.076 21876 23,2 22,65 23,77<br />
Subtotaal 7.325 50821 14,41 14,21 14,72<br />
Bevolk<strong>in</strong>g 17.414 115.521 15,07 14,87 15,28<br />
Tabel XVIII.1: Nationaal bruto letaliteitcijfer en leeftijds- en<br />
geslachtsspecifieke ziekenhuisletaliteit door CAP.België 2002-5<br />
OG: ondergrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval;<br />
BG: bovengrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval;<br />
Als we kaart XVIII.1 bekijken, stellen we vast dat de geografische spreid<strong>in</strong>g <strong>in</strong> België <strong>van</strong> de<br />
afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico op een <strong>in</strong>tramuraal overlijden voor pneumonie opgelopen<br />
buiten het ziekenhuis (CAP) verschillen vertoont tussen de arrondissementen. Acht<br />
arrondissementen vertonen afwijk<strong>in</strong>gen die wijzen op een significant hoger relatief risico (bij<br />
een 95%-betrouwbaarheids<strong>in</strong>terval): Halle-Vilvoorde, Aalst en Oudenaarde (<strong>in</strong> Vlaanderen),<br />
Ath, Charleroi, Bergen, Doornik (<strong>in</strong> Wallonië), en Brussel-hoofdstad. Daartegenover staan 10<br />
arrondissementen met afwijk<strong>in</strong>gen die wijzen op een significant lager relatief risico (bij een<br />
126
95%-betrouwbaarheids<strong>in</strong>terval) : Turnhout, Leuven, Kortrijk, Roeselare, Tielt, Maaseik en<br />
Tongeren (<strong>in</strong> Vlaanderen), Verviers, Marche-en-Famenne en D<strong>in</strong>ant (<strong>in</strong> Wallonië).<br />
Als we het Bonferroni-betrouwbaarheids<strong>in</strong>terval hanteren, worden 5 adm<strong>in</strong>istratieve<br />
arrondissementen gekenmerkt door afwijk<strong>in</strong>gen die wijzen op een significant hoger relatief<br />
overlijdensrisico: het betreft Brussel-hoofdstad, Doornik, Charleroi, Ath en Bergen. De<br />
arrondissementen Leuven, Roeselare en Maaseik vertonen daarentegen afwijk<strong>in</strong>gen die<br />
wijzen op een lager relatief risico.<br />
Kaart XVIII.1 Pneumonie opgelopen buiten het ziekenhuis (IQI 20)– Afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve<br />
risico – MKG 2002-2005<br />
Kaart XVIII.2 geeft de geografische verschillen weer <strong>in</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve<br />
risico op een <strong>in</strong>tramuraal overlijden voor pneumonie opgelopen buiten het ziekenhuis (CAP)<br />
<strong>in</strong> functie <strong>van</strong> de <strong>in</strong>terpretatiezone. We stellen daarbij vast dat slechts twee arrondissementen<br />
zich <strong>in</strong> de <strong>in</strong>terpretatiezone bev<strong>in</strong>den, met name Tielt, met een laag relatief overlijdensrisico<br />
vertoont (35). De andere<br />
arrondissementen hebben afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico die zich <strong>in</strong> de zone <strong>van</strong> niet<strong>in</strong>terpretatie<br />
bev<strong>in</strong>den.<br />
Tabel XVIII.2 geeft de gedetailleerde cijfers, per arrondissement, <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico op een <strong>in</strong>tramuraal overlijden voor CAP, alsook de respectievelijke 95%- en<br />
Bonferroni-betrouwbaarheids<strong>in</strong>tervallen, en de significantiegraad.<br />
127
Kaart XVIII.2 Pneumonie opgelopen buiten het ziekenhuis (IQI 20) - afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve<br />
risico per <strong>in</strong>terpretatiezone - MKG 2002-2005<br />
128
NIS-nr 1 arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8<br />
11 Antwerpen -13 -10 -4 2 6 0,179286<br />
12 Mechelen -14 -8 1 11 18 0,847751<br />
13 Turnhout -23 -18 -10 -1 5 0,031719 1<br />
21 Brussel 9 14 20 26 31
XIX. Keizersnedencijfer bij laag-risico verloss<strong>in</strong>gen (IQI 21)<br />
Selectiecriteria<br />
- Gegevensbank: MKG 2001-<strong>2004</strong> (8 semesters)<br />
- Def<strong>in</strong>itie: aantal keizersneden per 100 verloss<strong>in</strong>gen per <strong>in</strong>stell<strong>in</strong>g (zie bijlage “Technische<br />
specificaties IQI”)<br />
- Teller: aantal keizersneden, geïdentificeerd per APR-DRG, of per ICD-9-CM<br />
<strong>in</strong>grepencode, met uitsluit<strong>in</strong>g <strong>van</strong> <strong>in</strong>grepencode 74.91 (hysterectomie)<br />
- Noemer: alle verloss<strong>in</strong>gen<br />
- Exclusies: abnormale presentatie, preterme verloss<strong>in</strong>g, doodgeboorte,<br />
meerl<strong>in</strong>gzwangerschap en <strong>in</strong>grepen voor stuitligg<strong>in</strong>g. Geboortegewicht <br />
4.499g.<br />
- Ziekenhuizen met m<strong>in</strong>der dan 90 verloss<strong>in</strong>gen tijdens de periode 2001-<strong>2004</strong> werden uit<br />
deze studie uitgesloten<br />
- Risicocorrectie: leeftijdsgroepen.<br />
- Voor meer details: zie Cesarean Delivery Rate (IQI 21) p.67 en A27 <strong>van</strong> de Inpatient<br />
Quality Indicators http://www.quality<strong>in</strong>dicators.ahrq.gov/iqi_download.htm<br />
Toelicht<strong>in</strong>g<br />
Wegens de stijgende trend en de grote verschillen <strong>in</strong> keizersnedencijfers (KSCs) tussen<br />
landen met vergelijkbare sociaal-economische profielen, tussen subnationale entiteiten, tussen<br />
ziekenhuizen en tussen artsen, werd verloss<strong>in</strong>g door keizersnede geïdentificeerd als een te<br />
vaak gebruikte procedure (“overgebruik”). Zoals blijkt uit tabel XIX.1, neemt het bruto<br />
keizersnedencijfer bij laagrisico verloss<strong>in</strong>gen toe met de leeftijd.<br />
Leeftijdscategorie Keizersneden (N) Verloss<strong>in</strong>gen (N) Cijfer OG BG<br />
< 20 jaar 765 8.140 9,4 8,78 10,06<br />
20-24 jaar 5.910 57.010 10,37 10,12 10,62<br />
25-29 jaar 15.987 134.071 11,92 11,75 12,1<br />
30-34 jaar 17.342 126.098 13,75 13,56 13,94<br />
35-39 jaar 7.746 47.613 16,27 15,94 16,6<br />
40 jaar en + 1.828 9.057 20,18 19,36 21,03<br />
Nationaal 49.578 381.989 12,98 12,87 13,09<br />
Tabel XIX.1: bruto nationaal keizersnedencijfer en leeftijdsspecifiek<br />
keizersnedencijfer (<strong>in</strong> %) bij laagrisico verloss<strong>in</strong>gen. België, 2001-<strong>2004</strong>.<br />
OG: ondergrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval;<br />
BG: bovengrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval;<br />
Kaart XIX.1 geeft de geografische spreid<strong>in</strong>g weer, <strong>in</strong> België, <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico op een keizersnede bij een verloss<strong>in</strong>g « met laag risico». Er zijn verschillen<br />
tussen de arrondissementen. 9 arrondissementen vertonen afwijk<strong>in</strong>gen die wijzen op een<br />
significant hoger relatief risico (bij een 95%-betrouwbaarheids<strong>in</strong>terval) : Kortrijk,<br />
Dendermonde, Hasselt, Tongeren, Bergen, Hoei, Marche-en-Famenne, Luik en Verviers. 14<br />
arrondissementen vertonen dan weer afwijk<strong>in</strong>gen die wijzen op een significant lager relatief<br />
risico (bij een 95%-betrouwbaarheids<strong>in</strong>terval) : Turnhout, Leuven, Nijvel, Ieper, Eeklo, Gent,<br />
Ath, Charleroi, Soignies, Doornik, Neufchâteau, D<strong>in</strong>ant, Namen en Brussel-hoofdstad.<br />
130
Als we het Bonferroni-betrouwbaarheids<strong>in</strong>terval hanteren, zien we dat 5 adm<strong>in</strong>istratieve<br />
arrondissementen worden gekenmerkt door afwijk<strong>in</strong>gen die wijzen op een significant hoger<br />
risico op een keizersnede: het betreft Kortrijk, Dendermonde, Hasselt, Luik en Verviers. De<br />
arrondissementen Brussel-hoofdstad, Nijvel, Ath, Neufchâteau, D<strong>in</strong>ant en Namen vertonen<br />
dan weer afwijk<strong>in</strong>gen die wijzen op een significant lager relatief risico.<br />
Kaart XIX.1 IQI 21 Keizersnedencijfer (IQI) – Afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico - MKG 2001-<br />
<strong>2004</strong><br />
Kaart XIX.2 geeft de geografische verschillen weer <strong>in</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico<br />
op een keizersnede bij een verloss<strong>in</strong>g met laag risico <strong>in</strong> functie <strong>van</strong> de <strong>in</strong>terpretatiezones. We<br />
stellen daarbij vast dat enkel het arrondissement Neufchâteau een lager relatief risico vertoont<br />
(
Kaart XIX.2 Keizersnedencijfer (IQI 21) - afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico per <strong>in</strong>terpretatiezone<br />
- MKG 2001-<strong>2004</strong><br />
132
NIS-nr 1 Arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8<br />
11 Antwerpen -8 -6 -3 1 3 0.1000296303<br />
12 Mechelen -6 -2 4 10 14 0.1999829994<br />
13 Turnhout -15 -12 -7 -1 2 0.0140393083 1<br />
21 Brussel -19 -17 -15 -12 -10
XX. Open cholecystectomieëncijfer (IQI 23)<br />
Selectiecriteria<br />
- Gegevenbank: MKG 2002-2005 (8 semesters)<br />
- Def<strong>in</strong>itie: aantal open cholecystectomieën per 100 cholecystectomieën<br />
- Teller: aantal “open” cholecystectomieën<br />
- Noemer: alle verblijven met een code <strong>van</strong> cholecystectomie.<br />
- Inclusies: alleen ontslagen met niet-gecompliceerde cholecystitis of cholelithiase (zie<br />
bijlage “Technische specificaties IQI”).<br />
- Exclusies: MDC 14 (zwangerschap, verloss<strong>in</strong>g en puerperium) en MDC 15<br />
(pasgeborenen)<br />
- Ziekenhuizen met m<strong>in</strong>der dan 80 cholecystectomieën tijdens de geanalyseerde periode<br />
werden niet <strong>in</strong> de analyse opgenomen.<br />
- Cijfers <strong>in</strong> de VS <strong>in</strong> 2002: 24.77 per 100 verblijven met een <strong>in</strong>dicatie <strong>van</strong> “open”<br />
cholecystectomie.<br />
- Correctie voor leeftijd, geslacht en co-morbiditeit (Charlson-D’Hoore 15 )<br />
- Bijkomende <strong>in</strong>formatie: cf. Laparoscopic Cholecystectomy Rate (IQI 23), Inpatient<br />
Quality Indicators, p 73 en, voor de gebruikte codes, p31<br />
(http://www.quality<strong>in</strong>dicators.ahrq.gov/iqi_download.htm<br />
Toelicht<strong>in</strong>g<br />
De <strong>in</strong>dicaties voor laparoscopische en open cholecystectomie zijn vaak dezelfde. De<br />
laparoscopische cholecystectomie is gekenmerkt door een lagere morbiditeit, een kortere<br />
operatieduur, een sneller herstel, m<strong>in</strong>der postoperatieve pijn en een kortere verblijfsduur.<br />
Aangezien een laparoscopische cholecystectomie, <strong>in</strong> de grote meerderheid <strong>van</strong> nietgecompliceerde<br />
gevallen (75%), een open cholecystectomie kan ver<strong>van</strong>gen, duidt een hoger<br />
laparoscopische cholecystectomieëncijfer, op een betere kwaliteit. Omgekeerd duidt een<br />
hoger open cholecystectomiecijfer dan op m<strong>in</strong>dere kwaliteit.<br />
Bij toenemende leeftijd stellen wij een stijg<strong>in</strong>g vast <strong>van</strong> het aantal open cholecystectomieën.<br />
Leeftijdscategorie<br />
Open<br />
cholecystectomieën<br />
Alle types<br />
cholecystectomieën<br />
Percentage<br />
(%)<br />
OG BG<br />
< 40 jaar 896 14107 6.35 5.96 6.77<br />
40-49 jaar 864 11455 7.54 7.07 8.05<br />
50-59 jaar 1211 14301 8.47 8.02 8.94<br />
60-69 jaar 1472 14501 10.48 9.98 11.00<br />
70-79 jaar 2337 13777 16.96 16.34 17.60<br />
≥ 80 jaar 1277 5468 23.35 22.24 24.50<br />
Nationaal 8057 73159 11.02 10.79 11.24<br />
Tabel XX.1: Aantal open cholecystectomieën per leeftijdsgroep - MKG 2002-2005<br />
OG: ondergrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval;<br />
BG: bovengrens <strong>van</strong> het 95%-betrouwbaarheids<strong>in</strong>terval;<br />
Kaart XX.1 geeft de geografische spreid<strong>in</strong>g weer, voor België, <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico op een open cholecystectomie. 11 arrondissementen vertonen afwijk<strong>in</strong>gen die<br />
wijzen op een significant hoger relatief risico (bij een 95%-betrouwbaarheids<strong>in</strong>terval):<br />
Diksmuide, Ieper, Oostende, Tielt, Veurne, Bergen, Moeskroen, Hoei, Luik, Verviers en<br />
Bastenaken. 16 arrondissementen vertonen afwijk<strong>in</strong>gen die wijzen op een significant lager<br />
134
elatief risico (bij een 95%-betrouwbaarheids<strong>in</strong>terval): Brussel-hoofdstad, Nijvel, Namen,<br />
Charleroi, Thu<strong>in</strong>, Aalst, Antwerpen, Mechelen, Turnhout, Halle-Vilvoorde, Leuven,<br />
Dendermonde, Gent, S<strong>in</strong>t-Niklaas, Hasselt, Tongeren. Als we het Bonferronibetrouwbaarheids<strong>in</strong>terval<br />
hanteren, vertonen de arrondissementen Ieper, Oostende, Tielt,<br />
Veurne, Bergen, Moeskroen, Hoei, Verviers en Bastenaken positieve afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico die statistisch significant zijn, terwijl de arrondissementen Antwerpen,<br />
Turnhout, Halle-Vilvoorde, Leuven, Aalst, Dendermonde, Gent, S<strong>in</strong>t-Niklaas, Charleroi en<br />
Thu<strong>in</strong> negatieve afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico vertonen, die statistisch significant zijn.<br />
Kaart XX.1 Open cholecystectomieëncijfer (IQI 23) – afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico per<br />
<strong>in</strong>terpretatiezone - MKG 2002-2005<br />
Kaart XX.2 geeft de geografische verschillen weer <strong>in</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico<br />
op een open procedure bij een cholecystectomie <strong>in</strong> functie <strong>van</strong> het al dan niet behoren tot de<br />
<strong>in</strong>terpretatiezone. We stellen daarbij vast dat de arrondissementen Antwerpen, S<strong>in</strong>t-Niklaas,<br />
Gent, Dendermonde, Aalst, Leuven, Thu<strong>in</strong> en Charleroi, die lage relatieve risico’s vertonen<br />
(35),<br />
zich eveneens <strong>in</strong> de <strong>in</strong>terpretatiezone bev<strong>in</strong>den. De andere arrondissementen hebben<br />
afwijk<strong>in</strong>gen <strong>van</strong> het relatieve risico die zich <strong>in</strong> de zone <strong>van</strong> niet-<strong>in</strong>terpretatie bev<strong>in</strong>den.<br />
Tabel XX.2 geeft de gedetailleerde cijfers, per arrondissement, <strong>van</strong> de afwijk<strong>in</strong>gen <strong>van</strong> het<br />
relatieve risico, alsook de respectievelijke 95%- en Bonferroni-betrouwbaarheids<strong>in</strong>tervallen,<br />
en de significantiegraad. We stellen daarbij vast dat de verblijven <strong>van</strong> patiënten met<br />
woonplaats <strong>in</strong> het buitenland een hoger relatief risico vertonen voor het 95%betrouwbaarheids<strong>in</strong>terval,<br />
maar zich <strong>in</strong> de zone <strong>van</strong> niet-<strong>in</strong>terpretatie bev<strong>in</strong>den.<br />
135
Kaart XX.2 Open cholecystectomieëncijfer (IQI 23)- afwijk<strong>in</strong>gen (%) <strong>van</strong> het relatieve risico per<br />
<strong>in</strong>terpretatiezone - MKG 2002-2005<br />
136
NIS-nr 1 Arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8<br />
11 Antwerpen -37 -33 -27 -21 -16
Bijlage: Technische specificaties IQI<br />
138
139
140
141
142
Literatuur<br />
(1) Bogaert J, P<strong>in</strong>cé H. MKG 1996 <strong>in</strong> <strong>beeld</strong> -- RCM 1996 en images. D/2008/8908/1, 1-<br />
164. 2000. Brussel, M<strong>in</strong>isterie <strong>van</strong> <strong>Sociale</strong> <strong>Zaken</strong>,<strong>Volksgezondheid</strong> en Leefmilieu;<br />
M<strong>in</strong>istère des Affaires <strong>Sociale</strong>s, de la Santé Publique et de l'Environnemement.<br />
(2) P<strong>in</strong>cé H. MKG 1998 <strong>in</strong> <strong>beeld</strong> -- RCM 1998 en images. 1-112. 2002. Brussel,<br />
M<strong>in</strong>isterie <strong>van</strong> <strong>Sociale</strong> <strong>Zaken</strong>,<strong>Volksgezondheid</strong> en Leefmilieu; M<strong>in</strong>istère des Affaires<br />
<strong>Sociale</strong>s, de la Santé Publique et de l'Environnemement.<br />
(3) Davies SM, Geppert J, McClellan M. Ref<strong>in</strong>ement of the HCUP Quality Indicators.<br />
Technical Review Number 4 (Prepared by UCSF-Stanford Evidence-based Practice<br />
Center under Contract No. 209-97-0013). No.01-0035. 2001. Rockville,MD, Agency<br />
for Healthcare Research and Quality.<br />
(4) Breslow NE, Day NE. Statistical Methods <strong>in</strong> Cancer Research. Volume II - The<br />
Design and Analysis of Cohort Studies. 1-406. 1987. Lyon, IARC. IARC Scientific<br />
Publications No. 82.<br />
(5) Mart<strong>in</strong> M, Bernard<strong>in</strong>i S, Kle<strong>in</strong>clauss F, Della NE, Henry PC, Bittard H. [Prognostic<br />
value of tumor location of urothelial tumors of the bladder, after total cystectomy].<br />
Prog Urol 2002; 12(6):1221-1227.<br />
(6) Multidimensionele en geïntegreerde feedback <strong>van</strong> adm<strong>in</strong>istratieve<br />
ziekenhuisgegevens. Feedback <strong>in</strong>tégré et multidimensionnel des données<br />
adm<strong>in</strong>istratives hospitalières. 1-76. 2006. FOD <strong>Volksgezondheid</strong>, DG Organisatie<br />
<strong>van</strong> de Gezondheidszorgvoorzien<strong>in</strong>gen; SPF Santé Publique, DG Organisation des<br />
Etablissement de So<strong>in</strong>s.<br />
(7) Mark DH. Race and the limits of adm<strong>in</strong>istrative data. JAMA 2001; 285(3):337-338.<br />
(8) Armitage P, Berry G. Multiple Measurements. Statistical Methods <strong>in</strong> Medical<br />
Research. Third ed. Oxford: Blackwell Science Ltd.; 1994. 312-385.<br />
(9) Localio AR, Hamory BH, Sharp TJ, Weaver SL, TenHave TR, Landis JR. Compar<strong>in</strong>g<br />
hospital mortality <strong>in</strong> adult patients with pneumonia. A case study of statistical<br />
methods <strong>in</strong> a managed care program. Ann Intern Med 1995; 122(2):125-132.<br />
(10) Gould JB, Danielsen B, Korst LM, Phibbs R, Chance K, Ma<strong>in</strong> E et al. Cesarean<br />
delivery rates and neonatal morbidity <strong>in</strong> a low-risk population. Obstet Gynecol <strong>2004</strong>;<br />
104(1):11-19.<br />
(11) Hosmer DW, Lemeshow S. Interpretation of the Fitted Logistic Regression Model. In:<br />
Hosmer DW, Lemeshow S, editors. Applied Logistic Regression. 2nd ed. New York:<br />
John Wiley & Sons, INC.; 2000. 47-90.<br />
143
(12) Allison PD. Logit Analysis of Longitud<strong>in</strong>al and Other Clustered Data. In: Allison PD,<br />
editor. Logistic Regression Us<strong>in</strong>g the SAS System: Theory and Application. Cary,<br />
NC: SAS Institute Inc., 1999. 179-216.<br />
(13) Collett D. Modell<strong>in</strong>g data from epidemiological studies. In: Collett D, editor.<br />
Modell<strong>in</strong>g b<strong>in</strong>ary data. Boca Raton: Chapman & Hall/CRC; 1991. 223-276.<br />
(14) Zhang J, Yu KF. What's the relative risk? A method of correct<strong>in</strong>g the odds ratio <strong>in</strong><br />
cohort studies of common outcomes. JAMA 1998; 280(19):1690-1691.<br />
(15) D'Hoore W, Bouckaert A, Tilqu<strong>in</strong> C. Practical considerations on the use of the<br />
Charlson comorbidity <strong>in</strong>dex with adm<strong>in</strong>istrative data bases. J Cl<strong>in</strong> Epidemiol 1996;<br />
49(12):1429-1433.<br />
144
Redactie :<br />
W<strong>in</strong>dey F.<br />
Aelvoet W.<br />
met de medewerk<strong>in</strong>g <strong>van</strong> :<br />
Decoster C.<br />
Mertens I.<br />
Legrand J.<br />
Terryn N.<br />
V<strong>in</strong>k N.<br />
Loosen F.<br />
Vandromme S.<br />
Van Kerckem R.<br />
Informatica en cartografie :<br />
W<strong>in</strong>dey F.<br />
Colofon<br />
Met dank aan: Bogaert J. en P<strong>in</strong>cé H. (vorige versies <strong>van</strong> « MKG <strong>in</strong> <strong>beeld</strong> »), Van Kerckem<br />
R. (layout)<br />
145