mkg 2004 in beeld - Ministerie van Sociale Zaken, Volksgezondheid ...

MKG 2004 IN BEELD
GEOGRAFISCHE VARIATIE VAN DE PATHOLOGIE IN DE BELGISCHE ZIEKENHUIZEN
FEDERALE OVERHEIDSDIENST VOLKSGEZONDHEID, VEILIGHEID VAN DE
VOEDSELKETEN EN LEEFMILIEU
DIRECTORAAT-GENERAAL ORGANISATIE VAN DE
GEZONDHEIDSINSTELLINGEN
DIENST DATAMANAGEMENT

Inhoudsopgave.
INLEIDING 4
DEEL A: THEMA’S DIE OOK IN DE TWEE VORIGE VERSIES VAN « MKG IN
BEELD » BEHANDELD ZIJN 6
I. Appendectomie 10
II. « Incidentele » appendectomie 15
III. Astma 18
IV. Suikerziekte, diabetes mellitus 23
V. HIV-infectie 35
VI. De « Multipele significante traumata » 40
VII. Tuberculose 47
DEEL B: KANKERS 55
VIII. Maligne neoplasmata van trachea, bronchus en long 57
IX. Maligne neoplasmata van het colon 64
X. Blaaskanker 71
XI. Prostaatkanker 78
XII. Borstkanker bij vrouwen 84
XIII. Leukemie 93
DEEL C: KWALITEITSINDICATOREN 103
XIV. Intramuraal letaliteitscijfer na een opname voor Acuut myocard infarct (AMI-LC) (IQI 15) 106
XV. Intramuraal letaliteitscijfer na een opname voor Congestief hartfalen (CHF-LC) (IQI 16) 111
XVI. Intramuraal letaliteitscijfer na een opname voor Cerebrovasculaire ziekte (CVZ) («beroerte », « stroke »)
(IQI 17) 116
XVII. Intramuraal letaliteitscijfer na een opname voor Heupfractuur (IQI 19) 121
XVIII. Intramuraal letaliteitscijfer na een opname voor “Pneumonie opgelopen buiten het ziekenhuis” (CAP:
Community Acquired Pneumonia) (IQI 20) 126
XIX. Keizersnedencijfer bij laag-risico verlossingen (IQI 21) 130
XX. Open cholecystectomieëncijfer (IQI 23) 134
BIJLAGE: TECHNISCHE SPECIFICATIES IQI 138
2

Voorwoord
Het registratiesysteem van ziekenhuisgegevens evolueert regelmatig en heeft als doelstelling
de componenten ervan zo volledig mogelijk te integreren. Zo worden sinds 2008 de medische
(MKG) en verpleegkundige (MVG) in de Minimale Ziekenhuisgegevens (MZG)
samengebracht.
Het dynamisch karakter van het MZG instrument maakt het mogelijk tot een optimale
benadering van de werkelijkheid op het terrein te komen en de nodige beslissingen te nemen
voor de volksgezondheid. Het uiteindelijke doel is de kwaliteit van de gezondheidszorgen in
België te waarborgen.
De “MKG in beeld 2004” sluit aan bij de inspanningen van de Organisatie voor de
Gezondheidszorgvoorzieningen om de geregistreerde gegevens maximaal terug te koppelen
naar de sector. Hij streeft ernaar ten behoeve van de zorgverstrekkers de geografische
verschillen in frequentie van opnamen voor een aantal aandoeningen of groepen van
aandoeningen, en in medische praktijkvoering in België te illustreren.
De landkaarten in de voorliggende publicatie geven aan in welke mate de bevolking van de
administratieve arrondissementen in meerdere of mindere mate in een ziekenhuis opgenomen
wordt dan gemiddeld de Belgische bevolking in haar geheel.
Natuurlijk kunnen geen prevalentie- of incidentiecijfers verstrekt worden omdat de
geanalyseerde gegevens alleen uit de ziekenhuisregistratie van de Minimale Klinische
Gegevens (MKG) voortkomen. Eventuele geografische verschillen dienen als een aanzet
beschouwd te worden voor meer specifiek epidemiologisch onderzoek.
De “MKG in beeld 2004” werd in dezelfde geest opgevat als die van de vorige versies, die
uitgewerkt werden op de MKG 1996 en 1998. De huidige publicatie onderscheidt zich echter
van zijn voorgangers door het opnemen in de geselecteerde onderwerpen van een aantal
kwaadaardige tumoren en van enkele kwaliteitsindicatoren, met name letaliteitcijfers en
ingrepencijfers. Zoals in de vorige uitgaven werd voor de analyse van meerdere thema’s ook
nu beroep gedaan op Standardised Admissions Ratios. Voor de kwaliteitsindicatoren deden
we beroep op de logistische regressie, die het mogelijk maakt een risicocorrectie uit te voeren.
Dit werk werd slechts op een beperkt aantal aandoeningen uitgevoerd. In de toekomst kan het
aantal thema’s uitgebreid worden, kan de statistische methodologie verder verfijnd worden en
zal zijn elektronische verspreiding op een meer systematische manier doorgevoerd worden.
Tot slot rest mij al diegenen te danken die aan de totstandkoming van deze publicatie hebben
bijgedragen.
De Directeur-generaal
C. DECOSTER
3

Inleiding
MKG 2004 in beeld
In dit document wordt een feedback gegeven van de registratiegegevens van de
ziekenhuisverblijven via een geografische aanpak. Het document is uitgewerkt op basis van
de Minimale Klinische Gegevens 2004 waarin de in 2004 geregistreerde gegevens
opgenomen zijn. In het document komen verschillende thema’s aan bod die verband houden
met individuele pathologieën, pathologiegroepen, en ingrepen. Zij worden dusdanig
voorgesteld dat het duidelijk is dat de opnamecijfers van de bevolking van bepaalde
geografische zones al dan niet verschillen van die van de Belgische bevolking. We hebben
getracht om te bepalen of de opnamen voor de geselecteerde pathologieën en ingrepen minder
vaak of vaker voorkomen in deze geografische zones.
Er moet evenwel worden gewezen op de beperkingen van een registratiesysteem van
ziekenhuisgegevens, aangezien het slechts gedeeltelijk een beeld verschaft van de reële
frequentie van de pathologie. Wij hebben niet getracht prevalentie- of incidentiecijfers van de
pathologieën of procedures te verschaffen, maar om deze thema’s te schetsen vanuit de hoek
van de ziekenhuisopnamen. Bovendien is het van belang te wijzen op de essentiële verschillen
tussen de begrippen pathologie en ingreep. In de eerste plaats hebben pathologieën niet
noodzakelijk een ziekenhuisopname tot gevolg, dit in tegenstelling tot de geselecteerde
ingrepen. In de tweede plaats worden de in aanmerking genomen ingrepen gekenmerkt door
een “eenmalige” opname. Men kan dus spreken over een Standardised Incidence Ratio (SIR)
in tegenstelling tot de pathologieën waarvoor een « eenmalige » opname niet zeker is en
waarvoor slechts een Standardised Admission Ratio (SAR) kan worden geleverd.
Het Bestuur “Organisatie van de Gezondheidszorgvoorzieningen” heeft in deze optiek reeds
twee brochures gepubliceerd: de « MKG in beeld 1996 » 1 en de « MKG in beeld 1998 » 2 . Zij
werden samengesteld door H. Pincé en J. Bogaert en waren voor ons een inspiratiebron
waaruit wij dankbaar geput hebben.
Deze pathologieënatlas moet vanzelfsprekend worden gelezen in het licht van
gezondheidsgegevens die afkomstig zijn van andere bronnen, zoals epidemiologische
enquêtes of studies die gebaseerd zijn op het medische dossier.
Doelstellingen van de publicatie:
« MKG in beeld», versie1996 en 1998, had als doel het toepassingsgebied van de MKGgegevensbank
te verruimen, dat dan vooral werd gebruikt voor de verfijning van de
ziekenhuisfinanciering, terwijl één van de doelstellingen van de oprichting van de MKG,
zoals gedefinieerd door het koninklijk besluit van 6 december 1994 erin bestond het
gezondheidsbeleid door middel van een epidemiologische analyse van de administratieve
ziekenhuisgegevens te ondersteunen. « MKG in beeld» gaf hier gedeeltelijk een antwoord op
met zijn atlas inzake pathologieën en ingrepen. Het document dat we nu voorstellen, sluit aan
bij de visie van zijn twee voorgangers. In het document wordt het aantal bestudeerde thema’s
uitgebreid op basis van de aanvragen die door de colleges van artsen (kwaliteitsindicatoren)
of internationale organen (WGO, OESO, Eurostat) worden ingediend.
De nieuwe brochure is bestemd voor een publiek dat betrokken is bij de problemen op het
vlak van gezondheid, waaronder we de beleidsverantwoordelijken op het vlak van de
gezondheidszorgen en de volksgezondheid alsook de (ziekenhuis)artsen, de
ziekenhuisbeheerders, de verantwoordelijken voor de registratie, de onderzoekers en alle
actoren die betrokken zijn bij de zorgverstrekking en het ermee samenhangende beleid, dit
zowel op regionaal, nationaal als internationaal vlak. Aangezien een geografische analyse van
4

de ingrepen het bijvoorbeeld mogelijk maakt om verschillen in de medische praktijk (onder-
en overbenutting) op te sporen, zullen de actoren de gepaste conclusies kunnen trekken.
Gekozen studiethema’s:
We hebben ons als doel gesteld om het aantal bestudeerde thema’s in de twee voorgaande
pathologie-atlassen te verhogen teneinde een antwoord te geven op prioritaire vragen van de
internationale organen, de beleidsmakers en de colleges van artsen.
In een eerste groep zijn thema’s opgenomen die in de beide voorgaande versies van « MKG
in beeld » zijn behandeld en worden er andere thema’s toegevoegd om een antwoord te geven
op vragen van internationale instanties of Belgische beleidsmakers op het vlak van de
gezondheid:
- appendectomiecijfer (APR-DRG 225) en incidentele appendectomie bij bejaarden
- astma : code ICD-9-CM 493.**
- suikerziekte: voornaamste code ICD-9-CM 250.**
- MDC (All Patient Refined – Major Diagnostic Category) 24 Infections HIV –
Human Immunodeficiency Virus.
- multipele significante traumata: MDC 25 Multiple significant trauma
- tuberculose: hoofddiagnose codes ICD-9-CM 010.**-018.**
Een tweede groep is samengesteld op basis van vragen van internationale en nationale
organen betreffende kanker. Het gaat om:
- maligne neoplasma van trachea, bronchus en long
- maligne neoplasma van het colon
- maligne neoplasma van de blaas
- maligne neoplasma van de prostaat
- maligne neoplasma van de borst
- leukemie
Het maligne neoplasma van trachea, bronchus en long, dat behandeld werd in “MKG in beeld
1996” en “MKG in beeld 1998” zijn dus in deze groep opgenomen.
Een derde groep heeft betrekking op een aantal kwaliteitsindicatoren. Voortbouwend op een
set indicatoren, de Inpatient Quality Indicators (IQI), uitgewerkt door de Agency for
Healtcare Research and Quality (AHRQ) 3 , hebben de cel Studies van de Dienst
« Datamanagement » en de dienst « Acute ziekenhuizen » van het Directoraat-generaal DG1
« Organisatie van de Gezondheidszorginstellingen » van de Federale Overheidsdienst (FOD)
“Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu”, in samenwerking met de
Colleges « moeder-kind », « cardiologie », « intensivisten » reeds de volgende indicatoren
behandeld:
- intramuraal letaliteitcijfer na een opname voor acuut myocardinfarct (IAM) (IQI 15 )
- intramuraal letaliteitcijfer voor congestief hartfalen (IQI 16)
- intramuraal letaliteitcijfer na opname voor acute beroerte (Acute Stroke Mortality
Rate) (IQI 17)
- intramuraal letaliteitcijfer na opname voor heupfractuur (IQI 19)
- intramuraal letaliteitcijfer na opname voor pneumonie (Community Acquired
Pneumonie) (CAP) (IQI 20)
- keizersnedencijfer (IQI 21)
- open cholecystectomiecijfer (IQI 23)
5

Deel A: Thema’s die ook in de twee vorige versies van « MKG in beeld »
behandeld zijn
Methodologie
Om een goede leesbaarheid van de publicatie te verzekeren, beslisten we om dezelfde
methodologie te gebruiken voor alle cartografische voorstellingen. De geografische eenheid
die hiervoor wordt gebruikt is het administratief arrondissement.
Aangezien de publicatie als doel heeft het geografische aspect van de gezondheid en de
bevolking te visualiseren, baseert men zich op de woonplaats van de patiënt. Wat betekent dat
de kleur van een arrondissement op een kaart wordt bepaald door het aantal klassieke
ziekenhuisopnamen die door alle patiënten worden gegenereerd die hun woonplaats in dit
arrondissement hebben. Een patiënt die in Tongeren woont, maar werd opgenomen in Leuven
zal worden ondergebracht bij het arrondissement Tongeren en niet Leuven. In de voorgestelde
kaarten geeft men geen aanwijzingen betreffende de plaats waar de patiënt wordt behandeld.
De hypothese die stelt dat de patiënten het vaakst worden opgenomen in een instelling van het
arrondissement waar ze wonen blijkt overigens ongegrond. Interne studies, uitgevoerd door
de FOD Volksgezondheid, hebben immers aangetoond dat, voornamelijk in het geval van
ernstige pathologieën en grote ingrepen, de patiënten een nogal grote mobiliteit kunnen
vertonen. In geval van een dringende opname is het bovendien niet altijd zeker dat de patiënt
in zijn regio verblijft op het moment van de opname.
De keuze van de woonplaats van de patiënt als uitgangspunt kan worden verklaard door de
epidemiologische benadering die wordt gegeven aan deze publicatie, die zich richt op de
relatieve frequentie per arrondissement van de verschillende pathologieën in de Belgische
bevolking.
Op basis van algemene en specifieke selectiecriteria werden voor elk thema uit de MKG
databank de in aanmerking komende verblijven geselecteerd en vervolgens gestandaardiseerd
volgens leeftijd en het geslacht.
Er is geopteerd voor de methode van de indirecte standaardisatie. Deze techniek vereist een
vergelijking tussen de geregistreerde cijfers (het aantal ziekenhuisopnamen voor een
welbepaalde pathologie in een bepaald arrondissement) en de verwachte cijfers (het aantal
ziekenhuisopnamen die in het bedoelde arrondissement worden verwacht voor de beschouwde
pathologie). De verwachte cijfers worden berekend op basis van het aantal vastgestelde
verblijven voor deze pathologie in een referentiebevolking en de samenstelling van de
bevolking van het betrokken arrondissement volgens de leeftijd en het geslacht. Voor meer
informatie over de standaardisatiemethodes, verwijzen we naar het werk Statistical Methods
in Cancer Research, Vol. 2, The Design and Analysis of Cohort Studies 4 .
In deze publicatie is de referentiebevolking de volledige Belgische bevolking. De
basisgegevens zijn afkomstig van het Nationaal Instituut voor de Statistiek (NIS). Aangezien
de MKG continu worden geregistreerd, wordt voor de verwerking van de MKG-gegevens van
het jaar 2004 voor elke leeftijdsgroep en geslacht het gemiddelde aantal inwoners berekend op
basis van de NIS-gegevens van 2004 (en die zijn vastgelegd op 1 januari 2005). Vervolgens
wordt er voor elk administratief arrondissement “een verwacht aantal verblijven” berekend
voor elk administratief arrondissement aan de hand van de regels, vermeld in tabel 1.
6

Tabel 1: Methode van de indirecte standaardisatie.
Leeftijdscategorie
Mannen
< 1 jaar
1-4 jaar
5 – 9 jaar
10 – 14
jaar
…
95 +
Vrouwen
< 1 jaar
1-4 jaar
5 – 9 jaar
10 – 14
jaar
…
95 +
Populatie
arrondissement
Pa
Pam1
Pam2
Pam3
Pam4
Pav1
Pav2
Pav3
Pav4
Opnamen
arrondissement
Oa
Oam1
Oam2
Oam3
Oam4
Oav1
Oav2
Oav3
Oav4
Populatie
België
Pb
Pbm1
Pbm2
Pbm3
Pbm4
Pbv1
Pbv2
Pbv3
Pbv4
Opnamen
België
Ob
Obm1
Obm2
Obm3
Obm4
Obv1
Obv2
Obv3
Obv4
Verwacht
aantal
opnamen in
arrondissement
E
= (Pa * Ob/Pb)
Em1
Em2
Em3
Em4
Ev1
Ev2
Ev3
Ev4
Totaal Pa_tot Oa_tot Pb_tot Ob_tot E_tot
De bevolking is ingedeeld op basis van het geslacht en de leeftijd (in 21 leeftijdscategorieën).
De 21 leeftijdscategorieën zijn als volgt samengesteld: 1 categorie voor de kinderen van
minder dan 1 jaar; een categorie voor kinderen van 1 tot 4 jaar; vervolgens 18 categorieën per
schijf van 5 jaar en tot slot, 1 categorie voor personen van 95 jaar en meer. Het aantal
inwoners wordt bepaald voor elke leeftijds- en geslachtscategorie, respectievelijk in de
kolommen “Bevolking arrondissement (Pa)” en “Bevolking België (Pb)”, en dit zowel voor
elk arrondissement als voor gans België.
Bovendien wordt het aantal ziekenhuisopnamen bepaald voor de geselecteerde pathologie
voor elke leeftijds- en geslachtscategorie, en dit zowel voor elk arrondissement als voor gans
België. Deze cijfers staan respectievelijk vermeld in de kolommen “Opnamen arrondissement
- (Oa)” en “Opnamen België – (Ob)”.
In de kolom “Verwacht aantal opnamen in arrondissement.” wordt voor elke leeftijds- en
geslachtscategorie het aantal verwachte opnamen berekend in het arrondissement voor deze
categorie via de formule Pa * Ob/Pb. Het totaal aantal verwachte verblijven voor het
arrondissement voor de geselecteerde pathologie is gelijk aan de som van de verwachte
verblijven voor alle leeftijds- en geslachtscategorieën.
7

De SAR of “Standardised Admission Ratio” wordt als volgt berekend:
Dit betekent dat de SAR hoger is dan 100 als het aantal verblijven hoger is dan verwacht en
omgekeerd. De waarde van de SAR geeft aan in welke mate er een afwijking bestaat
(uitgedrukt in %) ten opzichte van de referentiebevolking.
Voor de ontwikkeling van de kaart kent men een kleur toe aan elk arrondissement volgens een
klassensysteem gebaseerd op de waarde van de SAR. De klassen worden als volgt
samengesteld:
klasse 1: als SAR < 80
klasse 2: als 80 ≤ SAR < 90
klasse 3: als 90 ≤ SAR < 100
klasse 4: als 100 ≤ SAR < 110
klasse 5: als 110 ≤ SAR < 120
klasse 6: als SAR ≥ 120
Als men dit in een schema weergeeft, geeft dit het volgende:
SAR 80 90 100 110 120
Klasse 1 2 3 4 5 6
De kleur die aan elk arrondissement wordt toegekend, hangt dus af van de klasse waartoe het
behoort. Klasse 1 heeft de bleekste kleur (wit) en klasse 6 de donkerste (donkergroen).
Teneinde aan te geven in welke mate de waarde van de SAR significant verschilt van 100,
wordt er een betrouwbaarheidsinterval rond de SAR (95% BI) berekend volgens volgende
formule:
Indien het betrouwbaarheidsinterval van de SAR (voor een significantiegrens van 95%) niet
de waarde 100 bevat, verschilt de SAR significant van deze waarde 100. Op de kaarten wordt
dit aangeduid met een sterretje in het arrondissement.
Voor elk van de specifieke thema’s die in deze publicatie aan bod komen, zal telkens naast de
kaart van België met de ingekleurde arrondissementen, ook een tabel worden weergegeven
met de gegevens waarop de kaart gebaseerd is. In deze tabel zijn voor elk arrondissement de
volgende gegevens terug te vinden: het aantal klassieke ziekenhuisverblijven dat tot de
specifieke selectie behoort, de waarde van de SAR, de klasse waarin het arrondissement
terecht komt en op basis waarvan het ingekleurd wordt op de kaart, de onder- en bovengrens
van het 95 % betrouwbaarheidsinterval van de SAR, en de indicatie van de statistische
significantie van de waarde van de SAR. Elk administratief arrondissement wordt
geïdentificeerd door middel van de naam én het nummer van het arrondissement. Dit nummer
8

is een getal van twee cijfers en komt overeen met de NIS-code van het administratief
arrondissement.
Tot slot dient bij heel deze methodologische uiteenzetting opgemerkt te worden dat bij de
interpretatie van de op deze manier bekomen cijfers en kaarten verschillende factoren dienen
in acht genomen te worden. De volgende factoren kunnen immers elk op zich de “kleur” van
een arrondissement op een kaart beïnvloeden:
1) de prevalentie van een pathologie in de bevolking;
2) de grootte van de bevolking: een arrondissement met een kleine bevolking zal veel
gemakkelijker van het nationale gemiddelde afwijken
3) het opnamegedrag met betrekking tot deze pathologie voor een klassiek
ziekenhuisverblijf;
4) het behandelgedrag of de medische praktijkvoering;
5) het codeer- en registratiegedrag van het behandelende ziekenhuis.
Het aantal, dat ofwel lager of hoger dan verwacht is voor een welbepaalde pathologie kan te
wijten zijn aan elk van deze factoren of een combinatie van verschillende van deze factoren.
Bijgevolg is voorzichtigheid geboden bij de interpretatie van de verschillen tussen de
geografische zones die op deze manier kunnen worden gevisualiseerd.
Algemene selectiecriteria
Men heeft slechts de verblijven in aanmerking genomen waarvoor er een valide code
aanwezig was voor de leeftijd en het geslacht, gezien de gebruikte standaardisatie.
De geografische spreiding is berekend op basis van de woonplaats van de patiënt die in het
ziekenhuis verbleef voor de bestudeerde pathologie, pathologiegroep of ingreep. De
verblijven die overeenstemmen met patiënten die onbekende woonplaats (« 99 » ) hebben of
die in het buitenland gedomicilieerd (« 00 » ) zijn, werden derhalve uit de studie uitgesloten.
Wel vermelden we het aantal van deze verblijven, die voorzien zijn van de
arrondissementscode « 99 » of « 00 ».
De geografische eenheid van de studie stemt overeen met de administratieve eenheid van het
arrondissement en wordt in de MKG-gegevensbank via de specifieke code geïdentificeerd die
door het “Nationale Instituut voor de Statistiek” is geleverd.
9

I. Appendectomie
Selectiecriteria
Naast de algemene selectiecriteria (blz 9), gebruikt men als specifiek selectiecriterium de
aanwezigheid van APR-DRG 225 Appendectomy.
Een verblijf maakt deel uit van de APR-DRG 225 als de hoofddiagnose overeenstemt met de
een gastro-enterale pathologie, op grond waarvan het verblijf wordt geklasseerd in MDC 6
Diseases and disorders of the digestive system, en als één van de volgende procedurecodes
ICD-9-CM aanwezig is:
47.0 Appendectomy
47.2 Drainage of appendiceal abcess
47.99 Other operations on appendix
De code 47.1 Incidental appendectomy als enige ingreep maakt een klassering van een
verblijf in de APR-DRG 225 niet mogelijk.
Als een verblijf valt onder de APR-DRG 225 Appendectomy betekent dit dat er geen enkele
andere, meer belangrijke ingreep is uitgevoerd tijdens het verblijf. De grouper-software
hanteert een hiërarchie van ingrepen waarbij de belangrijkste ingrepen voorrang hebben. Zo
staan grote ingrepen aan de dunne darm of de dikke darm hiërarchisch hoger op de
hiërarchieschaal dan een appendectomie. Dat betekent dat een verblijf, gedurende hetwelk er
bijvoorbeeld een sigmoïdectomie en een appendectomie worden verricht, tot APR-DRG 221
Major small and large bowel procedures en niet tot APR-DRG 225 Appendectomy zal
behoren.
Door als specifiek selectiecriterium het niveau van de APR-DRG en niet het niveau van de
procedurecode ICD-9-CM te gebruiken, krijgt men een homogene groep verblijven met
appendectomie vaak als enige en steeds de belangrijkste ingreep.
De appendectomieën werden geselecteerd zowel uit de verblijven in « klassieke »
hospitalisatie als in chirurgische daghospitalisatie.
Voor 2004 werden er 14 016 verblijven met APR-DRG 225 in de MKG geregistreerd
waarvan 14 014 in « klassieke » hospitalisatie en 2 in chirurgische daghospitalisatie. Uit deze
groep werden de verblijven van patiënten verwijderd van wie de woonplaats niet gekend was
(25 verblijven) en de verblijven van patiënten die in het buitenland zijn gedomicilieerd (109
verblijven). Onze analyse heeft dus betrekking op 13880 verblijven. Er waren geen verblijven
in chirurgische daghospitalisatie.
Toelichting
Op kaart I.1 worden de verblijven geklasseerd in APR-DRG 225 Appendectomy geografisch
weergegeven. Ze duidt op het bestaan van geografische variaties. In het noorden van het land
worden vier arrondissementen gekenmerkt door een hoger aantal verblijven dan voorzien. Het
gaat om Diksmuide, Brugge, Roeselare en Tielt in West-Vlaanderen. In het centrum van het
land en met name in het arrondissement Nijvel, is er ook een significant hogere SAR. In het
westen van België is er ook een significant hogere SAR in het arrondissement Ath, net zoals
in het zuiden van het land in de arrondissementen Bastenaken en Dinant. Anderzijds zijn er
verschillende arrondissementen waar de patiënten minder appendectomieën ondergaan dan
verwacht. Het gaat om Halle-Vilvoorde, Leuven, Antwerpen, Charleroi, Luik, Virton en
Aarlen. In tabel I.1 werden de nauwkeurige cijfers weergegeven die aan de basis liggen van
de cartografische illustratie.
10

Kaart I.1 APR-DRG 225: Appendectomie – MKG 2004
11

n°NIS Arrondissement
Aantal
verblijven
SAR
Onder
grens
95% BI
Boven
grens
95% BI
Significant
afwijkende
SAR
11 Antwerpen 1174 94 89 99 ∗ 3
12 Mechelen 432 106 96 116 4
13 Turnhout 546 98 90 106 3
21 Bruxelles/Brussel 1348 99 94 104 3
23 Halle-Vilvoorde 688 91 84 98 ∗ 3
24 Leuven 534 88 81 96 ∗ 2
25 Nivelles 552 110 101 120 ∗ 5
31 Brugge 443 126 115 138 ∗ 6
32 Diksmuide 97 149 120 179 ∗ 6
33 Ieper 149 106 89 123 4
34 Kortrijk 391 106 95 116 4
35 Oostende 207 114 99 130 5
36 Roeselare 216 115 100 131 5
37 Tielt 151 128 107 148 ∗ 6
38 Veurne 81 112 88 137 5
41 Aalst 325 97 86 107 3
42 Dendermonde 265 108 95 121 4
43 Eeklo 123 120 99 142 6
44 Gent 653 98 91 106 3
45 Oudenaarde 144 96 80 111 3
46 St-Niklaas 298 99 87 110 3
51 Ath 131 123 102 144 ∗ 6
52 Charleroi 502 89 81 96 ∗ 2
53 Mons 350 104 93 115 4
54 Mouscron 98 105 84 126 4
55 Soignies 234 98 85 110 3
56 Thuin 174 89 75 102 2
57 Tournai 194 103 89 118 4
61 Huy 127 90 74 105 2
62 Liège 679 87 81 94 ∗ 2
63 Verviers 379 101 91 112 4
64 Waremme 111 116 95 138 5
71 Hasselt 518 99 90 107 3
72 Maaseik 293 94 83 105 3
73 Tongeren 259 102 90 114 4
81 Arlon 55 74 54 93 ∗ 1
82 Bastogne 93 154 123 185 ∗ 6
83 Marche-en-Famenne 75 103 80 126 4
84 Neufchâteau 83 105 82 127 4
85 Virton 46 66 47 85 ∗ 1
91 Dinant 169 121 102 139 ∗ 6
92 Namur 403 101 91 111 4
93 Philippeville 90 106 84 128 4
Totaal 13880
Tabel I.1 Klassieke verblijven geklasseerd in APR-DRG 225 «Appendectomy» - MKG 2004
klasse
12

Ongeveer 70% van de geregistreerde appendectomieën werden uitgevoerd op patiënten tussen
5 en 35 jaar. In figuur I.2 wordt de verdeling per leeftijd en geslacht van de verblijven
weergegeven die vallen onder APR-DRG 225 Appendectomy. In het totaal komen
appendectomieën frequenter voor bij mannen dan bij vrouwen, behalve in de
leeftijdscategorie 15-19 jaar, 20-24 jaar en 25-29 jaar, wellicht omdat er meer onderzoek moet
worden verricht om in het kader van een differentiaaldiagnose te kunnen vaststellen dat het
niet gaat om gynaecologische problemen (eierstokken, extra-uteriene zwangerschap).
Als men het deel van elke ernstigheidsgraad binnen de APR-DRG 225 Appendectomy bekijkt,
krijgt men de volgende verdeling:
Lage graad: 8653 verblijven (62,3%)
Gematigde graad: 4764 verblijven (34,3%)
Hoge graad: 385 verblijven (2,8%)
Extreme graad: 78 verblijven (0,6%)
In tabel I.2 wordt een overzicht gegeven van de vijf meest voorkomende diagnoses voor elke
ernstigheidsgraad binnen de APR-DRG 225 Appendectomy. Elk subtotaal komt overeen met
de som van de frequenties die werden verkregen voor deze vijf hoofddiagnosen, net zoals het
percentage ten opzichte van het totaal. Bijna alle verblijven die worden gekenmerkt door een
lage ernstigheidsgraad hebben als hoofddiagnose een appendicitis zonder complicaties en
hebben geen bijzondere secundaire diagnoses. De verblijven, die door een extreme
ernstigheidsgraad worden gekenmerkt, vertonen echter een hoofddiagnose van peritonitis of
peritoneaal abces (meer dan 3/4 van de verblijven met een extreme ernstigheidsgraad).
13

ICD-9-
CM code
Definitie
Lage ernstigheidsgraad
Aantal
verblijven
% verblijven
5409 ACUTE APPENDICITIS ZONDER VERMELDING VAN PERITONITIS 7055 81,4
541 NIET GESPECIFICEERDE APPENDICITIS 670 7,7
542 OVERIGE VORMEN VAN APPENDICITIS 377 4,4
5439 OVERIGE EN NIET GESPECIFICEERDE ZIEKTEN VAN DE APPENDIX 179 2,1
5430 HYPERPLASIE VAN DE APPENDIX LYMFOID 160 1,8
Subtotaal 8441 97,4
Matige ernstigheidsgraad
5400 ACUTE APPENDICITIS MET GEGENERALISEERDE PERITONITIS 2280 47,8
5401 ACUTE APPENDICITIS MET PERITONEAAL ABCES 1467 30,8
5409 ACUTE APPENDICITIS ZONDER VERMELDING VAN PERITONITIS 698 14,6
541 NIET GESPECIFICEERDE APPENDICITIS 74 1,6
542 OVERIGE VORMEN VAN APPENDICITIS 62 1,3
Subtotaal 4581 96,1
Hoge ernstigheidsgraad
5400 ACUTE APPENDICITIS MET GEGENERALISEERDE PERITONITIS 153 39,7
5409 ACUTE APPENDICITIS ZONDER VERMELDING VAN PERITONITIS 92 23,9
5401 ACUTE APPENDICITIS MET PERITONEAAL ABCES 81 21
542 OVERIGE VORMEN VAN APPENDICITIS 12 3,1
541 NIET GESPECIFICEERDE APPENDICITIS 11 2,9
Subtotaal 349 90,6
Extreme ernstigheidsgraad
5400 ACUTE APPENDICITIS MET GEGENERALISEERDE PERITONITIS 46 59
5401 ACUTE APPENDICITIS MET PERITONEAAL ABCES 18 23,1
5409 ACUTE APPENDICITIS ZONDER VERMELDING VAN PERITONITIS 8 10,3
542 OVERIGE VORMEN VAN APPENDICITIS 2 2,6
1535 MALIGNE NEOPLASMA VAN APPENDIX 1 1,3
Subtotaal 75 96,2
Tabel I.2 De top 5 hoofddiagnosen binnen de APR-DRG 225 Appendectomie per « severity of
illness » - subklasse - MKG 2004
14

II. « Incidentele » appendectomie
Selectiecriteria
In deze pathologiegroep hebben we een analyse over de “incidentele” appendectomieën
bij bejaarden geïntegreerd. De verblijven in « klassieke » hospitalisatie en in
“chirurgische daghospitalisatie” met een code ICD-9-CM 47.1* ( 47.11: laparoscopic
incidental appendectomy; 47.19: other incidental appendectomy) werden hiervoor
geselecteerd. Enkel patiënten van meer dan 64 jaar werden geselecteerd teneinde te
beantwoorden aan de criteria van het AHRQ (Agency for Healthcare Research and
Quality: http://www.qualityindicators.ahrq.gov./iqi_download.htm) voor de uitwerking
van hun kwaliteitsindicator nr. 24 (Incidental Appendectomy in the Elderly Rate).
De hier bestudeerde ingreep is immers gecontraïndiceerd bij bejaarden, omdat deze
leeftijdsgroep enerzijds een lager risico vertoont om een appendicitis te ontwikkelen en
anderzijds een hoger risico heeft om postoperatoire complicaties te krijgen.
Om een tot een meer bruikbaar aantal observaties te komen, hebben we de “incidentele”
appendectomieën geselecteerd uit de MKG-gegevens van de jaren 2001-2004 en de
standaardisatie doorgevoerd op basis van de structuur van de bevolking berekend door het
NIS voor het jaar 2004.
Voor de beschouwde periode krijgt men een totaal van 1212 verblijven die overeenstemmen
met de hierboven gedefinieerde selectie, waaronder 6 verblijven met een arrondissementscode
« 00 » (de niet-residenten) en 1 verblijf met een arrondissementscode « 99 » (onbekende
woonplaats). Onze analyse heeft dus betrekking op 1205 verblijven.
Op kaart II.1 wordt aangeduid in welke mate er verschillen qua geografische spreiding
bestaan voor de ziekenhuisverblijven geregistreerd met een code ICD-9-CM 47.1*: incidental
appendectomy als chirurgische ingreep. De arrondissementen Antwerpen en Sint-Niklaas in
het noorden van het land vertonen elk een hoger aantal verblijven dan verwacht. Dit geldt ook
voor de arrondissementen in het westen van het land: Mons en Oudenaarde. Wat betreft het
zuiden van het land, is er een hogere SAR met onder meer de arrondissementen Bastenaken,
Neufchâteau, Luik en Hoei, waarvan de SAR significant is. In het noordwesten van België
zijn er 4 arrondissementen waarvan het aantal verblijven voor incidental appendectomy
significant lager is dan verwacht: Brugge, Roeselare, Ieper, Moeskroen. In het noorden en het
centrum van het land stellen we heel wat arrondissementen met significant lagere SARwaarden
vast. Het gaat om Eeklo, Turnhout, Mechelen, Leuven, Hasselt, Maaseik, Tongeren,
Ath, Charleroi, Soignies, Waremme, Namen, Philippeville. Als men het aantal verwachte
“incidentele” appendectomieën vergelijkt, worden meer dan de helft van de arrondissementen
(25/43) gekenmerkt door extreme SAR-waarden (=120). Is dit verrassend wanneer
men voor de jaren 2001-2004 slechts 1205 verblijven voor gans België optekende? Zo zijn er
geen verblijven voor patiënten die gedomicilieerd zijn in het arrondissement Diksmuide voor
deze periode (het arrondissement is dus niet gekleurd).
15

Kaart II.1: IQI 24 Incidentele Appendectomie – MKG 2001-2004
16

n°NIS arrondissement
Aantal
verblijven
SAR
Onder
grens
95% BI
Boven
grens 95%
BI
Significant
afwijkende
SAR
11 Antwerpen 149 128 107 149 ∗ 6
12 Mechelen 28 73 46 100 ∗ 1
13 Turnhout 25 56 34 78 ∗ 1
21 Bruxelles/Brussel 117 114 94 135 5
23 Halle-Vilvoorde 75 112 86 137 5
24 Leuven 40 73 50 95 ∗ 1
25 Nivelles 29 78 49 106 1
31 Brugge 16 44 22 66 ∗ 1
32 Diksmuide 0
33 Ieper 4 30 1 60 ∗ 1
34 Kortrijk 28 82 51 112 2
35 Oostende 25 115 70 160 5
36 Roeselare 4 22 0 44 ∗ 1
37 Tielt 7 64 17 111 1
38 Veurne 7 76 20 132 1
41 Aalst 35 106 71 141 4
42 Dendermonde 24 109 65 152 4
43 Eeklo 3 29 -4 61 ∗ 1
44 Gent 48 80 57 102 1
45 Oudenaarde 49 330 238 422 ∗ 6
46 St-Niklaas 63 242 182 302 ∗ 6
51 Ath 4 43 1 85 ∗ 1
52 Charleroi 26 55 34 76 ∗ 1
53 Mons 61 222 166 277 ∗ 6
54 Mouscron 4 48 1 95 ∗ 1
55 Soignies 11 57 23 90 ∗ 1
56 Thuin 20 119 67 171 5
57 Tournai 16 97 49 144 3
61 Huy 33 299 197 401 ∗ 6
62 Liège 100 140 113 168 ∗ 6
63 Verviers 31 104 67 140 4
64 Waremme 3 38 -5 81 ∗ 1
71 Hasselt 21 50 29 71 ∗ 1
72 Maaseik 6 27 5 49 ∗ 1
73 Tongeren 5 24 3 45 ∗ 1
81 Arlon 5 90 11 169 3
82 Bastogne 17 390 204 575 ∗ 6
83 Marche-en-
Famenne
11 194 79 309 6
84 Neufchâteau 14 213 102 325 ∗ 6
85 Virton 6 107 21 193 4
91 Dinant 13 109 50 169 4
92 Namur 20 65 36 93 ∗ 1
93 Philippeville 2 28 -11 67 ∗ 1
Totaal 1205
Tabel II.1 Klassieke verblijven met een ingreep van incidentele appendectomie MKG 2001-4
klasse
17

III. Astma
Selectiecriteria
In deze selectie heeft men rekening gehouden met alle ziekenhuisverblijven die beantwoorden
aan de algemene selectiecriteria voor de groep van pathologieën en ingrepen uit deze atlas
(Cf. Inleiding 2.4. a) en die als hoofddiagnose de code ICD-9-CM 493.** hebben die
overeenkomt met astma. Deze code bevat extrinsiek astma (code ICD-9-CM 493.0*),
intrinsiek astma (code ICD-9-CM 493.1*), chronisch obstructief astma (code ICD-9-CM
493.2*, t.t.z. de astmavormen met obstructieve chronische pulmonaire aandoening of
chronische bronchitis), andere astmavormen (code ICD-9-CM 493.8*: inspanningsgebonden
broncho-spasme of hoest variant astma), niet-gespecificeerde astmavormen (code ICD-9-CM
493.9*) (Tabel III.1). Teneinde de ziekenhuisprevalentie van de aandoening beter te kunnen
evalueren, hebben we in de selectie slechts de verblijven in aanmerking genomen met astma
(code ICD-9-CM 493.**) als hoofddiagnose.
Voor de selectie werden voor het jaar 2004 slechts de zogenaamde « klassieke » verblijven in
aanmerking genomen met de ICD-9-CM code «493**».
Van die 6756 verblijven, tellen we er 63 in het arrondissement met als code « 00 » (patiënten
van wie de woonplaats zich in het buitenland bevindt) en 12 in het arrondissement met als
code « 99» (onbekende woonplaats). De analyse heeft betrekking op 6681 verblijven.
Toelichting
Type astma (ICD-9-CM code)
Aantal
verblijven
Extrinsiek astma (493.0*) 1755
Intrinsiek astma (493.1* ) 433
Chronisch obstructief astma (493.2*) 725
Andere astmavormen ( 493.8*) 0
Niet-gespecificeerde astmavormen (493.9* ) 3768
Totaal 6681
Tabel III.1 Aantal verblijven per type astma
Zoals kaart III.1 aantoont, worden er geografische verschillen betreffende de verblijven die
geregistreerd zijn met een hoofddiagnose astma (code ICD-9-CM 493.** ) vastgesteld.
Volgende arrondissementen vertoonden een significant hogere SAR-waarde dan verwacht:
Antwerpen, Eeklo, Gent, Aalst en Hasselt voor het noorden van het land en Charleroi, Thuin,
Mons en Soignies die een blok van vier aangrenzende arrondissementen vormen, in het zuidwesten
van België. De arrondissementen met een significant lagere SAR-waarde zijn de
volgende: Leuven, Diksmuide, Sint-Niklaas, Mechelen, Halle-Vilvoorde, Nijvel, Hoei,
Verviers, Neufchâteau, Virton en Aarlen. In tabel III.2 vindt u de precieze cijfers waarop onze
cartografische weergave gebaseerd is.
18

Kaart III.1: Astma – MKG 2004
19

n°NIS arrondissement
Aantal
verblijven
SAR
Onder
grens
95% BI
Boven
grens
95% BI
Significant
afw. SAR
11 Antwerpen 695 114 105 122 ∗ 5
12 Mechelen 160 81 69 94 ∗ 2
13 Turnhout 248 98 86 110 3
21 Bruxelles/Brussel 726 106 98 113 4
23 Halle-Vilvoorde 208 57 49 65 ∗ 1
24 Leuven 213 73 63 83 ∗ 1
25 Nivelles 152 64 54 74 ∗ 1
31 Brugge 157 94 79 108 3
32 Diksmuide 14 46 22 70 ∗ 1
33 Ieper 58 88 65 110 2
34 Kortrijk 176 101 86 116 4
35 Oostende 92 102 81 123 4
36 Roeselare 88 99 78 120 3
37 Tielt 45 80 57 103 2
38 Veurne 33 91 60 122 3
41 Aalst 199 122 105 139 ∗ 6
42 Dendermonde 104 89 72 106 2
43 Eeklo 69 139 106 172 ∗ 6
44 Gent 383 120 108 132 ∗ 5
45 Oudenaarde 63 85 64 107 2
46 St-Niklaas 117 81 66 96 ∗ 2
51 Ath 60 113 85 142 5
52 Charleroi 318 115 103 128 ∗ 5
53 Mons 284 174 154 195 ∗ 6
54 Mouscron 51 110 80 140 4
55 Soignies 146 126 105 146 ∗ 6
56 Thuin 128 135 111 158 ∗ 6
57 Tournai 113 122 100 145 6
61 Huy 45 67 47 86 ∗ 1
62 Liège 371 98 88 108 3
63 Verviers 128 73 60 85 ∗ 1
64 Waremme 42 90 63 117 2
71 Hasselt 294 122 108 136 ∗ 6
72 Maaseik 126 93 76 109 3
73 Tongeren 119 102 84 121 4
81 Arlon 26 71 44 99 ∗ 1
82 Bastogne 26 91 56 125 3
83 Marche-en-F. 26 76 47 105 1
84 Neufchâteau 27 70 44 97 * 1
85 Virton 23 67 40 94 * 1
91 Dinant 81 120 94 146 6
92 Namur 207 109 94 124 4
93 Philippeville 40 100 69 130 3
Totaal 6681
Tabel III.2 Klassieke verblijven met astma als hoofddiagnose - MKG 2004
klasse
20

In figuur III.2 wordt voor België de verdeling per leeftijd en geslacht van de klassieke
ziekenhuisverblijven met als hoofddiagnose astma (code ICD-9-CM 493.** ) geïllustreerd.
De vier leeftijdscategorieën die gaan van 0 tot 14 jaar vertegenwoordigden ongeveer 44 %
van de hospitalisaties. Binnen die 4 leeftijdscategorieën was de hospitalisatie voor deze
aandoening frequenter bij jongens dan bij meisjes. In de hogere leeftijdscategorieën is de
verhouding vrouwen hoger en neemt verder toe met de leeftijd. In het totaal
vertegenwoordigen de vrouwen 53.5 % van de verblijven.
Het is natuurlijk van belang om ook rekening te houden met de referentiebevolking per
geslacht en per leeftijdsgroep. Daarom publiceren we een tweede figuur met de leeftijds- en
geslachtsspecifieke cijfers voor de hoofddiagnose astma (fig. III.3).
Het cijfer wordt verkregen door de ratio van het aantal verblijven per geslacht en
leeftijdsgroep gedurende jaar x over het aantal inwoners van hetzelfde geslacht en
leeftijdsgroep van gans de bevolking gedurende jaar x uit te drukken als een cijfer per 100
000 inwoners. Men stelt dan bijvoorbeeld vast dat, wat betreft de leeftijdsgroep van 95 jaar en
meer, het cijfer hoger is voor de mannen, wat niet te zien was op figuur III.2.
21

IV. Suikerziekte, diabetes mellitus
Selectiecriteria
In deze selectie heeft men rekening gehouden met alle klassieke ziekenhuisverblijven die
beantwoorden aan de algemene selectiecriteria (blz 9) met suikerziekte als hoofddiagnose
(code ICD-9-CM 250.**).
Aangezien suikerziekte zeer vaak een nevendiagnose is, is het in dit geval aangewezen om
slechts de verblijven te selecteren met suikerziekte als hoofddiagnose. Het opnemen in de
selectie van alle verblijven met diabetes als nevendiagnose zou een te groot percentage
heropnamen in de selectie brengen. De werkelijke prevalentie van de aandoening wordt dan
minder goed benaderd.
In het totaal bevinden er zich voor het registratiejaar 2004, 20.599 verblijven in de MKG
gegevensbank met suikerziekte als hoofddiagnose. 43 verblijven van patiënten van wie de
woonplaats onbekend is (code « 99 ») en 147 verblijven van patiënten die niet in België
wonen (code« 00 ») werden niet in aanmerking genomen wat resulteerde in 20.409 verblijven
voor onze studie. Als men slechts rekening houdt met de verblijven die niet het voorwerp van
een heropname hebben uitgemaakt, houdt men nog slechts 18.459 patiënten over.
Toelichting
Op kaart IV.1 worden er aanzienlijke geografische verschillen getoond. Het aantal verblijven
met suikerziekte (code ICD-9-CM 250**) als hoofddiagnose is significant hoger dan
verwacht in volgende arrondissementen:
- een arrondissement uit West-Vlaanderen: Oostende
- verschillende arrondissementen uit Oost-Vlaanderen: Gent, Aalst, Dendermonde, Sint-
Niklaas
- een arrondissement uit de provincie Antwerpen: Mechelen
- een arrondissement uit de provincie Luik: Luik
- twee arrondissementen uit de provincie Henegouwen: Bergen en Doornik.
Het aantal verblijven is significant lager dan voorzien in de arrondissementen Veurne,
Brugge, Ieper, Kortrijk, Roeselare in West-Vlaanderen, in de arrondissementen Oudenaarde
in Oost-Vlaanderen, in het arrondissement Turnhout in de provincie Antwerpen, in de
arrondissementen Leuven, Halle-Vilvoorde en Nijvel in respectievelijk Vlaams- en Waals-
Brabant, in het arrondissement Namen, in het arrondissement Maaseik (provincie Limburg),
in de arrondissementen Marche-en-Famenne en Neufchâteau in de provincie Luxemburg.
23

Kaart IV.1: Diabetes mellitus – MKG 2004
24

n°NIS Arrondissement
Aantal
verblijven
SAR
Onder
grens
95% BI
Boven
grens
95% BI
Significant
afwijkende
SAR
11 Antwerpen 1947 102 97 106 4
12 Mechelen 714 113 105 121 ∗ 5
13 Turnhout 554 70 64 76 ∗ 1
21 Bruxelles/Brussel 1881 104 99 109 4
23 Halle-Vilvoorde 964 85 80 90 ∗ 2
24 Leuven 714 77 71 83 ∗ 1
25 Nivelles 506 75 68 81 ∗ 1
31 Brugge 467 80 73 87 ∗ 2
32 Diksmuide 85 86 68 104 2
33 Ieper 123 58 47 68 ∗ 1
34 Kortrijk 512 91 83 99 ∗ 3
35 Oostende 381 114 103 126 ∗ 5
36 Roeselare 245 85 74 96 ∗ 2
37 Tielt 181 102 87 117 4
38 Veurne 112 81 66 96 ∗ 2
41 Aalst 671 124 114 133 ∗ 6
42 Dendermonde 522 140 128 152 ∗ 6
43 Eeklo 166 99 84 114 3
44 Gent 1136 114 107 120 ∗ 5
45 Oudenaarde 178 75 64 86 ∗ 1
46 St-Niklaas 553 124 114 134 ∗ 6
51 Ath 169 107 91 123 4
52 Charleroi 828 101 94 108 4
53 Mons 604 126 116 136 ∗ 6
54 Mouscron 141 101 84 118 4
55 Soignies 316 93 83 103 3
56 Thuin 263 91 80 102 3
57 Tournai 330 118 105 130 ∗ 5
61 Huy 211 108 94 123 4
62 Liège 1646 139 132 146 ∗ 6
63 Verviers 476 92 84 101 3
64 Waremme 126 92 76 108 3
71 Hasselt 734 99 92 106 3
72 Maaseik 368 90 81 99 ∗ 2
73 Tongeren 363 98 88 108 3
81 Arlon 97 100 80 119 3
82 Bastogne 75 99 77 122 3
83 Marche-en-F. 73 75 58 92 ∗ 1
84 Neufchâteau 81 74 58 90 ∗ 1
85 Virton 79 85 66 104 2
91 Dinant 221 111 96 125 5
92 Namur 477 88 80 95 ∗ 2
93 Philippeville 119 97 80 115 3
Totaal 20409
klasse
Tabel IV.1 Klassieke verblijven met diabetes ( code ICD-9-CM «250**») als hoofddiagnose – MKG 2004
25

In figuur IV.2 wordt de verdeling per leeftijd en geslacht van de klassieke
ziekenhuisverblijven met als hoofddiagnose suikerziekte voorgesteld. Men stelt vast dat 2.9%
(598) van deze verblijven overeenstemmen met hospitalisaties van kinderen van minder dan
15 jaar (van 0 tot en met 14 jaar). Wat betreft de leeftijdscategorieën van 65 jaar en meer,
vertegenwoordigen ze 51% van de 20 409 totale verblijven of 10 503 verblijven. Het aantal
verblijven neemt toe met de leeftijd zowel bij de vrouwen als bij de mannen. De verblijven
van vrouwen vormen 51.6% van alle verblijven. In de leeftijdscategorieën gaande van 20 tot
64 jaar, is het percentage mannen hoger dan het percentage vrouwen: 5021 verblijven op een
totaal van 8950, iets meer dan 56%.
Figuur IV.3 maakt het mogelijk om op een andere manier de verdeling per leeftijd en geslacht
van de verblijven met diabetes als hoofddiagnose te visualiseren, in dit geval het leeftijds- en
geslachtsspecifiek opnamecijfer per 100 000 inwoners. Dit cijfer is veel hoger voor de
mannen in de leeftijdsgroepen gaande van 20 tot 74 jaar en van 85 tot 94 jaar.
26

Binnen de groep patiënten die lijden aan diabetes kunnen we twee soorten diabetici
onderscheiden: patiënten die lijden aan juveniele diabetes (type I) en patiënten die lijden aan
maturiteitsdiabetes (type II). De patiënten met juveniele diabetes lijden aan diabetes sinds ze
jong zijn, terwijl de patiënten met maturiteitsdiabetes de aandoening slechts krijgen op meer
gevorderde leeftijd. In de MKG-registratie wordt het type diabetes gespecificeerd door het
vijfde cijfer in de code ICD-9-CM dat voor diabetes wordt geregistreerd. Op een totaal van
20.409 verblijven met diabetes als hoofddiagnose, zijn er 4660 verblijven van het type I
(23%) en 15749 verblijven van het type II (77%).
De figuren IV.4 en IV.6 tonen aan dat de verdelingen per leeftijd en geslacht van de
ziekenhuisverblijven betreffende elk type diabetes wel degelijk van elkaar verschillen en dat
geldt ook voor de figuren IV.5 en IV.7 betreffende het leeftijds- en geslachtsspecifieke cijfer
(per 100.000 inw.): type I is een diabetes die personen krijgen op jongere leeftijd in
tegenstelling tot type II die op gevorderde leeftijd voorkomt.
27

In kaart IV.8 wordt voor het jaar 2004 de geografische spreiding van de ziekenhuisverblijven
van patiënten met diabetes type I voorgesteld. In het noorden van het land onderscheiden we
een blok van meerdere arrondissementen waarvan het aantal verblijven hoger ligt dan
voorzien. Het gaat om: Oostende, Dendermonde, Eeklo, Gent, Sint-Niklaas, Antwerpen. In
Wallonië heeft enkel het administratieve arrondissement Luik ditzelfde kenmerk. 8 Waalse
29

arrondissementen vertonen een aantal verblijven dat significant lager ligt dan verwacht:
Nijvel, Charleroi, Bergen, Moeskroen, Thuin, Doornik, Waremme en Bastenaken. Ook in 5
Vlaamse arrondissementen, met name Turnhout, Halle-Vilvoorde, Leuven, Kortrijk en
Hasselt, is het aantal verblijven minder hoog dan verwacht.
Kaart IV.8 : Diabetes mellitus type I – MKG 2004
30

n°NIS arrondissement
Aantal
verblijven
SAR
Onder
grens
95% BI
Boven
grens
95% BI
Significant
afwijkende
SAR
11 Antwerpen 566 133 122 144 ∗ 6
12 Mechelen 139 99 83 116 3
13 Turnhout 144 77 65 90 ∗ 1
21 Bruxelles/Brussel 441 100 90 109 3
23 Halle-Vilvoorde 200 78 67 89 ∗ 1
24 Leuven 181 87 74 99 ∗ 2
25 Nivelles 132 82 68 96 ∗ 2
31 Brugge 120 97 80 114 3
32 Diksmuide 20 91 51 132 3
33 Ieper 36 76 51 101 1
34 Kortrijk 105 84 68 100 ∗ 2
35 Oostende 89 133 105 161 ∗ 6
36 Roeselare 71 111 85 137 5
37 Tielt 39 98 67 129 3
38 Veurne 32 119 78 160 5
41 Aalst 126 106 87 124 4
42 Dendermonde 116 138 113 163 ∗ 6
43 Eeklo 51 142 103 181 ∗ 6
44 Gent 307 136 120 151 ∗ 6
45 Oudenaarde 57 110 81 138 4
46 St-Niklaas 137 135 112 157 ∗ 6
51 Ath 31 87 56 117 2
52 Charleroi 157 84 70 97 ∗ 2
53 Mons 82 74 58 90 ∗ 1
54 Mouscron 20 64 36 92 ∗ 1
55 Soignies 76 96 75 118 3
56 Thuin 48 73 52 94 ∗ 1
57 Tournai 44 70 49 90 ∗ 1
61 Huy 49 106 77 136 4
62 Liège 302 114 101 127 ∗ 5
63 Verviers 110 91 74 108 3
64 Waremme 22 69 40 98 ∗ 1
71 Hasselt 131 74 62 87 ∗ 1
72 Maaseik 103 102 82 122 4
73 Tongeren 92 107 85 128 4
81 Arlon 17 71 37 105 1
82 Bastogne 11 59 24 93 ∗ 1
83 Marche-en-F. 23 99 59 139 3
84 Neufchâteau 18 70 38 103 1
85 Virton 18 81 44 119 2
91 Dinant 58 127 94 159 6
92 Namur 114 88 72 104 2
93 Philippeville 25 89 54 124 2
Totaal 4660
Tabel IV.2 Klassieke verblijven met type I diabetes als hoofddiagnose - MKG 2004
klasse
31

Kaart IV.9 betreffende diabetes type II maakt het mogelijk om een onderscheid te maken
tussen drie zones waarin arrondissementen zijn samengebracht met een significant hoger
aantal verblijven dan voorzien. De eerste zone, die zich situeert in Vlaanderen, heeft
betrekking op de arrondissementen Aalst, Dendermonde, Gent, Sint-Niklaas, Mechelen. De
tweede en de derde zone, die zich in Wallonië situeren, omvatten respectievelijk de
arrondissementen Bergen en Doornik en het arrondissement Luik. De arrondissementen met
een significant lagere SAR-waarde dan verwacht zijn de volgende: Antwerpen, Turnhout,
Halle-Vilvoorde, Leuven, Brugge, Ieper, Roeselare, Veurne, Oudenaarde, Maaseik, Nijvel,
Marche-en-Famenne, Neufchâteau, Namen.
Kaart IV.9: type II diabetes – MKG 2004
32

N°NIS
arrondissement
Aantal
verblijven
SAR
Onder
grens
95% BI
Boven
grens
95% BI
Significant
afwijkende
SAR
11 Antwerpen 1381 93 88 98 ∗ 3
12 Mechelen 575 117 107 127 ∗ 5
13 Turnhout 410 68 61 74 ∗ 1
21 Bruxelles/Brussel 1440 105 100 111 4
23 Halle-Vilvoorde 764 87 81 93 ∗ 2
24 Leuven 533 74 68 81 ∗ 1
25 Nivelles 374 72 65 80 ∗ 1
31 Brugge 347 76 68 83 ∗ 1
32 Diksmuide 65 84 64 105 2
33 Ieper 87 52 41 63 ∗ 1
34 Kortrijk 407 93 84 102 3
35 Oostende 292 109 97 122 4
36 Roeselare 174 77 66 89 ∗ 1
37 Tielt 142 103 86 120 4
38 Veurne 80 71 56 87 ∗ 1
41 Aalst 545 129 118 140 ∗ 6
42 Dendermonde 406 140 127 154 ∗ 6
43 Eeklo 115 88 72 104 2
44 Gent 829 107 100 115 ∗ 4
45 Oudenaarde 121 65 54 77 ∗ 1
46 St-Niklaas 416 121 109 133 ∗ 6
51 Ath 138 113 94 132 5
52 Charleroi 671 107 99 115 4
53 Mons 522 141 129 153 ∗ 6
54 Mouscron 121 112 92 132 5
55 Soignies 240 92 81 104 3
56 Thuin 215 96 83 109 3
57 Tournai 286 132 116 147 ∗ 6
61 Huy 162 109 92 126 4
62 Liège 1344 146 138 154 ∗ 6
63 Verviers 366 93 83 102 3
64 Waremme 104 99 80 118 3
71 Hasselt 603 106 98 115 4
72 Maaseik 265 86 75 96 ∗ 2
73 Tongeren 271 95 84 107 3
81 Arlon 80 109 85 133 4
82 Bastogne 64 113 85 140 5
83 Marche-en-Famenne 50 67 49 86 ∗ 1
84 Neufchâteau 63 75 56 93 ∗ 1
85 Virton 61 86 65 108 2
91 Dinant 163 106 90 122 4
92 Namur 363 87 78 96 ∗ 2
93 Philippeville 94 100 79 120 3
Totaal 15749
Tabel IV.3 Klassieke verblijven met type II diabetes als hoofddiagnose - MKG 2004
klasse
33

In het ICD-9-CM codesysteem maakt het vierde cijfer van een diabetescode (250.**) het
mogelijk om aan te geven of er complicaties zijn en deze, waar nodig, te preciseren. In tabel
IV.4 wordt een overzicht gegeven van de verdeling van de complicaties. Voor 28.9 % van de
verblijven stellen we geen complicatie vast. Voor 2% van de verblijven deed er zich een
verwikkeling voor, maar wordt deze niet gespecificeerd. Merk op dat voor de publicatie van
de “MKG 1996 in beeld”, dit percentage van niet-gespecificeerde complicaties 21% bedroeg.
Men leidt hieruit af dat de codering over de afgelopen periode preciezer wordt. In meer dan
14% van de verblijven met als hoofddiagnose diabetes werden er neurologische symptomen
geregistreerd die verband hielden met de ziekte. De andere frequente complicaties zijn een
aantasting van de nieren (7.4%) van de ogen (7.4%). Merken we op dat ongeveer 5% van de
verblijven gepaard gingen met een coma.
ICD-9-CM code en definitie
Aantal
verblijven
% van de
verblijven
250.0* DIABETES MELLITUS ZONDER VERMELDING VAN COMPLICATIE 5897 28.9
250.1* DIABETES MET KETO-ACIDOSE 1049 5.1
250.2* DIABETES MET HYPEROSMOLARITEIT 182 0.9
250.3* DIABETES MET ANDERE VORM VAN COMA 1041 5.1
250.4* DIABETES MET NIERAFWIJKINGEN 1511 7.4
250.5* DIABETES MET OOGAFWIJKINGEN 1506 7.4
250.6* DIABETES MET NEUROLOGISCHE AFWIJKINGEN 2909 14.3
250.7* DIABETES MET AFWIJKINGEN VAN DE PERIFERE CIRCULATIE 2554 12.5
250.8* DIABETES MET OVERIGE GESPECIFICEERDE AFWIJKINGEN 3345 16.4
250.9* DIABETES MET NIET GESPECIFICEERDE COMPLICATIE 415 2.0
Totaal 20409 100
Tabel IV.4 Ziekenhuisverblijven met suikerziekte als hoofddiagnose – verdeling van de diagnosen in functie van de
natuur van de verwikkelingen - MKG 2004
34

V. HIV-infectie
Selectiecriteria
De geselecteerde HIV-verblijven (Human Immunodeficiency Virus) beantwoorden aan de
algemene selectiecriteria (cf. methodologie). De selectie werd doorgevoerd op basis van de
APR-MDC (All Patient Refined – Major Diagnostic Category) 24 Infections HIV – Human
Immunodeficiency Virus.
Een dergelijk verblijf kan deel uitmaken van deze MDC:
1. in het geval van een HIV-infectie die als hoofddiagnose wordt geregistreerd
2. of in het geval van een aandoening die verband houdt met een HIV-infectie en
geregistreerd wordt als hoofddiagnose en met een diagnose HIV-infectie die geregistreerd
wordt als secundaire diagnose.
Voor deze aandoening is de selectie uitgevoerd op de jaren 2001-2004 wegens de kleine
aantallen. Voor de verblijven die beantwoorden aan de hierboven gedefinieerde
selectiecriteria hebben we een totaal van 4319 verblijven die 116 verblijven omvatten die
overeenstemmen met het arrondissement met als code « 99 » (onbekende woonplaats) en 83
verblijven die overeenstemmen met het arrondissement met als code « 00 » (woonplaats in het
buitenland). Onze studie heeft dus betrekking op 4120 verblijven waaronder 1998 verblijven
of 48.5% overeenstemmen met een heropname binnen het jaar in hetzelfde ziekenhuis.
Toelichting
De gemiddelde en de mediane ligduur in de klassieke hospitalisatie bedragen respectievelijk
15 en 8 dagen.
In drie arrondissementen is het aantal verblijven significant hoger dan verwacht: het gaat in de
eerste plaats om het Brussels Hoofdstedelijk Gewest en vervolgens om Luik en Antwerpen. In
26 arrondissementen, zowel in Vlaanderen als in Wallonië, is het aantal verblijven
daarentegen significant kleiner dan voorzien.
35

Kaart V.1: HIV infectie – MKG 2001-2004
36

n°NIS arrondissement
Aantal
verblijven
SAR
Onder
grens
95% BI
Boven
grens
95% BI
Significant
afwijkende
SAR
11 Antwerpen 479 130 118 141 ∗ 6
12 Mechelen 40 32 22 42 ∗ 1
13 Turnhout 48 28 20 36 ∗ 1
21 Bruxelles/Brussel 1786 441 421 462 ∗ 6
23 Halle-Vilvoorde 172 76 65 88 ∗ 1
24 Leuven 112 60 49 71 ∗ 1
25 Nivelles 146 103 86 120 4
31 Brugge 49 46 33 59 ∗ 1
32 Diksmuide 1 5 -5 16 ∗ 1
33 Ieper 2 5 -2 12 ∗ 1
34 Kortrijk 34 32 21 42 ∗ 1
35 Oostende 60 109 81 136 4
36 Roeselare 8 14 4 25 ∗ 1
37 Tielt 9 26 9 43 ∗ 1
38 Veurne 4 19 0 38 ∗ 1
41 Aalst 30 28 18 38 ∗ 1
42 Dendermonde 13 17 8 27 ∗ 1
43 Eeklo 3 10 -1 20 ∗ 1
44 Gent 87 43 34 52 ∗ 1
45 Oudenaarde 9 20 7 33 ∗ 1
46 St-Niklaas 31 34 22 46 ∗ 1
51 Ath 11 35 14 55 ∗ 1
52 Charleroi 161 99 83 114 3
53 Mons 84 87 69 106 2
54 Mouscron 6 23 5 41 ∗ 1
55 Soignies 43 62 43 80 ∗ 1
56 Thuin 30 53 34 72 ∗ 1
57 Tournai 24 44 26 61 ∗ 1
61 Huy 15 37 18 55 ∗ 1
62 Liège 287 127 112 142 ∗ 6
63 Verviers 56 53 39 67 ∗ 1
64 Waremme 7 25 6 43 ∗ 1
71 Hasselt 44 27 19 36 ∗ 1
72 Maaseik 20 22 12 31 ∗ 1
73 Tongeren 32 40 26 55 ∗ 1
81 Arlon 19 87 48 126 2
82 Bastogne 8 49 15 82 ∗ 1
83 Marche-en-F 15 75 37 112 1
84 Neufchâteau 18 83 45 121 2
85 Virton 21 110 63 157 4
91 Dinant 17 44 23 64 ∗ 1
92 Namur 58 51 38 64 ∗ 1
93 Philippeville 21 86 49 123 2
Totaal 4120
klasse
Tabel V.1 Aantal klassieke verblijven geklasseerd in MDC 24 "HIV infections" – MKG 2001-2004
37

Figuur V.2 geeft een idee over de verdeling van de klassieke ziekenhuisverblijven per leeftijd
en per geslacht voor MDC 24 van 2001 tot 2004. Men stelt vast dat 58,6% (2414 verblijven)
van de 4120 verblijven door de mannen tegen 41,4% (1706 verblijven) door de vrouwen
wordt vertegenwoordigd. De leeftijdsgroep tussen 20 en 50 jaar vertegenwoordigt de meeste
verblijven of 75%.
In tabel V.2 worden de 17 hoofddiagnoses weergegeven die het meest frequent geregistreerd
worden in verband met de verblijven MDC 24 HIV Infections. Zij vertegenwoordigen 75%
van dit type verblijven (of 3083 van de 4120 verblijven). Merken we op dat 45.3% van deze
verblijven geregistreerd worden met de ICD-9-CM code 042: Ziekte van het Humaan
Immuundeficiënte Virus voor de hoofddiagnose. Deze code die slechts 3 cijfers heeft, omvat
de volgende aandoeningen: Acquired Immune Deficiency Syndrome (AIDS), AIDS-like
syndrome, AIDS-related complex (ARC), HIV infection, symptomatic. Zij moet worden
aangevuld met een of meerdere codes betreffende de symptomen van de HIV-infectie. De
code sluit elk verblijf uit betreffende een niet-symptomatische HIV-infectie, een blootstelling
aan het HIV-virus of een niet-specifiek serologisch bewijs van het HIV-virus. Ongeveer 23%
van de verblijven hebben als hoofddiagnose een infectieuze of parasitaire ziekte waaronder
pneumonieën en bronchopneumonieën, zona herpes zoster, pulmonaire tuberculoses,
toxoplasmoses, symptomatische syfilis, flegmonen en andere abcessen, intestinale infecties
met micro-organismen (zonder andere preciseringen). 32% van de verblijven hebben een
hoofddiagnose, waarvan de ICD-9-CM code geen deel uitmaakt van de groep van infecties,
zoals algemene symptomen, epileptische symptomen, purpura en hemorragische stoornissen,
anemieën, gastro-enteritis en niet-infectieuze colites, nierinsufficiëntie (1%), miliaire
tuberculose (0.4%), extra-pulmonaire tuberculose (0.4%), tuberculose van het
ademhalingsstelsel (0.4%), Kaposisarcoom (0.3%). In 5,1% van de verblijven (213
verblijven), wordt MDC 25 geregistreerd met een secundaire of hoofddiagnose van
pneumocystis carinii.
38

ICD-9-
CM
Code
Definitie
Aantal
verblijven
% van de
verblijven
042 HUMAN IMMUNODEFICIENCY VIRUS -HIV- ZIEKTE 1866 45,3
486 PNEUMONIE, VERWEKKER NIET GESPECIFICEERD 137 3,3
053 HERPES ZOSTER 128 3,1
482 OVERIGE VORMEN VAN BACTERIELE PNEUMONIE
PNEUMOKOKKEN PNEUMONIE STREPTOCOCCUS
114 2,8
481 PNEUMONIAEPNEUMONIE 95 2,3
011 LONGTUBERCULOSE ACTIEVE 94 2,3
485 BRONCHOPNEUMONIE, VERWEKKER NIET GESPECIFICEERD
OVERIGE EN NIET GESPECIFICEERDE INFECTIEZIEKTEN EN
82 2,0
136 PARASITAIRE ZIEKTEN 74 1,8
780 ALGEMENE SYMPTOMEN 67 1,6
345 EPILEPSIE 64 1,6
682 OVERIGE VORMEN VAN CELLULITIS EN ABCES 62 1,5
130 TOXOPLASMOSE 54 1,3
287 PURPURA EN OVERIGE HEMORRAGISCHE DIATHESEN 54 1,3
285 OVERIGE EN NIET GESPECIFICEERDE ANEMIEEN 51 1,2
008 DARMINFECTIES DOOR ANDERE MICRO-ORGANISMEN 49 1,2
091 VROEGE SYFILIS -LUES-, MET SYMPTOMEN
OVERIGE NIET-INFECTIEUZE VORMEN VAN GASTRO-ENTERITIS
48 1,2
558 EN COLITIS 44 1,1
Totaal 3083 74,8
Tabel V.2 Meest frequente hoofddiagnosen voor klassieke verblijven geklasseerd in MDC 24 "HIV
Infections" (MKG 2001-2004)
Het sterftecijfer in het ziekenhuis (t.t.z het aantal klassieke ziekenhuisverblijven die leiden tot
een overlijden in verhouding tot het totaal aantal ziekenhuisverblijven) voor alle MDC 24verblijven
bedraagt 5.7% in het totaal. Voor beide geslachten zijn de percentages nogal
gelijklopend: (5.8% voor de mannen en 5.6% voor de vrouwen) ongeacht de
leeftijdscategorie.
39

VI. De « Multipele significante traumata »
Selectiecriteria
Naast de algemene selectiecriteria (blz 9) werd de selectie van de verblijven « meervoudige
significante trauma's» doorgevoerd op basis van de MDC (Major Diagnostic Category”) 25
Multiple significant trauma. Een verblijf wordt in deze MDC geklasseerd als de bijbehorende
APR-DRG (All Patients Refined Diagnosis Related Group) 910 (Craniotomy for multiple
significant trauma) is, of 912 (Musculoskeletal & other procedures for multiple significant
trauma) of 930 (Multiple significant trauma w/o O.R. procedure). Het verblijf moet
beantwoorden aan de aanwezigheid van een hoofddiagnose en minstens twee significante
trauma’s in 2 verschillende lichaamsstreken. Het ernstigste trauma zal worden gecodeerd als
hoofddiagnose, het andere als secundaire diagnose(n). Volgens deze classificatielogica van de
polytraumata, wordt het lichaam in 8 streken (body sites) ingedeeld: hoofd, thorax, abdomen,
nieren, urinair systeem, bekken en wervelkolom, onderste ledematen, en bovenste ledematen.
Voor elke body site wordt er een onderscheid gemaakt tussen significante traumata en de nietsignificante
traumata. Zo wordt een gesloten fractuur van een rib niet beschouwd als een
significant trauma, in tegenstelling tot een gesloten fractuur van 7 ribben of een open fractuur
van 4 ribben.
In het totaal stemmen 2305 verblijven overeen met de hierboven vermelde selectiecriteria,
waaronder 4 in het arrondissement « 99 » (onbekende woonplaats) en 101 in het
arrondissement « 00 » (woonplaats in het buitenland) of 2200 geselecteerde verblijven voor
de cartografische studie.
Toelichting
Aan de hand van kaart VI.1 stelt men vast dat in drie administratieve arrondissementen het
aantal verblijven significant hoger is dan verwacht voor de MDC 25 Multiple significant
trauma. Dit is het geval voor Ieper in het noorden van het land, Luik en Dinant in het zuiden
van het land. In de Vlaamse arrondissementen Leuven, Halle-Vilvoorde, Mechelen en
Antwerpen is het aantal verblijven lager dan voorzien. De verkregen SAR-waarden staan
vermeld in tabel VI.1.
40

8Kaart VI.1 : Multiple significant trauma – MKG 2004
41

n°NIS arrondissement
Aantal
verblijven
SAR
Onder
grens
95% BI
Boven
grens
95% BI
Significant
afwijkende
SAR
11 Antwerpen 140 69 58 81 ∗ 1
12 Mechelen 51 77 56 99 ∗ 1
13 Turnhout 81 93 73 114 3
21 Bruxelles/Brussel 196 91 78 104 3
23 Halle-Vilvoorde 98 83 67 99 ∗ 2
24 Leuven 75 76 59 94 ∗ 1
25 Nivelles 87 116 92 141 5
31 Brugge 53 91 66 115 3
32 Diksmuide 18 173 93 252 6
33 Ieper 35 156 104 207 ∗ 6
34 Kortrijk 54 91 67 116 3
35 Oostende 38 120 82 158 6
36 Roeselare 32 106 69 143 4
37 Tielt 24 126 76 177 6
38 Veurne 12 95 41 148 3
41 Aalst 66 118 89 146 5
42 Dendermonde 31 79 51 106 1
43 Eeklo 25 146 89 204 6
44 Gent 99 92 74 110 3
45 Oudenaarde 28 113 71 155 5
46 St-Niklaas 37 77 52 102 1
51 Ath 27 160 99 220 6
52 Charleroi 83 94 74 114 3
53 Mons 65 124 94 154 6
54 Mouscron 18 122 65 178 6
55 Soignies 40 108 75 142 4
56 Thuin 31 101 65 137 4
57 Tournai 34 112 75 150 5
61 Huy 28 130 82 179 6
62 Liège 160 128 108 147 ∗ 6
63 Verviers 57 101 75 128 4
64 Waremme 19 128 71 186 6
71 Hasselt 74 90 70 111 3
72 Maaseik 46 99 70 128 3
73 Tongeren 36 90 60 119 2
81 Arlon 15 133 66 201 6
82 Bastogne 16 181 92 269 6
83 Marche-en-F 13 120 55 185 5
84 Neufchâteau 17 140 74 207 6
85 Virton 16 153 78 229 6
91 Dinant 34 159 105 212 ∗ 6
92 Namur 70 115 88 142 5
93 Philippeville 21 161 92 230 6
Totaal 2200
klasse
Tabel VI.1 Aantal klassieke verblijven geklasseerd in MDC 25 "Multiple significant trauma" – MKG 2004
42

Door het gebruik van bijzondere codes, met name de E- codes, maakt de ICD-9-CMklassificatie
het mogelijk om de oorzaak van een letsel of een vergiftiging te registreren. De
registratie van deze E-codes is verplicht sinds januari 2003. Van de verblijven die werden
geselecteerd met MDC 25, hebben 86% van de verblijven minstens één E-code.
Als men de soorten «multipele significante traumata» meer in detail analyseert, verschijnt er
een andere geografische spreiding. Via de codering van de E-codes kunnen we namelijk een
idee krijgen over het ontstaan van het trauma. Door slechts de verblijven, met een E-code
voor verkeersongeval, in aanmerking te nemen, resten er nog 1019 verblijven (46%). Men
komt dan tot de volgende resultaten (kaart VI.2): in 4 arrondissementen is dan het aantal
verblijven voor MDC 25 Multiple significant trauma significant hoger dan verwacht. Het gaat
om Bergen, Ath, Luik en Dinant, alle arrondissementen bevinden zich dus in Wallonië. Voor
deze selectie zijn er minder verblijven dan verwacht in de arrondissementen Tongeren,
Antwerpen, Halle-Vilvoorde, Leuven en het Brussels Hoofdstedelijk Gewest.
Kaart VI.2: Multiple significant trauma (verkeersongevallen) – MKG 2004
Het percentage sterfgevallen in het ziekenhuis (t.t.z. het aantal ziekenhuisverblijven die leiden
tot een overlijden in verhouding tot het totaal aantal ziekenhuisverblijven) voor alle MDC 25verblijven
bedraagt 14.4% (14.7% voor de mannen en 13.7% voor de vrouwen) ongeacht de
leeftijdscategorie.
43

Aantal klassieke
ziekenhuis
verblijven
Figuur VI.3 Aantal klassieke ziekenhuisverblijven op basis van de
ernstigheidsgraad (SOI)
MDC 25 "Multiple significant trauma" - MKG 2004
800
700
600
500
400
300
200
100
0
Mineur Matig Majeur Extreem
aantal ziekenhuisverblijven
Ernstigheidsgraad (SOI)
aantal klassieke ziekenhuisverblijven die leidden tot een overlijden
Figuur VI.3 geeft per ernstigheidsgraad het aantal verblijven en sterfgevallen weer na een
opname voor multipele traumata.
In tabel VI.2 wordt er een overzicht gegeven van het relatieve deel van de verschillende Ecodes
voor de klassieke ziekenhuisverblijven. Kort samengevat kan men stellen dat van deze
verblijven met een geregistreerde oorzaak er 46.6% van de E-codes betrekking hebben op een
verkeersongeval, ongeveer 8.8% op een val en 1.7% op een zelfmoordpoging. Bij de vrouwen
van ≥65 jaar (of 342 verblijven met een E-code) is 57% van de verblijven met MDC 25 te
wijten aan een val.
Via de MKG kunnen we ook de aard van de letsels kennen die de patiënten hebben die in het
ziekenhuis voor multipele traumata opgenomen zijn. In tabel VI.3 wordt er een lijst gegeven
met de 10 meest frequente letsels. Het gaat om breuken van het bekken, de schedelbasis, het
dijbeen, de ribben, het borstbeen. Men stelt ook letsels vast van de milt, de lever, hersenletsels
en -kneuzingen, pneumo- en hemothorax, extra- en subdurale, subarachnoïdale bloedingen.
Door middel van de leeftijdspiramide, weergegeven op figuur VI.4, stellen we vast dat
multipele traumata frequenter voorkomen bij jonge mannen. Voor 2004 hebben ongeveer
37% van alle verblijven betreffende MDC 25 betrekking op jonge mannen van 15 tot 34 jaar.
De mannen vertegenwoordigen 2/3 van het totaal aantal MDC 25-verblijven.
44

E-Code
Definitie
% van het aantal
geregistreerde E-
codes
E849 PLAATS VAN HET ONGEVAL 21,1
E819 NIET GESPECIFICEERD VERKEERSONGEVAL MET EEN MOTORVOERTUIG
ANDER VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR BOTSING
17,4
E812 MET EEN ANDER MOTORVOERTUIG 7,6
E888 OVERIGE EN NIET GESPECIFICEERDE VAL
OVERIGE VERKEERSONGEVALLEN MET EEN MOTORVOERTUIG DOOR
7,1
E815 BOTSING OP DE OPENBARE WEG
VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR BOTSING MET EEN
3,2
E811 OPNIEUW DE WEG OPKOMEND ANDER MOTORVOE 3,2
E884 ANDERE VAL VAN HET ENE NIVEAU NAAR HET ANDERE 3,1
E880 VAL OP OF VAN TRAPPEN OF TREDEN
VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR VERLIES VAN
2,9
E816 CONTROLE, ZONDER BOTSING OP DE OPENBARE WE
VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR AANRIJDING VAN
2,8
E814 EEN VOETGANGER
VERKEERSONGEVAL MET EEN MOTORVOERTUIG DOOR BOTSING MET EEN
2,7
E813 ANDER VOERTUIG 2,7
E882 VAL VAN OF UIT EEN GEBOUW OF ANDER BOUWWERK 2,2
E885 VAL OP EENZELFDE NIVEAU DOOR SLIPPEN OF STRUIKELEN 2,2
E826 FIETSONGEVAL
ZELFMOORD EN ZELF TOEGEBRACHT LETSEL DOOR SPRONG VAN
2,1
E957 HOOGGELEGEN PLAATS 1,7
E881 VAL OP OF VAN LADDERS OF STEIGERS
OVERIGE EN NIET GESPECIFICEERDE OMGEVINGS- EN NIET-OPZETTELIJKE
1,3
E928 OORZAKEN
OVERIGE VERKEERSONGEVALLEN MET EEN MOTORVOERTUIG ZONDER
1,2
E818 BOTSING
ONGEVALLEN MET ANDERE, NIET ELDERS CLASSIFICEERBARE,
1,1
E848 VOERTUIGEN 1,0
E929 LATE GEVOLGEN VAN NIET-OPZETTELIJK TRAUMA 1,0
E966 AANSLAG MET SNIJDEND OF STEKEND INSTRUMENT 1,0
Totaal 88,5
Tabel VI.2 E-Codes geregistreerd voor klassieke verblijven geklasseerd in MDC 25 Multiple significant
trauma - MKG 2004
ICD-9-CM
Code
Definitie Aantal verblijven
808 FRACTUUR VAN HET BEKKEN 235
820 FRACTUUR VAN DE FEMURHALS 228
821 FRACTUUR VAN ANDERE EN NIET GESPECIFICEERDE DELEN VAN
HET FEMUR 154
801 SCHEDELBASISFRACTUUR 141
865 LETSEL VAN DE MILT 140
860 TRAUMATISCHE PNEUMOTHORAX EN HAEMOTHORAX 127
851 CONTUSIO CEREBRI EN HERSENLACERATIE 108
852 SUBARACHNOIDALE, SUBDURALE EN EXTRADURALE BLOEDING NA
TRAUMA 106
864 LETSEL VAN DE LEVER 98
807 FRACTUUR VAN RIBBEN, STERNUM, LARYNX EN TRACHEA 92
Total 1429
Tabel VI.3 Meest frequente hoofddiagnosen voor klassieke verblijven geklasseerd in MDC 25 Multiple
significant trauma - MKG 2004
45

Via figuur VI.5 waarin het leeftijds- en geslachtsspecifieke cijfer (voor 100 000 inwoners)
van de verblijven met MDC 25 Multiple significant trauma) wordt weergegeven, stellen we
effectief een overwicht van de mannen van 5 tot 74 jaar vast, maar een overwicht van de
vrouwen van 75 tot 94 jaar.
46

VII. Tuberculose
Selectiecriteria
In deze selectie van « verblijven wegens een tuberculose-infectie », hebben we rekening
gehouden met alle ziekenhuisverblijven die beantwoorden aan de algemene selectiecriteria
voor deze groep pathologieën (blz 9), en met een hoofddiagnose een ICD-9-CM-code hebben
van een tuberculose-infectie (code 010.** tot en met 018.**). Het symbool * houdt in dat de
waarde van het vierde en het vijfde cijfer van de ICD-9-CM-code geen enkel belang heeft
voor het al dan niet opgenomen worden in de selectie.
Een diagnose kan als hoofddiagnose of als nevendiagnose worden geregistreerd in de MKG.
De hoofddiagnose wordt gedefinieerd als de aandoening die na onderzoek aangeduid werd
als de hoofdoorzaak voor de opname van de patiënt in het ziekenhuis. Alle andere aanwezige
diagnoses zijn nevendiagnoses.
Wanneer we een selectie maken van de ziekenhuisverblijven op basis van de MKGgegevensbank,
waarbij we ons baseren op een “diagnose”, kunnen we ons de vraag stellen of
we enkel rekening moeten houden met de verblijven waarvoor de diagnose wordt vermeld als
hoofddiagnose, of dat we in tegendeel rekening moeten houden met alle verblijven waarvoor
de diagnose in kwestie werd vermeld. In deze selectie hebben we enkel rekening gehouden
met de verblijven die tuberculose infectie als hoofddiagnose hebben. Indien we in deze
selectie ook alle verblijven opnemen met een tuberculose infectie als nevendiagnose, zou het
percentage heropnamen (met name de opnamen van patiënten die minder dan een jaar
voordien werden geregistreerd in hetzelfde ziekenhuis) te hoog liggen. In onze huidige
analyse bedraagt het aantal patiëntenverblijven voor tuberculose met een heropname binnen
het jaar 43 %.
We hebben enkel de verblijven in klassieke hospitalisatie geselecteerd. Voor het jaar 2004
tellen we 1162 verblijven waarvan de diagnose een ICD-9-CM-code meekreeg tussen 010.**
en 018.** . Van die verblijven zijn er slechts 18 met als arrondissement « 99 » (onbekende
woonplaats) en 20 verblijven met als arrondissement « 00 » (niet-residenten). Onze
kaartstudie heeft dus betrekking op 1124 verblijven.
Toelichting
Kaart VII.1 geeft aan dat het aantal verblijven met tuberculose als hoofddiagnose in 2
administratieve arrondissementen significant hoger is dan verwacht. Het gaat om Brusselhoofdstad
en Antwerpen, twee arrondissementen die een uitgesproken stedelijk karakter
hebben. Andere arrondissementen zoals Diksmuide, Moeskroen, Ath, Bergen, Soignies,
Charleroi, Luik, Aarlen en Virton hebben hoge SAR’s, maar gezien het beperkte aantal
geobserveerde verblijven is de vastgestelde afwijking voor elk van die SAR’s niet significant.
Omzichtigheid is dus geboden bij het interpreteren van die resultaten. We telden echter ook
20 arrondissementen waar het aantal verblijven significant lager ligt dan verwacht, waaronder
14 arrondissementen in het Vlaamse landsgedeelte. De gegevens die de basis vormden voor
de cartografische weergave staan in tabel VII.1.
47

Kaart VII.1: Tuberculose – MKG 2004
48

NIS-
Nummer arrondissement
Aantal
verblijven
SAR Ondergrens
95% BI
Bovengrens
95% BI
Significante
SARafwijking
11 Antwerpen 133 127 106 149 ∗ 6
12 Mechelen 32 93 61 126 3
13 Turnhout 26 57 35 79 ∗ 1
21 Brussel 310 275 244 305 ∗ 6
23 Halle-Vilvoorde 39 63 44 83 ∗ 1
24 Leuven 32 62 41 84 ∗ 1
25 Nijvel 26 68 42 94 ∗ 1
31 Brugge 9 30 10 49 ∗ 1
32 Diksmuide 7 131 34 228 6
33 Ieper 7 61 16 106 1
34 Kortrijk 10 33 12 53 ∗ 1
35 Oostende 8 49 15 84 ∗ 1
36 Roeselare 7 45 12 78 ∗ 1
37 Tielt 5 51 6 96 ∗ 1
38 Veurne 3 46 -6 99 ∗ 1
41 Aalst 22 75 44 107 1
42 Dendermonde 11 53 22 85 ∗ 1
43 Eeklo 4 45 1 89 ∗ 1
44 Gent 27 48 30 66 ∗ 1
45 Oudenaarde 8 63 19 107 1
46 St-Niklaas 11 44 18 70 ∗ 1
51 Ath 10 114 43 185 5
52 Charleroi 48 105 76 135 4
53 Bergen 39 145 99 190 6
54 Moeskroen 10 132 50 213 6
55 Soignies 23 121 71 170 6
56 Thuin 15 95 47 143 3
57 Doornik 8 52 16 88 ∗ 1
61 Hoei 6 55 11 98 ∗ 1
62 Luik 67 104 79 129 4
63 Verviers 20 69 39 99 ∗ 1
klasse
64 Waremme 2 26 -10 63 ∗ 1
71 Hasselt 41 96 66 125 3
72 Maaseik 20 83 47 120 2
73 Tongeren 18 86 46 125 2
81 Aarlen 6 102 20 184 4
82 Bastenaken
Marche-en-
3 66 -9 141 1
83 Famenne 5 89 11 168
2
84 Neufchâteau 1 16 -16 48 ∗ 1
85 Virton 11 205 84 326 6
91 Dinant 5 46 6 86 ∗ 1
92 Namen 24 77 46 108 1
93 Philippeville 5 74 9 139 1
Totaal 1124
Tabel VII.1 Klassieke verblijven met tuberculose als hoofddiagnose - MKG 2004
49

Aan de hand van de leeftijds- en geslachtsverdeling (figuur VII.2) kunnen we vaststellen dat
het aandeel verblijven bij mannen hoger ligt dan bij vrouwen. Het percentage mannen
bedraagt 62.5% tegenover 37.5% vrouwen voor alle leeftijdsgroepen samen. Enkel in de
leeftijdscategorieën 0-4 jaar en 85-89 jaar ligt het percentage vrouwen hoger, maar in die
laatste categorie is er een aanzienlijk vrouwenoverschot. Het is vooral vanaf de
leeftijdscategorie 20-24 jaar dat het aantal verblijven hoog ligt, ongeveer 88% van het totale
aantal verblijven.
Figuur VII.3 geeft de verdeling weer van de 1124 klassieke ziekenhuisverblijven in functie
van de nationaliteit van de patiënt. De MKG-registratie geeft informatie over de vooraf
vastgelegde categorieën: « Belgische nationaliteit », « nationaliteit Europese Unie »,
« nationaliteit buiten de Europese Unie », « onbekend ». We stellen dus vast dat voor heel het
land 64.5% van de verblijven betrekking heeft op patiënten met de Belgische nationaliteit.
5.9% van de verblijven heeft betrekking op personen met de nationaliteit van een EU-lidstaat
(België uitgezonderd) en 23.2% op personen met de nationaliteit van een land buiten de
Europese Unie. Voor 6.4% van de verblijven hebben we geen informatie over de nationaliteit.
Als we kijken naar de twee arrondissementen waar het aantal verblijven significant hoger ligt
dan verwacht, Antwerpen en Brussel, stellen we vast dat het aandeel verblijven van patiënten
die niet de nationaliteit hebben van een EU-lidstaat er hoger ligt. Zo heeft in Antwerpen
55,6% en 9,8% van de verblijven respectievelijk betrekking op patiënten met de Belgische en
EU-lidstaat nationaliteit. Daartegenover staat dat 32,3% en 3,2% van de verblijven betrekking
hebben op patiënten die geen EU-lidstaat nationaliteit hebben of waarvan de nationaliteit niet
gekend is. In Brussel bedraagt het percentage verblijven van niet-EU-patiënten 48,4%
(Belgische nationaliteit: 37.4%, nationaliteit EU-land: 5,8%, niet gekend: 8,4%).
50

6%
Figuur VII.3 Verdeling klassieke ziekenhuisverblijven
met tuberculose als hoofddiagnose,
In functie van de nationaliteit van de patiënt -
MKG 2004
23%
6%
65%
Niet
gekend
Belgische
nationaliteit
nationaliteit
Europese
Unie
Geen EU-
Nationaliteit
Tabel VII.2 geeft het aandeel weer van de verschillende hoofddiagnoses van de
ziekenhuisverblijven die zijn opgenomen in de selectie. Het gaat hoofdzakelijk om pulmonale
vormen en om tuberculose van de luchtwegen: (i) pulmonale tuberculose voor meer dan 59%
van de verblijven, (ii) tuberculeuze primo-infectie voor 6% van de verblijven, (iii) tuberculose
van de luchtwegen (andere vorm) voor 9% van de verblijven.
ICD-9-
CM-code Definitie
% van het
Aantal aantal
verblijven verblijven
010 tuberculeuze primo-infectie 69 6,1
011 pulmonale tuberculose 667 59,3
012 tuberculose van de luchtwegen (andere vorm) 104 9,3
013 tuberculose van de hersenen of van het centraal zenuwstelsel 25 2,2
014 tuberculose van de ingewanden, het buikvlies of de mesenteriale klieren 44 3,9
015 tuberculose van de botten of de gewrichten 62 5,5
016 tuberculose van het urogenitaal stelsel 28 2,5
017 tuberculose van de andere organen 92 8,2
018 miliaire tuberculose 33 2,9
Totaal 1124
Tabel VII.2 Klassieke ziekenhuisverblijven met tuberculose als hoofddiagnose – aandeel van de
verschillende hoofddiagnoses met 3 cijfers - MKG 2004
We willen erop wijzen dat er enkel rekening werd gehouden met ziekenhuisverblijven. De
gegevens omtrent patiënten die niet in het ziekenhuis werden opgenomen en ambulant werden
behandeld, maken geen deel uit van de MKG-registratie en kunnen dus niet behandeld
worden in dit onderzoek. Het aantal geregistreerde ziekenhuisverblijven voor tuberculose mag
dan ook niet gebruikt worden om de prevalentie van tuberculose in België te berekenen. Toch
kunnen we er redelijkerwijs van uitgaan dat er een zekere correlatie bestaat tussen het aantal
ziekenhuisverblijven in een bepaalde geografische zone en de prevalentie van tuberculose in
die zone.
51

Brussel-Hoofdstedelijk Gewest
Wij hebben de gegevens geanalyseerd van de in het ziekenhuis opgenomen patiënten (zowel
in klassieke als daghospitalisatie) door middel van de SAR en dit op gemeentelijk niveau. We
hebben voor de berekening van de SAR de nationale bevolkingsstructuur en -cijfers 2004
gebruikt als referentie.
De geografische spreiding van de SAR’s wordt geïllustreerd op kaart VII.4. Het zijn hier
vooral het noorden en het westen van de regio Brussel die een hoger aantal gehospitaliseerde
patiënten hebben dan verwacht, terwijl er in het zuidoosten twee gemeentes zijn met een
aantal dat lager ligt dan verwacht (Watermaal-Bosvoorde en Oudergem). De gemeenten met
een significant hogere SAR zijn: Brussel, Schaarbeek, Sint-Agatha-Berchem, Sint-Jans-
Molenbeek, Anderlecht, Sint-Gillis, Elsene, Sint-Joost-ten-Node en Etterbeek. Die
geografische spreiding is niet verwonderlijk aangezien welbekende sociaal-economische en
culturele factoren het epidemiologisch profiel van tuberculose bepalen. De inwoners van de
gemeentes Oudergem en Watermaal-Bosvoorde, met een lagere maar niet significante SAR,
hebben een bevoorrecht sociaal-economisch statuut. Een verfijnder onderzoek op een meer
lokaal niveau, per wijk bijvoorbeeld, zou uiteraard resultaten kunnen opleveren. De MKG
beschikt echter niet over dergelijke gegevens. Dat zou ongetwijfeld verklaren waarom
gemeenten die algemeen als « bevoorrecht » worden beschouwd, zoals Ukkel en Sint-
Lambrechts-Woluwe, een SAR hebben van meer dan 100 (ook al is die niet significant).
Kaart VII.4 SAR voor verblijven met tuberculose als hoofddiagnose – Brussels Hoofdstedelijk Gewest –
MKG 2000-2004 (met Belgische bevolking als referentiebevolking)
In een tweede tijd hebben we dezelfde analyse overgedaan maar nu met de bevolking van het
Brussels Hoofdstedelijk Gewest als referentie. Op deze manier worden er andere resultaten
bekomen zoals blijkt uit kaart VII.5. De hoogste SAR’s vinden we nu in Sint-Agatha-
Berchem, Brussel, Anderlecht en Sint-Joost-Ten-Noode. Deze andere resultaten zijn te wijten
aan de verschillende opbouw van de leeftijdspiramide op nationaal vlak en in het Brussels
Hoofdstedelijk Gewest. Deze laatste heeft een veel jongere bevolking zoals blijkt uit de twee
52

leeftijdspiramides (Figuren VII.6 en VII.7). Dit is tevens een illustratie van een beperking van
de Indirecte Standaardisatiemethode.
Kaart VII.5 Verblijven van patiënten gehospitaliseerd voor tuberculose – Brussels Hoofdstedelijk Gewest
– SAR 2000-2004 (met bevolking van het hoofdstedelijke gewest als referentiebevolking).
53

NISnummer
Gemeente
Aantal
verblijven
SAR Ondergrens
95% BI
Bovengrens
95% BI
Significante
SARafwijking
21001 ANDERLECHT 153 306 258 355 ∗ 6
21002 OUDERGEM 13 83 38 129 2
21003 SINT-AGATHA-BERCHEM 106 1014 821 1207 ∗ 6
21004 BRUSSEL 602 784 722 847 ∗ 6
21005 ETTERBEEK 41 183 127 239 ∗ 6
21006 EVERE 16 93 47 138 3
21007 VORST 57 225 167 283 ∗ 6
21008 GANSHOREN 10 91 35 147 3
21009 ELSENE 83 189 148 229 ∗ 6
21010 JETTE 32 143 93 192 6
21011 KOEKELBERG 17 178 93 263 6
21012 SINT-JANS-MOLENBEEK 82 200 157 244 ∗ 6
21013 SINT-GILLIS 42 174 121 227 ∗ 6
21014 SINT-JOOST-TEN-NODE 62 512 384 639 ∗ 6
21015 SCHAARBEEK 157 268 226 310 ∗ 6
21016 UKKEL 48 121 87 156 6
21017 WATERMAAL-BOSVOORDE 11 87 36 138 2
21018 SINT-LAMBRECHTS-WOLUWE 29 113 72 155 5
21019 SINT-PIETERS-WOLUWE 21 105 60 149 4
TotaAl 1582
Tabel VII.3 Hoofdstedelijke Regio Brussel: Ziekenhuisverblijven van patiënten met tuberculose als
hoofddiagnose - MKG 2000-2004 - (met Belgische bevolking als referentiebevolking)
Klasse
54

Deel B: kankers
Inleiding over de selectiecriteria
We hebben enkel de verblijven geselecteerd met een kwaadaardige nieuwvorming in
hoofddiagnose. Indien we rekening houden met de nevendiagnoses, zouden we ook verblijven
opnemen gekenmerkt door hoofddiagnose V58.0 (radiotherapie) of V58.1 (chemotherapie),
wat zou leiden tot een kunstmatige stijging van het aantal verblijven voor de aandoening die
ons interesseert. Code V moet, in het geval van de radiotherapie of de chemotherapie,
geregistreerd worden als hoofddiagnose, terwijl de tumor waarvoor de patiënt wordt
behandeld als nevendiagnose moet worden beschouwd. De meeste van die verblijven met een
hoofddiagnose V58.0 of V58.1 zijn in feite heropnames van patiënten, die eerder werden
opgenomen in een verblijf waarvan een ‘kwaadaardige tumor’ de hoofddiagnose was. Het
beperken van de selectie tot verblijven met een kwaadaardige tumor als hoofddiagnose, maakt
het mogelijk de ziekenhuisprevalentie van die aandoening beter in te schatten.
Het nadeel van deze methode is dat niet alle verblijven zijn opgenomen waarbij de maligne
neoplasie in feite de onderliggende oorzaak is van de hospitalisatie met een andere
hoofddiagnose (bij voorbeeld, een pneumonie bij een patiënt met een neoplasma).
We hebben eveneens een selectie doorgevoerd op basis van het patiëntennummer. We lichten
dit toe. Het ziekenhuis kent een anoniem patiëntennummer toe aan een bepaalde patiënt. Dit
nummer moet onveranderd blijven gedurende minstens een jaar (kalenderjaar). Dat betekent
dat een patiënt die meermaals wordt opgenomen in de loop van een zelfde jaar hetzelfde
registratienummer zal behouden voor al die verblijven. Het anoniem patiëntennummer van het
ziekenhuis geldt zowel voor klassieke hospitalisatie, daghospitalisatie als voor ambulante
spoedgevallen, en het blijft behouden voor het volledige verblijf, ook als dat verblijf zich over
meer dan een registratiejaar uitstrekt of verschillende registraties omvat (langdurige
verblijven). Door het patiëntennummer te gebruiken, kunnen we de meervoudige verblijven
van een zelfde patiënt binnen een zelfde ziekenhuis elimineren die een zelfde hoofddiagnose
hebben. Op die manier vermijden we dat voor het jaar in kwestie bepaalde gevallen meerdere
malen in rekening worden gebracht. Aldus benaderen we een ziekenhuisincidentie. We willen
er wel op wijzen dat deze methode dubbeltellingen niet volledig uitsluit, want ze heeft enkel
betrekking op patiënten met verblijven in een zelfde ziekenhuis, wat betekent dat dezelfde
patiënten die in verschillende ziekenhuizen werden verzorgd als twee of meer patiënten zullen
worden beschouwd.
We hebben voor iedere pathologie dus twee types kaarten uitgewerkt: een die een weergave
vormt van een SAR gebaseerd op de opname (Standardised Admission Ratio), en een andere,
de In-Hospital Standardised Incidence Ratio (IHSIR), die het equivalent vormt van een
“Standardised Incidence Ratio (SIR) en waarvan het concept nauwer aansluit bij de
incidentie. De methode voor indirecte standaardisatie per leeftijd en per geslacht en de
berekening van het verwachte aantal verblijven of gevallen per arrondissement zijn identiek
voor beide analyses.
Het ware interessant geweest de statistieken voor maligne neoplasmata, gebaseerd op de Mcodes
van de ICD-9-CM, te gebruiken. Die codes met vijf cijfers omschrijven de morfologie
van de neoplasmata. Jammer genoeg gebeurt een dergelijke codering niet voor alle verblijven
met maligne neoplasmata, en verschilt de situatie van pathologie tot pathologie en van het ene
ziekenhuis tot het andere. Ook het stadium van de tumor, de uitbreiding van de neoplasmata,
de aard van het weefsel en de kwaliteit van de biopsie of het bloedmonster maken de
anatoom-pathologische classificatie niet altijd makkelijk. Zo wordt in geval van maligne
neoplasmata van de prostaat (in hoofddiagnose) voor slechts 55 % van de verblijven de code
55

« M » vermeld; dat percentage bedraagt nog slechts 9% voor de maligne neoplasma van
trachea, bronchus en long.
Voor bepaalde neoplastische pathologieën die in dit onderzoek werden opgenomen, hebben
we trouwens de In-Hospital Standardised Mortality Ratios (IHSMR’s) per arrondissement in
kaart gebracht. De bedoeling daarvan is de geografische variaties in de ziekenhuismortaliteit
weer te geven. Het is onvermijdelijk dat sterfgevallen buiten het ziekenhuis niet in de studie
werden opgenomen, dat is het geval voor patiënten die ambulant verzorgd worden, in het
bijzonder bij prostaatkanker.
56

VIII. Maligne neoplasmata van trachea, bronchus en long
Selectiecriteria
Bij deze selectie houden we rekening met alle klassieke ziekenhuisverblijven die
beantwoorden aan de algemene selectiecriteria en waarvoor de hoofddiagnose luidt ‘maligne
neoplasmata van trachea, bronchus en long,’ (ICD-9-CM-code: 162.*).
Voor registratiejaar 2004 telt de gegevensbank 11 551 klassieke verblijven met als
hoofddiagnose een neoplasma van de luchtpijp, de bronchi of de longen. Voor 11 van die
patiëntenverblijven is de woonplaats niet gekend en voor 114 bevindt de woonplaats zich
buiten België. Er werden dus 11 426 verblijven in rekening gebracht voor dit onderzoek. Door
gebruik te maken van het patiëntennummer (zie inleiding), kunnen we de meervoudige
verblijven in eenzelfde ziekenhuis elimineren; aldus komen we tot een totaal van 8371
patiënten die minstens eenmaal werden verzorgd in klassieke hospitalisatie (9 patiënten
zonder gekende woonplaats, 86 patiënten met woonplaats in het buitenland).
Hieronder (Tabel VIII.1) vindt u een samenvattend schema van de uitgevoerde selecties.
Toelichting
Selectie Aantal
Ziekenhuisverblijven
Totaal voor de algemene selectie 11.551
Woonplaats niet gekend 11
Woonplaats in het buitenland 114
Selectie voor de analyse 11.426
Selectie via patiëntennummer
Totaal voor de algemene selectie 8371
Woonplaats niet gekend 9
Woonplaats in het buitenland 86
Selectie voor de analyse 8.276
Tabel VIII.1: Longkanker, samenvattend schema van de uitgevoerde selecties
Kaart VIII.1 toont aan dat het aantal verblijven met een Maligne neoplasmata van trachea,
bronchus en long als hoofddiagnose significant hoger is dan voorzien in volgende
administratieve arrondissementen: in het noordwesten van het land: Oostende; in het
noordoosten: de drie arrondissementen van de provincie Limburg, dat wil zeggen Hasselt,
Maaseik, Tongeren; in het zuiden van België: Aarlen en Virton; in het westen en het centrum:
Doornik, Bergen, Charleroi, Namen; in het oosten: Luik. Het aantal verblijven voor deze
pathologie is significant lager dan verwacht in een aantal administratieve arrondissementen in
het noordwesten: Brugge, Eeklo, Gent, Roeselare, Dendermonde, Halle-Vilvoorde,
Oudenaarde, Aalst, Leuven.
Als we de dubbeltellingen van een zelfde patiënt elimineren door de selectie door te voeren op
basis van het patiëntennummer, krijgen we minder arrondissementen met een aantal dat hoger
ligt dan verwacht (kaart VIII.2): Oostende, Bergen, Charleroi, Hasselt, Tongeren, Luik en
Brussel. In een aantal arrondissementen in het noordwesten van Vlaanderen ligt het aantal
lager dan verwacht, dat is ook het geval in Halle-Vilvoorde.
57

Kaart VIII.1 Klassieke verblijven met maligne neoplasmata van trachea, bronchus en long als
hoofddiagnose - SAR – MKG 2004
Kaart VIII.2 Patiënten in klassiek ziekenhuisverblijf met maligne neoplasmata van trachea, bronchus en
long als hoofddiagnose - IHSIR – MKG 2004
58

In grafiek VIII.1 zien we de leeftijds- en geslachtsverdeling van de klassieke
ziekenhuisverblijven met als hoofddiagnose een maligne neoplasmata van trachea, bronchus
en long. We stellen vast dat die aandoening vooral de oudere mannelijke bevolking treft. 77%
van de ziekenhuisverblijven heeft betrekking op mannelijke patiënten, en in 87 % van de
verblijven uit de selectie is de patiënt ouder dan 55.
In de rubriek « Selectiecriteria» hebben we uitgelegd dat de selectie van de
ziekenhuisverblijven gebaseerd was op ICD-9-CM-code 162.* als hoofddiagnose. Het is
mogelijk het vierde cijfer te gebruiken zonder daarbij de opname in de selectie te wijzigen.
Het voordeel van het gebruik van het vierde cijfer is dat de diagnose kan worden verfijnd,
door er de exacte lokalisatie van het neoplasma aan toe te voegen. Als we tabel VIII.4
bestuderen, zien we dat 40% van de verblijven betrekking heeft op maligne neoplasma van de
bovenkwab van de long of de bronchi, 20% van de verblijven heeft betrekking op een
neoplasma van de onderkwab van de bronchi en de longen. In 24% van de verblijven werd er
echter geen exacte lokalisatie geregistreerd van het maligne neoplasma (in 1996 bedroeg dat
percentage 44% en stellen we dus vast dat de nauwkeurigheid van de diagnoses erop
vooruitgaat).
59

NIS-
Nummer
arrondissement
Aantal
verblijven
SAR Ondergrens
95% BI
Bovengrens
95% BI
Significante
SARafwijking
11 Antwerpen 1086 99 94 105 3
12 Mechelen 369 102 91 112 4
13 Turnhout 470 103 93 112 4
21 Brussel 938 101 94 107 4
23 Halle-Vilvoorde 488 75 69 82 ∗ 1
24 Leuven 478 90 82 98 ∗ 3
25 Nijvel 340 91 81 101 3
31 Brugge 257 75 66 85 ∗ 1
32 Diksmuide 64 112 85 140 5
33 Ieper 89 73 58 88 ∗ 1
34 Kortrijk 233 73 63 82 ∗ 1
35 Oostende 240 121 106 137 ∗ 6
36 Roeselare 131 78 65 92 ∗ 1
37 Tielt 99 97 78 116 3
38 Veurne 71 84 64 103 2
41 Aalst 273 89 78 99 ∗ 2
42 Dendermonde 179 84 72 96 ∗ 2
43 Eeklo 58 59 44 74 ∗ 1
44 Gent 418 74 67 81 ∗ 1
45 Oudenaarde 112 83 68 99 ∗ 2
46 St-Niklaas 252 99 86 111 3
51 Ath 97 112 90 135 5
52 Charleroi 487 111 101 120 ∗ 5
53 Bergen 371 145 131 160 ∗ 6
54 Moeskroen 95 124 99 149 6
55 Soignies 195 106 91 121 4
56 Thuin 161 101 86 117 4
57 Doornik 186 122 105 140 ∗ 6
61 Hoei 109 103 83 122 4
62 Luik 740 113 105 121 ∗ 5
63 Verviers 263 92 81 103 3
64 Waremme 69 92 71 114 3
71 Hasselt 544 129 118 139 ∗ 6
72 Maaseik 286 121 107 136 ∗ 6
73 Tongeren 308 144 128 160 ∗ 6
81 Aarlen 76 145 113 178 ∗ 6
82 Bastenaken 47 115 82 148 5
83 Marche-en-famenne 43 80 56 104 1
84 Neufchâteau 58 96 72 121 3
85 Virton 67 132 100 164 ∗ 6
91 Dinant 133 120 100 140 6
92 Namen 372 127 114 140 ∗ 6
93 Philippeville 74 107 83 132 4
Totaal 11426
Tabel VIII.2 Klassieke verblijven met Maligne neoplasmata van trachea, bronchus en long als
hoofddiagnose - MKG 2004
klasse
60

NIS-
Nummer arrondissement
Aantal
patiënten
IHSIR Ondergrens
95% BI
Bovengrens
95% BI
Significante
SAR-afw.
11 Antwerpen 808 102 95 109 4
12 Mechelen 276 105 93 117 4
13 Turnhout 356 108 97 119 4
21 Brussel 732 108 100 116 ∗ 4
23 Halle-Vilvoorde 357 76 68 84 ∗ 1
24 Leuven 367 96 86 105 3
25 Nijvel 250 92 81 104 3
31 Brugge 183 74 63 85 ∗ 1
32 Diksmuide 40 96 67 126 3
33 Ieper 67 75 57 93 ∗ 1
34 Kortrijk 174 75 64 86 ∗ 1
35 Oostende 175 122 104 140 ∗ 6
36 Roeselare 90 74 59 90 ∗ 1
37 Tielt 72 97 75 120 3
38 Veurne 51 83 60 106 2
41 Aalst 202 91 78 103 3
42 Dendermonde 135 88 73 103 2
43 Eeklo 47 66 47 85 ∗ 1
44 Gent 312 76 68 85 ∗ 1
45 Oudenaarde 70 72 55 88 ∗ 1
46 St-Niklaas 180 97 83 112 3
51 Ath 70 112 86 138 5
52 Charleroi 371 116 104 128 ∗ 5
53 Bergen 229 124 108 140 ∗ 6
54 Moeskroen 61 110 82 137 4
55 Soignies 147 110 92 128 5
56 Thuin 116 101 82 119 4
57 Doornik 128 116 96 136 5
61 Hoei 82 107 84 130 4
62 Luik 551 116 106 126 ∗ 5
63 Verviers 200 97 83 110 3
64 Waremme 56 103 76 131 4
71 Hasselt 346 114 102 126 ∗ 5
72 Maaseik 192 114 98 130 5
73 Tongeren 205 133 115 152 ∗ 6
81 Aarlen 45 119 84 154 5
82 Bastenaken 36 122 82 161 6
83 Marche-en-F. 34 87 58 117 2
84 Neufchâteau 46 105 75 136 4
85 Virton 48 130 93 167 6
91 Dinant 94 117 93 141 5
92 Namen 219 104 90 117 4
93 Philippeville 56 112 83 142 5
Totaal 8276
klasse
Tabel VIII.3 Patiënten in een klassiek ziekenhuisverblijf met Maligne neoplasmata van trachea, bronchus
en long als hoofddiagnose - MKG 2004
61

ICD-9-CMcode
Definitie Aantal % verblijven
1623 NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, BOVENKWAB 4559 40
1629
NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, ZONDER
VERDERE PRECISERING
2713 24
1625 NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, ONDERKWAB 2243 20
1622 NEOPLASMATA VAN HOOFDBRONCHUS, CARINA, HILUS 781 7
1628 NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, ANDERE 711 6
1624 NEOPLASMATA VAN DE LONGEN OF DE BRONCHI, MIDDENKWAB 390 3
1620 NEOPLASMATA VAN DE TRACHEA 29 0
Totaal 11426 100
Tabel VIII.4 Klassieke verblijven met Maligne neoplasmata van trachea, bronchus en long als
hoofddiagnose – aandeel van de verschillende 4-cijfers-hoofddiagnoses - MKG 2004
De ziekenhuisletaliteit bedraagt 19,8%. Dit cijfer varieert volgens de leeftijdscategorieën.
Voor de leeftijdscategorie ≥95 jaar bedraagt het percentage 50% (voor 18 kankergevallen in
deze categorie), in de categorie 90-94 jaar ligt het percentage op 40% (89 kankergevallen), in
de categorie 85-90 jaar is dat 33,5% (voor 224 kankergevallen), in de categorie 80-84 jaar
32% (voor 976 kankergevallen). In de categorie 35-39 jaar bedraagt de mortaliteit slechts
3,7%, maar in totaal telt deze categorie slechts 27 gevallen.
Kaart VIII.4 geeft de verdeling weer van de In-Hospital Standardised Mortality Ratios
(IHSMR) voor longkanker voor hospitalisatie in België. De IHSMR’s worden op dezelfde
manier berekend als de SAR’s, alleen berekent men bij de IHSMR’s de verhouding in functie
van het aantal sterfgevallen dat wordt opgetekend tijdens de hospitalisatie en van het aantal
sterfgevallen dat wordt verwacht tijdens de hospitalisatie. In de arrondissementen Doornik,
Bergen en Soignies ligt het aantal intramurale sterfgevallen significant hoger dan verwacht,
dat is ook het geval in het arrondissement Virton. In de arrondissementen Ieper, Halle-
Vilvoorde en Dinant ligt het aantal intramurale sterfgevallen significant lager dan verwacht.
62

Kaart VIII.4 Intramurale letaliteit in verblijven met maligne neoplasmata van trachea, bronchus en long
als hoofddiagnose - IHSMR – MKG 2004
63

IX. Maligne neoplasmata van het colon
Selectiecriteria
We hebben alle klassieke ziekenhuisverblijven geselecteerd die voldoen aan de algemene
selectiecriteria (waarbij dus patiënten met woonplaats buiten België en patiënten waarvan de
woonplaats niet gekend is werden uitgesloten) en waarvan de hoofddiagnose het maligne
neoplasma van het colon is (ICD-9-CM-code : 153.**).
Voor het registratiejaar 2004 levert de selectie die werd uitgevoerd op de MKG-gegevensbank
ons een totaal op van 6067 verblijven waaronder 3 verblijven van patiënten zonder gekende
woonplaats en 46 verblijven van patiënten die in het buitenland verblijven. Onze analyse van
de geografische verschillen is dus gebaseerd op 6018 verblijven. Als we de selectiemethode
hanteren op basis van het patiëntennummer, verkrijgen we een totaal van 5087 geregistreerde
patiënten in de Belgische ziekenhuizen (3 patiënten zonder gekende woonplaats, 39 met
woonplaats in het buitenland). Voor deze analyse hebben we dus 5045 patiënten geselecteerd.
Hieronder (Tabel IX.1) vindt u een samenvattend schema van de uitgevoerde selecties.
Toelichting
Selectie Aantal
Ziekenhuisverblijven
Totaal voor de algemene selectie 6067
Woonplaats niet gekend 3
Woonplaats in het buitenland 46
Selectie voor de analyse 6018
Selectie via patiëntennummer
Totaal voor de algemene selectie 5087
Woonplaats niet gekend 3
Woonplaats in het buitenland 39
Selectie voor de analyse 5045
Tabel IX.1: Colonkanker, samenvattend schema van de uitgevoerde selecties
Kaart IX.1 geeft een idee, voor België, van de geografische verschillen in het aantal
verblijven geregistreerd in de MKG waarbij de hoofddiagnose ICD-9-CM-code 153.**
kreeg. In Vlaanderen vertonen de administratieve arrondissementen Halle-Vilvoorde en
Antwerpen, en in Wallonië dat van Bergen, een significant hogere SAR (het vastgestelde
aantal gevallen ligt hoger dan verwacht). De Vlaamse arrondissementen Tongeren en Eeklo,
alsook de Waalse arrondissementen Luik, Marche-en-Famenne en Dinant, vertonen een
significant lagere SAR (het aantal vastgestelde gevallen ligt lager dan verwacht).
64

Kaart IX.1 Klassieke verblijven met een colonkanker als hoofddiagnose - SAR - MKG 2004
65

NIS-
Nummer arrondissement
Aantal
verblijven
SAR Ondergrens
95% BI
Bovengrens
95% BI
Significante
SARafwijking
11 Antwerpen 648 112 103 121 ∗ 5
12 Mechelen 179 94 80 108 3
13 Turnhout 226 101 88 114 4
21 Brussel 574 109 100 118 4
23 Halle-Vilvoorde 418 125 113 137 ∗ 6
24 Leuven 254 92 81 104 3
25 Nijvel 194 101 86 115 4
31 Brugge 164 92 78 106 3
32 Diksmuide 27 88 55 122 2
33 Ieper 63 96 72 120 3
34 Kortrijk 193 114 98 131 5
35 Oostende 90 85 68 103 2
36 Roeselare 97 111 89 133 5
37 Tielt 52 97 70 123 3
38 Veurne 55 123 90 155 6
41 Aalst 165 102 87 118 4
42 Dendermonde 102 93 75 112 3
43 Eeklo 31 60 39 82 ∗ 1
44 Gent 268 90 79 101 3
45 Oudenaarde 58 80 59 100 1
46 St-Niklaas 113 87 71 103 2
51 Ath 38 81 55 107 2
52 Charleroi 229 96 84 109 3
53 Bergen 178 127 109 146 ∗ 6
54 Moeskroen 44 105 74 137 4
55 Soignies 84 85 67 103 2
56 Thuin 105 124 100 147 6
57 Doornik 76 91 70 111 3
61 Hoei 50 90 65 114 2
62 Luik 317 90 80 100 ∗ 2
63 Verviers 131 88 73 103 2
64 Waremme 33 83 55 111 2
71 Hasselt 199 95 82 108 3
72 Maaseik 112 101 82 120 4
73 Tongeren 85 81 64 98 ∗ 2
81 Aarlen 30 109 70 148 4
82 Bastenaken 19 88 48 128 2
83 Marche-en-F. 14 49 24 75 ∗ 1
84 Neufchâteau 33 101 67 136 4
85 Virton 38 139 95 183 6
91 Dinant 42 72 50 93 ∗ 1
92 Namen 156 100 84 116 4
93 Philippeville 34 95 63 127 3
Totaal 6018
Tabel IX.2 Klassieke verblijven met een colonkanker als hoofddiagnose - MKG 2004
Klasse
66

Als we kaart IX.2 bekijken, die de verschillen aangeeft in de geografische spreiding van de
patiënten die werden opgenomen in klassiek ziekenhuisverblijf met een hoofddiagnose van
colonkanker en waarvan de aantallen berekend werken in functie van de selectie op het
patiëntennummer, dan tellen we 4 administratieve arrondissementen met een significant
hogere SAR (het aantal vastgestelde gevallen ligt hoger dan verwacht): het gaat om Brusselhoofdstad,
Halle-Vilvoorde, Bergen en Kortrijk, terwijl de SAR in 3 arrondissementen lager
ligt: Eeklo, Dinant, Marche-en-Famenne (het vastgestelde aantal gevallen ligt lager dan
verwacht).
Kaart IX.2 Patiënten in klassiek ziekenhuisverblijf met een colonkanker als hoofddiagnose – IHSIR -
MKG 2004
67

NIS-
Nummer arrondissement
Aantal
patiënten
IHSIR Ondergrens
95% BI
Bovengrens
95% BI
Significante
IHSIRafwijking
11 Antwerpen 499 103 94 112 4
12 Mechelen 157 98 83 114 3
13 Turnhout 188 101 86 115 4
21 Brussel 495 112 102 121 ∗ 5
23 Halle-Vilvoorde 341 122 109 135 ∗ 6
24 Leuven 206 89 77 102 2
25 Nijvel 161 99 84 115 3
31 Brugge 143 96 80 111 3
32 Diksmuide 23 90 53 127 2
33 Ieper 51 93 67 118 3
34 Kortrijk 179 127 108 145 ∗ 6
35 Oostende 81 92 72 112 3
36 Roeselare 83 114 89 138 5
37 Tielt 44 98 69 126 3
38 Veurne 50 133 96 170 6
41 Aalst 144 106 89 124 4
42 Dendermonde 90 99 78 119 3
43 Eeklo 28 65 41 89 ∗ 1
44 Gent 240 96 84 108 3
45 Oudenaarde 54 88 65 112 2
46 St-Niklaas 103 94 76 113 3
51 Ath 32 81 53 110 2
52 Charleroi 193 97 83 110 3
53 Bergen 151 129 108 149 ∗ 6
54 Moeskroen 37 106 72 140 4
55 Soignies 75 91 70 111 3
56 Thuin 84 118 93 143 5
57 Doornik 66 94 71 116 3
61 Hoei 41 88 61 114 2
62 Luik 265 89 79 100 2
63 Verviers 112 89 73 106 2
64 Waremme 26 78 48 108 1
71 Hasselt 159 91 77 105 3
72 Maaseik 85 92 72 111 3
73 Tongeren 73 83 64 102 2
81 Aarlen 24 104 62 146 4
82 Bastenaken 17 94 49 139 3
83 Marche-en-F. 14 59 28 90 ∗ 1
84 Neufchâteau 19 69 38 101 1
85 Virton 30 131 84 177 6
91 Dinant 31 63 41 85 ∗ 1
92 Namen 123 94 78 111 3
93 Philippeville 28 94 59 128 3
Totaal 5045
klasse
Tabel IX.3 Patiënten in klassiek ziekenhuisverblijf met een colonkanker als hoofddiagnose - MKG 2004
Figuur IX.3 geeft aan dat colonkanker een pathologie is die voornamelijk bij ouderen
voorkomt: meer dan 85% van de ziekenhuisverblijven heeft betrekking op patiënten van meer
dan 60 jaar. Het aantal gevallen ligt iets hoger bij mannen: van de ziekenhuisverblijven met
deze aandoening als hoofddiagnose heeft 52% betrekking op mannen, en 48% op vrouwen.
68

Figuur IX.4 geeft de verdeling van het aantal verblijven per leeftijd en per geslacht (aantal
berekend in verhouding tot 100 000 inwoners uit die leeftijdscategorie en van dat geslacht)
met een colonkanker als hoofddiagnose. We stellen vast dat deze figuur beter aantoont dat het
aantal aandoeningen bij mannen hoger ligt.
69

Door rekening te houden met het vierde cijfer van de ICD-9-CM-code van de hoofddiagnose
wordt het mogelijk ook de lokalisatie van het neoplasma te bepalen.
Als we tabel IX.4 bekijken, stellen we vast dat 32% van de verblijven betrekking heeft op
kankers van het sigmoïd colon, 15% op kankers van het caecum, 14,5% op kankers van het
colon ascendens. In 16% van de verblijven hebben we geen verdere gegevens over de
lokalisatie van de kanker.
ICD-9-CMcode
Definitie
Aantal
verblijven
percentage
verblijven
1533 NEOPLASMA VAN HET SIGMOID COLON
NEOPLASMA VAN HET CÔLON, ZONDER VERDERE
1905 31,7
1539
PRECISERING 963 16,0
1534 NEOPLASMA VAN HET CAECUM 917 15,2
1536 NEOPLASMA VAN HET CÔLON ASCENDENS 875 14,5
1531 NEOPLASMA VAN HET COLON TRANSVERSUM 388 6,4
1532 NEOPLASMA VAN HET CÔLON DESCENDENS 343 5,7
1530 NEOPLASMA VAN FLEXURA HEPATICA 250 4,2
1537 NEOPLASMA VAN FLEXURA LIENALIS 190 3,2
1538 NEOPLASMA VAN HET CÔLON, ANDER 136 2,3
1535 NEOPLASMA VAN DE APPENDIX 51 0,8
Totaal 6018 100
Tabel IX.4 Klassieke verblijven met een colonkanker als hoofddiagnose – aandeel van de verschillende
4-cijfers-hoofddiagnoses - MKG 2004
70

X. Blaaskanker
Selectiecriteria
Voor de selectie van de blaaskankers hebben we de klassieke ziekenhuisverblijven
geselecteerd die beantwoorden aan de algemene selectiecriteria (dus zonder de patiënten met
woonplaats buiten België of waarvan de woonplaats niet gekend is) en die worden
gekenmerkt door een hoofddiagnose met als ICD-9-CM-code : 188.**.
Voor het registratiejaar 2004 levert de selectie die op de MKG-gegevensbank werd
doorgevoerd ons een totaal op van 6321 verblijven waaronder 7 verblijven van patiënten
waarvan de woonplaats niet gekend is en 46 verblijven van patiënten met woonplaats in het
buitenland. Voor de analyse van de geografische verschillen houden we dus 6268 verblijven
over. Aan de hand van de selectiemethode op basis van het patiëntennummer, komen we uit
bij een totaal van 4980 geregistreerde patiënten in de Belgische ziekenhuizen (5 patiënten
waarvan de woonplaats niet gekend is, 40 met woonplaats in het buitenland). Voor deze
analyse hebben we dus 4935 patiënten geselecteerd.
Hieronder (Tabel X.1) vindt u een samenvattend schema van de uitgevoerde selecties.
Toelichting
Selectie Aantal
Ziekenhuisverblijven
Totaal voor de algemene selectie 6321
Woonplaats niet gekend 7
Woonplaats in het buitenland 46
Selectie voor de analyse 6268
Selectie per patiëntennummer
Totaal voor de algemene selectie 4980
Woonplaats niet gekend 5
Woonplaats in het buitenland 40
Selectie voor de analyse 4935
Tabel X.1: Blaaskanker, samenvattend schema van de
uitgevoerde selecties
Op basis van kaart X.1, die de geografische verschillen aangeeft in België voor klassieke
ziekenhuisverblijven gekenmerkt door een hoofddiagnose van blaaskanker, stellen we vast dat
vijf administratieve arrondissementen een significant hogere SAR vertonen dan verwacht: het
gaat om de arrondissementen Mechelen, Turnhout, Tongeren, Maaseik en Bergen. In twaalf
arrondissementen ligt de SAR significant lager dan verwacht. In Vlaanderen gaat het om
Veurne, Aalst, Gent en Oudenaarde, en in het Waals gewest om Moeskroen, Charleroi,
Soignies, Thuin, Hoei, Luik, Neufchâteau en Philippeville. Tabel X.2 geeft de cijfers in detail.
Kaart X.2 geeft de geografische verschillen weer in de ziekenhuisverblijven die geselecteerd
werden op basis van het patiëntennummer. Vier arrondissementen hebben een significant
hoger aantal patiënten dan verwacht: in het centrum en in het noorden van België zijn dat
Antwerpen, Turnhout en Maaseik, en in het westen, Bergen. De arrondissementen Veurne,
Gent, Ath, Moeskroen, Soignies, Thuin, Hoei en Waremme hebben daarentegen een
significant lager aantal patiënten dan verwacht.
71

Kaart X.1 Klassieke verblijven met een blaaskanker als hoofddiagnose - SAR – MKG 2004
Kaart X. 2 Patiënten in klassiek ziekenhuisverblijf met een blaaskanker als hoofddiagnose – IHSIR -
MKG 2004
72

De bevolkingspiramide (figuur X.3) brengt twee kenmerken aan het licht. Meer dan 87% van
de klassieke ziekenhuisverblijven met als hoofddiagnose een blaaskanker komt voor bij
patiënten van meer dan 60 jaar. De aandoening komt duidelijk vaker voor bij mannen: zij
vertegenwoordigen ongeveer 80% van de verblijven.
NIS-
Nummer arrondissement
Aantal
verblijven
SAR Ondergrens
95% BI
Bovengrens
95% BI
Significante
SARafwijking
11 Antwerpen 658 108 100 116 4
12 Mechelen 234 116 101 131 ∗ 5
13 Turnhout 303 126 112 140 ∗ 6
21 Brussel 555 105 96 114 4
23 Halle-Vilvoorde 347 98 88 109 3
24 Leuven 311 107 95 119 4
25 Nijvel 195 97 83 111 3
31 Brugge 167 89 75 102 2
32 Diksmuide 33 101 67 136 4
33 Ieper 61 88 66 110 2
34 Kortrijk 162 91 77 105 3
35 Oostende 129 117 97 137 5
36 Roeselare 107 116 94 137 5
37 Tielt 47 82 59 106 2
38 Veurne 21 44 25 63 ∗ 1
41 Aalst 144 85 71 99 ∗ 2
42 Dendermonde 115 100 82 119 4
43 Eeklo 53 97 71 123 3
44 Gent 277 89 79 100 ∗ 2
45 Oudenaarde 50 66 48 84 ∗ 1
46 St-Niklaas 156 113 95 130 5
51 Ath 54 113 83 143 5
52 Charleroi 176 73 62 84 ∗ 1
53 Bergen 193 138 119 158 ∗ 6
54 Moeskroen 24 56 34 79 ∗ 1
55 Soignies 80 79 62 97 ∗ 1
56 Thuin 62 71 53 89 ∗ 1
57 Doornik 85 100 79 121 3
61 Hoei 43 75 52 97 ∗ 1
62 Luik 317 88 78 97 ∗ 2
63 Verviers 175 113 96 129 5
64 Waremme 26 64 39 88 ∗ 1
71 Hasselt 233 105 92 119 4
72 Maaseik 157 131 110 151 ∗ 6
73 Tongeren 143 128 107 149 ∗ 6
81 Aarlen 21 74 42 106 1
82 Bastenaken 21 94 54 134 3
83 Marche-en-F. 30 102 65 138 4
84 Neufchâteau 22 65 38 92 ∗ 1
85 Virton 39 137 94 180 6
91 Dinant 49 80 58 103 2
92 Namen 168 106 90 122 4
93 Philippeville 25 67 41 94 ∗ 1
Totaal 6268
Tabel X.2 Klassieke verblijven met een blaaskanker als hoofddiagnose - MKG 2004
klasse
73

NIS-
Nummer
arrondissement
Aantal
patiënten
IHSIR
Ondergrens
95% BI
Bovengrens
95% BI
Significante
IHSIRafwijking
11 Antwerpen 541 113 103 122 ∗ 5
12 Mechelen 177 112 95 128 5
13 Turnhout 231 122 106 138 ∗ 6
21 Brussel 451 108 98 118 4
23 Halle-Vilvoorde 272 98 86 110 3
24 Leuven 236 103 90 116 4
25 Nijvel 159 100 85 116 4
31 Brugge 129 87 72 102 2
32 Diksmuide 26 101 62 140 4
33 Ieper 46 84 60 109 2
34 Kortrijk 130 93 77 109 3
35 Oostende 106 122 99 145 6
36 Roeselare 83 114 89 138 5
37 Tielt 37 82 56 108 2
38 Veurne 15 40 20 60 ∗ 1
41 Aalst 113 85 69 101 2
42 Dendermonde 97 107 86 129 4
43 Eeklo 45 104 74 135 4
44 Gent 204 83 72 95 ∗ 2
45 Oudenaarde 39 65 45 86 ∗ 1
46 St-Niklaas 127 117 96 137 5
51 Ath 38 101 69 133 4
52 Charleroi 138 73 61 85 ∗ 1
53 Bergen 142 129 108 150 ∗ 6
54 Moeskroen 22 66 38 93 ∗ 1
55 Soignies 61 77 58 96 ∗ 1
56 Thuin 53 77 56 98 ∗ 1
57 Doornik 66 98 75 122 3
61 Hoei 31 68 44 92 ∗ 1
62 Luik 261 92 81 103 3
63 Verviers 142 116 97 135 5
64 Waremme 19 59 33 86 ∗ 1
71 Hasselt 178 102 87 117 4
72 Maaseik 124 132 108 155 ∗ 6
73 Tongeren 102 116 93 138 5
81 Aarlen 19 85 47 123 2
82 Bastenaken 18 102 55 149 4
83 Marche-en-famenne 23 99 59 140 3
84 Neufchâteau 20 75 42 108 1
85 Virton 29 129 82 176 6
91 Dinant 38 79 54 105 1
92 Namen 126 101 83 119 4
93 Philippeville 21 72 41 103 1
Totaal 4935
Tabel X.3 Patiënten in klassiek ziekenhuisverblijf met een blaaskanker als hoofddiagnose - MKG 2004
klasse
74

Aan de hand van het vierde cijfer van de ICD-9-CM-code voor de hoofddiagnose, kunnen we
de lokalisatie van het neoplasma achterhalen. Tabel X.4 geeft het aantal verblijven weer en
het respectievelijke percentage van de verschillende lokalisaties van maligne blaastumoren.
Het verband tussen de meer nauwkeurige lokalisatie van de urotheliale blaaskankertumoren
en hun prognose werd niet systematisch onderzocht, maar er werd gesuggereerd dat
aantasting van de koepel een onafhankelijke voorspellende waarde zou hebben bij het
bestuderen van de specifieke overleving na een totale cystectomie 5 . We willen daarbij
opmerken dat we in bijna de helft van de verblijven (49%) niet over verdere gegevens
beschikken, terwijl in 16% van de verblijven de oorspronkelijke lokalisatie van de tumor niet
bepaald kan worden doordat hij zich in de nabijheid bevindt van of doordat hij overlapt met
andere lokalisaties. In 12% van de verblijven gaat het om blaaskankers van de zijwand. De
minst frequente lokalisatie van het blaasneoplasma is de urachus, wat vrij logisch is, want
deze structuur verdwijnt normaal na de geboorte en wat overblijft is enkel een tractus fibrosus
zonder urotheel.
75

ICD-9-CMcode
Definitie Aantal verblijven % verblijven
1889 BLAASKANKER, NIET GEPRECISEERD
BLAASKANKER, OVERIGE GESPECIFICEERDE
3056 49
1888
LOCALISATIES 1004 16
1882 NEOPLASMA VAN DE BLAAS, ZIJWAND 746 12
1881 NEOPLASMA VAN DE BLAAS, KOEPEL 360 6
1880 NEOPLASMAVAN DE BLAAS, TRIGONUM 305 5
1884 NEOPLASMA VAN DE BLAAS, ACHTERWAND 242 4
1885 NEOPLASMA VAN DE BLAAS HALS 221 4
1886 NEOPLASMA VAN DE URETERMOND 209 3
1883 NEOPLASMA VAN DE BLAAS, VOORWAND 117 2
1887 NEOPLASMA VAN DE BLAAS, URACHUS 8 0
Totaal 6268 100
Tabel X.4 Klassieke verblijven met een blaaskanker als hoofddiagnose – aandeel van de verschillende
4-cijfers- hoofddiagnoses - MKG 2004
De ziekenhuisletaliteit tijdens klassieke verblijven met blaaskanker als hoofddiagnose
bedraagt 5,6% voor beide geslachten en voor alle leeftijden samen. Ze neemt toe met de
leeftijd en stijgt van 2,5% in de leeftijdscategorie 45-49 jaar tot meer dan 5% in de
leeftijdscategorieën van 75 jaar en ouder.
Kaart X.4 toont de verdeling, in België, van de In-Hospital Standardised Mortality Ratios
(IHSMR) van de ziekenhuisverblijven waarvan de hoofddiagnose blaaskanker is. De manier
waarop de IHSMR’s berekend worden is dezelfde als bij de SAR’s, behalve dat bij de
IHSMR’s de ratio berekend wordt in functie van het aantal vastgestelde sterfgevallen tijdens
de hospitalisatie en het aantal verwachte sterfgevallen tijdens de hospitalisatie. Het
arrondissement Brussel-hoofdstad kent een significant hoger aantal sterfgevallen dan
verwacht, terwijl in de arrondissementen Aalst en Dinant het aantal sterfgevallen significant
lager ligt dan voorzien.
76

Kaart X.4 Intramurale letaliteit in klassieke hospitalisatie met een blaaskanker als hoofddiagnose -
IHSMR - MKG 2004
77

XI. Prostaatkanker
Selectiecriteria
We hebben alle klassieke ziekenhuisverblijven geselecteerd die voldoen aan de algemene
selectiecriteria (er werd dus geen rekening gehouden met patiënten met woonplaats buiten
België of waarvan de woonplaats niet gekend is) en waarvan de hoofddiagnose een
prostaatkanker is (ICD-9-CM-code : 185.**).
Voor het registratiejaar 2004 levert de selectie die werd toegepast op de MKG-gegevensbank
ons een totaal op van 7757 verblijven, waarvan 6 verblijven van patiënten waarvan de
woonplaats niet gekend is en 86 verblijven van patiënten die in het buitenland verblijven.
Onze analyse van de geografische verschillen heeft dus betrekking op 7665 verblijven. Aan
de hand van de selectiemethode op basis van het patiëntennummer komen we tot een totaal
van 7238 geregistreerde patiënten in de Belgische ziekenhuizen (6 patiënten zonder gekende
woonplaats, 83 met woonplaats in het buitenland). Voor deze analyse op basis van het
patiëntennummer hebben we dus 7149 patiënten geselecteerd.
Hieronder (Tabel XI.1) vindt u een samenvattend schema van de uitgevoerde selecties.
Toelichting
Selectie Aantal
Ziekenhuisverblijven
Totaal voor de algemene selectie 7757
Woonplaats niet gekend 6
Woonplaats in het buitenland 86
Selectie voor de analyse 7665
Selectie per patiëntennummer
Totaal voor de algemene selectie 7238
Woonplaats niet gekend 6
Woonplaats in het buitenland 83
Selectie voor de analyse 7149
Tabel XI.1: Prostaatkanker, samenvattend schema van de
uitgevoerde selecties
Kaart XI.1 toont de verdeling, per arrondissement, van de klassieke ziekenhuisverblijven (met
de SAR-methodologie) gekenmerkt door een hoofddiagnose van prostaatkanker. Er zijn 7
administratieve arrondissementen waar de SAR significant hoger ligt: in de regio Vlaanderen
zijn dat Brugge, Ieper en Oostende, en in de regio Wallonië Nijvel, Neufchâteau, Virton en
Namen. Er zijn 10 arrondissementen met een significant lagere SAR, met name Veurne (in
het noorden), Brussel-hoofdstad, Aalst en Dendermonde, Bergen en Charleroi, en,
gegroepeerd in het oosten van het land, Luik, Verviers, Hoei en Tongeren.
Op kaart XI.2, die de geografische spreiding weergeeft in België van de patiënten die in de
loop van het jaar 2004 in een ziekenhuis verbleven hebben (gebruik van het
patiëntennummer), onderscheiden we een eerste groep arrondissementen in het noordwesten
van het land (Brugge en Ieper), een tweede in het centrum (Nijvel en Namen), en een derde
groep in het zuiden (Neufchâteau, Virton) met een SAR die significant hoger is dan verwacht.
78

Kaart XI.1 Klassieke verblijven met een prostaatkanker als hoofddiagnose - SAR – MKG 2004
79

NIS-
Nummer arrondissement
Aantal
verblijven
SAR Ondergrens
95% BI
Bovengrens
95% BI
Significante
SARafwijking
11 Antwerpen 741 100 93 107 3
12 Mechelen 259 105 92 118 4
13 Turnhout 309 99 88 110 3
21 Brussel 448 73 66 80 ∗ 1
23 Halle-Vilvoorde 468 108 98 117 4
24 Leuven 360 100 90 111 4
25 Nijvel 309 124 111 138 ∗ 6
31 Brugge 319 137 122 152 ∗ 6
32 Diksmuide 49 124 89 159 6
33 Ieper 131 157 130 183 ∗ 6
34 Kortrijk 238 109 95 123 4
35 Oostende 163 120 102 139 ∗ 6
36 Roeselare 134 117 97 137 5
37 Tielt 87 124 98 150 6
38 Veurne 45 76 54 99 ∗ 1
41 Aalst 173 83 71 96 ∗ 2
42 Dendermonde 119 83 68 98 ∗ 2
43 Eeklo 70 103 79 127 4
44 Gent 420 110 100 121 5
45 Oudenaarde 101 110 89 132 5
46 St-Niklaas 172 99 84 113 3
51 Ath 41 72 50 94 ∗ 1
52 Charleroi 215 75 65 85 ∗ 1
53 Bergen 161 98 83 114 3
54 Moeskroen 66 130 98 161 6
55 Soignies 111 92 75 109 3
56 Thuin 90 86 68 104 2
57 Doornik 110 110 89 130 4
61 Hoei 54 77 57 98 ∗ 1
62 Luik 339 79 70 87 ∗ 1
klasse
63 Verviers 151 79 66 92 ∗ 1
64 Waremme 57 116 86 146 5
71 Hasselt 285 101 89 112 4
72 Maaseik 156 98 82 113 3
73 Tongeren 99 69 55 82 ∗ 1
81 Aarlen 29 84 53 114 2
82 Bastenaken 34 125 83 167 6
83
Marche-en-
Famenne 37 103 70 136 4
84 Neufchâteau 56 139 102 175 ∗ 6
85 Virton 52 153 111 194 ∗ 6
91 Dinant 69 93 71 115 3
92 Namen 297 156 138 174 ∗ 6
93 Philippeville 41 90 62 117 2
Totaal 7665
Tabel XI.2 Klassieke verblijven met een prostaatkanker als hoofddiagnose - MKG 2004
80

Kaart XI.2 Patiënten in klassiek ziekenhuisverblijf met een prostaatkanker als hoofddiagnose - IHSIR -
MKG 2004
81

NIS-
Nummer arrondissement
Aantal
patiënten
IHSIR Ondergrens
95% BI
Bovengrens
95% BI
Significante
afwijking Klasse
11 Antwerpen 674 97 90 105 3
12 Mechelen 244 106 93 119 4
13 Turnhout 289 99 88 111 3
21 Brussel 430 75 68 82 ∗ 1
23 Halle-Vilvoorde 434 107 97 117 4
24 Leuven 344 103 92 114 4
25 Nijvel 292 126 112 140 ∗ 6
31 Brugge 300 138 122 153 ∗ 6
32 Diksmuide 43 117 82 152 5
33 Ieper 121 155 128 183 ∗ 6
34 Kortrijk 229 113 98 127 5
35 Oostende 142 112 94 131 5
36 Roeselare 119 111 91 131 5
37 Tielt 81 123 97 150 6
38 Veurne 41 75 52 98 ∗ 1
41 Aalst 162 84 71 97 ∗ 2
42 Dendermonde 114 85 69 100 2
43 Eeklo 67 105 80 131 4
44 Gent 367 103 93 114 4
45 Oudenaarde 93 109 87 131 4
46 St-Niklaas 158 97 82 112 3
51 Ath 39 74 51 97 ∗ 1
52 Charleroi 206 77 67 88 ∗ 1
53 Bergen 139 91 76 106 3
54 Moeskroen 64 135 102 168 ∗ 6
55 Soignies 102 91 73 108 3
56 Thuin 80 82 64 100 ∗ 2
57 Doornik 106 114 92 135 5
61 Hoei 53 81 60 103 2
62 Luik 322 80 71 89 ∗ 2
63 Verviers 140 79 66 92 ∗ 1
64 Waremme 55 120 88 152 6
71 Hasselt 272 103 91 115 4
72 Maaseik 146 98 82 114 3
73 Tongeren 92 68 54 82 ∗ 1
81 Aarlen 29 90 57 123 2
82 Bastenaken 31 122 79 165 6
83 Marche-en-F; 35 105 70 139 4
84 Neufchâteau 56 149 110 188 ∗ 6
85 Virton 47 148 106 191 ∗ 6
91 Dinant 64 93 70 116 3
92 Namen 287 161 143 180 ∗ 6
93 Philippeville 40 94 65 123 3
Totaal 7149
Tabel XI.3 Patiënten in klassiek ziekenhuisverblijf met een prostaatkanker als hoofddiagnose - MKG 2004
82

Figuur XI.3 geeft de verdeling, per leeftijdscategorie, van de klassieke ziekenhuisverblijven
met een prostaatkanker als hoofddiagnose. Bijna 99% van de verblijven heeft betrekking op
patiënten van 50 jaar of meer, en de leeftijdscategorieën van meer dan 65 jaar
vertegenwoordigen ongeveer 69% van de verblijven.
83

XII. Borstkanker bij vrouwen
Selectiecriteria
We hebben alle klassieke ziekenhuisverblijven geselecteerd die voldoen aan de algemene
selectiecriteria (dus zonder de patiënten met woonplaats buiten België of waarvan de
woonplaats niet gekend is) en waarvan de hoofddiagnose een borstkanker is (ICD-9-CMcode:
174.*). Deze code is speciek voor vrouwen, voor mannen wordt borstkanker onder
(ICD-9-CM code: 175.*) gecodeerd.
Voor het kalenderjaar 2004 levert de selectie die werd uitgevoerd op de MKG-gegevensbank
ons een totaal op van 12.261 verblijven, waarvan 13 verblijven van patiënten waarvan de
woonplaats niet gekend is en 56 verblijven van patiënten die in het buitenland verblijven.
Onze analyse van de geografische verschillen heeft dus betrekking op 12.192 verblijven. Aan
de hand van de selectiemethode op basis van het patiëntennummer, komen we op een totaal
van 10.814 patiënten die werden geregistreerd in de Belgische ziekenhuizen (11 patiënten
waarvan de woonplaats niet gekend is, 50 met woonplaats in het buitenland). Voor deze
analyse op basis van het patiëntennummer hebben we dus 10.753 patiëntes geselecteerd.
Hieronder (Tabel XII.1) vindt u een samenvattend schema van de uitgevoerde selecties.
Toelichting
Selectie Aantal
Ziekenhuisverblijven
Totaal voor de algemene selectie 12261
Woonplaats niet gekend 13
Woonplaats in het buitenland 56
Selectie voor de analyse 12192
Selectie per patiëntennummer
Totaal voor de algemene selectie 10814
Woonplaats niet gekend 11
Woonplaats in het buitenland 50
Selectie voor de analyse 10753
Tabel XII.1: Borstkanker, samenvattend schema van de uitgevoerde selecties
Aan de hand van kaart XII.1, die de geografische spreiding weergeeft van de verblijven per
arrondissement, stellen we vast dat voor het jaar 2004, 4 administratieve arrondissementen
een hogere SAR hebben dan voorzien, doordat het aantal verblijven significant hoger ligt dan
voorzien : Antwerpen, Halle-Vilvoorde, Nijvel, Brussel-hoofdstad. De arrondissementen
Turnhout, Leuven, Ieper, Tielt, Aalst, Eeklo, Maaseik, in Vlaanderen, en die van Verviers,
Waremme en Namen, in Wallonië, hebben daarentegen een SAR die lager ligt dan verwacht.
84

Kaart XII.1 Klassieke verblijven met een borstkanker als hoofddiagnose - SAR – MKG 2004
85

NIS-
Nummer arrondissement
Aantal
verblijven
SAR Ondergrens
95% BI
Bovengrens
95% BI
Significante
SARafwijking
11 Antwerpen 1245 111 105 117 ∗ 5
12 Mechelen 343 92 83 102 3
13 Turnhout 388 82 74 91 ∗ 2
21 Brussel 1308 121 115 128 ∗ 6
23 Halle-Vilvoorde 764 112 104 119 ∗ 5
24 Leuven 436 80 72 87 ∗ 1
25 Nijvel 484 116 106 126 ∗ 5
31 Brugge 335 97 86 107 3
32 Diksmuide 58 104 78 131 4
33 Ieper 92 75 60 91 ∗ 1
34 Kortrijk 309 94 83 104 3
35 Oostende 186 94 81 108 3
36 Roeselare 174 104 89 120 4
37 Tielt 83 82 64 100 ∗ 2
38 Veurne 87 107 84 129 4
41 Aalst 257 79 70 89 ∗ 1
42 Dendermonde 224 100 87 113 4
43 Eeklo 76 79 61 96 ∗ 1
44 Gent 606 103 95 111 4
45 Oudenaarde 137 99 83 116 3
46 St-Niklaas 265 100 88 112 4
51 Ath 104 109 88 130 4
52 Charleroi 544 109 100 118 4
53 Bergen 334 112 100 124 5
54 Moeskroen 87 104 82 126 4
55 Soignies 209 101 87 115 4
56 Thuin 176 100 85 115 4
57 Doornik 190 113 97 129 5
61 Hoei 101 86 69 103 2
62 Luik 715 100 92 107 3
63 Verviers 224 73 63 83 ∗ 1
64 Waremme 67 81 61 100 ∗ 2
71 Hasselt 432 96 87 105 3
72 Maaseik 193 78 67 89 ∗ 1
73 Tongeren 197 88 76 100 2
81 Aarlen 63 109 82 136 4
82 Bastenaken 44 100 71 130 4
83 Marche-en-F. 56 98 72 124 3
84 Neufchâteau 59 93 70 117 3
85 Virton 66 123 93 152 6
91 Dinant 113 96 78 113 3
92 Namen 287 87 77 97 ∗ 2
93 Philippeville 74 101 78 124 4
Totaal 12192
Tabel XII.2 Klassieke verblijven met een borstkanker als hoofddiagnose - MKG 2004
klasse
86

Aan de hand van kaart XII.2 kunnen we de geografische spreiding in België zien van
patiënten met borstkanker die in een ziekenhuis verbleven in de loop van het jaar 2004
(gebruik van het patiëntennummer). Drie arrondissementen worden gekenmerkt door een
significant hoge SAR en het aantal verblijven ligt er hoger dan verwacht: het gaat om Brussel,
Nijvel en Charleroi. De Vlaamse arrondissementen Ieper, Eeklo, Aalst, Turnhout, Leuven en
Maaseik, alsook het Waalse arrondissement Luik, hebben een significant lage SAR en een
aantal verblijven dat lager ligt dan verwacht.
Kaart XII.2 Patiënten in klassieke hospitalisatie met een borstkanker als hoofddiagnose - IHSIR - MKG
2004
87

NIS-
Nummer arrondissement
Aantal
patiënten
IHSIR Ondergrens
95% BI
Bovengrens
95% BI
Significante
afwijking Klasse
11 Antwerpen 1027 104 97 110 4
12 Mechelen 303 93 82 103 3
13 Turnhout 351 85 76 94 ∗ 2
21 Brussel 1142 120 113 127 ∗ 5
23 Halle-Vilvoorde 651 108 100 116 4
24 Leuven 399 83 74 91 ∗ 2
25 Nijvel 441 120 109 131 ∗ 5
31 Brugge 301 98 87 109 3
32 Diksmuide 53 108 79 137 4
33 Ieper 86 80 63 97 ∗ 1
34 Kortrijk 276 95 84 106 3
35 Oostende 167 96 81 110 3
36 Roeselare 159 108 91 125 4
37 Tielt 74 83 64 102 2
38 Veurne 72 100 77 123 3
41 Aalst 229 80 70 91 ∗ 2
42 Dendermonde 196 100 86 114 3
43 Eeklo 68 80 61 99 ∗ 1
44 Gent 545 105 96 114 4
45 Oudenaarde 121 99 82 117 3
46 St-Niklaas 226 97 84 110 3
51 Ath 89 106 84 128 4
52 Charleroi 500 113 103 123 ∗ 5
53 Bergen 290 110 97 122 4
54 Moeskroen 81 110 86 133 4
55 Soignies 190 104 89 119 4
56 Thuin 155 100 84 116 3
57 Doornik 160 108 91 125 4
61 Hoei 92 89 71 107 2
62 Luik 648 102 95 110 4
63 Verviers 211 78 67 89 ∗ 1
64 Waremme 60 82 61 103 2
71 Hasselt 366 92 83 102 3
72 Maaseik 161 74 63 86 ∗ 1
73 Tongeren 173 88 75 101 2
81 Aarlen 53 104 76 132 4
82 Bastenaken 39 101 69 133 4
83 Marche-en-F. 50 99 72 127 3
84 Neufchâteau 55 99 73 125 3
85 Virton 57 120 89 151 6
91 Dinant 104 100 81 119 3
92 Namen 265 91 80 102 3
93 Philippeville 68 105 80 130 4
Totaal 10754
Tabel XII.3 Patiënten in klassiek ziekenhuisverblijf met een borstkanker als hoofddiagnose - MKG 2004
88

Figuur XII.3 geeft, voor het MKG-kalenderjaar 2004, de verdeling per leeftijdscategorie van
de ziekenhuisverblijven, gekenmerkt door een hoofddiagnose van borstkanker bij vrouwen.
Het percentage gevallen neemt toe met de leeftijd, maar er worden reeds gevallen opgetekend
in de leeftijdscategorieën 15-19 jaar (1 verblijf) en 20-24 jaar (5 verblijven). Ongeveer 47%
van de verblijven heeft betrekking op patiënten tussen 35 en 59 jaar, en meer dan 51% van de
verblijven heeft betrekking op patiënten van meer dan 60 jaar.
Tabel XII.4 geeft de verdeling van de lokalisatie van borstkanker bij vrouwen voor de
klassieke ziekenhuisverblijven. In 35% van de verblijven beschikken we niet over
nauwkeurigere informatie omtrent de lokalisatie van de kanker. De meest voorkomende
gepreciseerde lokalisatie is het bovenste buitenste kwadrant (25%), daarna volgen het
bovenste binnenste kwadrant (8%) en de onderste kwadranten (buitenste: 5%, binnenste: 4%).
16% van de verblijven heeft betrekking op overige gespecificeerde lokalisaties (ICD-9-CMcode
174.8*): ectopische plaatsen, plaats van oorsprong niet gekend, binnenste, buitenste,
onderste, bovenste deel, mediaan van de borst.
89

ICD-9-CMcode
1749
1744
1748
1742
1745
1743
Definitie
Aantal
verblijven
%
verblijven
NEOPLASMA VAN DE BORST BIJ VROUWEN, ZONDER VERDERE
PRECISERING 4234 35
NEOPLASMA VAN DE BORST BIJ VROUWEN, BOVENSTE BUITENSTE
KWADRANT 3042 25
NEOPLASMA VAN DE BORST BIJ VROUWEN, OVERIGE
GESPECIFICEERDE LOCALISATIES 1998 16
NEOPLASMA VAN DE BORST BIJ VROUWEN, BOVENSTE BINNENSTE
KWADRANT 992 8
NEOPLASMA VAN DE BORST BIJ VROUWEN, ONDERSTE BUITENSTE
KWADRANT 624 5
NEOPLASMA VAN DE BORST BIJ VROUWEN, ONDERSTE BINNENSTE
KWADRANT 440 4
1741 NEOPLASMA VAN DE BORST BIJ VROUWEN, CENTRALE GEDEELTE 422 3
1740 NEOPLASMA VAN DE BORST BIJ VROUWEN, TEPEL EN TEPELHOF 372 3
1746 NEOPLASMA VAN DE BORST BIJ VROUWEN, AXILLAIRE UITLOPER 68 1
Totaal 12192 100
Tabel XII.4 Klassieke verblijven met een borstkanker als hoofddiagnose – aandeel van de verschillende
hoofddiagnoses met 4 cijfers - MKG 2004
Het intramurale letaliteitscijfer bij klassieke ziekenhuisverblijven voor borstkanker bedraagt
3,6% in heel België. Tabel XII.5 geeft een idee van de letaliteit volgens het type lokalisatie
van het maligne neoplasma. Het letaliteitcijfer ligt hoger voor verblijven waarvoor er geen
lokalisatie werd gepreciseerd of gepreciseerd kon worden (ICD-9-CM-code 174.9*), of
waarvoor de lokalisatie minder voor de hand ligt (ICD-9-CM-code 174.8*).
90

ICD-9-
CM-code
1740
1741
1742
1743
1744
1745
1746
Definitie
Aantal
sterfgevallen
Aantal
verblijven
%
sterfgevallen
NEOPLASMA VAN DE BORST BIJ VROUWEN, TEPEL EN
TEPELHOF
NEOPLASMA VAN DE BORST BIJ VROUWEN, CENTRALE
4 372 1,1
GEDEELTE
NEOPLASMA VAN DE BORST BIJ VROUWEN, BOVENSTE
5 422 1,2
BINNENSTE KWADRANT
NEOPLASMA VAN DE BORST BIJ VROUWEN, ONDERSTE
9 992 0,9
BINNENSTE KWADRANT
NEOPLASMA VAN DE BORST BIJ VROUWEN, BOVENSTE
3 440 0,7
BUITENSTE KWADRANT
NEOPLASMA VAN DE BORST BIJ VROUWEN, ONDERSTE
20 3042 0,7
BUITENSTE KWADRANT
NEOPLASMA VAN DE BORST BIJ VROUWEN, AXILLAIRE
3 624 0,5
UITLOPER 1 68 1,5
1748 NEOPLASMA VAN DE BORST BIJ VROUWEN, ANDERE
NEOPLASMA VAN DE BORST BIJ VROUWEN, ZONDER
76 1998 3,8
1749 VERDERE PRECISERING 314 4234 7,4
Totaal 435 12192 3,6
Tabel XII.5 Intramuraal letaliteitscijfer tijdens klassieke verblijven met een borstkanker als
hoofddiagnose volgens de lokalisatie - MKG 2004
Kaart XII.4 geeft, voor kalenderjaar 2004 van de MKG en op basis van de klassieke
ziekenhuisverblijven in België, gekenmerkt door een hoofddiagnose van borstkanker, de
verschillen in de In-Hospital Standardised Mortality Ratios (IHSMR) per arrondissement. We
stellen vast dat het arrondissement Brussel een significant hogere IHSMR heeft.
Kaart XII.4 Intramurale letaliteit bij vrouwen met een borstkanker - IHSMR- MKG 2004
91

NIS-
Nummer arrondissement
Aantal
sterfgevallen
IHSMR Ondergrens
95% BI
Bovengrens
95% BI
Significante
afwijking klasse
11 Antwerpen 48 118 85 152 5
12 Mechelen 7 53 14 92 ∗ 1
13 Turnhout 9 57 20 94 ∗ 1
21 Brussel 62 156 117 194 ∗ 6
23 Halle-Vilvoorde 24 101 60 141 4
24 Leuven 15 77 38 117 1
25 Nijvel 15 103 51 156 4
31 Brugge 14 113 54 172 5
32 Diksmuide 3 147 -19 313 6
33 Ieper 4 89 2 176 2
34 Kortrijk 12 101 44 159 4
35 Oostende 8 110 34 187 5
36 Roeselare 6 100 20 181 4
37 Tielt 3 82 -11 175 2
38 Veurne 2 67 -26 159 1
41 Aalst 6 52 10 94 ∗ 1
42 Dendermonde 8 102 31 173 4
43 Eeklo 2 57 -22 137 1
44 Gent 24 114 68 159 5
45 Oudenaarde 4 79 2 156 1
46 St-Niklaas 4 43 1 86 ∗ 1
51 Ath 1 29 -28 86 ∗ 1
52 Charleroi 22 122 71 172 6
53 Bergen 14 129 61 196 6
54 Moeskroen 3 97 -13 207 3
55 Soignies 13 175 80 271 6
56 Thuin 4 63 1 125 1
57 Doornik 11 177 72 281 6
61 Hoei 3 72 -9 153 1
62 Luik 17 65 34 96 ∗ 1
63 Verviers 10 92 35 149 3
64 Waremme 2 67 -26 161 1
71 Hasselt 17 112 59 165 5
72 Maaseik 3 38 -5 80 ∗ 1
73 Tongeren 10 133 50 215 6
81 Aarlen 5 246 30 462 6
82 Bastenaken 2 128 -50 306 6
83 Marche-en-F. 2 98 -38 234 3
84 Neufchâteau 5 215 27 404 6
85 Virton 2 103 -40 245 4
91 Dinant 3 71 -9 150 1
92 Namen 2 17 -7 40 ∗ 1
93 Philippeville 4 154 3 304 6
Totaal 435
Tabel XII.6 IHSMR bij vrouwen met een borstkanker als hoofddiagnose - MKG 2004
92

XIII. Leukemie
Selectiecriteria
Aan de hand van de MKG hebben we een selectie doorgevoerd waarin alle klassieke
ziekenhuisverblijven werden opgenomen die voldoen aan de algemene selectiecriteria (dus
zonder de patiënten met woonplaats buiten België of waarvan de woonplaats niet gekend is),
en waarvan de hoofddiagnose een vorm van leukemie is. De geselecteerde ICD-9-CM-codes
waren de volgende: 204.**, 205.**, 206.**, 207.**, 208.** .
Voor het kalenderjaar 2004 levert de selectie die werd uitgevoerd op de MKG-gegevensbank
ons een totaal op van 2445 verblijven, waarvan 7 verblijven van patiënten waarvan de
woonplaats niet gekend is en 54 verblijven van patiënten die in het buitenland verblijven.
Deze analyse heeft dus betrekking op 2384 verblijven. Aan de hand van de selectiemethode
op basis van het patiëntennummer komen we op een totaal van 1512 patiënten die werden
geregistreerd in de Belgische ziekenhuizen (3 patiënten waarvan de woonplaats niet gekend
is, 22 met woonplaats in het buitenland). Voor deze analyse op basis van het
patiëntennummer hebben we dus 1487 patiënten geselecteerd (zie Tabel XIII.1).
Hieronder (Tabel XIII.1) vindt u een samenvattend schema van de uitgevoerde selecties.
Toelichting
Selectie
Ziekenhuisverblijven
Aantal
Totaal voor de algemene selectie 2445
Woonplaats niet gekend 7
Woonplaats in het buitenland 54
Selectie voor de analyse
Selectie per patiëntennummer
2384
Totaal voor de algemene selectie 1512
Woonplaats niet gekend (patiëntennummer) 3
Woonplaats in het buitenland
22
(patiëntennummer)
Selectie voor de analyse (patiëntennummer) 1487
Tabel XIII.1 Leukemie, samenvattend schema van de gevolgde
selectieprocedure - MKG 2004
Kaart XIII.1 geeft, voor het jaar 2004, de geografische verschillen weer in de klassieke
ziekenhuisverblijven met als hoofddiagnose een leukemie (ICD-9-CM-code : 204.**, 205.**,
206.**, 207.**, 208.**). We lichten er eerst de administratieve arrondissementen uit met een
significant hogere SAR. Die 6 arrondissementen bevinden zich in het noordwesten van het
land: Brugge, Diksmuide, Kortrijk, Roeselare, Dendermonde en Gent. We stellen vast dat 13
arrondissementen, die zich in Vlaanderen of in Wallonië bevinden, een significant lagere SAR
hebben. Tabel XIII.2 geeft de volledige lijst van die arrondissementen.
We moeten er uiteraard rekening mee houden dat een zelfde patiënt verschillende keren per
jaar kan verblijven in hetzelfde ziekenhuis. Het beeld van een groep arrondissementen in het
noorden, met een hogere SAR, zwakt af zodra we overgaan tot een analyse die rekening houdt
met het patiëntennummer, dat uniek is gedurende een jaar en in een zelfde ziekenhuis. Op
kaart XIII.2, die voor elk Belgisch administratief arrondissement de SAR-klasses weergeeft,
berekend aan de hand van het aantal personen dat werd geselecteerd op basis van het
patiëntennummer, zien we nog slechts 3 arrondissementen met een significant hoge SAR. We
93

stellen vast dat er in het noorden nog slechts 2 arrondissementen zijn met een hoge SAR, dat
wil zeggen met een aantal patiënten dat significant hoger ligt dan verwacht. In Waals-Brabant
daarentegen, heeft het arrondissement Nijvel, dat een via de methode van het verblijfnummer
berekende SAR had die hoog lag, maar niet significant hoger. Het arrondissement heeft echter
een significant hogere SAR via de methode gebaseerd op het patiëntennummer. Het aantal
arrondissementen met een significant lagere SAR is ook afgenomen (zie lijst in tabel XIII.3).
Het hogere of lagere aantal arrondissementen met een hoge of lage SAR hangt ongetwijfeld
ook af van de ziekenhuispraktijken, die zich vertalen in een groot aantal heropnames. Van de
2384 verblijven met een hoofddiagnose van leukemie in 2004, is er sprake van 1704
heropnames, dat is 71,5%. Hoe dan ook, het lage aantal verblijven of patiënten in bepaalde
arrondissementen moet ons aansporen tot voorzichtigheid bij de interpretatie.
Kaart XIII.1 Klassieke verblijven met een leukemie - SAR - MKG 2004
94

NIS-
Nummer arrondissement
Aantal
verblijven
SAR Ondergrens
95% BI
Bovengrens
95% BI
Significante
afwijking klasse
11 Antwerpen 204 91 79 104 3
12 Mechelen 71 97 75 120 3
13 Turnhout 70 77 59 95 ∗ 1
21 Brussel 201 91 78 104 3
23 Halle-Vilvoorde 113 86 70 101 2
24 Leuven 75 70 54 86 ∗ 1
25 Nijvel 97 120 96 144 6
31 Brugge 124 188 155 221 ∗ 6
32 Diksmuide 31 267 173 361 ∗ 6
33 Ieper 26 104 64 144 4
34 Kortrijk 105 161 131 192 ∗ 6
35 Oostende 45 121 85 156 6
36 Roeselare 48 144 103 184 ∗ 6
37 Tielt 10 48 18 78 ∗ 1
38 Veurne 16 103 53 154 4
41 Aalst 75 122 94 149 6
42 Dendermonde 63 147 111 183 ∗ 6
43 Eeklo 3 16 -2 33 ∗ 1
44 Gent 182 157 134 179 ∗ 6
45 Oudenaarde 16 58 30 87 ∗ 1
46 St-Niklaas 65 125 95 156 6
51 Ath 7 38 10 65 ∗ 1
52 Charleroi 74 77 59 95 ∗ 1
53 Bergen 49 87 62 111 2
54 Moeskroen 21 128 73 182 6
55 Soignies 41 102 71 133 4
56 Thuin 47 139 99 179 6
57 Doornik 31 94 61 127 3
61 Hoei 8 35 11 59 ∗ 1
62 Luik 138 100 84 117 4
63 Verviers 49 80 58 103 2
64 Waremme 12 74 32 116 1
71 Hasselt 64 75 56 93 ∗ 1
72 Maaseik 41 86 60 113 2
73 Tongeren 36 85 57 113 2
81 Aarlen 15 127 63 191 6
82 Bastenaken 4 43 1 85 ∗ 1
83
Marche-en-
Famenne 14 119 57 182 5
84 Neufchâteau 4 30 1 60 ∗ 1
85 Virton 11 97 40 154 3
91 Dinant 22 93 54 132 3
92 Namen 48 74 53 95 ∗ 1
93 Philippeville 8 56 17 94 ∗ 1
Totaal 2384
Tabel XIII.2 Klassieke verblijven met een leukemie als hoofddiagnose - MKG 2004
95

Kaart XIII.2 Patiënten in klassiek ziekenhuisverblijf met een leukemie als hoofddiagnose – IHSIR -
MKG 2004
96

NIS-
Nummer arrondissement
Aantal
patiënten
IHSIR Ondergrens
95% BI
Bovengrens
95% BI
Significante
IHSIRafwijking
11 Antwerpen 125 89 73 105 2
12 Mechelen 47 102 73 131 4
13 Turnhout 52 92 67 117 3
21 Brussel 128 95 78 111 3
23 Halle-Vilvoorde 67 81 62 101 2
24 Leuven 55 82 60 103 2
25 Nijvel 67 136 103 168 ∗ 6
klasse
31 Brugge 67 159 121 197 ∗ 6
32 Diksmuide 9 123 43 203 6
33 Ieper 13 82 38 127 2
34 Kortrijk 57 139 103 176 ∗ 6
35 Oostende 26 108 66 149 4
36 Roeselare 25 119 72 165 5
37 Tielt 6 46 9 83 ∗ 1
38 Veurne 9 89 31 147 2
41 Aalst 47 121 86 155 6
42 Dendermonde 23 86 51 121 2
43 Eeklo 3 25 -3 52 ∗ 1
44 Gent 85 117 92 141 5
45 Oudenaarde 13 75 34 115 1
46 St-Niklaas 28 87 54 119 2
51 Ath 6 52 10 93 ∗ 1
52 Charleroi 52 87 64 111 2
53 Bergen 40 114 79 150 5
54 Moeskroen 15 146 72 220 6
55 Soignies 27 109 68 150 4
56 Thuin 26 124 76 171 6
57 Doornik 26 126 78 175 6
61 Hoei 6 42 8 76 ∗ 1
62 Luik 97 113 90 135 5
63 Verviers 40 106 73 139 4
64 Waremme 9 90 31 149 3
71 Hasselt 51 96 70 123 3
72 Maaseik 29 100 64 137 4
73 Tongeren 21 80 46 114 1
81 Aarlen 9 126 44 208 6
82 Bastenaken 3 53 -7 114 1
83
Marche-en-
Famenne 11 153 63 244 6
84 Neufchâteau 4 49 1 97 ∗ 1
85 Virton 8 115 35 195 5
91 Dinant 15 103 51 155 4
92 Namen 34 86 57 115 2
93 Philippeville 6 68 13 122 1
Totaal 1487
Tabel XIII.3 Patiënten in klassiek ziekenhuisverblijf met een leukemie als hoofddiagnose - MKG 2004
97

Figuur XIII.3 geeft de verdeling weer van de ziekenhuisverblijven voor de selectie
geanalyseerd in functie van de leeftijd en het geslacht. De verblijven van patiënten van meer
dan 55 jaar zijn het talrijkst: ze zijn goed voor iets meer dan 60% van het totale aantal
verblijven. 19% van de verblijven heeft betrekking op patiënten tussen 0 en 19 jaar, en 21%
van de verblijven op patiënten tussen 20 en 54 jaar.
We stellen ook vast dat, voor alle verblijven samen, het percentage mannen hoger ligt: 54,5%
van de verblijven heeft betrekking op mannen, al vormen bepaalde leeftijdscategorieën hierop
een uitzondering.
98

Voor het jaar 2004 bedraagt het letaliteitcijfer tijdens klassieke ziekenhuisverblijven met
leukemie als hoofddiagnose 14,3%. Het letaliteitcijfer neemt toe met de leeftijd. Het
schommelt tussen 0,9% en 1,3% in de leeftijdscategorieën tussen 1 jaar en 19 jaar; tussen
3,8% en 8,8% in de leeftijdscategorieën tussen 20 jaar en 54 jaar; het percentage overschrijdt
de grens van 10% boven de 55 jaar: 11,8% voor de categorie 55-59 jaar en 13,1% voor de
categorie 60-64 jaar; het ligt tussen de 20,2% en de 22,2% tussen 65 jaar en 79 jaar; en blijft
boven de 20% boven de 80 jaar, maar het aantal verblijven ligt laag in die
leeftijdscategorieën. De ziekenhuisletaliteit is voor beide geslachten vrij gelijklopend: 14,3%
voor mannelijke patiënten en 14,4% voor vrouwelijk patiënten.
Tabel XIII.4 geeft voor het jaar 2004 de verdeling weer van de ziekenhuisverblijven voor de
selectie en geanalyseerd in functie van de hoofddiagnoses geregistreerd met vier cijfers. De
vormen van leukemie die het vaakste voorkomen bij klassieke ziekenhuisverblijven zijn acute
myeloïde leukemie (41,6%), acute lymfoïde leukemie (25,9%), chronische lymfoïde leukemie
(17,9%) en chronische myeloïde leukemie (8,2%). De andere vormen zijn zeldzamer (minder
dan 1%, zoals acute monocytaire leukemie: 0,8%) of ze worden onvoldoende onderscheiden.
99

ICD-9-
CMcode
Definitie
Aantal
verblijven
%
verblijven
Aantal
sterfgevallen
%
sterfgevallen
2050 ACUTE MYELOÎDE LEUKEMIE 991 41,6 206 20,8
2040 ACUTE LYMFOIDE LEUKEMIE 617 25,9 23 3,7
2041 CHRONISCHE LYMFOIDE LEUKEMIE 427 17,9 46 10,8
2051 CHRONISCHE MYELOIDE LEUKEMIE 195 8,2 25 12,8
2080
ACUTE LEUKEMIE, ZONDER VERDERE
PRECISERING
49 2,1 20 40,8
2060 ACUTE MONOCYTAIRE LEUKEMIE 20 0,8 5 25
2059
MYELOIDE LEUKEMIE, ZONDER VERDERE
PRECISERING
14 0,6 2 14,3
2081
CHRONISCHE LEUKEMIE, ZONDER VERDERE
PRECISERING
10 0,4 1 10
2061 CHRONISCHE MONOCYTAIRE LEUKEMIE 9 0,4 3 33,3
2089 LEUKEMIE, ZONDER VERDERE PRECISERING 9 0,4 5 55,6
2072 MEGAKARYOCYTAIRE LEUKEMIE 7 0,3 1 14,3
2048 LYMFOIDE LEUKEMIE, ANDERE 6 0,3 1 16,7
2049
LYMFOIDE LEUKEMIE, ZONDER VERDERE
PRECISERING
5 0,2 0 0
2070 ACUTE ERYTHROLEUKEMIE EN ERYTHREMIE 5 0,2 2 40
2058 MYELOIDE LEUKEMIE, ANDERE 4 0,2 1 25
2088
LEUKEMIE, ZONDER VERDERE PRECISERING,
ANDERE
4 0,2 1 25
2053 MYELOID SARCOOM 3 0,1 0 0
2069
MONOCYTAIRE LEUKEMIE, ZONDER VERDERE
PRECISERING
3 0,1 0 0
2052 SUBACUTE MYELOIDE LEUKEMIE 2 0,1 0 0
2068 MONOCYTAIRE LEUKEMIE, ANDERE 2 0,1 0 0
2062 SUBACUTE MONOCYTAIRE LEUKEMIE 1 0,0 0 0
2078 LEUKEMIE, ANDERE 1 0,0 0 0
Totaal 2384 100 342 14,3
Tabel XIII.4 Klassieke verblijven met een leukemie als hoofddiagnose en intramuraal letaliteitcijfer -
aandeel van de verschillende 4-cijfers-hoofddiagnosen - MKG 2004
Kaart XIII.5 geeft de geografische verdeling, in België, van de In-Hospital Standardised
Mortality Ratios (IHSMR) voor de ziekenhuisverblijven gekenmerkt door een hoofddiagnose
van leukemie. Volgens de kaart heeft enkel het arrondissement Luik een significant hoge
IHSMR. Het arrondissement Hasselt heeft daarentegen een significant lage IHSMR. We
moeten hierbij vermelden dat het lage aantal sterfgevallen in ieder arrondissement
interpretaties moeilijk maakt. Tabel XIII.5 geeft de gegevens weer per arrondissement voor de
selectie die werd gebruikt bij deze analyse.
100

Kaart XIII.5 Intramurale letaliteit in klassieke hospitalisatie met een leukemie als hoofddiagnose -
IHSMR - MKG2004
101

NIS-
Nummer arrondissement
Aantal
verblijven
IHSMR Ondergrens
95% BI
Bovengrens
95% BI
Significante
IHSMR-afw. klasse
11 Antwerpen 25 76 46 106 1
12 Mechelen 9 83 29 138 2
13 Turnhout 12 96 42 150 3
21 Brussel 31 101 65 136 4
23 Halle-Vilvoorde 14 74 35 113 1
24 Leuven 11 71 29 112 1
25 Nijvel 7 64 17 111 1
31 Brugge 18 180 97 263 6
32 Diksmuide 1 57 -55 169 1
33 Ieper 3 80 -11 171 2
34 Kortrijk 17 178 93 263 6
35 Oostende 3 51 -7 108 1
36 Roeselare 6 121 24 219 6
37 Tielt 2 66 -25 156 1
38 Veurne 1 40 -38 118 1
41 Aalst 15 165 82 249 6
42 Dendermonde 3 49 -6 104 1
43 Eeklo 2 69 -27 165 1
44 Gent 23 136 81 192 6
45 Oudenaarde 2 48 -19 116 1
46 St-Niklaas 8 109 33 184 4
51 Ath 1 37 -36 111 1
52 Charleroi 11 81 33 129 2
53 Bergen 15 188 93 283 6
54 Moeskroen 7 294 76 511 6
55 Soignies 4 71 1 141 1
56 Thuin 6 124 25 224 6
57 Doornik 10 208 79 338 6
61 Hoei 3 94 -12 201 3
62 Luik 31 155 100 209 ∗ 6
63 Verviers 7 83 21 144 2
64 Waremme 2 89 -34 212 2
71 Hasselt 3 26 -3 54 ∗ 1
72 Maaseik 4 65 1 128 1
73 Tongeren 4 68 1 135 1
81 Aarlen 1 64 -61 189 1
82 Bastenaken 0
83 Marche-en-F. 4 249 5 493 6
84 Neufchâteau 1 54 -52 159 1
85 Virton 1 64 -61 188 1
91 Dinant 6 179 36 323 6
92 Namen 7 79 20 137 1
93 Philippeville 1 49 -48 147 1
Totaal 342
Tabel XIII.5: IHSMR van leukemie (hoofddiagnose) - MKG 2004
102

Deel C : Kwaliteitsindicatoren
Voorstelling van de indicatoren
De indicatoren die we hier voorstellen zijn afkomstig uit een set indicatoren, de
Inpatients Quality Indicators (IQI), opgesteld door het Agency for Healthcare
Research and Quality (AHRQ) 3 .
(http://www.qualityindicators.ahrq.gov./iqi_download.htm).
De indicatoren zijn:
1. intramuraal letaliteitcijfer na opname voor een acuut myocard infarct (AMI) (IQI 15)
2. intramuraal letaliteitcijfer voor congestief hartfalen (IQI 16)
3. intramuraal letaliteitcijfer na opname voor acuut cerebrovasculaire ziekte (Acute
Stroke Mortality Rate) (IQI 17)
4. intramuraal letaliteitcijfer na opname voor een heupfractuur (IQI 19)
5. intramuraal letaliteitcijfer na opname voor pneumonie (Community-Acquired
Pneumonia) (CAP) (IQI 20)
6. keizersnedencijfer (IQI 21)
7. open cholecystectomiecijfer (IQI 23)
Methodologie
Voor de kwaliteitsindicatoren, de derde grote thematische groep die we weerhielden, hebben
we voor redenen van coherentie dezelfde analytische benadering gevolgd als in de
multidimensionele feedback 6 voor deze indicatoren. Op deze manier voegen we een
bijkomend aspect toe aan deze indicatoren, namelijk de geografische spreiding van de
bestudeerde ingrepen- en letaliteitcijfers. Dit zou spatiale praktijkverschillen aan het licht
kunnen brengen.
Naar analogie van de gevolgde benadering wordt elk Arrondissement vergeleken met de
andere arrondissementen. We beperken ons hier echter tot de analyse van een cijfer over het
geheel van de bestudeerde periode, namelijk 4 jaar.
In de literatuur werd er gesuggereerd dat administratieve gegevens niet de nodige informatie
van voldoende kwaliteit bevatten om systematische verschillen in case mix te corrigeren
wanneer het gaat over een eerder klein relatief risico (RR), zoals een RR van 0,75. 7
Daarom bepaalden we een zone van niet-interpretatie waarin het cijfer van een
arrondissement, vergeleken met het cijfer van de andere arrondissementen, als niet
interpreteerbaar in termen van “hoger” of “lager” beschouwd werd. Om de grenzen van dit
gebied vast te leggen berekenden we eerst de afwijking van een arrondissement ten opzichte
van het cijfer van de andere arrondissementen als volgt: afwijking (in %) = (RR -1) x 100.
Vervolgens werd voor het cijfer de ondergrens gedefinieerd als een afwijking van - 25 % -
wat overeenstemt met de RR van 0,75 - en de bovengrens (het statistische equivalent van de
ondergrens) als een afwijking van + 35%.
In de andere gevallen, met een belangrijke afwijking, werden de resultaten van deze eerste
screening in functie van de beschikbare statistische evidentie geïnterpreteerd.
Deze getallen werden niet op een absolute manier gebruikt maar eerder als een maatstaf van
statistische evidentie. Indien de afwijking van een arrondissement zich buiten de zone van
niet-interpretatie bevond, noemden we ze
1) “sterk” indien de probabiliteit om een even grote of nog grotere afwijking aan te
treffen als die van het bestudeerde arrondissement, gelijk is aan of kleiner dan
0,05/aantal te vergelijken arrondissementen (de zogenaamde Bonferroni-correctie voor
het meervoudig gelijktijdige toetsen 8-10 ),
103

2) “matig” indien die probabiliteit kleiner is dan 0,05 maar groter dan 0,05/aantal te
vergelijken arrondissementen en,
3) in de andere gevallen “zwak”.
We vergeleken elk individueel arrondissement met de andere Belgische arrondissementen
door middel van een logistische regressie 11-13 om zowel een voor de praktijk relevante als
statistisch significante afwijking t.o.v het cijfer voor de andere arrondissementen.
Door middel van de logistische regressie gaan we na of er in arrondissement ‘A’ een hoger
cijfer is dan in de andere arrondissementen ‘B-Z’, anders gezegd we trachten het relatieve
risico (RR) van een hoger of lager cijfer te bepalen in een arrondissement vergeleken met de
andere arrondissementen. De logistische regressie produceert echter een odds ratio (OR), die
een schatter is van het RR. We illustreren dit aan de hand van het sterftecijfer van een
herseninfarct. In arrondissement ‘A’ sterven er 10 van de 100 patiënten met een herseninfarct.
Voor de andere arrondissementen ‘B-Z’ is dit 100 op 2000.
Tabel 5.1: Relatief risico en odds ratio
Arr. ‘A’ Arr. ‘B-Z’ Totaal Arr. ‘A’ Arr. ‘B-Z’ Totaal
Dood A B A+B Dood 10 100 110
Levend C D C+D Levend 90 1900 1990
Totaal A+C B+D N Totaal 100 2000 2100
Het relatieve risico (RR) kan hier gemakkelijk als volgt berekend worden:
1) berekenen van het sterftecijfer: 10/100 = 10% voor arrondissement ‘A’ en 100/2000 =
5% voor arrondissementen ‘B-Z’,
2) de ratio berekenen van deze cijfers = RR = 2.
In deze tabel kan het relatieve risico (RR) als volgt berekend worden: RR= (A/A+C)/(B/B+D)
en de odds ratio (OR) als: OR= (A/C)/(B/D).
In geval van een frequente uitkomst (> 10%), of wanneer de odds ratio (OR) groter is dan 2,5
of kleiner dan 0,5, kan de schatting van het RR door een odds ratio, die de logistische
regressie produceert, in belangrijke mate vertekend worden. Om deze vertekening te
verminderen, deden we beroep op de benadering van het RR door Zhang 14 , die we in de tekst
en tabellen zullen vermelden als RRZ, en die we gebruikten om de bovenvermelde afwijking
te berekenen. Het verband tussen RRZ en OR kan als volgt gelegd worden:
RRZ= OR/ ((1-P0)+(P0*OR)),
waar P0 staat voor de incidentie van de bestudeerde uitkomst in de niet-blootgestelde groep,
namelijk de andere Belgische arrondissementen. 14 Zoals vermeld hielden we rekening met het
probleem van het meervoudige, gelijktijdige toetsen door het berekenen van Bonferronigecorrigeerde
p-waarden. 8-10
104

In de figuren presenteren we i.f.v de afwijking en de statistische evidentie volgende
categorieën van arrondissementen:
(1) een groep met een “hoog cijfer”, bestaande uit de arrondissementen waarvan de
afwijking boven de zone van niet-interpretatie ligt en de ondergrens van het 95%
betrouwbaarheidsinterval van het cijfer:
- (1) < 0,
- (2) ≥ 0 en in de figuur met een rood sterretje weergegeven,
- (3) ≥ 0 na Bonferroni correctie en in de figuur met twee rode sterretjes
weergegeven;
(2) een groep met een “laag cijfer” bestaande uit de arrondissementen waarvan de
afwijking onder de zone van niet-interpretatie ligt en de bovengrens van het 95%
betrouwbaarheidsinterval van het cijfer:
- (1) < 0,
- (2) ≥ 0 en in de figuur met een rood sterretje weergegeven,
- (3) ≥ 0 na Bonferroni correctie en in de figuur met twee rode sterretjes
weergegeven;
(3) in de andere gevallen, een groep met een “gemiddeld cijfer” .
105

XIV. Intramuraal letaliteitscijfer na een opname voor Acuut myocard infarct
(AMI-LC) (IQI 15)
Selectiecriteria
- Gegevensbank: MKG 2002-2005 (8 semesters).
- Definitie: aantal sterfgevallen voor 100 ontslagen met een ICD-9-CM-code voor
AMI in hoofddiagnose (zie bijlage “Technische specificaties IQI”)
- Operationele definitie IQI 15 (uitgaande transfers uitgesloten)
- Teller: aantal doden met een ICD-9-CM-code voor AMI in hoofddiagnose;
- Noemer: alle ontslagen met een ICD-9-CM-code voor AMI in hoofddiagnose;
leeftijd >=18 jaar; met uitsluiting van verblijven met transfer naar een ander
ziekenhuis of zonder precisering van het ontslagtype
- De ziekenhuizen met minder dan 80 gevallen gedurende de onderzochte periode
werden niet opgenomen in de analyse
- Correctie voor leeftijd, geslacht, co-morbiditeit (Charlson 15 ) en cardiogene
shock.
- Aanvullende gegevens: cf. Acute Myocardial Infarction Mortality Rate (IQI 15),
Acute Myocardial Infarction Mortality Rate, Without Transfer Cases (II 32).
(Inpatient Quality Indicators, p. 54 en p.A22.)
http://www.qualityindicators.ahrq.gov./iqi_download.htm
Toelichting
Het acuut myocardinfarct (AMI) is een belangrijk gezondheidsprobleem in termen van
frequentie, ernst (morbiditeit, tijdelijke of definitieve invaliditeit, en mortaliteit), sociale
en economische kosten, behandelbaarheid, en wordt als een prioriteit beschouwd door
beleidsmakers en gemeenschap.
106

1) Mannen
2) Vrouwen
Leeftijd Sterfgevallen Opnamen Cijfer (%)

etrouwbaarheidsinterval, terwijl die met twee sterretjes een afwijking van het relatieve risico
vertonen die significant is bij een Bonferroni-betrouwbaarheidsinterval. Het Bonferronibetrouwbaarheidsinterval
is veel ruimer dan dat van 95%, en is dus conservatiever met als
gevolg dat de afwijkingen minder snel significant worden. Er zijn twee benaderingen
mogelijk om de verschillen in de afwijkingen van het relatieve risico te illustreren. Enerzijds
is het mogelijk de afwijkingen te illustreren aan de hand van klassen van relatieve afwijkingen
met een amplitude van 5% (zie kaart XIV.1); op die manier kunnen we, zoals in deel 1 en 2,
zes categorieën afwijkingen visualiseren:

Kaart XIV.1 Acuut myocard infarct (IQI 15) – Afwijkingen (%) van het relatieve risico –
MKG 2002-2005
Kaart XIV.2 Acuut myocard infarct (IQI 15) - afwijkingen (%) van het relatieve risico per
interpretatiezone - MKG 2002-2005
109

NIS_Nr 1 arrondissement OG_B 2 OG_95 3 Afw.(%) 4 BG_95 5 BG_B 6 P 7 IP 8
11 Antwerpen -4 -3 -2 0 1 0,067038836
12 Mechelen -9 -6 -3 0 2 0,048358257 1
13 Turnhout -8 -5 -2 0 2 0,098077009
21 Brussel -2 -1 1 2 3 0,425240779
23 Halle-Vilvoorde -2 0 2 4 5 0,072358892
24 Leuven -3 -1 1 3 5 0,269446204
25 Nijvel -3 -1 1 4 5 0,249512480
31 Brugge -6 -4 -1 2 4 0,713331860
32 Diksmuide -13 -7 0 5 8 0,885585466
33 Ieper -8 -4 0 4 6 0,850799100
34 Kortrijk -10 -7 -4 -1 1 0,016972525 1
35 Oostende -6 -3 1 4 6 0,667187329
36 Roeselare -5 -2 2 5 7 0,256444677
37 Tielt -11 -6 1 5 8 0,835395125
38 Veurne -21 -15 -8 -3 1 0,013878253 1
41 Aalst -6 -4 -1 2 3 0,553082679
42 Dendermonde -4 -2 2 5 6 0,240409757
43 Eeklo -16 -11 -5 0 3 0,073697711
44 Gent -4 -2 0 2 4 0,853808334
45 Oudenaarde -9 -5 0 4 6 0,850121730
46 St-Niklaas -12 -9 -5 -2 0 0,004128672 1
51 Ath -22 -17 -10 -4 0 0,004765872 1
52 Charleroi -5 -3 -1 1 3 0,582532444
53 Bergen -5 -3 0 3 4 0,973495139
54 Moeskroen -12 -7 -1 4 7 0,791402144
55 Soignies -8 -6 -2 1 3 0,296474160
56 Thuin -6 -3 1 4 6 0,688979420
57 Doornik -10 -7 -2 2 4 0,367186302
61 Hoei -14 -10 -5 -1 2 0,030547433 1
62 Luik -3 -2 0 2 3 0,972772806
63 Verviers -7 -5 -1 1 3 0,358647232
64 Waremme -12 -7 -1 4 7 0,795867348
71 Hasselt 2 3 5 7 8

XV. Intramuraal letaliteitscijfer na een opname voor Congestief hartfalen (CHF-
LC) (IQI 16)
Selectiecriteria
- Gegevensbank : MKG 2002 – 2005 (8 semesters)
- De ICD9-CM-codes gebruikt voor de selectie van CHF zijn: (zie bijlage “Technische
specificaties IQI”)
- Definitie: aantal sterfgevallen per 100 ontslagen personen met CHF als hoofddiagnose
- Teller: aantal sterfgevallen bij personen die werden gehospitaliseerd met CHF als
hoofddiagnose
- Noemer: totaal aantal verblijven van personen die werden gehospitaliseerd met CHF als
hoofddiagnose
- De ziekenhuizen met minder dan 80 gevallen gedurende de onderzochte periode werden
niet in de analyse opgenomen
- Exclusies: verblijven zonder informatie over het type ontslag, transfers naar een ander
acuut ziekenhuis, verblijven met MDC 14 (zwangerschap, verlossing en puerperium) en
MDC 15 (pasgeborenen), patiënten jonger dan 18 jaar; op die manier werden er 3882
verblijven uitgesloten om uit te komen op 85.659; voor de analyse tellen we ook de
ziekenhuizen met minder dan 80 verblijven niet mee (1 ziekenhuis en 11 verblijven
uitgesloten) en voor de logistische regressie selecteren we de patiënten van 70 jaar en
ouder (68.611 verblijven)
- We willen erop wijzen dat we, indien we de selectie enkel zouden hebben gedaan op basis
van de APR-DRG 194 “hartfalen”, slechts 71398 verblijven hadden geteld in plaats van
85659 bij de eerste filtering
- Risicocorrectie: leeftijd, geslacht, co-morbiditeit (Charlson-score)
Toelichting
Congestief hartfalen (CHF) is een vrij courante oorzaak voor ziekenhuisopname (Tabel XV.1)
en is verantwoordelijk voor een relatief aanzienlijk mortaliteitscijfer op korte termijn.
Ondanks de vooruitgang, die werd geboekt in de medische behandeling van CHF, is deze
aandoening nog altijd gerelateerd aan een aanzienlijke morbiditeit, functionele beperkingen,
mortaliteit en een sociaal-economische kostprijs.
111

Aantal Totaal Cijfer OG BG
Mannen
18-29 jaar 7 82 8,5 3,8 17,3
30-39 jaar 10 247 4 2,1 7,5
40-49 jaar 35 1067 3,3 2,3 4,6
50-59 jaar 165 3098 5,3 4,6 6,2
60-69 jaar 479 6788 7,1 6,5 7,7
70-79 jaar 1783 15040 11,9 11,3 12,4
80-89 jaar 2333 12714 18,3 17,7 19
90 jaar + 606 2334 26 24,2 27,8
Subtotaal
Vrouwen
5418 41370 13,1 12,8 13,4
18-29 jaar 2 52 3,8 0,7 14,3
30-39 jaar 8 163 4,9 2,3 9,8
40-49 jaar 13 440 3 1,7 5,1
50-59 jaar 77 1328 5,8 4,6 7,2
60-69 jaar 268 3772 7,1 6,3 8
70-79 jaar 1343 12836 10,5 9,9 11
80-89 jaar 3034 19170 15,8 15,3 16,4
90 jaar + 1600 6517 24,6 23,5 25,6
Subtotaal 6345 44278 14,3 14 14,7
Nationaal 11763 85648 13,7 13,5 14
Tabel XV.1: Bruto nationaal en leeftijds- en geslachtsspeciefiek intramuraal
letaliteitscijfer voor congestief hartfalen. België 2002-2005
OG: ondergrens van het 95%-betrouwbaarheidsinterval
BG: bovengrens van het 95%-betrouwbaarheidsinterval
Voor de logistische regressieanalyse, die we gebruikten voor het aanmaken van de kaarten,
hebben we enkel de drie leeftijdsgroepen vanaf 70 jaar meegerekend. We deden dit om over
een homogenere steekproef te beschikken aangezien de oudere CHF-patiënten verschillen van
de jongere CHF-patiënten, onder meer omdat er binnen de oude leeftijdsgroep relatief veel
patiënten zijn met een bewaarde systolische functie.
Kaart XV.1 geeft de geografische spreiding weer van de afwijkingen van het relatieve risico
op een intramuraal overlijden voor congestief hartfalen in België. De afwijkingen die wijzen
op een relatief risico dat significant hoger ligt (bij een 95%-betrouwbaarheidsinterval) doen
zich voor in de administratieve arrondissementen Brugge, Veurne, Sint-Niklaas (in
Vlaanderen), en Doornik, Soignies, Ath en Hoei (in Wallonië). De arrondissementen
Antwerpen, Leuven, Diksmuide, Oostende, Roeselare, Hasselt, Maaseik, Tongeren (in
Vlaanderen), en Bastenaken (in Wallonië) worden gekenmerkt door afwijkingen die wijzen
op een significant lager relatief risico (bij een 95%-betrouwbaarheidsinterval). Als we het
Bonferroni-betrouwbaarheidsinterval hanteren, dat conservatiever is, vertoont enkel het
arrondissement Hoei een relatief overlijdensrisico voor CHF dat significant hoger ligt, en de
112

arrondissementen Antwerpen, Leuven, Diksmuide, Oostende, Roeselare, Hasselt en
Bastenaken hebben een significant lager relatief overlijdensrisico.
Kaart XV.1 Congestief hartfalen (IQI 16) – afwijkingen (%) van het relatieve risico – MKG 2002-2005
Kaart XV.2 geeft de geografische verschillen weer in de afwijkingen van het relatieve risico
op een intramuraal overlijden voor congestief hartfalen in functie van het al dan niet behoren
tot de interpretatiezone. We stellen daarbij vast dat de arrondissementen Maaseik, Tongeren
en Bastenaken lage relatieve overlijdensrisico’s vertonen (

Kaart XV.2 Congestief hartfalen (IQI 15) - afwijkingen (%) van het relatieve risico per interpretatie zone
- MKG 2002-2005
114

NIS-nr 1 arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 IP 8
11 Antwerpen -19 -15 -9 -4 0 0,002083346 1
12 Mechelen -18 -12 -3 8 15 0,610094122
13 Turnhout -11 -5 4 13 19 0,444915491
21 Brussel -11 -7 -2 4 9 0,600646609
23 Halle-Vilvoorde -17 -13 -5 3 9 0,245422495
24 Leuven -21 -17 -10 -2 3 0,016995429 1
25 Nijvel -15 -9 1 11 18 0,917418218
31 Brugge -4 3 13 23 31 0,011718655 1
32 Diksmuide -50 -40 -23 -1 15 0,043118288 1
33 Ieper -13 -5 10 26 37 0,185077524
34 Kortrijk -9 -3 7 17 24 0,172090094
35 Oostende -30 -24 -14 -3 5 0,016568988 1
36 Roeselare -36 -30 -19 -6 3 0,005317665 1
37 Tielt -30 -22 -9 6 16 0,224929553
38 Veurne -10 3 26 51 69 0,017274834 1
41 Aalst -15 -8 2 14 22 0,662482162
42 Dendermonde -20 -12 0 14 24 0,957272093
43 Eeklo -37 -29 -14 3 16 0,112241066
44 Gent -17 -12 -5 3 9 0,230904798
45 Oudenaarde -32 -24 -11 4 15 0,151574675
46 St-Niklaas -4 4 17 31 40 0,007087384 1
51 Ath -6 5 22 42 55 0,00825934 1
52 Charleroi -9 -4 4 13 19 0,286302706
53 Bergen -12 -6 4 14 22 0,432877946
54 Moeskroen -23 -14 2 20 34 0,78501575
55 Soignies -6 2 15 29 40 0,019645346 1
56 Thuin -19 -11 2 17 27 0,750844955
57 Doornik -3 5 19 33 43 0,003828438 1
61 Hoei 2 14 32 52 66 0,00018724 2
62 Luik -7 -3 4 11 16 0,267538186
63 Verviers -9 -1 10 23 32 0,082918557
64 Waremme -27 -16 2 23 38 0,838410697
71 Hasselt -25 -20 -12 -4 2 0,004242291 1
72 Maaseik -42 -36 -26 -14 -5 0,000099839 2
73 Tongeren -42 -36 -26 -14 -6 6,80353E-05 2
81 Aarlen -38 -27 -8 14 31 0,452606701
82 Bastenaken -59 -49 -30 -5 14 0,023992959 1
83 Marche-en-Famenne -26 -14 6 30 48 0,567710771
84 Neufchâteau -49 -39 -21 1 18 0,072443978
85 Virton -29 -18 2 25 42 0,847845702
91 Dinant -27 -18 -3 13 25 0,671600713
92 Namen -20 -14 -4 7 15 0,51488473
93 Philippeville -20 -8 13 37 55 0,222983909
Tabel XV.2 Hulp bij de interpretatie van de afwijkingen van het relatieve risico - (IQI 16: Congestief hartfalen)
1 nummer van het arrondissement volgens het Nationaal Instituut voor de Statistiek; 2/3 ondergrens van het
Bonferroni-betrouwbaarheidsinterval/ het 95%-betrouwbaarheidsinterval; 4 afwijking van het relatieve risico in
%; 5/6 bovengrens van het 95%-betrouwbaarheidsinterval/ het Bonferroni-betrouwbaarheidsinterval; 7
probabiliteit dat een afwijking van een arrondissement ten opzichte van het nationale cijfer = 0; 8
significantiegraad: 1 = significant voor het 95%-interval ; 2 = significant voor het Bonferroni-interval
115

XVI. Intramuraal letaliteitscijfer na een opname voor Cerebrovasculaire ziekte
(CVZ) («beroerte », « stroke ») (IQI 17)
Selectiecriteria
- Gegevensbank: MKG 2002-2005 (8 semesters)
- Definitie: sterfgevallen tijdens verblijven met CVZ als hoofddiagnose (zie bijlage
“Technische specificaties IQI”).
- Teller: aantal sterfgevallen met CVZ als hoofddiagnose.
- Noemer: alle verblijven met CVZ als hoofddiagnose.
- Exclusies: ziekenhuizen met minder dan 80 observaties van CVZ tijdens de
periode 2002-5, patiënten met ontbrekende ontslaggegevens, getransfereerd naar
een ander ziekenhuis, MDC 14 (zwangerschap, geboorte en puerperium), en MDC
15 (pasgeborenen en andere).
- Risicocorrectie: leeftijd, geslacht, co-morbiditeit (Charlson-score)
- Verdere details: cf. Acute Stroke Mortality Rate (IQI 17)
http://www.qualityindicators.ahrq.gov/iqi_download.htm
Toelichting
Een “beroerte” behoort in Europa en Noord Amerika tot de belangrijkste oorzaken van
overlijden en handicap. In België, tijdens de periode 1980-1997, vormden cerebro-vasculaire
aandoeningen 9% van de doodsoorzaken bij de mannen en 14% bij de vrouwen. Niet alleen
de letaliteit en incidentie maken van beroerte een belangrijk gezondheidsprobleem: de meeste
patiënten, die een apoplexie overleven, behouden een ernstige handicap en blijven afhankelijk
van derden.
Ongeveer één patiënt op vijf, opgenomen voor een beroerte, overlijdt in het ziekenhuis.
De evolutie voor leeftijdsspecifieke beroerte letaliteitcijfers (stroke-LCs) is bijna identiek bij
mannen en vrouwen (Tabel XVI.1). We stellen de hoogste cijfers vast bij personen van 80
jaar en ouder.
116

Leeftijdscategorie
Aantal
sterfgevallen
Aantal
gevallen
Cijfer
(%)
ondergrens
(%)
bovengrens
(%)
a) Mannen
< 40 jaar 83 739 11,23 9,09 13,78
40-64 jaar 1056 9073 11,64 10,99 12,32
65-79 jaar 3036 17893 16,97 16,42 17,53
≥80 jaar
b) Vrouwen
2952 10352 27,65 27,65 29,40
< 40 jaar 80 699 11,44 9,23 14,10
40-64 jaar 808 5601 11,43 13,52 15,38
65-79 jaar 2797 15146 18,47 17,85 19,10
≥80 jaar
c) Totale bevolking
5586 18772 29,76 29,10 30,42
< 40 jaar 163 1438 11,34 9,77 13,11
40-64 jaar 1864 14674 12,70 12,17 13,25
65-79 jaar 5833 33039 17,65 17,25 18,07
≥80 jaar 8538 29124 29,32 28,79 29,84
Nationaal 16398 78275 20,95 20,66 21,24
Tabel XVI.1 : Nationaal, leeftijds- en geslachtsspecifiek bruto letaliteitcijfer na een opname voor
CVZ. België 2002-5
Aan de hand van kaart XVI.1 kunnen we de geografische spreiding in België vaststellen van
de afwijkingen van het relatieve risico op een intramuraal overlijden door een
cerebrovasculaire ziekte (CVZ). De afwijkingen die wijzen op een significant hoger relatief
risico (bij een 95%-betrouwbaarheidsinterval) komen voor in 8 administratieve
arrondissementen: Sint-Niklaas, Antwerpen, Leuven (in Vlaanderen), Charleroi, Bergen,
Doornik, Thuin, Soignies (in Wallonië), en Brussel-hoofdstad. De arrondissementen
Oostende, Eeklo, Veurne, Roeselare, Tielt, Hasselt, Maaseik, Leuven (in Vlaanderen)
vertonen dan weer afwijkingen die wijzen op een relatief risico dat significant lager ligt (bij
een 95%-betrouwbaarheidsinterval). Hanteren we het Bonferroni-betrouwbaarheidsinterval,
dat conservatiever is, dan vertonen de arrondissementen Doornik, Charleroi en Bergen een
relatief overlijdensrisico voor CVZ dat significant hoger ligt, en de arrondissementen
Roeselare en Eeklo hebben een significant lager relatief overlijdensrisico.
117

Kaart XVI.1 Cerebrovasculaire ziekte (IQI 17) -
Afwijkingen (%) van het relatieve risico - MKG 2002-2005
Kaart XVI.2 geeft de geografische verschillen weer in de afwijkingen van het relatieve risico
op een intramuraal overlijden door een cerebrovasculaire ziekte (CVZ) in functie van het al
dan niet behoren tot de interpretatiezone. We stellen daarbij vast dat enkel het arrondissement
Eeklo gekenmerkt wordt door een significant lager relatief risico op overlijden (35).
Tabel XVI.2 geeft de gedetailleerde cijfers, per arrondissement, van de afwijkingen van het
relatieve risico op een intramuraal overlijden voor CVZ, alsook de respectievelijke 95%- en
Bonferroni-betrouwbaarheidsintervallen, en de significantiegraad. We stellen daarbij vast dat
de verblijven van patiënten zonder gekende woonplaats en met woonplaats in het buitenland
een afwijking vertonen die wijst op een hoog relatief overlijdensrisico voor het 95%betrouwbaarheidsinterval
en die zich in de interpretatiezone bevindt.
118

Kaart XVI.2 Cerebrovasculaire ziekte (IQI 17) - afwijkingen (%) van het relatieve risico per
interpretatiezone – MKG 2002-2005
119

NIS-nr 1 arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8
11 Antwerpen -1 3 9 14 18 0,002610347 1
12 Mechelen -18 -13 -4 4 11 0,320501492
13 Turnhout -16 -11 -3 6 12 0,561721411
21 Brussel 0 4 10 16 20 0,001238214 1
23 Halle-Vilvoorde -8 -4 3 11 16 0,369599708
24 Leuven -20 -16 -9 -1 4 0,023314226 1
25 Nijvel -8 -2 8 19 26 0,123313973
31 Brugge -22 -17 -8 1 8 0,099617729
32 Diksmuide -45 -36 -20 0 15 0,05343022
33 Ieper -27 -19 -6 9 19 0,40702881
34 Kortrijk -20 -15 -6 3 9 0,175600282
35 Oostende -33 -27 -18 -7 0 0,001374416 1
36 Roeselare -39 -33 -22 -10 -2 0,000611342 2
37 Tielt -41 -33 -19 -4 8 0,019852082 1
38 Veurne -41 -33 -19 -3 9 0,026149033 1
41 Aalst -22 -17 -8 2 9 0,111165716
42 Dendermonde -14 -8 3 15 23 0,575852696
43 Eeklo -50 -43 -32 -18 -7

XVII. Intramuraal letaliteitscijfer na een opname voor Heupfractuur (IQI 19)
Selectiecriteria
- Gegevensbank: MKG 2001-2004 (8 semesters)
- Definitie: aantal sterfgevallen per 100 ontslagen personen met een heupfractuur als
hoofddiagnose
- Teller: aantal sterfgevallen bij personen met een heupfractuur als hoofddiagnose
- Noemer: totaal van de verblijven van personen met een heupfractuur als
hoofddiagnose
- De ziekenhuizen met minder dan 80 gevallen gedurende de onderzochte periode
werden niet in de analyse opgenomen
- Inclusies: ICD9-CM-codes met heupfractuur als hoofddiagnose (zie bijlage
“Technische specificaties IQI”)
- Exclusies: MDC 14 (zwangerschap, verlossing en puerperium) en 15
(pasgeborenen en andere neonatalen), transfer naar een ander acuut ziekenhuis,
daghospitalisaties (chirurgische of medische) en hospitalisaties van lange duur
- Risicocorrectie: leeftijd, geslacht, co-morbiditeit
- Tussen 2001 en 2004 werden er 60.815 ziekenhuisverblijven met een
heupfractuurdiagnose geregistreerd; als we de verblijven uitsluiten die gekenmerkt
werden door een onbekend ontslagtype, een transfer naar een ander acuut
ziekenhuis, een MDC 14 of 15, dan blijven er 56.687 over. Van deze laatste tellen
er 52.435 patiëntenverblijven mee waarbij geen sprake was van polytraumata of
multipele fracturen, zodat de bestudeerde populatie homogener wordt. Om de
bestudeerde populatie nog homogener te maken, laten we de leeftijdsgroepen onder
de 65 jaar buiten beschouwing. Op die manier houden we 47.125 verblijven over.
- Voor meer details: zie Hip Fracture Mortality Rate (IQI 19) p.63 en A25 van de
Inpatient Quality Indicators http://www.qualityindicators.ahrq.gov/iqi_download.htm
Toelichting
Heupfracturen zijn leiden vaak tot hospitalisatie en functionele regressie bij bejaarden. Zij
brengen een multidisciplinaire spiraal van gezondheidszorg, rehabilitatie en sociale assistentie
op gang, doordat ze vooral bejaarde en kwetsbare mensen treffen, die gekenmerkt zijn door
een belangrijke co-morbiditeit. Heupfracturen zijn gekenmerkt door een aanzienlijk
letaliteitcijfer. Ongeveer 1 op 3 tot 7 patiënten sterft binnen het jaar en van diegenen die 1 jaar
later nog leven zijn er slechts 54 % die zich zonder hulp kunnen verplaatsen en slechts 40%
zijn in staat om alle fysieke activiteiten van de ADL uit te voeren.
Het aantal heupfracturen is veel hoger bij vrouwen dan bij mannen. Het leeftijdsspecifieke
letaliteitcijfer na een opname wegens een heupfractuur is duidelijk groter in de oudere
leeftijdsgroepen en bij mannen. (Tabel XVII.1).
121

Sterfgevallen Opnames Percentage OG BG
Mannen
0-18 jaar 0 159 0,0 0,0 2,9
18-39 jaar 1 458 0,2 0,0 1,4
40-64 jaar 62 2.327 2,7 2,1 3,4
65-79 jaar 426 4.700 9,1 8,3 9,9
80 jaar + 999 5.898 16,9 16,0 17,9
Subtotaal
Vrouwen
1.488 13.542 11,0 10,5 11,5
0-18 jaar 0 90 0,0 0,0 5,1
18-39 jaar 0 127 0,0 0,0 3,7
40-64 jaar 30 2152 1,4 1,0 2,0
65-79 jaar 471 12.166 3,9 3,5 4,2
80 jaar + 2.017 24.358 8,3 7,9 8,6
Subtotaal 2.518 38.893 6,5 6,2 6,7
Nationaal 4.006 52.435 7,6 7,4 7,9
Tabel XVII.1: Bruto nationaal intramuraal letaliteitcijfer en
leeftijds- en geslachtsspecifiek intramuraal letaliteitcijfer na
opname voor een heupfractuur. België 2001-2004.
OG: ondergrens van het 95%-betrouwbaarheidsinterval;
BG: bovengrens van het 95%-betrouwbaarheidsinterval;
Kaart XVII.1 geeft de geografische spreiding weer in België van de afwijkingen van het
relatieve risico op een intramuraal overlijden door een heupfractuur. Zeven arrondissementen
vertonen afwijkingen die wijzen op een significant hoger relatief risico (bij een 95%betrouwbaarheidsinterval)
: Leuven, Hasselt, Ath, Charleroi, Soignies, Luik en Philippeville.
4 arrondissementen (Ieper, Kortrijk, Maaseik en Bastenaken) vertonen dan weer afwijkingen
die een significant lager relatief risico weerspiegelen (bij een 95%-betrouwbaarheidsinterval).
Als we het Bonferroni-betrouwbaarheidsinterval hanteren, vertoont geen enkel
arrondissement een significant hoger of lager relatief risico op overlijden door een
heupfractuur.
122

Kaart XVII.1 Heupfractuur (IQI 19) - Afwijkingen (%) van het relatieve risico – MKG 2001-2004
Kaart XVII.2 geeft de geografische verschillen weer in de afwijkingen van het relatieve risico
op een intramuraal overlijden voor een heupfractuur in functie van het al dan niet behoren tot
de interpretatiezone. We stellen daarbij vast dat 3 arrondissementen (Ieper, Maaseik en
Bastenaken) significant lagere relatieve overlijdensrisico’s vertonen (35), die zich eveneens in
de interpretatiezone bevinden. De andere arrondissementen hebben afwijkingen van het
relatieve risico die zich in de zone van niet-interpretatie bevinden.
Tabel XVII.2 geeft de gedetailleerde cijfers, per arrondissement, van de afwijkingen van het
relatieve risico op een intramuraal overlijden voor een heupfractuur, alsook de
respectievelijke 95%- en Bonferroni-betrouwbaarheidsintervallen, en de significantiegraad.
We stellen daarbij vast dat de verblijven van patiënten die in het buitenland verblijven een
afwijking vertonen die wijst op een lager relatief overlijdensrisico voor het 95%betrouwbaarheidsinterval,
en die zich in de interpretatiezone bevindt. De verblijven van
patiënten zonder gekende woonplaats vertonen daarentegen een hoger relatief
overlijdensrisico voor het Bonferroni-betrouwbaarheidsinterval, dat zich eveneens in de
interpretatiezone bevindt.
123

Kaart XVII.2 Heupfractuur (IQI 19) - afwijkingen (%) van het relatieve risico per interpretatiezone -
MKG 2001-2004
124

NIS-nr 1 Arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8
11 Antwerpen -13 -6 4 15 23 0,44482913
12 Mechelen -13 -3 14 32 46 0,10937316
13 Turnhout -18 -8 8 26 39 0,34225851
21 Brussel -8 -2 8 18 25 0,12513678
23 Halle-Vilvoorde -14 -5 9 24 35 0,22697096
24 Leuven -6 4 19 35 47 0,01220611 1
25 Nijvel -31 -21 -5 14 28 0,60773966
31 Brugge -28 -18 0 19 34 0,96353144
32 Diksmuide -71 -58 -28 17 56 0,20545603
33 Ieper -66 -57 -37 -10 13 0,01389368 1
34 Kortrijk -47 -39 -24 -7 6 0,00949238 1
35 Oostende -23 -11 9 33 51 0,38894871
36 Roeselare -43 -31 -8 20 41 0,53745388
37 Tielt -52 -39 -14 20 47 0,39997974
38 Veurne -67 -55 -28 11 44 0,15062008
41 Aalst -25 -15 3 23 37 0,76391564
42 Dendermonde -39 -29 -10 13 30 0,38186160
43 Eeklo -60 -47 -22 13 42 0,21018401
44 Gent -19 -11 2 17 27 0,74923319
45 Oudenaarde -46 -34 -11 17 39 0,41379800
46 St-Niklaas -31 -20 1 25 43 0,95867048
51 Ath -8 8 37 71 96 0,00638663 1
52 Charleroi -9 0 15 31 43 0,04748840 1
53 Bergen -25 -16 1 19 33 0,94334079
54 Moeskroen -53 -40 -16 16 41 0,30051490
55 Soignies -11 1 22 44 61 0,03149806 1
56 Thuin -31 -20 0 23 41 0,98940516
57 Doornik -14 -1 21 46 64 0,05600142
61 Hoei -37 -24 0 29 51 0,97827971
62 Luik -6 2 15 28 38 0,01954581 1
63 Verviers -23 -12 6 26 41 0,54985815
64 Waremme -26 -10 18 53 79 0,21229737
71 Hasselt -10 1 18 37 50 0,03838490 1
72 Maaseik -61 -50 -30 -3 19 0,03867008 1
73 Tongeren -18 -5 17 43 61 0,12388131
81 Aarlen -31 -12 24 69 103 0,20061817
82 Bastenaken -83 -73 -49 -6 36 0,03836409 1
83 Marche-en-F. -38 -20 16 61 96 0,4053081
84 Neufchâteau -51 -37 -8 29 59 0,63189101
85 Virton -24 -4 33 78 111 0,06914477
91 Dinant -31 -17 9 41 65 0,50499716
92 Namen -30 -21 -5 14 27 0,5964812
93 Philippeville -21 -1 37 81 115 0,04298057 1
Tabel XVII.2 Hulp bij de interpretatie van de afwijkingen van het relatieve risico - (IQI 19 : heupfractuur)
1 nummer van het arrondissement volgens het Nationaal Instituut voor de Statistiek; 2/3 ondergrens van het
Bonferroni-betrouwbaarheidsinterval/ 95%-betrouwbaarheidsinterval; 4 afwijking van het relatieve risico,
uitgedrukt in %; 5/6 bovengrens van het 95%-betrouwbaarheidsinterval/ Bonferroni-betrouwbaarheidsinterval; 7
probabiliteit dat een afwijking van een arrondissement ten opzichte van het nationale cijfer = 0; 8
significantiegraad: 1 = significant voor het 95%-interval ; 2 = significant voor het Bonferroni-interval;
125

XVIII. Intramuraal letaliteitscijfer na een opname voor “Pneumonie opgelopen
buiten het ziekenhuis” (CAP: Community Acquired Pneumonia) (IQI 20)
Selectiecriteria
- Gegevensbank: MKG 2002-2005 (8 semesters)
- Definitie: sterfgevallen tijdens ziekenhuisverblijven met pneumonie als hoofddiagnose
(zie bijlage “Technische specificaties IQI”).
- Teller: aantal sterfgevallen met pneumonie als hoofddiagnose.
- Noemer: alle verblijven met pneumonie als hoofddiagnose.
- Exclusies: ziekenhuizen met minder dan 80 observaties van CAP tijdens de periode 2002-
2005, patiënten met ontbrekende ontslaggegevens of getransfereerd naar een ander
ziekenhuis, MDC 14 (zwangerschap, geboorte en puerperium), en MDC 15
(pasgeborenen en andere).
- Correctie voor leeftijd, geslacht en co-morbiditeit (Charlson-D’Hoore)
- Verdere details : cf. Pneumonia Mortality Rate (IQI 20) p.65 en A25 van de Inpatient
Quality Indicators http://www.qualityindicators.ahrq.gov/iqi_download.htm
Toelichting
Ziekenhuisopnamen voor pneumonie komen wereldwijd veel voor. Dit fenomeeen geldt ook
voor België. Tijdens de periode 2000-2003 werden er in de Belgische ziekenhuizen 109.399
ziekenhuisverblijven, of meer dan 25.000 ziekenhuisverblijven per jaar, met pneumonie als
hoofddiagnose geregistreerd waaronder 17.130 sterfgevallen of een ziekenhuisletaliteit door
pneumonie van 15.66 %. De pneumonieletaliteit is functie van de leeftijd, en in mindere mate
ook van het geslacht (Tabel XVIII.1).
Leeftijdscategorie Aantal Totaal LC-CAP OG BG
Mannen 18-39 jaar 86 5328 1,61 1,3 2
40-64 jaar 1.012 14423 7,02 6,61 7,45
65-79 jaar 3.912 24974 15,66 15,22 16,12
80+ jaar 5.079 19975 25,43 24,83 26,04
Subtotaal 10.089 64700 15,59 15,32 15,88
Vrouwen 18-39 jaar 51 5205 0,98 0,74 1,3
40-64 jaar 418 9609 4,35 3,96 4,78
65-79 jaar 1.780 14131 12,6 12,06 13,16
80+ jaar 5.076 21876 23,2 22,65 23,77
Subtotaal 7.325 50821 14,41 14,21 14,72
Bevolking 17.414 115.521 15,07 14,87 15,28
Tabel XVIII.1: Nationaal bruto letaliteitcijfer en leeftijds- en
geslachtsspecifieke ziekenhuisletaliteit door CAP.België 2002-5
OG: ondergrens van het 95%-betrouwbaarheidsinterval;
BG: bovengrens van het 95%-betrouwbaarheidsinterval;
Als we kaart XVIII.1 bekijken, stellen we vast dat de geografische spreiding in België van de
afwijkingen van het relatieve risico op een intramuraal overlijden voor pneumonie opgelopen
buiten het ziekenhuis (CAP) verschillen vertoont tussen de arrondissementen. Acht
arrondissementen vertonen afwijkingen die wijzen op een significant hoger relatief risico (bij
een 95%-betrouwbaarheidsinterval): Halle-Vilvoorde, Aalst en Oudenaarde (in Vlaanderen),
Ath, Charleroi, Bergen, Doornik (in Wallonië), en Brussel-hoofdstad. Daartegenover staan 10
arrondissementen met afwijkingen die wijzen op een significant lager relatief risico (bij een
126

95%-betrouwbaarheidsinterval) : Turnhout, Leuven, Kortrijk, Roeselare, Tielt, Maaseik en
Tongeren (in Vlaanderen), Verviers, Marche-en-Famenne en Dinant (in Wallonië).
Als we het Bonferroni-betrouwbaarheidsinterval hanteren, worden 5 administratieve
arrondissementen gekenmerkt door afwijkingen die wijzen op een significant hoger relatief
overlijdensrisico: het betreft Brussel-hoofdstad, Doornik, Charleroi, Ath en Bergen. De
arrondissementen Leuven, Roeselare en Maaseik vertonen daarentegen afwijkingen die
wijzen op een lager relatief risico.
Kaart XVIII.1 Pneumonie opgelopen buiten het ziekenhuis (IQI 20)– Afwijkingen (%) van het relatieve
risico – MKG 2002-2005
Kaart XVIII.2 geeft de geografische verschillen weer in de afwijkingen van het relatieve
risico op een intramuraal overlijden voor pneumonie opgelopen buiten het ziekenhuis (CAP)
in functie van de interpretatiezone. We stellen daarbij vast dat slechts twee arrondissementen
zich in de interpretatiezone bevinden, met name Tielt, met een laag relatief overlijdensrisico
vertoont (35). De andere
arrondissementen hebben afwijkingen van het relatieve risico die zich in de zone van nietinterpretatie
bevinden.
Tabel XVIII.2 geeft de gedetailleerde cijfers, per arrondissement, van de afwijkingen van het
relatieve risico op een intramuraal overlijden voor CAP, alsook de respectievelijke 95%- en
Bonferroni-betrouwbaarheidsintervallen, en de significantiegraad.
127

Kaart XVIII.2 Pneumonie opgelopen buiten het ziekenhuis (IQI 20) - afwijkingen (%) van het relatieve
risico per interpretatiezone - MKG 2002-2005
128

NIS-nr 1 arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8
11 Antwerpen -13 -10 -4 2 6 0,179286
12 Mechelen -14 -8 1 11 18 0,847751
13 Turnhout -23 -18 -10 -1 5 0,031719 1
21 Brussel 9 14 20 26 31

XIX. Keizersnedencijfer bij laag-risico verlossingen (IQI 21)
Selectiecriteria
- Gegevensbank: MKG 2001-2004 (8 semesters)
- Definitie: aantal keizersneden per 100 verlossingen per instelling (zie bijlage “Technische
specificaties IQI”)
- Teller: aantal keizersneden, geïdentificeerd per APR-DRG, of per ICD-9-CM
ingrepencode, met uitsluiting van ingrepencode 74.91 (hysterectomie)
- Noemer: alle verlossingen
- Exclusies: abnormale presentatie, preterme verlossing, doodgeboorte,
meerlingzwangerschap en ingrepen voor stuitligging. Geboortegewicht
4.499g.
- Ziekenhuizen met minder dan 90 verlossingen tijdens de periode 2001-2004 werden uit
deze studie uitgesloten
- Risicocorrectie: leeftijdsgroepen.
- Voor meer details: zie Cesarean Delivery Rate (IQI 21) p.67 en A27 van de Inpatient
Quality Indicators http://www.qualityindicators.ahrq.gov/iqi_download.htm
Toelichting
Wegens de stijgende trend en de grote verschillen in keizersnedencijfers (KSCs) tussen
landen met vergelijkbare sociaal-economische profielen, tussen subnationale entiteiten, tussen
ziekenhuizen en tussen artsen, werd verlossing door keizersnede geïdentificeerd als een te
vaak gebruikte procedure (“overgebruik”). Zoals blijkt uit tabel XIX.1, neemt het bruto
keizersnedencijfer bij laagrisico verlossingen toe met de leeftijd.
Leeftijdscategorie Keizersneden (N) Verlossingen (N) Cijfer OG BG
< 20 jaar 765 8.140 9,4 8,78 10,06
20-24 jaar 5.910 57.010 10,37 10,12 10,62
25-29 jaar 15.987 134.071 11,92 11,75 12,1
30-34 jaar 17.342 126.098 13,75 13,56 13,94
35-39 jaar 7.746 47.613 16,27 15,94 16,6
40 jaar en + 1.828 9.057 20,18 19,36 21,03
Nationaal 49.578 381.989 12,98 12,87 13,09
Tabel XIX.1: bruto nationaal keizersnedencijfer en leeftijdsspecifiek
keizersnedencijfer (in %) bij laagrisico verlossingen. België, 2001-2004.
OG: ondergrens van het 95%-betrouwbaarheidsinterval;
BG: bovengrens van het 95%-betrouwbaarheidsinterval;
Kaart XIX.1 geeft de geografische spreiding weer, in België, van de afwijkingen van het
relatieve risico op een keizersnede bij een verlossing « met laag risico». Er zijn verschillen
tussen de arrondissementen. 9 arrondissementen vertonen afwijkingen die wijzen op een
significant hoger relatief risico (bij een 95%-betrouwbaarheidsinterval) : Kortrijk,
Dendermonde, Hasselt, Tongeren, Bergen, Hoei, Marche-en-Famenne, Luik en Verviers. 14
arrondissementen vertonen dan weer afwijkingen die wijzen op een significant lager relatief
risico (bij een 95%-betrouwbaarheidsinterval) : Turnhout, Leuven, Nijvel, Ieper, Eeklo, Gent,
Ath, Charleroi, Soignies, Doornik, Neufchâteau, Dinant, Namen en Brussel-hoofdstad.
130

Als we het Bonferroni-betrouwbaarheidsinterval hanteren, zien we dat 5 administratieve
arrondissementen worden gekenmerkt door afwijkingen die wijzen op een significant hoger
risico op een keizersnede: het betreft Kortrijk, Dendermonde, Hasselt, Luik en Verviers. De
arrondissementen Brussel-hoofdstad, Nijvel, Ath, Neufchâteau, Dinant en Namen vertonen
dan weer afwijkingen die wijzen op een significant lager relatief risico.
Kaart XIX.1 IQI 21 Keizersnedencijfer (IQI) – Afwijkingen (%) van het relatieve risico - MKG 2001-
2004
Kaart XIX.2 geeft de geografische verschillen weer in de afwijkingen van het relatieve risico
op een keizersnede bij een verlossing met laag risico in functie van de interpretatiezones. We
stellen daarbij vast dat enkel het arrondissement Neufchâteau een lager relatief risico vertoont
(

Kaart XIX.2 Keizersnedencijfer (IQI 21) - afwijkingen (%) van het relatieve risico per interpretatiezone
- MKG 2001-2004
132

NIS-nr 1 Arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8
11 Antwerpen -8 -6 -3 1 3 0.1000296303
12 Mechelen -6 -2 4 10 14 0.1999829994
13 Turnhout -15 -12 -7 -1 2 0.0140393083 1
21 Brussel -19 -17 -15 -12 -10

XX. Open cholecystectomieëncijfer (IQI 23)
Selectiecriteria
- Gegevenbank: MKG 2002-2005 (8 semesters)
- Definitie: aantal open cholecystectomieën per 100 cholecystectomieën
- Teller: aantal “open” cholecystectomieën
- Noemer: alle verblijven met een code van cholecystectomie.
- Inclusies: alleen ontslagen met niet-gecompliceerde cholecystitis of cholelithiase (zie
bijlage “Technische specificaties IQI”).
- Exclusies: MDC 14 (zwangerschap, verlossing en puerperium) en MDC 15
(pasgeborenen)
- Ziekenhuizen met minder dan 80 cholecystectomieën tijdens de geanalyseerde periode
werden niet in de analyse opgenomen.
- Cijfers in de VS in 2002: 24.77 per 100 verblijven met een indicatie van “open”
cholecystectomie.
- Correctie voor leeftijd, geslacht en co-morbiditeit (Charlson-D’Hoore 15 )
- Bijkomende informatie: cf. Laparoscopic Cholecystectomy Rate (IQI 23), Inpatient
Quality Indicators, p 73 en, voor de gebruikte codes, p31
(http://www.qualityindicators.ahrq.gov/iqi_download.htm
Toelichting
De indicaties voor laparoscopische en open cholecystectomie zijn vaak dezelfde. De
laparoscopische cholecystectomie is gekenmerkt door een lagere morbiditeit, een kortere
operatieduur, een sneller herstel, minder postoperatieve pijn en een kortere verblijfsduur.
Aangezien een laparoscopische cholecystectomie, in de grote meerderheid van nietgecompliceerde
gevallen (75%), een open cholecystectomie kan vervangen, duidt een hoger
laparoscopische cholecystectomieëncijfer, op een betere kwaliteit. Omgekeerd duidt een
hoger open cholecystectomiecijfer dan op mindere kwaliteit.
Bij toenemende leeftijd stellen wij een stijging vast van het aantal open cholecystectomieën.
Leeftijdscategorie
Open
cholecystectomieën
Alle types
cholecystectomieën
Percentage
(%)
OG BG
< 40 jaar 896 14107 6.35 5.96 6.77
40-49 jaar 864 11455 7.54 7.07 8.05
50-59 jaar 1211 14301 8.47 8.02 8.94
60-69 jaar 1472 14501 10.48 9.98 11.00
70-79 jaar 2337 13777 16.96 16.34 17.60
≥ 80 jaar 1277 5468 23.35 22.24 24.50
Nationaal 8057 73159 11.02 10.79 11.24
Tabel XX.1: Aantal open cholecystectomieën per leeftijdsgroep - MKG 2002-2005
OG: ondergrens van het 95%-betrouwbaarheidsinterval;
BG: bovengrens van het 95%-betrouwbaarheidsinterval;
Kaart XX.1 geeft de geografische spreiding weer, voor België, van de afwijkingen van het
relatieve risico op een open cholecystectomie. 11 arrondissementen vertonen afwijkingen die
wijzen op een significant hoger relatief risico (bij een 95%-betrouwbaarheidsinterval):
Diksmuide, Ieper, Oostende, Tielt, Veurne, Bergen, Moeskroen, Hoei, Luik, Verviers en
Bastenaken. 16 arrondissementen vertonen afwijkingen die wijzen op een significant lager
134

elatief risico (bij een 95%-betrouwbaarheidsinterval): Brussel-hoofdstad, Nijvel, Namen,
Charleroi, Thuin, Aalst, Antwerpen, Mechelen, Turnhout, Halle-Vilvoorde, Leuven,
Dendermonde, Gent, Sint-Niklaas, Hasselt, Tongeren. Als we het Bonferronibetrouwbaarheidsinterval
hanteren, vertonen de arrondissementen Ieper, Oostende, Tielt,
Veurne, Bergen, Moeskroen, Hoei, Verviers en Bastenaken positieve afwijkingen van het
relatieve risico die statistisch significant zijn, terwijl de arrondissementen Antwerpen,
Turnhout, Halle-Vilvoorde, Leuven, Aalst, Dendermonde, Gent, Sint-Niklaas, Charleroi en
Thuin negatieve afwijkingen van het relatieve risico vertonen, die statistisch significant zijn.
Kaart XX.1 Open cholecystectomieëncijfer (IQI 23) – afwijkingen (%) van het relatieve risico per
interpretatiezone - MKG 2002-2005
Kaart XX.2 geeft de geografische verschillen weer in de afwijkingen van het relatieve risico
op een open procedure bij een cholecystectomie in functie van het al dan niet behoren tot de
interpretatiezone. We stellen daarbij vast dat de arrondissementen Antwerpen, Sint-Niklaas,
Gent, Dendermonde, Aalst, Leuven, Thuin en Charleroi, die lage relatieve risico’s vertonen
(35),
zich eveneens in de interpretatiezone bevinden. De andere arrondissementen hebben
afwijkingen van het relatieve risico die zich in de zone van niet-interpretatie bevinden.
Tabel XX.2 geeft de gedetailleerde cijfers, per arrondissement, van de afwijkingen van het
relatieve risico, alsook de respectievelijke 95%- en Bonferroni-betrouwbaarheidsintervallen,
en de significantiegraad. We stellen daarbij vast dat de verblijven van patiënten met
woonplaats in het buitenland een hoger relatief risico vertonen voor het 95%betrouwbaarheidsinterval,
maar zich in de zone van niet-interpretatie bevinden.
135

Kaart XX.2 Open cholecystectomieëncijfer (IQI 23)- afwijkingen (%) van het relatieve risico per
interpretatiezone - MKG 2002-2005
136

NIS-nr 1 Arrondissement OG_B 2 OG_95 3 A(%) 4 BG_95 5 BG_B 6 P 7 PI 8
11 Antwerpen -37 -33 -27 -21 -16

Bijlage: Technische specificaties IQI
138

139

140

141

142

Literatuur
(1) Bogaert J, Pincé H. MKG 1996 in beeld -- RCM 1996 en images. D/2008/8908/1, 1-
164. 2000. Brussel, Ministerie van Sociale Zaken,Volksgezondheid en Leefmilieu;
Ministère des Affaires Sociales, de la Santé Publique et de l'Environnemement.
(2) Pincé H. MKG 1998 in beeld -- RCM 1998 en images. 1-112. 2002. Brussel,
Ministerie van Sociale Zaken,Volksgezondheid en Leefmilieu; Ministère des Affaires
Sociales, de la Santé Publique et de l'Environnemement.
(3) Davies SM, Geppert J, McClellan M. Refinement of the HCUP Quality Indicators.
Technical Review Number 4 (Prepared by UCSF-Stanford Evidence-based Practice
Center under Contract No. 209-97-0013). No.01-0035. 2001. Rockville,MD, Agency
for Healthcare Research and Quality.
(4) Breslow NE, Day NE. Statistical Methods in Cancer Research. Volume II - The
Design and Analysis of Cohort Studies. 1-406. 1987. Lyon, IARC. IARC Scientific
Publications No. 82.
(5) Martin M, Bernardini S, Kleinclauss F, Della NE, Henry PC, Bittard H. [Prognostic
value of tumor location of urothelial tumors of the bladder, after total cystectomy].
Prog Urol 2002; 12(6):1221-1227.
(6) Multidimensionele en geïntegreerde feedback van administratieve
ziekenhuisgegevens. Feedback intégré et multidimensionnel des données
administratives hospitalières. 1-76. 2006. FOD Volksgezondheid, DG Organisatie
van de Gezondheidszorgvoorzieningen; SPF Santé Publique, DG Organisation des
Etablissement de Soins.
(7) Mark DH. Race and the limits of administrative data. JAMA 2001; 285(3):337-338.
(8) Armitage P, Berry G. Multiple Measurements. Statistical Methods in Medical
Research. Third ed. Oxford: Blackwell Science Ltd.; 1994. 312-385.
(9) Localio AR, Hamory BH, Sharp TJ, Weaver SL, TenHave TR, Landis JR. Comparing
hospital mortality in adult patients with pneumonia. A case study of statistical
methods in a managed care program. Ann Intern Med 1995; 122(2):125-132.
(10) Gould JB, Danielsen B, Korst LM, Phibbs R, Chance K, Main E et al. Cesarean
delivery rates and neonatal morbidity in a low-risk population. Obstet Gynecol 2004;
104(1):11-19.
(11) Hosmer DW, Lemeshow S. Interpretation of the Fitted Logistic Regression Model. In:
Hosmer DW, Lemeshow S, editors. Applied Logistic Regression. 2nd ed. New York:
John Wiley & Sons, INC.; 2000. 47-90.
143

(12) Allison PD. Logit Analysis of Longitudinal and Other Clustered Data. In: Allison PD,
editor. Logistic Regression Using the SAS System: Theory and Application. Cary,
NC: SAS Institute Inc., 1999. 179-216.
(13) Collett D. Modelling data from epidemiological studies. In: Collett D, editor.
Modelling binary data. Boca Raton: Chapman & Hall/CRC; 1991. 223-276.
(14) Zhang J, Yu KF. What's the relative risk? A method of correcting the odds ratio in
cohort studies of common outcomes. JAMA 1998; 280(19):1690-1691.
(15) D'Hoore W, Bouckaert A, Tilquin C. Practical considerations on the use of the
Charlson comorbidity index with administrative data bases. J Clin Epidemiol 1996;
49(12):1429-1433.
144

Redactie :
Windey F.
Aelvoet W.
met de medewerking van :
Decoster C.
Mertens I.
Legrand J.
Terryn N.
Vink N.
Loosen F.
Vandromme S.
Van Kerckem R.
Informatica en cartografie :
Windey F.
Colofon
Met dank aan: Bogaert J. en Pincé H. (vorige versies van « MKG in beeld »), Van Kerckem
R. (layout)
145