ZO 1.2 Meten van volksgezondheid Flashcards
Welke verschillende maten voor volksgezondheid zijn er?
Deze maten worden onderverdeeld in vier groepen, die niet geheel los van elkaar staan.
1. Ziekten en aandoeningen
2. Sterfte en doodoorzaken
3. Functioneren en kwaliteit van leven
4. Samengestelde volksgezondheidsmaten (levensverwachting, DALY’s)
Hoe meten we ziekten en aandoeningen in de populatie?
Meten van aan- of afwezigheid van ziekten en aandoeningen vindt plaats op basis van het vóórkomen van ziekten en aandoeningen, uitgedrukt als ‘incidentie’ en ‘prevalentie’ (VTV-1997). Hiervoor wordt veel gebruik gemaakt van zorgregistraties (zoals Nederlandse Kanker Registratie, NIVEL Zorgregistraties eerste lijn, Letsel Informatie Systeem (LIS) van VeiligheidNL, Landelijke Basisregistratie Ziekenhuiszorg).
Hoe meten we functioneren en kwaliteit van leven?
Onder functioneren en kwaliteit van leven vallen maten die iets zeggen over het functioneren van personen en hun kwaliteit van leven. Voorbeelden zijn: De ervaren gezondheid, het vóórkomen van lichamelijke beperkingen, handicaps en psychisch (on)welbevinden. Deze gegevens worden voornamelijk verzameld in Gezondheidsenquête van het CBS. De Gezondheidsenquête is een doorlopend onderzoek onder de Nederlandse bevolking in particuliere huishoudens. Daarnaast wordt het ‘verlies aan kwaliteit van leven’ ook gerapporteerd als ‘het aantal verloren gezonde levensjaren’. Door het RIVM wordt dit uitgedrukt in ziektejarenequivalenten, zgn. years lived with disability.
Hoe meten we de sterfte en doodsoorzaken?
Sterfte kan worden uitgedrukt als het aantal sterfgevallen in een populatie, en specifieker naar welke ziekten oorzaak zijn daarvan. Een andere maat voor sterfte in een populatie die in de ‘public health’ veel wordt gebruikt, is de levensverwachting. Met de kennis van de levensverwachting bij geboorte kan het aantal ‘verloren levensjaren’ door vroegtijdige sterfte worden berekend’ per ziekte, de zgn. years of life lost.
Wat zijn samengestelde volksgezondheidsmaten?
Samengestelde volksgezondheidsmaten worden gedefinieerd als maten waarin informatie over sterfte, ziekte en vermindering van ‘kwaliteit van leven’ als gevolg van ziekte wordt gecombineerd om de gezondheidstoestand van de bevolking te beschrijven in een enkel getal of een beperkt aantal getallen (VTV-1997). Voor beschrijven van de gezondheidstoestand in Nederland worden voornamelijk ‘gezonde levensverwachting’ en ‘disability adjusted life-year’ (DALY’s) gebruikt.
Wat houdt de gezonde levensverwachting in?
De gezonde levensverwachting is het aantal levensjaren dat mensen zouden mogen verwachten in goede gezondheid door te brengen. Het combineert de levensverwachting en ‘de kwaliteit van leven’ (zie tabel op tabblad 2) in één getal.
Wat houdt disability adjusted life-year in?
In de GBD (Global Burden of Disease) werd de DALY (disability adjusted life-year) geïntroduceerd als samengestelde volksgezondheidsmaat en wordt berekend als de som van het aantal jaren verloren door ziekte (‘het aantal verloren gezonde levensjaren’: years lived with disability [YLD]) en het aantal jaren verloren door sterfte (‘verloren levensjaren’; years of life lost [YLL]).
Welke leeftijdsklassen moeten er worden gebruikt om een betrouwbare inschatting te maken over de levensverwachting?
Voor betrouwbare schatting moet gebruik worden gemaakt van vijfjaarsleeftijdsklassen en bij voorkeur eenjaarsleeftijdsklassen.
Wat is de overlevingstafel?
De rijen beschrijven wat er gebeurt met de fictieve groep in het leeftijdsinterval waarvan de beginleeftijd in kolom 1 (x) staat. Kolom 2 bevat de leeftijdsspecifieke sterftecijfers (sterftequotiënten, q(x)), uitgedrukt als sterftekans in het leeftijdsinterval. Het sterftecijfer wordt vermenigvuldigd met het aantal in leven zijnde personen van die leeftijd (kolom 3, l(x)). Dit resulteert in het aantal overledenen in dat leeftijdsinterval. Kolom 4 van de tabel (d(x)) is derhalve het product van de kolommen 2 en 3. Het verschil tussen het aantal levenden en het aantal overledenen in een bepaald leeftijdsinterval resulteert in het aantal personen dat aan het begin van het volgende interval nog in leven is. Het is duidelijk dat de sterftekansen op hogere leeftijd sterk toenemen. Het aantal nog in leven zijnde personen van het oorspronkelijke geboortecohort neemt op hogere leeftijd dan ook snel af.
Hoe bereken je de levensverwachting?
(duur interval) x (aantal personen aan het begin + aantal personen aan het eind) / 2. Voor de 0-jarigen (leeftijdsinterval tot 1 jaar) komt dit neer op: 1 x (100.00 + 99.375) / 2 =99.687 (kolom 5, L(x)). Voor de 1-jarigen (met interval tot 50 jaar) bedraagt het aantal geleefde jaren 49 x (99.375 + 94.608) / 2 = 4.752.585. Het totaalaantal te leven jaren naar leeftijd staat in kolom 6 (T(x)), die wordt berekend door het optellen van de L(x)-kolom. Voor 0-jarigen bedraagt het totaalaantal te leven jaren 7.324.812, wat met 100.000 0-jarigen resulteert in een levensverwachting van 73,25 jaar (kolom 7, e(x)). De levensverwachting voor 50-jarigen bedraagt 2.472.539 / 94.608 = 26,13 jaar. Ten slotte staat in kolom 8 de levensverwachting wanneer gebruik zou zijn gemaakt van eenjaarsleeftijdsklassen (e(x)*). Duidelijk is te zien dat brede leeftijdsklassen tot een vrij aanzienlijke onderschatting van de levensverwachting bij geboorte leiden. Dit komt doordat wij in de berekening aannemen dat mensen gemiddeld halverwege een leeftijdsklasse overlijden, terwijl bij stijgende sterftekansen naar leeftijd dit gemiddelde op een wat hogere leeftijd zal liggen. Daardoor onderschat de lineaire aanname bij brede leeftijdsklassen het aantal geleefde jaren in het leeftijdsinterval.
Wat zijn de vier gezondheidsbegrippen op basis waarvan het CBS de levensverwachting publiceert?
- Levensverwachting in als goed ervaren gezondheid: deze is gebaseerd op de vraag hoe mensen hun algemene gezondheid waarderen.
- Levensverwachting zonder fysieke beperkingen: hierbij is gevraagd naar beperkingen van horen, zien en bewegen; fysieke beperkingen zijn een belangrijke voorspeller voor kwetsbaarheid bij ouderen.
- Levensverwachting zonder chronische ziekten: hierin wordt gevraagd naar ziekten die geselecteerd zijn op basis van hun invloed op de kwaliteit van leven en op sterfte.
- Levensverwachting in goede geestelijke gezondheid: klachten op dit gebied zijn ook een belangrijke indicator voor kwetsbaarheid bij ouderen.
Hoe wordt de gezonde levensverwachting berekend?
Voor de berekening van de gezonde levensverwachting wordt eerst de overlevingstafel gemaakt voor het berekenen van totale levensverwachting. Vervolgens wordt het aantal geleefde jaren, L(x), vermenigvuldigd met de prevalentie van (on)gezondheid per leeftijdsklasse, bijvoorbeeld per leeftijdsgroep het percentage personen met een als zeer goed/goed ervaren gezondheid (prevalentie van gezondheid) of met als minder dan goed ervaren gezondheid (prevalentie van gezondheid).
De gezonde levensverwachting geeft dan aan hoeveel jaar personen kunnen verwachten te leven in gezondheid, onder de voorwaarde dat de prevalentie van (on)gezondheid gelijk blijft. De prevalentiecijfers zijn gebaseerd op de Gezondheidsenquête van het CBS.
In totaal heeft de populatie-van-drie dus 83 DALY’s verloren. Wat betekent dit getal?
Door de gevaarlijke verkeerssituatie is in totaal het equivalent van 83 volledig gezonde jaren verloren gegaan (1 DALY is one year of healthy life). Door DALY’s te berekenen konden premature sterfte (years of life lost, YLL) en verlies van kwaliteit van leven (years lived with disability, YLD) onder één noemer gebracht worden.
Wat is een QALY?
Winst aan kwaliteit van leven.
Welke 3 categorieën worden er gebruikt binnen de GBD-studie om oorzaken van mortaliteit en morbiditeit te rangschikken?
- Communicable diseases, maternal and perinatal conditions and nutritional deficiencies
- Noncommunicable conditions
- Injuries
Wereldwijd zijn er grote verschillen in groep 1 aandoeningen, terwijl verschillen voor groep 3 kleiner zijn.
De cijfers van sterfte en DALY’s uit de vorige vragen waren het totaal wereldwijd. Voor welk doel is het minder handig om de hele wereld op deze manier als één geheel te beschouwen?
Er bestaan grote verschillen tussen regio’s in de wereld in verdeling van oorzaken van mortaliteit en morbiditeit. Voor het ontwerpen van regionaal volksgezondheidsbeleid is uitsplitsen gewenst.
Hoe kun je landen wereldwijd onderverdelen?
Per regio:
- African Region (AFR)
- Region of the Americas (AMR)
- South-East Asia Region (SEAR)
- European Region (EUR)
- Eastern Mediterranean Region (EMR)
- Western Pacific Region (WPR)
Per inkomen:
- Low income countries (31 landen)
- Lower middle income countries (51 landen)
- Upper middle income countries (51 landen)
- High income countries (53 landen)
Voor welk doel is deze verdeling (per inkomen) mogelijk beter dan een geografische verdeling?
Ontwikkelingsniveau (inkomsten per hoofd van de bevolking) zeggen meer over de verklaring van de gezondheidssituatie van een land dan geografische ligging alleen. In feite geeft de indeling naar ontwikkelingsniveau een indicatie voor het stadium van de epidemiologische transitie waarin een bevolking zich bevindt.
Welke subgroepen geven het grootste verschil in ‘disease burden’ tussen ‘high income’ landen en ‘low(er middle) income’?
Group I, en vooral infectious and parasitic diseases en maternal and neonatal conditions
Stel dat een land de transitie doormaakt van ‘lower income’ naar ‘upper middle income’. Hoe kunnen de volksgezondheidsbeleidsmakers in dat land daar het best op anticiperen (welke veranderingen moet hun gezondheidszorgsysteem aan kunnen)?
De totale ziektelast gaat dalen. Eerder is al gebleken dat vooral de verloren levensjaren als gevolg van sterfte dalen en niet de disability. De levensverwachting zal gaan stijgen: de mensen gaan minder dood, dus worden ze ouder. De overheid zou dus kunnen zorgen voor pensioenvoorzieningen. Ouderdom komt daarnaast met gebreken. Over het algemeen is het wenselijk in ouderdomsvoorzieningen te investeren.
Welke stelling(en) over DALY’s naar inkomensniveau is (zijn) waar?
A. Alcohol en tabak rukken op als risicofactoren voor DALY’s.
B. Ischaemic heart disease evenals de risicofactor ‘high total cholesterol’ vormen belangrijke oorzaak van DALY’s ongeacht het inkomensniveau.
C. In ‘lower middle income countries’ komt er meer nadruk te liggen op ziekten uit groep 2, waarbij groep 1 ziekten nog niet helemaal uit de top tien zijn verdwenen.
D. ‘Child and maternal malnutrition’ neemt af met inkomensniveau als risicofactor voor DALY’s, terwijl ‘Unsafe sex’ toe neemt met inkomensniveau.
E. Met toename van het inkomensniveau van lower middle naar high income wordt ‘low back and neck pain’ een belangrijke oorzaak vvoor DALY’s.
F. Met toename van het inkomensniveau van lower naar high income wordt ‘congenital defects’ minder belangrijk als oorzaak voor DALY’s.
Alles behalve D.
Welke oorzaak scoort onverwacht hoog, in alle inkomenscategorieën? Hoe verklaar je dat? Wat zou een consequentie kunnen zijn, bijvoorbeeld in de ‘low(er middle) income countries’?
Road injuries scoort in alle inkomenscategorieën hoog. In ‘upper middle income countries’ wordt het relatieve belang van verkeersongevallen in DALYs mede veroorzaakt door de jeugdige leeftijd van de slachtoffers – in DALY’s tellen namelijk de verloren levensjaren, niet het sterfgeval op zichzelf. Voor de ‘low(er middle) income countries’ zou de consequentie kunnen zijn, dat na nader onderzoek naar de oorzaken van al die road injuries, passende maatregelen op het gebied van verkeersbeleid ook een hele goede investering zouden kunnen zijn.
Waarom zou je wel of niet anti-rook-campagnes willen houden in de ‘low income countries’?
Er wordt in ‘low income’ landen veel gerookt. De impact op de gezondheid loopt wat achter op de andere landen met hogere inkomens omdat het pas later algemeen gebruik werd, maar zal zeker een rol van betekenis (gaan) spelen. Vooral als andere ziekte/doodsoorzaken (uit groep 1) minder worden, wordt het effect van roken steeds duidelijker. Bovendien is roken duur, en houdt mensen af van het besteden van geld aan goed voedsel, ontwikkeling etc.
Hoe bereken je de PAF?
Wat zijn de verschillen in levensverwachting tussen de verschillende wijken in Rotterdam?
Er zijn grote verschillen in volksgezondheid tussen de wijken in Rotterdam. In de ‘slechtste’ wijken is de levensverwachting ruim 7 jaar lager dan in de ‘beste’ wijken.
Hoeveel verschilt de levensverwachting tussen mannen en vrouwen tussen de gemeentes in Rotterdam?
Voor mannen is het verschil in levensverwachting 82,3 - 78,1 = 4,2 jaar en voor vrouwen is dit verschil 85,4 - 82,1 = 3,3 jaar.
Hoe verhouden de verschillen in levensverwachting in deze gemeenten zich tot de levensverwachting in de Nederlandse bevolking in de afgelopen 25 jaar?
- Mannen: in de afgelopen 25 jaar steeg de levensverwachting met 4,9 jaar. Verschillen tussen gemeenten zijn dus 86% van de verschillen over 25 jaar.
- Vrouwen: in de afgelopen 25 jaar steeg de levensverwachting met 2,4 jaar. Verschillen tussen gemeenten zijn dus 138% van de verschillen over 25 jaar.
Hoe groot zijn de verschillen in levensverwachting voor mannen en vrouwen tussen de Rotterdamse buurten?
Voor mannen is het verschil in levensverwachting 81,5 - 71,7 = 9,8 jaar en voor vrouwen is dit verschil 87,7 - 75,4 = 12,3 jaar.
De verschillen tussen de gemeenten in de regio Rotterdam zijn voor mannen dus 4,2 jaar en voor vrouwen 3,3 jaar. Wanneer je kijkt naar het verschil in levensverwachting tussen de buurten in Rotterdam, zijn deze verschillen nog groter. Voor mannen is het verschil 9,8 jaar en voor vrouwen 12,3 jaar. Hoe verklaar je dit verschil?
Hoe kleiner de eenheid van berekening, hoe groter de verschillen omdat ze minder kunnen worden uitgemiddeld. Ofwel: er zijn grote extremen in Rotterdam omdat je echte arme en rijke buurten hebt, en in gemeenten loopt dat door elkaar.
Een 50-jarige inwoner van Oude Westen ziet deze cijfers en besluit per direct te verhuizen naar Nesselande. Zal deze persoon dan ook langer gaan leven conform deze getallen?
Deze persoon zal niet langer gaan leven conform de getallen:
- Levensverwachting is een maat voor de volksgezondheid, en dat zegt nog niets over een individu.
- De levensverwachting wordt natuurlijk ook beïnvloed door individuele kenmerken en leefstijl en die veranderen niet.
- De levensverwachting wordt ook bepaald door de sterfte in de jaren voor het 50ste levensjaar.
Wat zijn de 4 belangrijkste risicofactoren voor levensverwachting?
Welke mechanismen omtrent SES spelen een rol bij levensverwachting?
Bij gezondheidsverschillen naar sociaal-economische positie (‘sociaal-economische status’) spelen het selectie- en het causatie mechanisme een belangrijke rol. Het selectiemechanisme: personen met gezondheidsproblemen hebben een kleinere kans toe te treden tot de arbeidsmarkt of aan het werk te blijven. Voor het krijgen én behouden van betaalde arbeid is een goede gezondheid net zo belangrijk als een goede opleiding.
Het causatiemechanisme: Het verliezen van betaalde arbeid heeft negatieve consequenties voor de gezondheid. Er is hierbij sprake van zowel directe effecten (bijvoorbeeld een toename van depressieve klachten onder werklozen) als van indirecte effecten (bijvoorbeeld meer roken en een verhoogd alcoholgebruik onder werklozen). (Schuring et al. 2017).
Wat is de de attributieve fractie van hart- en vaatziekten die is toe te schrijven aan de verhoogde blootstelling aan fijnstof in de gehele populatie?
Bereken eerst de ziekte rates: 50 per 500.000 = 10 per 100.000 in de referentiegroep.
De groep met verhoogde blootstelling: (42 + 14 +8) per 500.000 = 12,8 per 100.000.
Het RR is dan 12,8 / 10 = 1,28.
De AF is dan (1,28 -1) / 1,28 = 0,22.
In de gehele populatie is de attributieve fractie dus 0,22. Dit wordt ook wel de populatie attributieve fractie genoemd.
De (P)AF geldt voor 42 + 14 + 8 gevallen, dus 0,22 * 64 = 14 gevallen.
Hoeveel gevallen van hart- en vaatziekten worden op termijn met deze maatregel voorkomen?
Je gebruikt hiervoor ook de getallen die je eerder hebt berekend (zie tabel).
De te verwachten overledenen in de diverse blootstellingsgroepen:
- 10-20: 12/100.000 * 2,25 (225.000/100.000) = 27 gevallen
- 20-30: 14/100.000 * 0,75 (75.000/100.000) = 10,5 gevallen
- >30: 16/100.000 * 0,25 (25.000/100.000) = 4 gevallen
Dus aantal gevallen minder in de verschillende blootstellingsgroepen:
- 10-20: 42 - 27 = 15 gevallen
- 20-30: 14 - 10,5 = 3,5 gevallen
- >30: 8 - 4 = 4 gevallen
Maar, in de groep < 10 komen er nu meer gevallen! Dat reken je uit door:
- 10 per 100.000 * 675.000= 67,5 gevallen.
- Dus dat zijn er 67,5 - 50 = 17,5 gevallen meer.
Dus, in de blootstellingsgroepen boven de 10 heb je 22,5 gevallen minder, in de groep < 10 heb je 17,5 gevallen meer. Het netto effect is dus 22,5 – 17,5 = 5 gevallen. Door de verschuiving in blootstelling zullen er op termijn 5 gevallen worden voorkomen.
