Wat behelst het onderzoek

Doel

Het produceren van cijfers over in het ziekenhuis opgenomen patiënten naar diagnose en inkomensklasse.

Doelpopulatie

De cijfers hebben betrekking op de steekproef van personen uit het Regionaal Inkomens Onderzoek (RIO), met bijbehorende inkomensgegevens. De steekproef van RIO-personen is getrokken uit de Gemeentelijke Basisadministratie (GBA). De gegevens over ziekenhuisopnamen zijn verkregen door de RIO-populatie te koppelen aan de Landelijke Medische Registratie (LMR) van ziekenhuisopnamen (Prismant, Utrecht). Voor nadere informatie over het RIO zie onderzoeksbeschrijving RIO.

Statistische eenheid

Het aantal personen met 1 of meer ziekenhuisopnamen in het betreffende kalenderjaar.

Aanvang onderzoek

Het onderzoek heeft betrekking op de jaren 1997 en 2004.

Frequentie

Onregelmatig.

Publicatiestrategie

Cijfers worden gepubliceerd in de Statline-publicatie: Ziekenhuispatiënten naar diagnose en inkomen.

Hoe wordt het onderzoek uitgevoerd

Soort onderzoek

Voor deze statistiek zijn RIO-inkomensgegevens uit jaar (t-1) gekoppeld aan de LMR uit jaar (t). Er is voor gekozen om de  inkomensgegevens op een eerder tijdstip te bepalen dan de ziekenhuisopnamen om zodoende de invloed van gezondheidsselectie (het gegeven dat ziekte kan leiden tot een lager inkomen) te beperken. De huishoudinkomens van nuljarigen in jaar (t) konden door deze keuze niet direct bepaald worden omdat de nuljarigen in het voorgaande jaar nog niet geboren waren. Voor deze groep is daarom het huishoudinkomen in jaar (t-1) van de moeder van de nuljarige genomen.
Doordat de opnamen uit de LMR gekoppeld zijn aan de GBA, kunnen ze ook gekoppeld worden aan de GBA-steekproef van het RIO. Omdat in de LMR alleen beperkt identificerende koppelvariabelen aanwezig zijn, kunnen niet alle GBA-personen gedurende het onderzoeksjaar uniek gekoppeld worden met de LMR. Hierdoor valt ca. 15% van de RIO-personen af voor de koppeling met de LMR. De uiteindelijke steekproefgrootte is daarom ca. 85% van de oorspronkelijke RIO-steekproef.
De koppeling van de LMR aan de GBA is eerder uitvoerig beschreven in de CBS-publicatie:
Koppeling van LMR- en GBA-gegevens: Methode, resultaten en kwaliteitsonderzoek (A de Bruin, EI de Bruin, A Gast, JWPF Kardaun, M van Sijl & GCG Verweij, december 2003).

Waarnemingsmethode

De LMR-gegevens worden door de ziekenhuizen digitaal geleverd aan Prismant, die controles uitvoert en de resultaten terugkoppelt naar de ziekenhuizen, waarna eventueel correcties plaatsvinden. CBS ontvangt de definitieve LMR-jaarbestanden van Prismant en koppelt deze aan de GBA. De administratieve LMR-gegevens worden door de administratie van het ziekenhuis vastgelegd bij elke opname. Bij ontslag worden de medische gegevens ingevuld door of namens de specialist op het ontslagformulier. Deze gegevens worden vervolgens door de medische administratie van het ziekenhuis gecodeerd en geregistreerd in de LMR.
Het RIO wordt door het CBS afgeleid uit een aantal registraties.

Berichtgevers

De berichtgevers van de LMR zijn alle algemene en academische ziekenhuizen en enkele categorale instellingen (instellingen waar slechts één bepaalde ziektegroep behandeld wordt). Voor het RIO: zie onderzoeksbeschrijving RIO.

Steekproefomvang

De gebruikte RIO-steekproef omvat ca. 4,2 miljoen personen per jaar. Dit is ca. 85% van de oorspronkelijke RIO-steekproef.
De LMR is een landelijk dekkende registratie die vrijwel alle ziekenhuisopnamen bevat.

Controle- en correctiemethoden

Door Prismant worden een groot aantal rubriek- en relatiecontroles uitgevoerd op de LMR-gegevens, op basis waarvan de gegevens waar nodig worden gecorrigeerd. CBS controleert de waarden en frequenties van de door Prismant aangeleverde variabelen globaal op plausibiliteit. Bij de in dit onderzoek gebruikte LMR-variabelen zijn geen aanvullende correcties aangebracht. Alleen is achteraf gecontroleerd of de kruising tussen diagnosegroepen, leeftijd en geslacht geen onmogelijke combinaties oplevert. Indien hier onmogelijke combinaties voorkwamen (slechts bij een verwaarloosbaar aantal ziekenhuisopnamen), zijn deze onderdrukt in de tabel.

Ophoging

Zowel de LMR-gegevens als de RIO-gegevens zijn afzonderlijk opgehoogd tot landelijk representatieve cijfers. De gecombineerde LMR-RIO-gegevens zijn hier opgehoogd door de ophoogfactor van de LMR te vermenigvuldigen met de ophoogfactor van het RIO.

De ophoging van het RIO is elders beschreven: onderzoeksbeschrijving RIO.
De LMR-GBA-gegevens zijn opgehoogd omdat de koppeling van de LMR met de GBA niet volledig is en enigszins selectief. Dit komt omdat de combinatie van koppelvariabelen (koppelsleutel) waarmee de LMR met de GBA gekoppeld kan worden maar beperkt identificerend is..Om toch landelijk representatieve statistieken van het vóórkomen van ziekenhuisopnamen op bevolkingsniveau te kunnen maken is een
ophoogmethode toegepast. Hierbij wordt uitgegaan van de deelpopulatie van
personen in de GBA die gedurende het hele kalenderjaar uniek koppelbaar waren op de LMR-GBA-koppelsleutel. Deze deelpopulatie is vervolgens opgehoogd naar de totale GBA-populatie door middel van 'Iterative Proportional Fitting'. De ophoogmethode is nader beschreven in de CBS-nota Ophogen op persoonsniveau van gegevens van de Landelijke Medische Registratie gekoppeld met de GBA (M van Sijl & J de Ree, mei 2005).

Wat is de kwaliteit van de uitkomsten

Nauwkeurigheid

Bij de hiervoor beschreven LMR-GBA-ophoogmethode wordt ervan uitgegaan dat de
registratie van ziekenhuisopnamen volledig is en dat alle opnamen, voor
zover deze GBA-ingezetenen betreffen, uniek of meervoudig koppelbaar zijn
met de GBA. Dit is echter niet helemaal het geval: 1,0% en 1,1% van de
ziekenhuisopnamen van resp. 1997 en 2004 wordt niet op microniveau geregistreerd in de LMR en 3,7% en 2,8% van de LMR-records uit resp. 1997 en 2004 koppelt in het geheel niet met de GBA .
 
Verder moet bij de interpretatie van verschillen in het vóórkomen van ziekenhuisopnamen rekening gehouden worden met marges rond de cijfers. Door toevalsfluctuaties hebben de uitkomsten namelijk enige spreiding. Om een indruk te krijgen van de grootte van deze marges kunnen 95%-betrouwbaarheidsintervallen bij benadering worden berekend met de bekende pq-formule, te weten: 1,96xWORTEL(pxq/n), waarbij p de prevalentie per 10.000 inwoners is, q  gelijk is aan 10.000-p en de noemer n de steekproefomvang is. In de tabel worden deze steekproefaantallen per categorie van inkomen, leeftijd en geslacht weergegeven. De zo berekende marges geven een globale indicatie van de werkelijke marges.

Bij vergelijking van cijfers over ziekenhuispatiënten naar diagnose, inkomen, leeftijd en geslacht met de eerder gepubliceerde basistabel met cijfers over ziekenhuispatiënten naar diagnose, leeftijd en geslacht (zie publicatie Ziekenhuispatiënten naar diagnose) dient nog te worden opgemerkt dat deze soms licht van elkaar kunnen verschillen. Dit hangt samen met het feit dat de prevalenties naar inkomen en diagnose gebaseerd zijn op een steekproef van 5 miljoen personen terwijl de eerder gepubliceerde cijfers naar diagnose gebaseerd zijn op ruim 13 miljoen personen.

Vergelijkbaarheid van opeenvolgende jaren

De uitkomsten van de gebruikte jaargangen van de LMR en het RIO zijn goed met elkaar vergelijkbaar.

Beschrijving kwaliteitsstrategie

Door het CBS worden de gebruikelijke controles uitgevoerd op volledigheid en juistheid van de aangeleverde gegevens. De kwaliteit van de LMR-GBA koppeling is beschreven in het rapport Koppeling van LMR- en GBA-gegevens. Methode, resultaten en kwaliteitsonderzoek. A de Bruin, EI de Bruin, A Gast, JWPF Kardaun, M van Sijl & GCG Verweij, CBS Voorburg/Heerlen, 2003.