Duiken in data: Wist je dat…?

Nieuws

Vanuit ahti geven we regelmatig presentaties over verschillende onderwerpen die spelen rondom gezondheid, gezondheidszorg en innovatie. Daarbij maken we gebruik van grafieken en modellen om situaties en ontwikkelingen te schetsen. In deze rubriek duiden we elke keer een van de grafieken en duiken we wat dieper in wat we nu eigenlijk zien en kunnen concluderen. Deze keer kijken we naar het gebruik van burgerprofielen om inzicht te krijgen in zorggebruik.

Binnen de  beleidsprocessen rondom zorg en gezondheid wordt de vraag naar efficiëntie en doelmatigheid steeds belangrijker. Dit wordt mede gedreven door de verwachting dat in 2040 de zorgkosten zullen zijn verdubbeld (VTV2018) en 1 op de 4 mensen in de zorg zou moeten werken om aan de zorgbehoefte te voldoen.

Daarnaast hebben we te maken met de decentralisatie van het sociaal domein die in 2015 plaatsvond. Toen werden er verantwoordelijkheden rondom zorg overgeheveld van het Rijk naar gemeenten. Die overgang van regelingen naar gemeenten is vaak niet voldoende geëvalueerd. Gemeenten vragen zich o.a. af of de aangeboden zorg nog wel bij de juiste personen terechtkomt en hoe dit zich in de toekomst gaat ontwikkelen. Om dit te weten te komen is het nodig om bij gemeenten, maar ook bij verzekeraars en zorgaanbieders, gedetailleerd het beleid door te lichten om deze uitdagingen aan te pakken.

De dienende rol die data hierin kan spelen biedt perspectief, want steeds meer processen binnen de samenleving worden gedreven door data. Met openbare data zijn veel inzichten al te produceren, maar ahti kan als aanvulling daarop aan de hand van CBS-microdata een extra verdiepende stap zetten. CBS-microdata zijn koppelbare data op persoons-, bedrijfs- en adresniveau en in het bijzonder sociaaleconomische en demografische gegevens. Ahti is in de afgelopen tijd bezig geweest met de ontwikkeling en presentatie van een nieuwe datadienst. De dienst focust zich op datagedreven beleid en innovatie, monitoring en het leveren van kwantitatieve basisinzichten. Daarbij maken we gebruik van CBS-microdata en de specifieke kennis bij ahti van gezondheid en het zorgsysteem in Nederland. Ahti is in staat om verdieping te zoeken op het gebied van bevolkingssamenstelling, een reeks sociaaleconomische variabelen en vooral zorggebruik en kosten. We kunnen zo een gefundeerde voorspelling maken van de impact van demografische ontwikkelingen op zorggebruik en zorgkosten. Waar gewenst kan ahti dit bijvoorbeeld inzichtelijk maken in een dashboard of online tool voor beleidsmakers.

Meer dan 500 burgerprofielen

Ahti stelt verschillende profielen op aan de hand van een aantal demografische en sociaaleconomische kernmerken zoals inkomen, huishoudgrootte en opleidingsniveau. Bovendien is ahti in staat om dit te koppelen aan microdata over bijvoorbeeld zorgkosten gemaakt binnen de zorgverzekeringswet (ZVW) en het gebruik van zorg over verschillende regelingen binnen het sociaal domein. Op deze manier is het mogelijk om microdata van het CBS te ontsluiten zonder dat de dit herleidbaar is tot specifieke personen in de samenleving, maar toch waardevolle observaties opleveren. De kenmerken die gebruikt worden voor het opzetten van de profielen kunnen per casus verschillen. Wat we o.a. kunnen zien door naar verschillende profielen te kijken, is of er significante verschillen zijn in zorggebruik tussen groepen mensen met hetzelfde profiel op verschillende plekken. Deze verschillen zijn vaak ruimtelijk goed te zien op een kaart. We weten dat er momenteel verschillen zijn in het aantal jaren dat men in gezondheid leeft ten opzichte van ziekte en op welke leeftijd mensen overlijden, lettend op bijvoorbeeld de sociaal economische status (SES) van mensen. Door specifieker te kijken welke burgerprofielen zorgkosten maken en in welke regelingen, kan het beleid aangepast worden om deze gezondheidsverschillen kleiner te maken.

Voorbeeld van verschillen in burgerprofielen

Er kan bijvoorbeeld gekeken worden naar bevolkingsprofielen in Amsterdam en de WMO-kosten (Wet Maatschappelijke Ondersteuning) die binnen deze profielen worden gemaakt. Zo kun je duidelijk verschillen zien tussen onderstaande twee burgerprofielen:

Voorbeeld burgerprofiel 1:

  • Huishoudeninkomen tot 120% van sociaal minimum
  • Persoon met een Nederlandse achtergrond
  • Eenpersoonshuishouden tussen 18 en 50 jaar oud

Voorbeeld burgerprofiel 2:

  • Huishoudeninkomen tussen 140% en 280% van sociaal minimum
  • Persoon met een Nederlandse achtergrond
  • Tweepersoonshuishouden tussen 75 en 85 jaar oud

We zien in deze figuren de verdeling van het aantal mensen die zorgkosten maken in de WMO per stadsdeel. We lichten hier een aantal dingen uit:

We zien bijvoorbeeld dat van de mensen met profiel 1 in Amsterdam-Noord 7% gebruik maakt van WMO – dat is 3% meer dan gemiddeld in Amsterdam (4%) in dit profiel. In burgerprofiel 2 zien we dat de piek juist het hoogste is in Amsterdam Nieuw-West. Daar maakt 49% van de mensen die in dit profiel passen gebruik van WMO, ten opzichte van gemiddeld 42% in Amsterdam, dus 7% hoger dan gemiddeld. Door naar dit soort cijfers te kijken, kun je zien hoe het gebruik van WMO verdeeld is over profielen en stadsdelen, en is het mogelijk de ontwikkeling hiervan ook door de tijd heen te monitoren.

Door dit inzichtelijk te maken, kunnen onderzoekers en beleidsmakers verder gaan met de volgende stap: Wat zijn de redenen dat er in bepaalde stadsdelen meer of minder gebruik van gemaakt wordt? Komt dat doordat de populatie verschilt, of doordat er betere of slechtere toegang is tot zorg en regelingen? Of zitten bepaalde profielen wel in de juiste regeling? De zoektocht naar een verklarende factor komt idealiter voort uit samenwerking met lokale en casus-specifieke kennis. Deze inzichten kunnen daarbij weer gebruikt worden om de burgerprofielen uit te breiden en gerichter in te zetten.

Ahti wil beleidsmakers handvaten en/of inzichten geven die ze zouden kunnen toepassen. De mogelijkheden voor analyses met betrekking tot zorggebruik en onderliggende socio-demografische kenmerken zijn zeer ruim en kunnen op den duur bijdragen aan een doelmatiger en efficiënter zorgsysteem.