In Nederland gebruiken jaarlijks een miljoen mensen antidepressiva, aldus een artikel in de Volkskrant op 2 december. Ahti heeft de mogelijkheid om zorggebruik te koppelen aan CBS-microdata en zo te bekijken hoe dit verdeeld is over de populatie in Nederland. Zo zien we dat deze miljoen gebruikers niet gelijkmatig over Nederland zijn verdeeld. In onderstaande kaart is de prevalentie* van het gebruik van antidepressiva per Nederlandse gemeente weergegeven (2017 data).

*Prevalentie is het aantal gevallen per duizend personen op een specifiek moment in de bevolking.

We zien dat van Zeeland diagonaal over Nederland tot in Groningen een band van gemeenten loopt waar de prevalentie duidelijk hoger is dan het landelijke gemiddelde. Deze verschillen zijn voor een deel te verklaren uit verschillen in de opbouw van de populatie. Maar welke kenmerken veroorzaken deze verschillen? Om daar dieper op in te gaan, hebben we het gebruik van antidepressiva gecorrigeerd voor de samenstelling van de populatie gepresenteerd per gemeente op basis van vijf kenmerken: leeftijd, geslacht, inkomen, huishoudsamenstelling en migratieachtergrond. Na deze correctie blijkt het gebruik in sommige gemeenten meer in lijn te liggen met de verwachting, maar binnen een aantal gemeenten blijft het gebruik onverwacht hoog.

Waarom verschilt het gebruik van antidepressiva zo veel tussen Nederlandse gemeenten – ook na correctie voor de samenstelling van de bevolking? Zijn deze verschillen wellicht te verklaren uit andere, niet meegenomen, populatiekenmerken? ? Of is er verschil in voorschrijf gedrag bij artsen tussen de gemeenten? En als we deze verschillen niet kunnen verklaren, accepteren we deze dan als een gegeven? Of gaan we actief proberen om de verschillen terug te dringen? Maar hoe dan? Ahti zoekt met haar partners naar de antwoorden op deze vragen. Ben jij benieuwd naar de verschillen in gebruik en kosten van zorg in jouw regio in vergelijking met andere gebieden? Neem daarvoor contact op met Rachel van Beem, Head of Projects.

Nota bene: door bij het analyseren van verschillen in gebruik te corrigeren voor leeftijd, geslacht, inkomen, huishoudsamenstelling en migratieachtergrond, lijken we te accepteren dat deze kenmerken invloed hebben op het zorggebruik. Want juist door ervoor te corrigeren maken we de verschillen op basis van deze kenmerken onzichtbaar. Maar is dat in dit geval wel het juiste om te doen? Accepteren we bijvoorbeeld als maatschappij dat burgers in de laagste inkomenscategorie 3 x zo veel antidepressiva gebruiken als burgers in de hoogste inkomenscategorie? Of is het onze collectieve opdracht om de maatschappelijke ongelijkheid terug te dringen waardoor ook burgers in de laagste inkomenscategorieën niet in die mate behoefte zouden moeten hebben aan antidepressiva? Ook als je zicht wil krijgen op het verschil in gebruik en kosten van zorg in jouw regio tussen verschillende burgerprofielen kan ahti daarbij ondersteunen.