Eindrapportage SIZU 2014
Transcript of Eindrapportage SIZU 2014
SIZU project Pilot stuurinformatie integrale zorg en preventie op
wijk, buurt en geïntegreerde eerstelijnszorg niveau
in de wijk Noordwest in Utrecht
2
Het onderzoek werd mogelijk gemaakt door een subsidie van ZonMw binnen het programma
academische werkplaatsen Publieke Gezondheid aangevuld met eigen middelen van de verschillende
partijen.
Frederike Büchner (UMC Utrecht, Julius Centrum en Gemeente Utrecht, Volksgezondheid)
Erik van Ameijden (Gemeente Utrecht, Volksgezondheid)
Mattijs Numans (UMC Utrecht, Julius Centrum)
Hanneke Schreurs (Gemeente Utrecht, Volksgezondheid)
Wilma de Buck (Raedelijn)
Danielle Fiolet (Gemeente Utrecht, Onderzoek)
Niek de Grunt (GES Ondiep en De Dame)
Abdilaziz Musa Yusuf (Gemeente Utrecht, Maatschappelijke Ontwikkeling)
Ellen van der Vorst (Achmea)
3
Inhoudsopgave
Samenvatting ........................................................................................................................................... 5
1 Inleiding ........................................................................................................................................... 7
1.1 Achtergrond ............................................................................................................................. 7
1.2 Doel ......................................................................................................................................... 7
1.3 Afbakening ............................................................................................................................... 8
1.4 Producten ................................................................................................................................ 8
1.5 Organisatie .............................................................................................................................. 9
1.6 Leeswijzer ................................................................................................................................ 9
2 Stappenplan ................................................................................................................................... 10
3 Informatiebehoefte professionals & beleidsmedewerkers .......................................................... 13
3.1 Methode ................................................................................................................................ 13
3.2 Kenmerkende problemen in Noordwest ............................................................................... 14
3.3 Informatiebehoefte ............................................................................................................... 15
3.4 Stuurinformatie ..................................................................................................................... 17
4 Databronnen en indicatoren ......................................................................................................... 18
4.1 Inventarisatie van databronnen ............................................................................................ 18
4.2 Beschrijving individuele databronnen ................................................................................... 20
4.3 Indicatoren ............................................................................................................................ 24
5 Wijkprofiel ..................................................................................................................................... 26
6 Individuele koppeling data ............................................................................................................ 29
6.1 Methode ................................................................................................................................ 29
6.2 Stapeling ................................................................................................................................ 29
6.3 Hoog risicogroepen ............................................................................................................... 35
7 Reflectie en aanbevelingen ........................................................................................................... 42
7.1 Meerwaarde .......................................................................................................................... 42
7.2 Beperkingen........................................................................................................................... 42
8 Conclusie ....................................................................................................................................... 48
BIJLAGE 1: Laatste versie reglement ..................................................................................................... 49
BIJLAGE 2: Beschrijvende tabellen databronnen .................................................................................. 60
BIJLAGE 3: De fysieke leefomgeving in de wijk Utrecht Noordwest (apart document)
BIJLAGE 4: Stageverslag integrale zorg in de wijk (apart document)
BIJLAGE 5: Programma en presentatie eindsymposium (apart document)
5
Samenvatting
Het project ‘Pilot stuurinformatie integrale zorg en preventie op wijk, buurt en geïntegreerde
eerstelijnszorg niveau in de wijk Noordwest in Utrecht (SIZU)’ heeft laten zien dat het mogelijk is om
diverse databronnen uit verschillende leefgebieden op individueel niveau te koppelen. Dit zou niet
mogelijk geweest zijn zonder de nauwe betrokkenheid van professionals en beleidsmedewerkers
vanaf de start.
Het project bestond uit twee delen die elkaar aanvullen. Het eerste deel bestaat uit het in kaart
brengen van het netwerk van professionals en beleidsmedewerkers in de wijk en het inventariseren
van hun beelden over de wijk en informatiebehoefte. Deze informatiebehoefte was de leidraad voor
het tweede deel van het project: het verzamelen en selecteren van indicatoren uit beschikbare
databronnen van voldoende kwaliteit, en deze waar mogelijk op individueel niveau koppelen. Aan de
hand van de gekoppelde data kon individuele stapeling van problemen uit verschillende domeinen
inzichtelijk worden gemaakt.
Het project heeft de samenwerking tussen de verschillende betrokken domeinen bevorderd. Het
heeft netwerkopbouw en de dialoog tussen verschillende professionals en beleidsmedewerkers
gestimuleerd.
De onderzoeksresultaten gebaseerd op individueel gekoppelde databestanden hebben meerwaarde
door inzicht te bieden in stapeling van problematiek binnen wijkbewoners en identificatie van
risicogroepen hiervoor. Op geleide van het beeld van beleidsmedewerkers en professionals werden
aandachtgroepen gekozen voor verdiepende data-analyse. Dit betrof bewoners van krachtwijken,
mensen die vaak naar de huisarts gaan, en mensen die al lang bijstand ontvangen. De cijfermatige
resultaten bevestigden dat dit risicogroepen zijn.
Het voorkomen van stapeling, hier gedefinieerd als het hebben van drie of meer problemen, kon in
absolute zin niet geschat worden. Redenen hiervoor zijn onder meer het niet beschikbaar zijn van
relevante databronnen, de kwaliteit en volledigheid van registraties, en de gehanteerde definities.
De gevonden geringe omvang van de groep met 3 of meer problemen is dus vertekend. Meer
betrouwbaar is de bevinding dat het hebben van 3 of meer problemen verhoogd voorkwam onder
bewoners met het vrouwelijk geslacht, die gescheiden of weduwe zijn, een eenoudergezin hebben,
en in een sociale huurwoning wonen.
Er kon binnen het huidige project dus geen betrouwbaar en compleet beeld van de stapeling van
problemen op verschillende leefgebieden worden gegeven. Hierdoor is het resultaat op dit moment
nog onvoldoende om als stuurinformatie gebruikt te kunnen worden, of om integraal beleid op detail
te ontwikkelen. Verschillende beperkingen liggen hieraan ten grondslag. Sommige beperkingen zijn
het gevolg van keuzes gemaakt bij de opzet en uitvoer van de pilot, zoals de keuze om gegevens te
verzamelen voor uitsluitend één wijk, over één jaar, en alleen voor de volwassen populatie.
Daarnaast waren de kwaliteit en volledigheid van de databronnen wisselend, en konden - mede
vanwege de beperkte tijd voor het project - niet alle relevante databronnen op individueel niveau
gekoppeld worden.
Het SIZU project heeft, ondanks de beperkingen van de pilot, waardevolle informatie opgeleverd
voor de professionals en de beleidsmedewerkers die werken in de wijk Noordwest. Om de gebruikte
6
methode breder te implementeren in wijken van de gemeente Utrecht of elders is doorontwikkeling
van de methodiek noodzakelijk. Met name is een meer gestandaardiseerde en geautomatiseerde
manier van koppeling van relevante databronnen nodig om de methode meer efficiënt en de
informatie actueler te maken. Aanbevolen wordt om een selectie te maken van een beperkte set van
structureel beschikbare registratiedata van voldoende kwaliteit. Dit kan de basis vormen voor
stuurinformatie voor integrale zorg en preventie, die eventueel aangevuld kan worden met andere
data voor specifieke vragen.
Ook na de officiële afronding van het SIZU project blijven de resultaten van het project gebruikt
worden voor beleid en praktijk. Niet alleen zijn de registratiedata van verschillende partijen bij elkaar
gebracht, maar ook de verschillende organisaties waar de professionals en beleidsmedewerkers
werken.
7
1 Inleiding
1.1 Achtergrond
Intensievere samenwerking op wijkniveau tussen welzijn, preventie en gezondheidszorg wordt
gezien als een belangrijk middel om (gezondheids)verschillen te verkleinen en (zorg)kosten in de
hand te houden. Vanuit de diverse beleidsvelden wordt steeds meer gewerkt aan een integrale
aanpak van maatschappelijke, sociale en gezondheidsproblemen. In de landelijke nota
Gezondheidsbeleid “Gezondheid dichtbij” wordt het belang benadrukt om verbindingen te leggen
tussen lokale gezondheidsgegevens en die van andere zorgsectoren zoals AWBZ, eerstelijnszorg en
Wmo. De gezonde wijkaanpak en sociale gebiedsteams (buurtteams) zijn hiervan concrete Utrechtse
voorbeelden.
Inhoudelijk gezien is individuele stapeling van problemen op meerdere levensgebieden (gezondheid,
leefstijl, wonen, werk, financiën, etc.) een belangrijk aandachtspunt. Het aanbod van preventie,
welzijn en zorg is nu erg versnipperd en het is vaak onmogelijk om problemen op meerdere gebieden
tegelijk aan te pakken. Om een integraal aanbod te kunnen vormgeven en sturen is inzicht nodig in
individuele stapeling van problemen. Koppeling van databronnen (registraties) op individueel niveau
kan helpen dit inzicht te verkrijgen.
In het project ‘Pilot stuurinformatie integrale zorg en preventie op wijk, buurt en geïntegreerde
eerstelijnszorg niveau in de wijk Noordwest in Utrecht (SIZU)’ wordt in een interactief proces
onderzocht wat de informatiebehoefte is van de belangrijkste stakeholders. Beschikbare en
bruikbare databronnen worden geïnventariseerd en waar mogelijk op individueel niveau gekoppeld.
Hierbij wordt gelet op de toegevoegde waarde van individuele koppeling van data en op de privacy
aspecten die hierbij komen kijken.
1.2 Doel
Het hoofddoel van het pilotonderzoek is het genereren van inzicht in de mogelijkheden en
beperkingen van integrale monitoring op laag aggregatieniveau (wijk, buurt, geïntegreerde
eerstelijns zorg). Hierbij gaat het primair om de toegevoegde waarde van individuele koppeling van
databronnen ten opzichte van het gebruik van de informatie uit de aparte databronnen. De
gewenste vorm, inhoud en de uitvoerbaarheid (beschikbare databronnen, privacy aspecten, kosten,
etc) worden onderzocht. Daarnaast worden aanbevelingen gedaan voor structurele inbedding en
uitrol naar andere wijken en steden.
De volgende vraagstellingen zijn geformuleerd:
1. Wat is de informatiebehoefte van de professionals en de beleidsmedewerkers in de wijk?
2. Welke databronnen zijn beschikbaar en bruikbaar?
3. Welke gegevens kunnen op individueel niveau gekoppeld worden?
a. Wat is de toegevoegde waarde van individueel gekoppelde data boven data uit
aparte databronnen?
b. Wat zijn de randvoorwaarden voor individuele koppeling?
8
4. Wat is de meest geschikte inhoud en vorm van een integraal wijkprofiel, gericht op
ondersteuning van een proactief beleid naar aanleiding van de maatschappelijke- en
gezondheidsproblemen en het zorggebruik in de wijk Noordwest?
1.3 Afbakening
Er is gekozen voor een pilot in de wijk Noordwest van de gemeente Utrecht met speciale aandacht
voor de achterstandsbuurten (subwijken) Zuilen en Ondiep. Er is gekozen voor de wijk Noordwest
omdat deze wijk een aandachtswijk is binnen de gemeente Utrecht en er nog weinig andere
initiatieven zijn op het gebied van geïntegreerde zorg. Daarnaast kan SIZU de pilot van het buurtteam
die loopt in de wijk versterken. In de wijk Noordwest is gekozen voor de populatie van het
geïntegreerd eerstelijns samenwerkingsverband (GES) gezondheidscentrum Ondiep/De Dame
vanwege hun dominantie in de krachtwijken Ondiep en Zuilen-Oost in de wijk Noordwest.
Uitgangspunt zijn bestaande databronnen. Er worden geen nieuwe gegevens verzameld. Alleen
gegevens over volwassenen en ouderen zijn opgenomen, omdat de jeugd minder goed
vertegenwoordigd is in allerlei registraties.
Het accent ligt sterk op kwantitatieve informatie. Wel kan geput worden uit resultaten van eerder en
lopend antropologisch onderzoek van de GG&GD Utrecht in Noordwest. De kwantitatieve data is
verzameld voor het jaar 2010. Er is voor 2010 gekozen omdat voor dat jaar alle registraties volledig
zijn.
Er wordt vooralsnog alleen informatie gegenereerd voor de sturing van beleid op wijk-, buurt- en
praktijkniveau, dus niet ten behoeve van patiëntendossiers voor de dagelijkse praktijkvoering. De
terugkoppeling zal daarom niet plaatsvinden op individueel niveau, maar op een hoger
aggregatieniveau. Het aggregatieniveau hangt samen met de informatie verkregen uit de
verschillende databronnen en de behoeftes van de professionals en beleidsmedewerkers uit de wijk.
1.4 Producten
Het voorgestelde project zal een factsheet voor de wijk Noordwest en een rapportage van het geheel
opleveren, met de antwoorden op de 4 vraagstellingen en aanbevelingen voor implementatie. De
factsheet zal los van de huidige rapportage worden uitgebracht en omvat het wijkprofiel. De
rapportage omvat ook een exploratief onderzoek over de beschikbaarheid en bruikbaarheid van
gegevens specifiek op het gebied van de fysieke omgeving in relatie tot gezondheid (bijlage 3) en het
stageverslag over integrale zorg van een student die gebruik heeft gemaakt van een deel van de
verzamelde data (bijlage 4).
Inhoudelijk leidt het project tot nieuw inzicht in informatiebehoeftes, relevante databronnen,
praktische aandachtspunten en meerwaarde van individuele koppeling van gegevensregistraties.
Omdat een deel van de informatie in Noordwest mogelijk ook in andere Utrechtse wijken
beschikbaar is, kan de methodologie resulterend uit het project ook in andere wijken worden
toegepast. Omdat een bredere implementatie afhankelijk is van de lokale situatie in een wijk
(draagvlak, behoeftes, informatiebronnen, middelen, etc.), betreft het huidige rapport ook
aandachtspunten en tips en trics (lessons learned) met betrekking tot het proces.
Op 10 oktober 2013 zijn de resultaten gepresenteerd op een eindsymposium. Het programma en de
PowerPointpresentatie van het symposium zijn opgenomen in bijlage 5. Daarnaast zijn de resultaten
9
gepresenteerd op een netwerkbijeenkomst (8 oktober 2013) voor professionals werkzaam in de wijk
Utrecht Noordwest. De resultaten van het eindsymposium en de netwerkbijeenkomst zijn verwerkt
in de huidige rapportage.
1.5 Organisatie
Het project was ook gericht op het versterken van de samenwerking tussen beleid, onderzoek en
praktijk. Al deze functies zijn binnen het projectteam vertegenwoordigd, en zijn betrokken bij de
opzet, uitvoering en evaluatie.
Het project is uitgevoerd door een onderzoeksteam en begeleid door een projectteam. De primaire
uitvoering lag bij de GG&GD Utrecht (Gemeente Utrecht) en het UMC Utrecht Julius Centrum.
Daarnaast zijn Achmea, geïntegreerd eerstelijnssamenwerkingsverband (GES) gezondheidscentrum
Ondiep/De Dame, adviesbureau Raedelijn (ROS), ontwikkelingsorganisatie Maatschappelijke
Ontwikkeling (Gemeente Utrecht) en intern bedrijf Onderzoek (gemeente Utrecht) nauw betrokken
geweest bij het project als lid van het projectteam.
1.6 Leeswijzer
In hoofdstuk 2 wordt eerst de gevolgde methode besproken. Hierna wordt verslag gedaan van de
informatiebehoefte, naar voren gekomen in gesprekken met de professionals en
beleidsmedewerkers (hoofdstuk 3). De inventarisatie van de databronnen, de beschrijvingen van
deze databronnen en de indicatoren die uit deze databronnen voortkomen, worden besproken in
hoofdstuk 4. Het wijkprofiel vanuit de aparte databronnen is beschreven in hoofdstuk 5. In hoofdstuk
6 wordt de individuele koppeling besproken. Welke informatie levert de gekoppelde data boven de
ongekoppelde gegevens? In hoofdstuk 7 wordt ingegaan op de mogelijkheden en onmogelijkheden
van de gevolgde methode ook uit te voeren in andere wijken in Utrecht en andere steden in
Nederland. Ook worden aanbevelingen voor doorontwikkeling van de methodiek gegeven. In het
laatste hoofdstuk wordt een eindconclusie getrokken over het geheel van de pilot.
10
2 Stappenplan
Voor het beantwoorden van de onderzoeksvragen is een stappenplan opgesteld. De stappen worden
niet altijd na elkaar opgevolgd, maar kunnen ook gelijktijdig lopen. Dit hoofdstuk geeft alleen een
beknopte uitwerking weer van de gevolgde methodes bij elke stap. In de verschillende hoofdstukken
wordt de gebruikte methode in meer detail besproken.
Figuur 2.1: Stappenplan tot het komen van integrale informatie op wijkniveau.
Stap 1: Inventarisatie netwerk en informatiebehoefte
Er zijn gesprekken gevoerd met de leden van het projectteam over de contacten die zij en hun
organisaties al hebben in de wijk. Vanuit daar zijn vervolggesprekken gevoerd met centrale personen
in het netwerk, o.a. de huisarts en de procesmanager gezondheidsbevordering Noordwest. Het
netwerk bestaat aan de ene kant uit professionals die werken in de wijk en direct contact hebben
met de wijkbewoners. Maar ook betreft het beleidsmedewerkers die werken voor de gemeente of
STAP 2: INVENTARISATIE
REGISTRATIE DATA OVER DE WIJK
- Welke informatie, welke jaren?
- Contactpersonen?
- Aanvraagprocedure?
STAP 1A:
INVENTARISATIE NETWERK
STAP 3: SELECTIE DATA EN OPSTELLEN
INDICATOREN
STAP 4: INTEGRATIE DATA
- Toestemming databronnen
- Reglement
- Koppelen
- Analyse
STAP 5:
TERUGKOPPELING AAN NETWERK
STAP 6:
RAPPORTAGE
STAP 1B: INVENTARISATIE
INFORMATIEBEHOEFTE
- Welke problemen spelen?
- Informatiebehoefte
11
organisaties die werken in de wijk. Zij hebben niet direct contact met de wijkbewoners, maar hebben
wel invloed op de dagelijkse gang van zaken in de wijk.
In individuele gesprekken met de professionals en de beleidsmedewerkers worden de belangrijkste
problemen die spelen in de wijk geïnventariseerd. Ook de informatiebehoefte wordt in kaart
gebracht. In twee bijeenkomsten zijn deze inventarisaties voorgelegd en aangevuld en is besproken
hoe deze informatie kan worden gebruikt als stuurinformatie.
Stap 2: Inventarisatie (registratie) data over de wijk
Gelijktijdig met gesprekken van centrale personen in het netwerk van de wijk zijn er ook gesprekken
gevoerd met de organisaties die registraties bijhouden van hun cliënten die wonen in de wijk.
Daarnaast is een literatuuronderzoek uitgevoerd naar registraties op landelijk niveau. Van de
verschillende databronnen zijn de volgende kenmerken in beeld gebracht:
- Welke informatie bevat de databron
- Structureel of eenmalige registratie (welke jaren)
- Aanvraagprocedure
- Kosten voor gebruik
- Individuele koppeling met andere databronnen mogelijk
- Contactpersoon
Stap 3: Selectie data en opstellen indicatoren
Het was niet mogelijk alle gevonden databronnen mee te nemen in de pilot. De kenmerkende
problemen en informatiebehoefte die in de gesprekken met de professionals en beleidsmedewerkers
naar voren zijn gekomen waren leidend bij de keuze. Daarnaast is de keuze van de databronnen
gebaseerd op:
- Generaliseerbaarheid
- Dekking
- Kwaliteit van de data
- Tijdige beschikbaarheid (met name voor het jaar 2010)
- Toegevoegde waarde van data naast de al beschikbare databronnen (relevantie)
- Kosten voor gebruik
- Toestemming voor gebruik
Voor (individuele) koppeling is verder nodig dat er toestemming is voor (individuele) koppeling en
dat er identificerende variabelen in de dataset aanwezig zijn waarop gekoppeld kan worden.
De beschikbare databronnen bevatten zeer veel informatie, welke niet allemaal meegenomen zijn.
Relevante indicatoren zijn met name geselecteerd op basis van de gesprekken die zijn gevoerd met
professionals en beleidsmedewerkers zodat de indicatoren aan sluiten bij hun informatiebehoefte.
Daarnaast moeten de indicatoren meetbaar en valide zijn en dienen de indicatoren de verschillende
groepen wijkbewoners kunnen te identificeren, er moet dus spreiding zijn in waarden tussen
wijkbewoners.
Stap 4: Integratie van de data
12
Voor het gebruik, maar in het bijzonder voor de individuele koppeling, van de databronnen moet
toestemming worden gevraagd aan de beheerders van de databronnen. Hierbij is gebruik gemaakt
van een reglement dat is opgesteld (bijlage 1). Het reglement beschrijft het doel van het onderzoek,
door wie het wordt uitgevoerd en wat hun taken en verantwoordelijkheden zijn. Ook wordt
beschreven welke informatie uit de databronnen verzameld wordt en hoe de verschillende
databronnen aan elkaar worden gekoppeld, welke data wordt gepresenteerd en hoe er kan worden
gegarandeerd dat de resultaten die aan het einde van het project openbaar worden gemaakt niet
herleidbaar zijn tot individuele wijkbewoners.
De data wordt geanonimiseerd door een koppelvariabele toe te voegen aan de data. Deze variabele
vervangt de identificerende gegevens. Aan de hand van de koppelvariabele kunnen de individuele
datasets aan elkaar worden gekoppeld.
De losse datasets worden opgeschoond en aan de hand van beschrijvende analyses wordt de
beschikbare informatie uit de datasets in kaart gebracht. Bij de analyse van de gekoppelde data is
vooral aandacht besteed aan stapelingen en de hoog-risicogroepen die naar voren zijn gekomen
tijdens de gesprekken met de professionals en beleidsmedewerkers. Hierbij wordt rekening
gehouden dat de resultaten niet terug te leiden zijn naar individuele personen. Uitgangspunt hierbij
zijn de richtlijnen opgesteld door het Centraal Bureau voor de Statistiek (CBS). Belangrijkste richtlijn
is dat als een cel minder dan 10 personen bevat de resultaten niet worden gepresenteerd.
Stap 5:Terugkoppeling aan netwerk
Tijdens de analyses van de individuele databronnen en de gekoppelde data zijn de voorlopige
resultaten voorgelegd aan een selectie van professionals en beleidsmedewerkers. Gezien de grote
hoeveelheid informatie die beschikbaar is gekomen is overlegd op welke resultaten nadruk wordt
gelegd in de rapportage.
Stap 6: Rapportage
Uiteindelijk zijn alle resultaten bij elkaar gezet in deze rapportage. De resultaten zijn ook
gepresenteerd bij verschillende bijeenkomsten, waaronder het eindsymposium.
13
3 Informatiebehoefte professionals & beleidsmedewerkers
Om zeker te zijn dat de te verzamelen informatie aansluit bij de behoeftes van de professionals en
beleidsmedewerkers, is de informatiebehoefte opgehaald bij de professionals die in de wijk
werkzaam zijn op het gebied van welzijn, gezondheidszorg en preventie, en van de
beleidsmedewerkers van instanties die mede het beleid op deze gebieden bepalen.
3.1 Methode
Er zijn individuele gesprekken gevoerd met de professionals in de wijk. Kenmerkende eigenschappen
van de wijk en de wijkbewoners die een rol spelen bij de dagelijkse werkzaamheden zijn daarbij
geïnventariseerd. Ook is gevraagd welke informatie de werkzaamheden in de dagelijkse praktijk
kunnen helpen.
Het beeld dat gevormd is tijdens de individuele gesprekken is verder uitgewerkt tijdens twee
bijeenkomsten waar een grotere groep werd gesproken over de informatiebehoefte en
stuurinformatie van professionals en beleidsmedewerkers.
3.1.1 Bijenkomst professionals
Professionals van verschillende werkvelden zijn uitgenodigd zodat alle werkvelden zo goed mogelijk
werden vertegenwoordigd. Uiteindelijk waren aanwezig:
- Huisarts
- Geïntegreerde Eerstelijns Samenwerking (GES) ondersteuner
- Fysiotherapeuten
- Lid van buurtteam Ondiep
- Hoofd kenniscentrum welzijnsorganisatie
De assistent wijkmanager, de sociaal makelaar en de sociaal psychiatrisch verpleegkundige konden
niet aanwezig zijn. De sociaal psychiatrisch verpleegkundige en de sociaal makelaar hebben wel input
geleverd voor de bijeenkomst.
De focus van de bijeenkomst lag op de kenmerkende problemen die een grote rol spelen in de
dagelijkse praktijk van deze professionals. De volgende vragen zijn voorgelegd tijdens de
bijeenkomst:
1. Welke problemen spelen een belangrijke rol bij de inwoners van de wijk Utrecht Noordwest?
2. Welke problemen worden vaak samen gezien?
3. Over welke problemen, of combinatie van problemen, zou u graag meer zicht willen hebben
om uw werk beter vorm te kunnen geven en uw patiënten/cliënten beter van dienst te
kunnen zijn?
3.1.2 Bijeenkomst beleidsmedewerkers
Gelijk aan de bijeenkomst met de professionals zijn er beleidsmedewerkers uitgenodigd uit zoveel
mogelijk werkvelden. Het gaat hierbij om beleidsmedewerkers die nauw verbonden zijn met de
werkzaamheden in de wijk. De volgende beleidsmedewerkers waren aanwezig bij de bijeenkomst:
- Coördinator GES Ondiep en De Dame
- programmacoördinator GGZ organisatie
- procesmanager gezondheidsbevordering GG&GD Utrecht,
14
- projectleider integrale zorg Achmea
- projectleider professionalisering integrale zorg Achmea
- procesmanager leefomgeving GG&GD Utrecht
- adviseur Raedelijn
Het hoofd van het kenniscentrum van de welzijnsorganisatie, de wijkmanager Noordwest en de
beleidsmedewerker van de afdeling Werk en Inkomen van de gemeente Utrecht konden niet
aanwezig zijn. Tijdens de bijeenkomst zijn de volgende vragen voorgelegd aan de aanwezigen,
waarbij de eerste vraag dient ter bevestiging en aanvulling van het beeld dat de professionals hebben
geschetst:
1. Welke problemen en/of combinatie van problemen spelen een belangrijke rol bij de
inwoners van de wijk Utrecht Noordwest?
2. Op welke (combinatie van) problemen zou u graag meer zicht willen hebben om uw werk
beter vorm te kunnen geven of uw organisatie beter te kunnen sturen?
3. Hoe kan de informatie voor u het beste inzichtelijk worden gemaakt?
3.2 Kenmerkende problemen in Noordwest
Tijdens de individuele gesprekken en de twee bijeenkomsten met professionals en
beleidsmedewerkers uit de wijk zijn de volgende problemen naar voren gekomen die frequent
worden gezien in de dagelijkse praktijk.
Tabel 3.1 Kenmerkende problemen Utrecht Noordwest
Onderwerp Probleem Toelichting
Multiproblematiek - Meerdere problemen binnen hetzelfde werkveld,
maar ook uit verschillende werkvelden
- Veel fysieke problemen met psychosociale
achtergrond
- Comorbiditeit Meerdere ziektes,
gezondheidsklachten
- ‘Jonge ouderen’ Relatief jonge mensen met
problematiek passend bij ouderen
Leefstijl - Verslaving (roken, alcohol, cocaïne, tv, computer)
- Overgewicht
- Lage mobiliteit (fysiek, maar ook sociaal)
- Seksueel moraal
Psychosociale
factoren
- Eenzame ouderen
- Verborgen depressie
Economische
factoren
- Armoede
- Schulden
- Werkloosheid
- Slecht verzekerd (bezuinigen of verkeerd
geïnformeerd)
Bereiken van
wijkbewoners
- Wantrouwen en angst
- Lage gezondheidsvaardigheden
- Ongeletterdheid
- (Randje van) licht verstandelijk beperkt
15
Onderwerp Probleem Toelichting
Kennis van
wijkbewoners
- Weinig kennis over gezonde leefstijl
- Slecht geïnformeerd (alleen negatieve informatie
blijft hangen)
- Korte termijn denken
- Problemen met begrijpen regels, procedures,
complexheid maatschappij
Sociale
vaardigheden
wijkbewoners
- Weinig steunend netwerk
Voorheen sterke familiebanden in
de wijk. Dit neemt af. Realiseren
zich niet altijd dat ze een netwerk
hebben.
- Isolement (ook door angst)
Huisvesting - Renovaties geweest maar nu ‘on hold’ Mensen zitten vast in nog te
renoveren woningen
De professionals en de beleidsmedewerkers geven tijdens de bijeenkomsten aan dat de
opsommingen van de problemen een heel negatief beeld geeft van de wijk terwijl de groep met de
grote problemen waarschijnlijk maar een klein deel betreft. Met grote delen van de wijk en de
wijkbewoners gaat het eigenlijk gewoon goed.
3.3 Informatiebehoefte
Naast de kenmerkende problemen die een rol spelen bij de dagelijkse praktijk hebben we ook
gevraagd naar de informatie die helpt hun werkzaamheden in te richten. De inventarisatie van de
informatiebehoefte staat los van de data die is verzameld in de pilot, dus niet alle vragen die naar
boven komen kunnen worden beantwoord met de verzamelde data.
Ook het aggregatieniveau waarop deze informatie bij voorkeur beschikbaar moet zijn is
geïnventariseerd. De professionals die direct werken met de wijkinwoners hebben bij voorkeur de
informatie op individueel niveau. De professionals stelden als alternatief voor dat weten met welke
andere professionals een wijkbewoner contact heeft, zonder precies te weten waarvoor, al veel
informatie geeft en de kans biedt tot het contact opnemen met de andere professional.
Voor beleidsmedewerkers is het gewenste aggregatieniveau verschillend per vraag. Het gaat om het
niveau waarop beleid moet worden aangepast. Daarnaast hangt het samen met het niveau waarop
de informatie is. Voor de beleidsmedewerkers is individuele terugkoppeling van gegevens minder van
belang.
16
Tabel 3.2: Informatiebehoefte professionals en beleidsmedewerkers Noordwest
Probleem Informatiebehoefte
Multiproblematiek - Waar begint het? Wat is het probleem waar de rest aan vast hangt?
- Wie kan multiproblematiek signaleren? (komt verderop terug)
Chronisch zieken - Is de gezondheidstoestand in Ondiep de laatste 10 jaar verslechterd?
- Hoe hebben diabetes mellitus en COPD zich in de loop van afgelopen
jaren ontwikkeld?
Zorgvraag huisarts - Weten mensen wanneer ze de huisarts moeten bellen?
- Weten mensen welke kleine aandoeningen je met zelfzorgmiddelen kan
behandelen zonder de huisarts te raadplegen?
- Weten mensen waarmee ze wel en niet naar de Huisartsenpost moeten
gaan?
Leefstijl - Hoe is de prevalentie van (risicovolle) leefstijlfactoren de afgelopen jaren
ontwikkeld?
- Welke factoren hebben een rol gespeeld bij eventuele (positieve)
ontwikkelingen?
- Luchtkwaliteit versus roken
- Zijn er voldoende beweegpunten in de wijk?
- Is kennis over gezonde voeding genoeg aanwezig?
- Wat voor 'gezondheidsprojecten' leven er op basisscholen
(voedingsprojecten, traktatiebeleid, sport, spel) en op hoeveel scholen?
Seksualiteit - Neemt de prevalentie van SOA's toe?
- Neemt de kennis over SOA’s toe?
- Is er voldoende kennis over anticonceptie en zwangerschap?
- Is het aantal abortussen afgenomen in onze wijk?
- Hoe vaak komt seksueel misbruik voor?
Ouderen - Hoeveel ouderen zijn eenzaam en hoeveel voelen zich eenzaam?
- Hoeveel ouderen (%) gaan er per jaar naar een verzorgingshuis?
- Hoeveel informele mantelzorg is er te regelen?
- Zijn er vrijwilligersclubjes die ouderen willen helpen? Welke?
- Zijn er genoeg ouderenvoorzieningen in de wijk op loopafstand voor
ouderen?
Sociaal economische
gezondheidsverschillen (SEGV)
- Hoe groot zijn de SEGV?
- Nemen SEGV toe?
Sociale factoren
- Wat zijn de meest voorkomende leefverbanden (alleenstaand,
gescheiden, kinderen)
- Wat is het aantal buurtverenigingen en het aantal actieve vrijwilligers?
- Welke activiteiten zijn er in de wijk en voor wie?
- Wat is het aantal kerkelijke gemeenschappen in de wijk en welke
activiteiten worden aangeboden?
Economische factoren - Informatie over inkomen/schulden/huursubsidie
- Informatie over werk en werkeloosheid
- Informatie over opleidingsniveau
Huisvesting en leefomgeving - Aantal en verhouding huur- en koopwoningen?
- Welke voorzieningen zijn aanwezig in de wijk (winkels, sport, hobby
e.d.)?
- (Verborgen) effecten (positief en negatief) van leefomgeving ?
- Gegevens over het gezamenlijk voorkomen van problemen in
leefomgeving en op gebied van gezondheid.
Veiligheid - Hoe vaak komt huiselijk geweld voor?
Algemeen - Zijn er verschillen tussen allochtone en autochtone bewoners?
17
3.4 Stuurinformatie
Stuurinformatie is informatie die professionals en beleidsmedewerkers kunnen gebruiken bij het
nemen van beslissingen en bij het achteraf beoordelen van de resultaten van de genomen
beslissingen. Stuurinformatie kan gebruikt worden voor het signaleren van problemen, doelgroepen
en/of ontwikkelingen, maar kan ook gebruikt worden om samenwerking te stimuleren.
Uit de bijeenkomsten kwam naar voren dat het begrip stuurinformatie niet eenduidig is. Het is
afhankelijk van het doel en de persoon of organisatie die wil sturen. Verder wordt er onderscheid
gemaakt tussen sturen op beleidsniveau en sturen op patiëntniveau.
Voor professionals is stuurinformatie vaak een bevestiging van eigen observaties met data. De
bevestiging van gesignaleerde problemen met data kan gebruikt worden om meer geld, tijd en/of
middelen beschikbaar te maken. Lokale data zijn hierbij van belang om werkzaamheden te
verantwoorden en te ondersteunen. Het gaat dus minder om het vinden van nieuwe verbanden,
maar meer lokale bevestiging van wat op grotere schaal al bekend is.
Voor beleidsmedewerkers is stuurinformatie de informatie die helpt bij het maken van keuzes en
vervolgens de gevolgen van deze keuzes zichtbaar maakt. Het gaat hierbij om het identificeren van
problemen, het identificeren van risicopopulaties, het in kaart brengen van gebruikte zorg en door
wie deze zorg wordt geleverd. Beleidsmedewerkers geven aan dat het lastig sturen is met informatie
als er geen (werk)relatie is tussen de partijen. Er kan dan niet direct gestuurd worden op elkaars
werkzaamheden. Beleidsmedewerkers zagen ook een duidelijke rol voor de mening en ervaringen
van de wijkbewoners zelf. Hoe wordt de zorg beoordeeld? Hoe staat het met de professionaliteit,
bejegening en toegankelijkheid van zorg en zorgverleners?
Tijdens de bijeenkomst komt naar voren dat data geen doel op zich is, maar dient ter ondersteuning
van beleid en de dagelijkse praktijk van professionals. Hierbij is vergelijking met andere wijken,
steden en/of landelijk gewenst voor interpretatie. Verder moet de informatie zo actueel mogelijk zijn
en makkelijk toegankelijk. Het is wenselijk dat de data interactief is, zodat eigen selecties kunnen
worden gemaakt voor een specifieke vraag.
Maar er is meer nodig dan alleen cijfers. Om problemen te signaleren en beleid te kunnen maken is
een platform in de wijk nodig. Een draagvlak voor het door ontwikkelen van gezamenlijke visie. De
gesprekken kunnen gefaciliteerd worden met data. Welke keuzes worden waarom gemaakt? Met
wie werken de verschillende professionals samen? Informatie kan onderlinge samenwerking in de
wijk stimuleren.
Ten slotte rees de vraag wie eigenaar is van de verschillende data en met wie data gedeeld mag
worden. Weten de inwoners welke informatie over hun beschikbaar is en met wie deze informatie
wordt gedeeld? Hier zijn geen eenduidige antwoorden op. Er wordt voorgesteld om de wijkbewoner
zelf eigenaar te maken van zijn eigen informatie. De wijkbewoner kan dan ook zelf kiezen met wie hij
data wil delen en met wie niet. Maar (h)erkent de wijkbewoner het belang van het delen van
informatie? In het kader hiervan wordt ook opgemerkt dat doelen van inwoners niet overeen hoeven
te komen met die van de professionals/beleidsmakers.
18
4 Databronnen en indicatoren
In dit hoofdstuk wordt een overzicht gegeven van de databronnen en de informatie die beschikbaar
is voor de wijk Noordwest in Utrecht. Eerst geven we een inventarisatie van de databronnen.
Vervolgens beschrijven we de selectie van indicatoren uit de databronnen die uiteindelijk
beschikbaar en gebruikt zijn binnen SIZU.
4.1 Inventarisatie van databronnen
Er is een grote verscheidenheid aan databronnen beschikbaar. Van registraties van de huisarts,
welzijnsorganisaties, schuldhulpverlening en aanwezigheid van groen in de wijk naar de
gezondheidsenquête van de GG&GD en declaraties bij een ziektekostenverzekeraar. Sommige
bronnen zijn stadsbreed, andere zijn alleen van ingeschreven wijkbewoners, weer anderen gaan uit
van een steekproef.
Al deze databronnen bevatten in zichzelf veel waardevolle informatie op verschillende gebieden
(tabel 4.1). Bij de inventarisatie van beschikbare databronnen is nadruk gelegd op registraties van
instanties en professionals werkzaam in de wijk. Data uit eenmalige en/of kleinschalige onderzoeken
zijn niet meegenomen bij de inventarisatie.
Tabel 4.1: Overzicht van beschikbare databronnen in Utrecht Noordwest
Organisatie Databron Beschikbare informatie
(verkorte omschrijving,
niet volledig)
Aggregatie niveau
(individueel, buurt,
wijk, etc.)
Koppelniveau Eenmalig of
structureel
Vragen opmerkingen
Gezondheidszorg
UMC
Utrecht,
Julius
centrum
GES, Julius
Huisartsen
Netwerk
(JHN)
eerstelijnszorg gebruik GES individueel structureel,
continu
Achmea Achmea
Health
Database
(AHD)
eerste- en tweedelijnszorg
gebruik, medicatie
landelijk, stad, wijk individueel structureel ziekenhuisapotheek
en over-the-counter
medicijnen niet
bekend, follow-up
soms niet compleet
door overstap andere
ziektekostenverzeker
aar; wel data van
afname medicatie bij
apotheek, maar niet
over het
daadwerkelijke
gebruik
Stichting
farmaceuti-
sche
kengetallen
(SFK)
geneesmiddelen uitgifte apotheek individueel structureel geen data over
gebruik
geneesmiddelen in
ziekenhuizen of via
apotheekhoudende
huisartsen
UMC Utrecht Upot apotheekgegevens UMC
Utrecht
UMC Utrecht individueel structureel
19
Organisatie Databron Beschikbare informatie
(verkorte omschrijving,
niet volledig)
Aggregatie niveau
(individueel, buurt,
wijk, etc.)
Koppelniveau Eenmalig of
structureel
Vragen opmerkingen
Vektis monitor
voorschrijf-
gedrag
huisartsen
declaratiebestanden van
zorgverzekeraars
(medicijngebruik, eerste-
en tweedelijnszorggebruik)
landelijk GES structureel
Saltro Saltro
database
laboratorium onderzoek,
functieonderzoek, ECG,
echo, tyrombose check
Utrecht en
omgeving
individueel structureel
Raedelijn ROS-
wijkscan
bevolkingsprognose,
vergrijzing, verjonging,
inkomensniveau,
leefbaarheid, zorgvraag,
zorgaanbod, zorgverloop,
ziektebeelden.
Utrecht en
omgeving
postcode demografische data
en zorggebruik data
komen van externe
bronnen. Aangevuld
met data van ROS
over aanbod
eerstelijnszorg
GG&GD Psychiatrisch
casus
register
Midden
Nederland
(PCR-MN)
diagnose (DSM-IV, AS-I, AS-
II), soort zorg (klinisch,
poliklinisch), aantal
zorgevents, instelling
Utrecht en
omgeving
individueel structureel 60% overlap met
Achmea Health
Database
IKNL landelijke
kanker-
registratie
diagnose kanker,
behandeling, ziekenhuis
landelijk individueel structureel
gemeente
gemeente
Utrecht,
afdeling
Burgerzaken
Gemeente-
lijke Basis
Administra-
tie (GBA)
leeftijd, burgelijke staat,
etniciteit,
gezinssamenstelling
utrecht individueel structureel
gemeente
Utrecht,
afdeling
Onderzoek
armoede
monitor
negatieve
toekomstverwachting,
sociale samenhang, actief
in buurt, netheid in wijk,
waardering woning,
aandeel sociale huursector,
jongerenoverlast,
buurtonveiligheidsgevoelen
s, woninginbraak,
basisschoolleerlingen met
achterstandscore, laag
opgeleiden, doorstroming
havo/vwo, huishoudens
met bijstandsuitkering,
niet-werkende
werkzoekenden,
uitkeringontvangers
Utrecht (wijk,
subwijken, buurt)
individueel structureel De gebruikte data is
gekoppeld door
Onderzoek, maar
Onderzoek is niet de
eigenaar van alle
data. De inwoners
enquête is van
onderzoek.
Toestemming moet
worden gevraagd aan
de eigenaren van de
data (afdeling Werk
& Inkomen van de
gemeente Utrecht en
UWV
gemeente
Utrecht,
afdeling
Onderzoek
wijkwijzer bevolking & wonen, sociaal-
economisch, veiligheid,
sociale infrastructuur,
openbare ruimte & verkeer
Utrecht (wijk,
subwijk, buurt)
individueel structureel wistUdata
20
Organisatie Databron Beschikbare informatie
(verkorte omschrijving,
niet volledig)
Aggregatie niveau
(individueel, buurt,
wijk, etc.)
Koppelniveau Eenmalig of
structureel
Vragen opmerkingen
GG&GD gezondheids
peiling
stapeling
gezondheidsproblemen,
lichamelijke gezondheid
(ADL-beperkingen),
psychische gezondheid
(psychological distress
scale, Sense of Mastery
Scale), leefstijl, fysieke
leefomgeving, sociale
leefomgeving, zorggebruik
(zelfrapportage)
Utrecht (wijk,
subwijk, buurt)
individueel elke twee
jaar
enquête onder een
steekproef
Centrum
indicatiestelli
ng zorg (CIZ)
AWBZ bijzondere ziektekosten landelijk individueel structureel
gemeente GBA
Welzijn
Portes registratie cliënten buurt, wijk individueel structureel regipro. Dubbel
registratie KRIS
Politie politieregistr
atie
leefomgeving
RIVM lucht-
kwaliteit
NO2 metingen Utrecht postcode
Zoals in hoofdstuk 2, onder stap 3, al is aangegeven konden niet alle databronnen worden
meegenomen in dit pilot onderzoek. Daar zijn ook de criteria opgenomen die zijn aangehouden bij de
keuze van de databronnen. Leidend bij de keuze waren de kenmerkende problemen en de
informatiebehoefte die tijdens de gesprekken met professionals en beleidsmedewerkers naar voren
waren gekomen (hoofdstuk 3). Uiteindelijk zijn de databronnen opgenomen in tabel 4.2
meegenomen in de pilot.
4.2 Beschrijving individuele databronnen
In onderstaande paragraven wordt nader ingegaan op de databronnen die zijn meegenomen binnen
de pilot en welke informatie ze bevatten. Beschrijvende tabellen van de databronnen zijn
opgenomen in bijlage 2.
21
Tabel 4.2: Selectie van databronnen uit Utrecht Noordwest opgenomen in de pilot SIZU
Databron Eigenaar data Onderwerp Voorbeelden van indicatoren
Gemeentelijke Basis
Administratie (GBA)
Gemeente
Utrecht
Demografie Leeftijd, geslacht, burgelijke staat,
gezinssamenstelling, etniciteit
Achmea Health Database
(AHD)
Achmea Zorg, Ziekte en
aandoening
Zorgconsumptie, farmaceutische
voorschriften, specialistische zorg
Julius Huisartsen Netwerk
(JHN)*
Huisartsen Zorg, ziekte en
aandoening
Ziekte (ICPC), leefstijl
Gezondheidspeiling
GG&GD*
Gemeente
Utrecht (GG&GD)
Zorg, ziekte, sociaal
maatschappelijk
participeren
Leefstijl, zelfrapportage gezondheid,
welzijn en sociaal maatschappelijke
participatie
Psychiatrisch Casusregister
Midden Nederland (PCR-
MN
Stuurgroep PCR-
MN
Zorg, ziekte en
aandoening
DSM IV diagnoses, type zorg,
zorggebruik
Cliëntenregistratie Portes Portes Zorg Werkveld
SUWI Gemeente
Utrecht (Werk &
Inkomen)
Sociaal
maatschappelijk
participeren
Bijstand, loonkostensubsidie,
inburgering, schoolverlaters
Schuldhulpverlening Gemeente
Utrecht (Werk &
Inkomen),
Stadsgeldbeheer,
Portes
Sociaal
maatschappelijk
participeren
Schuldhulpverlening
Leefomgeving Gemeente
Utrecht
Fysieke omgeving Gebruiksgroen, zichtgroen, type
woningen, woonvorm, luchtkwaliteit,
geluidsoverlast
*niet op individueel niveau koppelbaar
4.2.1 Demografie
Uit de gemeentelijke basis administratie (GBA) zijn de wijkbewoners van Utrecht Noordwest
geselecteerd die in het jaar 2010 16 jaar of ouder zijn. GBA bevat algemeen beschrijvende
indicatoren van de wijkbewoners zoals: geslacht, leeftijd, burgerlijke stand, gezinsomvang,
gezinsverhouding, etniciteit van de wijkbewoners, verblijfduur op adres, gemeente en Nederland.
GBA is beschikbaar in jaarbestanden. Voor SIZU is gebruik gemaakt van twee jaarbestanden, één
geeft de stand van de wijk op 1 januari 2010 en één bestand geeft de stand van de wijk op 1 januari
2011. Deze twee bestanden zijn samengevoegd tot één bestand. Er zijn data van 40.148 unieke
personen. Hiervan wonen 29.993 personen zowel op 1 januari 2010 en op 1 januari 2011 in de wijk.
5178 personen komen alleen voor in de registraties van 1 januari 2010, dat betekent dat zij zijn
verhuisd uit de wijk (n=3362) of zijn overleden (n=216). Daarnaast zijn er 4977 personen die alleen
geregistreerd staan op 1 januari 2011 als inwoner van de wijk Noordwest, deze zijn in het jaar 2010
in de wijk komen wonen. 1123 personen zijn verhuisd binnen de wijk.
4.2.2 Fysieke omgeving
De leefomgeving waarin mensen wonen heeft invloed op hun gezondheid en op het gevoel van
welbevinden. Binnen het SIZU project is, in samenwerking met de afdeling Gezondheidsbevordering
van de GG&GD, een aparte inventarisatie gemaakt van databronnen op het gebied van leefomgeving
(zie bijlage 3). Databronnen omtrent leefomgeving worden nu nog maar weinig gebruikt in relatie tot
gezondheid. Er wordt zowel gekeken naar objectieve data als subjectieve data over de leefomgeving,
waarbij de subjectieve data afkomstig is van de gezondheidsenquête van de GG&GD Utrecht.
22
Het gaat hierbij om gegevens over de groenvoorziening, geluid, luchtkwaliteit en woningvoorraad. De
meeste informatie over de leefomgeving is niet beschikbaar op individueel niveau, maar op buurt of
postcode niveau.
4.2.3 Sociaal-maatschappelijke participatie
Werk en Inkomen (W&I) is een uitvoeringsorganisatie van de gemeente Utrecht. De organisatie
levert en organiseert ondersteuning aan bewoners om actief mee te kunnen doen in de samenleving.
Bewoners kunnen bij W&I terecht voor o.a. begeleiding naar werk, een bijstandsuitkering,
schuldhulpverlening, voorzieningen voor gehandicapten en ouderen en inburgeringscursussen.
Wanneer mensen niet voldoende inkomen of vermogen hebben om in hun levensonderhoud te
voorzien kan men in aanmerking komen voor een bijstandsuitkering. De gemeente is
verantwoordelijk voor het verstrekken van de uitkeringen en bij het helpen van vinden van passend
werk. Eén van de instrumenten die de gemeente in het kader van haar re-integratiebeleid kan
inzetten is de loonkostensubsidie. De hoofddoelstelling van de verstrekking van loonkostensubsidie is
dat bijstandsgerechtigden een betaalde baan krijgen en daardoor geen beroep meer hoeven te doen
op een bijstandsuitkering. De loonkostensubsidie moet het voor werkgevers interessant maken om
mensen uit het bijstandsbestand in dienst te nemen; voor bijstandsgerechtigden biedt de baan met
loonkostensubsidie de mogelijkheid werkervaring op te doen en competenties te versterken door
scholing en coaching. De gemeente Utrecht kent twee hoofdvormen van loonkostensubsidies:
Opstapbanen en Vangnetbanen.
In jaarregistraties wordt bijgehouden wie gebruik maakt van de diensten van W&I. De registraties
van 1 januari 2010 en 1 januari 2011 zijn gecombineerd om de informatie van de wijkbewoners in
2010 in kaart te brengen. Negen procent van de wijkbewoners uit Noordwest is bekend bij W&I.
4.2.3.1 Schuldhulpverlening
Er zijn verschillende instanties waar mensen uit Utrecht Noordwest terecht kunnen voor
schuldhulpverlening. Vanuit de gemeente is de afdeling Werk en Inkomen (W&I) verantwoordelijk.
Naast W&I is Stadsgeldbeheer, dat onderdeel uitmaakt van Stichting de Tussenvoorziening, de
tweede organisatie die schuldhulpverlening als hoofdtaak heeft in de gemeente Utrecht. De
doelgroep van Stadsgeldbeheer bestaat uit (ex) dak- en thuislozen (OGGZ doelgroep) met problemen
op het gebied van het zelfstandig beheer van inkomen en/of schulden. Daarnaast verzorgt de
welzijnsorganisatie Portes (zie paragraaf 4.2.5.2) ook diensten op het gebied van
schuldhulpverlening. In totaal heeft 1,5% van de wijkbewoners te maken met één van deze vormen
van schuldhulpverlening.
4.2.4 Leefstijl en Gezondheid
Er zijn verschillende registraties beschikbaar op het gebied van gezondheid. Leefstijl daarentegen
wordt niet systematisch geregistreerd. Informatie over leefstijl komt vooral van enquêteonderzoek.
4.2.4.1 Gezondheidspeiling GG&GD Utrecht
De gezondheidspeiling is een schriftelijke enquête die elke twee jaar wordt afgenomen door de
GG&GD onder de Utrechtse bevolking van 16 jaar en ouder. De enquête wordt uitgevoerd onder een
steekproef van de bevolking en bevat vragen op het gebied van ziekten en aandoeningen,
huisartsbezoek en welbevinden. Ook worden er vragen gesteld over de woonsituatie, sociale
23
contacten en leefstijl, zoals rookgedrag, alcoholgebruik en bewegen. Ten slotte worden vragen
gesteld over leeftijd, geslacht, opleiding en het wel of niet hebben van werk. Met deze informatie
probeert de gemeente de activiteiten op het gebied van gezondheid te verbeteren en te vernieuwen.
De gezondheidspeiling is anoniem opgeslagen en bevat geen identificerende gegevens meer,
hierdoor kan de gezondheidspeiling niet op individueel niveau met de andere databronnen worden
gekoppeld.
4.2.4.2 Huisarts
De gegevens van de huisartsen wordt opgeslagen in het Huisartsen Informatie Systeem (HIS). In
Utrecht en omgeving wordt van een groot aantal huisartsen die aan zijn gesloten bij het Julius
Huisartsen Netwerk (JHN) routine huisartsengegevens uit het HIS anoniem geëxtraheerd. De data
wordt gebruikt voor onderzoek, voor kwaliteitsmanagement projecten en zorginnovatie.
Voor het SIZU is toestemming om de data van twee huisartsenpraktijken in Utrecht Noordwest die
samenwerken in een geïntegreerd eerstelijnssamenwerkingsverband (GES)-verband. Het gaat hierbij
om het Gezondheidscentrum Ondiep en huisartsenpraktijk De Dame. Ongeveer 12.000 wijkbewoners
ouder dan 16 jaar (31% van de wijkbewoners) zijn ingeschreven bij de betrokken GES. De HIS data
omvat algemene variabelen als geslacht en leeftijd en gestelde diagnoses gecodeerd in 'International
Classification of Primary Care (ICPC)'-codes.
De gegevens uit de JHN zijn anoniem opgeslagen en bevatten geen identificerende gegevens meer,
hierdoor kan deze informatie niet op individueel niveau met de andere databronnen worden
gekoppeld.
4.2.4.3 Psychiatrisch Casusregister Midden Nederland (PCR-MN)
Het Psychiatrisch Casusregister Midden Nederland (PCR-MN) is een anonieme registratie van
psychiatrische patiënten. Het bevat informatie van alle patiënten die behandeld zijn in één van de
psychiatrische klinieken in Midden-Nederland. Het gaat hierbij om zorg in de tweede- en derdelijn.
Deelnemers van de registratie zijn Altrecht, Universitair Medisch Centrum Utrecht, St Antonius
ziekenhuis, GGZ centraal, Victas, Stichting Beschermende Woonvormen Utrecht (SBWU) en Kwintes.
De deelnemende instanties leveren jaarlijks gegevens aan uit hun patiëntenregistraties. De
registraties bevatten DSM-IV diagnoses, het soort zorg dat is verleend en hoeveel dagen zorg er is
verleend aan de cliënten. Twaalf procent van de wijkbewoners uit Noordwest zijn bekend in het PCR-
MN.
4.2.4.4 Zorggebruik verzekerden
De gemeente Utrecht en zorgverzekeraar Achmea werken samen met partners in de stad aan het
realiseren van gezondheidswinst en betaalbare zorg. Achmea is de grootste zorgverzekeraar in de
regio Utrecht en heeft ook een groot aandeel in de wijk Noordwest.
De Achmea Health Database (AHD) is een epidemiologische databron, waarin alle gegevens van het
zorggebruik van verzekerden zijn verzameld; kort gezegd alle zorgconsumptie waarvoor betaald
wordt. Voor SIZU is met name gekeken naar het zorggebruik in de eerste- en tweedelijn en medicatie
voorschriften.
24
4.2.4.5 Portes
Portes is een brede welzijnsorganisatie in de stad Utrecht. Alle mensen die gebruikmaken van de
diensten van Portes zijn opgenomen in een registratiesysteem. Hierin wordt ook opgenomen van
welk werkveld de cliënt gebruik maakt. De registratie wordt onder andere gebruikt voor interne
evaluaties.
Het SIZU heeft van het managementteam toestemming gekregen om de registratie te gebruiken voor
het SIZU project. Helaas was de volledigheid van de registratie niet optimaal. De organisaties schat
zelf dat ongeveer twintig procent van de wijkbewoners gebruikmaakt van hun diensten, wij hebben
echter maar gegevens van 3% van de wijkbewoners. Hierdoor konden maar een beperkt aantal
mensen die gebruik maken van de diensten van Portes mee worden genomen binnen het SIZU
project. Het is waarschijnlijk dat de cliënten met de grootste zorgvraag het beste zijn geregistreerd,
daarmee is de informatie die beschikbaar is voor SIZU waarschijnlijk niet representatief voor de
cliënten die zorg ontvangen bij Portes.
4.3 Indicatoren
Naast een selectie van databronnen is er ook een selectie gemaakt van indicatoren die mee worden
genomen uit de verschillende databronnen, zoals beschreven in hoofdstuk 2. Bij de selectie van de
indicatoren is met name gekeken naar de informatiebehoefte van de professionals en
beleidsmedewerkers. In hoofdstuk 5 en bijlage 2 worden deze indicatoren beschreven.
Tabel 4.3: Overzicht geselecteerde indicatoren van de datasets die op individueel niveau kunnen
worden gekoppeld
onderwerp indicator dataset
Algemeen beschrijvend Subwijk, buurt, subbuurt, postcode GBA
Geslacht GBA
Leeftijd GBA
Burgerlijke stand GBA
Etniciteit GBA
Gezinsomvang GBA
Gezinsverhouding GBA
Fysieke omgeving Zichtgroen, gebruikersgroen en aantal
bomen
WistUdata
luchtkwaliteit Project 'Luchtverontreiniging en
gezondheid in de stad Utrecht,
koppeling van lokale
gezondheidspeiling aan lokale
metingen van luchtkwaliteit'
Academische Werkplaats Milieu en
Gezondheid
Postcode rond stilteplekken Atlas leefomgeving
Postcode rond lawaaigebieden (>65 db) Atlas leefomgeving
Sociaal-maatschappelijke
participatie Bijstand, duur bijstand
Registratie gemeente Utrecht, Werk
& Inkomen
Loonkostensubsidie (LKS), duur LKS
Registratie gemeente Utrecht, Werk
& Inkomen
25
onderwerp indicator dataset
Sociale werkvoorziening (WSW) en/of
Gesubsidieerde arbeid
Registratie gemeente Utrecht, Werk
& Inkomen
Inburgeraars
Registratie gemeente Utrecht, Werk
& Inkomen
Schoolverlaters
Registratie gemeente Utrecht, Werk
& Inkomen
Schuldhulpverlening
Registratie gemeente Utrecht, Werk
& Inkomen, Stadsgeldbeheer,
Welzijnsorganisatie Portes
Maatschappelijk werk Registratie Portes
Gezondheid &
zorggebruik
Chronisch zieken (diabetes, cholesterol,
COPD, depressie)
Achmea Health Database
Consulten huisarts, visites, ANW
consulten, consulten POH-S
Achmea Health Database
Farmaceutische voorschriften
(antidepressiva , maagmiddelen,
antibiotica, cholesterolverlagers,
diabetesmiddelen, COPD middelen)
Achmea Health Database
Tweedelijnszorggebruik (Oogheelkunde,
KNO, Maag-, lever-, darm, Chirurgie,
Gynaecolologie, Orthopaedie, Interne,
Cardiologie, Longarts, Neurologie,
psychiatrie)
Achmea Health Database
Gebruik paramedische zorg
(Fysiotherapie, Ergotherapie, Manuele
therapie, Beweeg-programma,
Oefentherapie, Logopedie, dieet
Achmea Health Database
DSM-IV diagnose tweede- en derdelijn
psychiatrie (middelen gebruik,
angststoornissen, depressie, bipolaire
stoornissen, persoonlijksstoornis,
psychotische stoornissen, pervasieve
stoornissen)
Psychiatrisch Casusregister Midden
Nederland (PCR-MN)
Dagen psychiatrische zorg in tweede- en
derdelijn (klinisch, ambulant, deeltijd)
PCR-MN
26
5 Wijkprofiel
In dit hoofdstuk wordt vanuit de aparte databronnen de wijk beschreven. In bijlage 2 zijn
beschrijvende tabellen opgenomen. Hieronder worden de resultaten kort besproken. Deze resultaten
zijn ook opgenomen in een wijkprofiel die los van deze rapportage wordt uitgebracht.
5.1.1 Algemeen beschrijvend
De wijk Utrecht Noordwest bestaat uit 4 subwijken (Pijlsweerd, Ondiep/2e Daalsebuurt, Zuilen-West
en Zuilen-Noord/Oost), die vervolgens weer zijn onderverdeeld in 13 buurten en 21 subbuurten. De
meeste mensen wonen in de subwijk Ondiep/2e Daalsebuurt terwijl de subwijk Pijlsweerd de kleinste
wijk is. De verhouding mannen en vrouwen is redelijk vergelijkbaar tussen de verschillende wijken en
buurten (rond de 47% mannen). De mediane leeftijd van de wijk is 25-34 jaar. In de subwijk Zuilen-
Noord/Oost de mediane leeftijd hoger (35-44 jaar). In Zuilen Noord/Oost is iets meer dan de helft
van de inwoners alleenstaand tegenover ruim 70% in Pijlsweerd. Het percentage autochtone
Nederlanders in de subwijken ligt tussen de 62% en 76%. In Zuilen Noord/Oost wonen vergeleken
met de andere subwijken de meeste inwoners met een Marokkaanse (ruim 12%), Turkse (ruim 6%)
en Surinaams/Antilliaanse/Arubaans achtergrond (ruim 4%).
5.1.2 Fysieke omgeving
Het merendeel van de wijkbewoners is tevreden met hun woning en woonomgeving. Ongeveer 45%
van de wijkbewoners woont in een koopwoning, dit percentage ligt hoger in Zuilen-West (59%) en
lager in Ondiep/2e Daalsebuurt (40%).
Er wordt geen duidelijke relatie gezien tussen de objectieve en subjectieve informatie over het groen
in de wijk. Objectief heeft de subwijk Zuilen-West het meeste gebruikersgroen terwijl de subwijk
Ondiep, 2e Daalsebuurt maar zeer beperkt gebruikersgroen heeft. De subwijk Zuilen-Noord/Oost
heeft het meeste zichtgroen. Subjectief zien we dat ongeveer de helft van de wijkbewoners tevreden
is over het zichtgroen in hun wijk. In de subwijk Zuilen-West is 85% tevreden over het gebruiksgroen
in de omgeving.
In 2011 zijn stikstofdioxide (NO₂) metingen verricht in onder andere Utrecht Noordwest. Deze
metingen zijn verricht in het kader van het project 'Luchtverontreiniging en gezondheid in de stad
Utrecht, koppeling van lokale gezondheidspeiling aan lokale metingen van luchtkwaliteit' binnen de
Academische Werkplaats Milieu en Gezondheid. Voor 60% van de postcodegebieden in Noordwest is
de NO₂ waarde bekend. Stikstofdioxide is op zichzelf niet heel schadelijk, maar het is een
indicatiestof voor stoffen die wél als schadelijk voor de gezondheid worden beschouwd. (RIVM,
2012). De norm voor langdurige blootstelling van de bevolking aan stikstofdioxide bestaat uit een
grenswaarde van 40 µg/m³ voor de jaargemiddelde NO₂-concentratie. De gemiddelde NO2 waarde in
Noordwest is 28,8 µg/m³. Er zijn 5 postcodegebieden (0,8% van de postcodes met een meetwaarde)
met een gemiddelde waarde boven de norm van 40 µg/m³.
De gemeente Utrecht heeft geluidskaarten van de locaties met stiltegebieden en gebieden met een
geluidsoverlast van 65dB of meer. Vanuit deze kaarten zijn de postcodes ontleed waar mensen
wonen in deze gebieden. Vier procent van de wijkbewoners woont in de buurt van een stiltegebied,
terwijl 18% in de buurt woont met een hoge geluidsbelasting van 65dB of meer. In de subwijk
Ondiep, 2e Daalseweg zijn de minste stiltegebieden (2%) en de subwijk Pijlsweerd heeft de meeste
gebieden met een hoge geluidsbelasting van 65dB of meer (23,5%).
27
5.1.3 Sociaal-maatschappelijke participatie
Vier en half procent van de wijkbewoners in Noordwest heeft een bijstandsuitkering. Dit percentage
ligt het hoogst in de subwijk Zuilen-Noord/Oost (6%) en het laagst in de subwijk Zuilen-West (3%). De
mediane duur van de bijstandsuitkering is 2-4 jaar en gelijk over de subwijken. In de subwijk
Ondiep/2e Daalsebuurt wonen de meeste bijstandsgerechtigden met een bijstand van 10 jaar of
meer. Daarnaast heeft 0,6% van de wijkbewoners een loonkostensubsidie. Hiervan heeft 60-70% een
vangnetbaan en 30-40% een opstapbaan.
Zoals in paragraaf 4.2.3.1 is beschreven kunnen de wijkbewoners van de gemeente, van
Stadsgeldbeheer of van de welzijnsorganisatie Portes schuldhulpverlening ontvangen. In heel
Noordwest maakt 1,5% van de bewoners gebruik van schuldhulpverlening. Dit percentage ligt het
hoogste in de subwijk Zuilen-Noord/Oost (2,3%) en het laagst in Zuilen-West (0,9%)
5.1.4 Gezondheid & zorggebruik
5.1.4.1 Geïntegreerde eerstelijns samenwerkingsverband (GES)
De patiënten die ingeschreven staan bij het GES-verband bestaande uit Gezondheidscentrum Ondiep
en huisartsenpraktijk De Dame wonen grotendeels in de subwijken Ondiep/2e daalsebuurt en Zuilen-
Noord/Oost (61%). Het percentage mannen is vergelijkbaar met de wijk, maar de mediane leeftijd
ligt met 35-44 jaar wel boven de mediane leeftijd van de wijk.
Huisartsen registreren niet standaard leefstijlfactoren, alleen wanneer deze in direct verband staan
met een aandoening of van invloed zijn op de behandeling van een patiënt. De informatie over
leefstijlfactoren is dus altijd een onderschatting van de werkelijke prevalentie. De top 10 van
diagnoses die ooit bij de wijkbewoners in de GES zijn gesteld omvat: klachten van het
bewegingsapparaat (28,9%), aandoeningen van bewegingsapparaat (10,7%), hypertensie (10,1%),
slaapproblemen (5,3%), angstig en angststoornissen (5,0%), astma (4,9%), diabetes mellitis (4,1%),
COPD (3,5%), stress (3,4%) en (gevoelens van) depressie (3,1%). Hierbij kan één patiënt meerdere
diagnoses hebben.
5.1.4.2 Psychiatrisch casus register Midden-Nederland (PCR-MN)
Ruim 12% van de wijkbewoners is bekend met een diagnose in de tweede en derdelijns
psychiatrische zorg in het PCR-MN. Depressie is de meest voorkomende diagnose en is bij ruim 3%
van de wijkbewoners gesteld, in Zuilen-Noord/Oost ligt dit zelfs op bijna 4%. Van de cliënten in PCR-
MN ontvangt bij 40% ambulante zorg. Het aantal mediane dagen ambulante zorg in 2010 is 7 dagen.
Het mediaan aantal dagen klinische zorg ligt met 31 dagen het hoogst, in de subwijk Zuilen-
Noord/Oost ligt dit zelfs op 46 dagen.
5.1.4.3 Achmea
De mediane leeftijd van de Achmea verzekerden ligt met 45-55 jaar hoger dan gemiddeld in de wijk.
Van de Achmea verzekerden heeft 65% een huisarts in Noordwest, 20% heeft een huisarts die is
aangesloten bij de GES Gezondheidscentrum Ondiep/De Dame. Ruim 80% heeft tenminste één keer
per jaar contact met de huisartsenpraktijk. Gemiddeld hebben de wijkbewoners, verzekerd bij
Achmea, 6,7 keer per jaar contact met de huisartsenpraktijk en heeft 56% in 2010 een farmaceutisch
voorschrift ontvangen. De meeste voorschriften werden uitgeschreven voor antibiotica (27,8%),
maagmiddelen (25,7%) en cholesterolverlagers (16,7%).
28
In de tweedelijnszorg wordt de specialistische zorg van de chirurg, cardioloog en psychiater het
meest gedeclareerd door de Achmea verzekeraars in de wijk Noordwest. Binnen de paramedische
zorg komt fysiotherapie het meeste voor en men gaat daar meestal meer dan 5 keer per jaar heen.
Wanneer we kijken naar de combinatie van zorggebruik bij de huisarts, farmaceutische zorg,
tweedelijnszorg en paramedische zorg zien we dat in Noordwest Utrecht ongeveer de helft van de
Achmea verzekerden zowel naar de huisarts gaan als een farmaceutisch voorschrift hebben (53%) of
gebruik maken van tweedelijnszorg (45%). 34% maakt gebruik van zowel de zorg van de huisarts,
tweedelijnszorg en farmaceutisch zorg. Twintig procent van de Achmea verzekerden in Utrecht
Noordwest maakt gebruik van zowel huisartsenzorg als paramedische zorg. Tien procent van de
Achmea verzekerden in Utrecht Noordwest maakt gebruik van de zorg van de huisarts,
farmaceutische zorg, tweedelijnszorg en paramedische zorg. In figuur 5.1 zijn de verschillen van het
zorggebruik in de subwijken, vergeleken met de wijk Utrecht Noordwest weergegeven. We zien dat
in de subwijk Zuilen-West minder gebruik wordt gemaakt van zorg, terwijl in de andere subwijken er
meer gebruik wordt gemaakt van zorg. De verschillen zijn echter klein. Alleen de farmaceutische zorg
(56% versus 60%) en de combinatie van huisartsenzorg en farmacie gebruik (53% versus 57%)
bereiken een verschil van vier procent.
-3 -2 -1 0 1 2 3 4 5
Noordwest
Pijlsweerd
Ondiep, 2e Daalsebuurt
Zuilen-West
Zuilen-Noord/Oost
Huisarts Farmacie
Tweedelijnszorg Paramedische zorg
Huisarts & Farmacie Huisarts & Tweedelijnszorg
Huisarts & Paramedische zorg Huisarts, Farmacie & Tweedelijnszorg
Huisarts, Farmacie & Paramedische zorg Huisarts, Framacie, Tweedelijnszorg, paramedische zorg
Figuur 5.1: Percentuele verschillen in zorggebruik Achmeaverzekerden per subwijk vergeleken met Noordwest
Utrecht
5.1.4.4 Portes
Van de wijkbewoners komt 3,3% voor in de registratie van Portes. Hiervan komt ruim 60% voor
sociaal raadsliedenwerk. Sociaal raadslieden geven cliënten informatie en advies over uitkeringen,
belastingen, wonen, werken, onderwijs of de rechten ten opzichte van de overheid.
29
6 Individuele koppeling data
Na de selectie van de databronnen en de indicatoren uit de databronnen worden de databronnen
zoveel mogelijk op individueel niveau aan elkaar gekoppeld.
6.1 Methode
De individuele datasets die mee worden genomen in de koppeling zijn anoniem gemaakt bij de bron.
Om dit mogelijk te maken is een sleutelbestand gemaakt. Dit sleutelbestand bevat identificerende
variabelen en een koppelvariabele. Het bestand is opgeslagen buiten het projectteam. Samen met de
beheerder van de brondataset worden de identificerende variabelen van het bronbestand met het
sleutelbestand vervangen door de koppelvariabele. Het databestand zonder identificerende
variabelen, maar met de koppelvariabele wordt meegenomen voor analyse. Met de koppelvariabele
kunnen de verschillende datasets aan elkaar worden gekoppeld op individueel niveau. Voordat de
datasets aan elkaar worden gekoppeld worden de datasets eerst opgeschoond. De observaties van
16 jaar en ouder worden geselecteerd, de gekozen indicatoren worden geselecteerd en eventueel
gehercodeerd. Indicatoren van leefomgeving worden op postcode of buurtniveau gekoppeld aan de
individuele data.
Bij de analyses is rekening gehouden met het feit dat veel informatie van één persoon alsnog kan
leiden tot identificatie van deze persoon. Hierbij is uitgegaan van de richtlijnen van het Centraal
bureau voor de Statistiek (CBS). Belangrijkste hierbij is dat als een cel minder dan tien observaties
bevat de resultaten niet worden gepresenteerd.
Bij de analyses is uitgegaan van de problemen die in de wijk spelen en de informatiebehoefte van de
professionals en beleidsmedewerkers zoals deze naar voren zijn gekomen (zie hoofdstuk 3).
6.2 Stapeling
Door de koppeling met de gemeentelijke basisadministratie kan een nauwkeurigere en eenduidige
omschrijving worden gegeven van de populatie en de verschillen tussen de populaties in de aparte
databronnen. In figuur 6.1 is een selectie van beschrijvende variabelen weergeven, waarbij de
waarden van alle wijkbewoners als referentie zijn genomen. Hierbij zien we weinig verschillen in
geslacht, alleen de bewoners die schuldhulpverlening ontvangen zijn vooral mannen. Dit is mogelijk
te verklaren doordat als een gezin in financiële problemen komt de mannen onder de
schuldhulpverlening vallen. We zagen in hoofdstuk 5 al dat zestig procent van de wijkbewoners niet
getrouwd is, maar wanneer we kijken naar de verschillende populaties zien we dat er in deze
populaties veel meer mensen getrouwd of weduwe of gescheiden zijn. Bij bewoners met
schuldhulpverlening of die zorg ontvangen van de welzijnsorganisatie Portes zien we zelfs dat er 20%
meer mensen weduwe of gescheiden zijn. Verder zijn er binnen de populaties minder autochtone
Nederlanders.
30
Figuur 6.1: Algemeen beschrijvende variabelen van de verschillende databronnen ten opzichte van Noordwest.
Figuur 6.2: Overlap van wijkbewoners in de verschillende databronnen
In figuur 6.2 is de overlap van de aanwezigheid van wijkbewoners in de verschillende databronnen
weergegeven. Vanwege de gevoeligheid van informatie over het marktaandeel, is het aantal Achmea
verzekerden in de wijk Noordwest niet gepresenteerd. Mensen die welzijnshulp of
schuldhulpverlening krijgen hebben vaker een psychiatrische diagnose. Deze mensen zijn ook vaker
bekend bij Werk en Inkomen (W&I). Terwijl mensen bekend bij W&I minder vaak een psychiatrische
31
diagnose hebben en minder vaak hulp ontvangen van welzijn, wel zijn ze vaker bekend bij
schuldhulpverlening.
Wanneer we kijken naar de aanwezigheid van wijkbewoners in meerdere registraties krijgen we een
beeld hoeveel wijkbewoners problemen ervaren op meerdere gebieden (figuur 6.3a). De registraties
die betrokken zijn in de figuur zijn: Achmea Health Datbase (AHD), PCR-MN, Portes, W&I en
schuldhulpverlening. Wanneer mensen in geen van deze registraties voorkomen zijn deze
wijkbewoners dus alleen bekend in de GBA. Echter de aanwezigheid in de AHD geeft geen
gezondheidsprobleem weer wat het beeld vertekent. Daarom hebben we uit de AHD de personen
geselecteerd die frequent contact hebben met de huisartsenpraktijk (paragraaf 6.3.2) en deze
beschouwd als ‘problematisch’. In figuur 6.3b is, onder Achmea verzekerden, weergegeven hoe vaak
problemen voorkomen: frequente huisartsbezoekers, PCR-MN, Portes, W&I en schuldhulpverlening.
Figuur 6.3a: Het voorkomen van de wijkbewoners in verschillende registraties
Figuur 6.3b: Het voorkomen van de wijkbewoners, verzekerd bij Achmea, in verschillende registraties
Hierbij zien we dat de figuren 6.3a en 6.3b een redelijk gelijk beeld laten zien. Ongeveer tweederde
van de wijk is niet geregistreerd met een probleem uit één van de databronnen, ruim een kwart is
bekend in één registratie en zo’n tien pocent in twee registraties. Een klein deel (2-3%) is in drie of
meer registraties bekend.
32
In figuur 6.4 zijn algemeen beschrijvende variabelen weergeven van de Achmea verzekerden in
Noordwest die in geen, één, twee of drie registraties voorkomen (zie figuur 6.3b). We zien dat de
wijkbewoners die bekend zijn in meerdere registraties en dus problemen hebben op meerdere
werkvelden vaker vrouw zijn, vaker weduwe of gescheiden zijn en minder vaak van autochtone
afkomst zijn.
Figuur 6.4: Algemeen beschrijvende variabelen voor de wijkbewoners die in geen, één, twee of drie registraties
voorkomen binnen de Achmea populatie.
Tien personen in de wijk zijn bekend bij alle vijf databronnen die zijn meegenomen. Deze personen
hebben dus zowel frequent contact met de huisartsenpraktijk, ontvangen geestelijke
gezondheidszorg in de tweede of derdelijn, ontvangen een bijstandsuitkering, ontvangen hulp van de
welzijnsorganisatie en zitten in de schuldhulpverlening. Omdat de groep zo klein is kunnen we geen
nauwkeurige omschrijving geven van deze groep.
Wel kunnen we beter zicht geven op de personen die in drie registraties voorkomen. Hierbij is weer
alleen binnen de Achmea verzekerden gekeken, omdat alleen van deze personen de frequentie van
huisartsenzorg bekend is.
De figuren 6.5a t/m 6.5d geven de overlap tussen wijkbewoners verzekerd bij Achmea weer met
betrekking tot frequent contact met de huisartsenpraktijk, tweede of derdelijns GGZ zorg,
welzijnszorg, bijstandsuitkering en schuldhulpverlening in verschillende combinaties weer. De
overlap tussen drie registraties is klein, binnen de Achmea verzekerden maximaal 0,7% (figuur 6.5a
en 6.5b). Hierbij is overlap mede afhankelijk van de grootte (en volledigheid) van de individuele
databronnen. Mensen met een overlap van drie registraties, los van welke registraties deze zijn, zijn
meestal vrouwen, relatief vaak gescheiden of weduwe en wonen bijna allemaal in een sociale
huurwoning.
33
Databron % Achmea
verzekerden (n)
Alleen frequent contact huisarts (HA) 8,9% (1164)
Alleen bekend bij tweede of derdelijns
GGZ (PCR-MN)
10,9 % (1756)
Alleen bekend bij welzijnsorganisatie
(Portes)
2,7% (348)
HA & PCR-MN 3,1% (407)
HA & portes 0,9% (114)
PCR-MN & portes 1,4% (179)
HA & PCR-MN & portes 0,7% (95)
Figuur 6.5a: Overlap tussen wijkbewoners verzekerd bij Achmea met frequent contact met de
huisartsenpraktijk, tweede of derdelijns GGZ zorg en welzijnszorg.
Databron % Achmea
verzekerden (n)
Alleen frequent contact huisarts (HA) 8,8% (1151)
Alleen bekend bij tweede of derdelijns
GGZ (PCR-MN)
12,2% (1593)
Alleen een bijstandsuitkering (bijstand) 5,6% (734)
HA & PCR-MN 3,1% (407)
HA & bijstand 1,0% (127)
PCR-MN & bijstand 2,6% (342)
HA & PCR-MN & bijstand 0,7% (95)
Figuur 6.5b: Overlap tussen wijkbewoners verzekerd bij Achmea met frequent contact met de
huisartsenpraktijk, tweede of derdelijns GGZ zorg en bijstandsuitkering.
34
Databron % Achmea
verzekerden (n)
Frequent contact huisarts (HA) 9,6% (1250)
Alleen bekend bij tweede of
derdelijns GGZ (PCR-MN)
13,9% (1810)
Alleen schuldhulpverlening (schuld) 1,5% (197)
HA & PCR-MN 3,6% (466)
HA & schuld 0,2% (28)
PCR-MN & schuld 1,0% (125)
HA & PCR-MN & schuld 0,3% (36)
Figuur 6.5c: Overlap tussen wijkbewoners verzekerd bij Achmea met frequent contact met de
huisartsenpraktijk, tweede of derdelijns GGZ zorg en schuldhulpverlening.
Databron % Achmea
verzekerden (n)
Frequent contact huisarts (HA) 10,7% (1393)
Alleen bekend bij welzijnsorganisatie
(Portes)
3,1% (401)
Alleen een bijstandsuitkering
(bijstand)
7,3% (950)
HA & welzijn 1,3% (165)
HA & bijstand 1,4% (178)
Welzijn & bijstand 1,0% (126)
HA & welzijn & bijstand 0,3% (44)
Figuur 6.5d: Overlap tussen wijkbewoners verzekerd bij Achmea met frequent contact met de
huisartsenpraktijk, welzijnszorg en bijstandsuitkering .
De figuren 6.6a en 6.6b geven de overlap tussen wijkbewoners verzekerd bij Achmea met tweede of
derdelijns GGZ zorg, welzijnszorg, bijstandsuitkering en schuldhulpverlening in verschillende
combinaties weer. De overlap tussen drie registraties is klein, binnen de Achmea verzekerden
maximaal 0,6% (figuur 6.6a en 6.6b). Hierbij is overlap mede afhankelijk van de grootte (en
volledigheid) van de individuele databronnen. Mensen met een overlap van drie registraties, los van
welke registraties deze zijn, zijn wederom meestal vrouwen, vaak gescheiden of weduwe, het gaat
vaker om eenoudergezinnen en wonen bijna allemaal in een sociale huurwoning. De Achmea
verzekerden met tweede of derdelijns GGZ zorg, een bijstandsuitkering en welzijnszorg hebben
35
daarnaast vaker last van depressies. Terwijl we bij de Achmea verzekerden met tweede of derdelijns
GGZ zorg, een bijstandsuitkering en schuldhulpverlening vaker middelengebruik zien.
Databron % Achmea
verzekerden (n)
Alleen bekend bij tweede of
derdelijns GGZ (PCR-MN)
13,9% (1808)
Alleen bekend bij welzijnsorganisatie
(Portes)
2,9% (374)
Alleen een bijstandsuitkering
(bijstand)
5,9% (773)
PCR-MN & welzijn 1,5% (192)
PCR-MN & bijstand 2,7% (355)
welzijn & bijstand 0,7% (88)
PCR-MN & welzijn & bijstand 0,6% (82)
Figuur 6.6a: Overlap tussen wijkbewoners verzekerd bij Achmea met tweede of derdelijns GGZ zorg,
welzijnszorg en een bijstandsuitkering.
Databron % Achmea
verzekerden (n)
Alleen bekend bij tweede of
derdelijns GGZ (PCR-MN)
14,7% (1921)
Alleen een bijstandsuitkering
(bijstand)
6,0% (779)
Alleen schuldhulpverlening (schuld) 0,6% (143)
PCR-MN & bijstand 2,7% (355)
PCR-MN & schuld 0,6% (79)
Bijstand & schuld 0,6% (82)
PCR-MN & bijstand & schuld 0,6% (82)
Tabel 6.6b: Overlap tussen wijkbewoners verzekerd bij Achmea met tweede of derdelijns GGZ zorg, een
bijstandsuitkering en schuldhulpverlening.
6.3 Hoog-risicogroepen
Vanuit de bijeenkomsten met de professionals en beleidsmedewerkers zijn verschillende hoog
risicogroepen naar voren gekomen. Daaronder waren de krachtwijken, de mensen die regelmatig
naar de huisarts gaan, en mensen die lang in de bijstand zitten de meest genoemde risicogroepen. Er
wordt verwacht dat deze groepen vaker te maken hebben met problemen op het gebied van
gezondheid, en op sociaal en economisch vlak.
6.3.1 Krachtwijken
In 2007 is een lijst met 40 Nederlandse probleemwijken door minister Ella Vogelaar van Wonen,
Wijken en Integratie bekend gemaakt. In deze woongebieden werden gedurende de kabinetsperiode
36
Balkenende IV extra investeringen gedaan gezien stapeling van sociale, fysieke en economische
problemen die zich daar voordoen. In Noordwest liggen twee krachtwijken, Ondiep en Zuilen-Oost.
De gemeente Utrecht brengt elk jaar de monitor krachtwijken uit met een beschrijving van 26
verschillende indicatoren met bijbehorende streefwaarden voor 2011 en 2017.[www.utrecht.nl] In
2010 is de 2-meting uitgevoerd. In Ondiep doen de buurtindicatoren het opvallend goed. Voor de
indicatoren negatieve toekomstverwachting, de sociale contacten en het aandeel bewoners dat niet
graag in de buurt wil blijven wonen is de streefwaarde behaald. De relatief ongunstige trends in de
periode 2007-2009 doen zich met name voor op het gebied van veiligheid (autokraak,
woninginbraak, geweldsdelicten en onveiligheidsgevoelens). In Zuilen-Oost zijn de indicatoren die
ten opzichte van het beoogde streefpad over de afgelopen twee jaar een gunstige ontwikkeling laten
zien: ervaren jongerenoverlast, negatieve toekomstverwachting, autokraken en kleuters met een
achterstandsscore. Hiertegenover staan zes indicatoren die een ontwikkeling doormaken die in
negatieve zin afwijkt van het streefpad. In deze groep gaat het onder andere om een tweetal
buurtindicatoren (aandeel dat niet graag in de buurt wil blijven wonen en sociale contacten) en drie
veiligheidsindicatoren (woninginbraak, geweldsincidenten en onveiligheidsgevoelens).[Monitor
Krachtwijken. Meting 2010 (2-meting), 2010]
Wanneer we deze twee krachtwijken vergelijken met Noordwest in het algemeen zien we een aantal
verschillen (zie tabel 6.1). Krachtwijkbewoners zijn ouder en minder vaak ongehuwd. In Ondiep
wonen naar verhouding meer autochtone Nederlanders terwijl in Zuilen-Oost er naar verhouding
juist minder autochtone Nederlanders wonen. Ten aanzien van zorggebruik zien we dat de
krachtwijken bewoners vaker naar de huisarts gaan, maar minder vaak gebruik maken van lange
consulten. Bij de bewoners van Zuilen-Oost komt de huisarts vaker op visite. Bewoners van Ondiep
en Zuilen-Oost hebben vaker een farmaceutische voorschrift gekregen in 2010. In PCR-MN zijn meer
bewoners van Ondiep en Zuilen-Oost geregistreerd met een diagnose van middelengebruik,
angststoornis, depressie en persoonlijkheidsstoornissen vergeleken met alle wijkbewoners. Ook zijn
er meer mensen die een bijstandsuitkering ontvangen en schuldhulpverlening ontvangen in de
krachtwijken. Daarnaast wonen de bewoners van Ondiep vaker in een sociale huurwoning, hebben
ze minder stilteplekken in de buurt en wonen ze vaker in de omgeving van plekken met een
geluidsoverlast van 65dB of meer.
Samenvattend zien we een ongunstiger verdeling van de indicatoren in de krachtwijken vergeleken
met de wijk Noordwest in het geheel. De stapeling zoals weergegeven in de figuren 6.5 en 6.6 werd
vaker gezien in de subwijken Ondiep/2e Daalsebuurt en Zuilen-Noord/Oost waarin de krachtwijken
liggen. De aantallen zijn echter te klein om hier verdere analyses op te doen.
6.3.2 Frequente huisarts bezoekers
Van de Achmea verzekerden weten we hoe vaak zij naar de huisarts gaan. Uit de Achmea Health
Database hebben we de wijkbewoners geselecteerd die in de top25 % van frequentie contact met de
huisartsenpraktijk zitten. Gemiddeld hebben de Achmea verzekerden uit Noordwest 6,7 keer per jaar
contact met de huisarts. De top 25% van frequente huisarts bezoekers hebben gemiddeld 18,6 keer
per jaar contact met de huisartsenpraktijk. Wanneer we deze frequente huisartsbezoekers
vergelijken met alle wijkbewoners en met de overige Achmea verzekerden zien we dat de frequente
huisartsbezoekers vaker vrouw zijn, vaker ouder zijn, vaker een Turkse of Marokkaanse achtergrond
hebben en vaker weduwe of gescheiden zijn (tabel 6.2).
38
Tabel 6.1: Vergelijking Utrecht Noordwest en de twee krachtwijken Ondiep en Zuilen-Oost.
Utrecht Noordwest Ondiep Zuilen-Oost
Man (%) 47 48 48
Leeftijd (mediaan) 25-35 35-44 35-44
Burgelijke stand (%)
Ongehuwd 60 54 54
Gehuwd & partnerschap 29 31 33
Weduwstaat & gescheiden 11 15 13
Etniciteit (%)
Autochtoon 70 73 61
Marokkaans 7 6 12
Turks 5 5 7
Surinaams/Antiliaans/Arubaans 3 3 5
Huisartsconsulten (per jaar)#
#
Gemiddeld aantal consulten 6,7 7,7 6,9
Gemiddeld aantal lange consulten 3,7 2,1 1,7
Gemiddeld aantal visites 3,4 3,0 4,2
Gemiddeld aantal ANW consulten 1,6 1,6 1,6
Farmaceutische voorschriften (%)#
56 62 58
Voorschriften antidepressiva 11 12 11
Voorschriften maagmiddelen 26 29 27
Voorschriften antibiotica 28 31 30
Voorschriften cholesterolverlagers 17 20 17
Voorschriften diabetesmiddelen 10 11 12
Psychiatrisch Casus Register
Middelen gebruik (alcohol, cannabis,
cocaïne, heroïne) 1,8 2,3 2,1
Angststoornissen 2,2 2,6 2,4
Depressie 3,1 3,7 4,2
Bipolaire stoornissen 0,2 0,2 0,3
Persoonlijkheidsstoornissen 1,8 2,3 2,1
Psychotische stoornissen 0,7 0,5 1,0
Pervasieve stoornissen 0,1 X 0,2
Welzijnsorganisatie Portes
Algemeen maatschappelijk werk (1) 0,9 1,1 1,0
Sociaal raadsliedenwerk (2) 2,0 2,1 2,2
Outreachend Maatschappelijk Werk (3) 0,3 0,6 0,3
Bijstand (%) 4,5 6,3 5,9
Schuldhulpverlening (%) 1,5 2,4 2,2
Leefomgeving
Groen (mediaan)
Zichtgroen (m2 per 1000 inwoners) 4.734,9 6.370,9 22.371,5
Gebruikersgroen (m2 per 1000
inwoners) 1207,4 225,8 2718,6
Aantal bomen (per 1000 inwoners) 188,9 209,6 253,5
Type woning (%)
Koop 45 25 39
Particuliere huur 13 8 9
Sociale huur 39 61 49
stikstofdioxide (NO2 ug/m3) gemiddelde 28,8 29,2 25,3
Geluidsoverlast
% bewoners wonend in omgeving van
stilteplek 4,2 0,0 6,9
% bewoners wonend in omgeving van
plekken met 65dB 18,1 21,0 12,7
# alleen bekend van Achmea verzekerden.
X aantal is kleiner dan 10 observaties
39
Tabel 6.2: Vergelijking Utrecht Noordwest, Achmea verzekerden en frequente huisartsbezoekers.
Utrecht Noordwest Achmea verzekerden Frequente
huisartsbezoekers
Man (%) 47 48 30
Leeftijd (mediaan) 25-35 45-55 55-65
Burgelijke stand (%)
Ongehuwd 60 35 17
Gehuwd & partnerschap 29 44 48
Weduwstaat & gescheiden 11 21 35
Etniciteit (%)
Autochtoon 70 60 64
Marokkaans 7 14 12
Turks 5 10 11
Surinaams/Antiliaans/Arubaans 3 4 4
Huisartsconsulten (per jaar)#
Gemiddeld aantal consulten 6,7 18,6
Gemiddeld aantal lange consulten 3,7 4,3
Gemiddeld aantal visites 3,4 4,9
Gemiddeld aantal ANW consulten 1,6 2,2
Farmaceutische voorschriften (%)#
56 93
Voorschriften antidepressiva 11 25
Voorschriften maagmiddelen 26 61
Voorschriften antibiotica 28 61
Voorschriften cholesterolverlagers 17 33
Voorschriften diabetesmiddelen 10 22
Psychiatrisch Casus Register
Middelen gebruik (alcohol, cannabis,
cocaïne, heroïne) 1,8 2,5 3,9
Angststoornissen 2,2 3,2 6,0
Depressie 3,1 4,8 10,2
Bipolaire stoornissen 0,2 0,3 X
Persoonlijkheidsstoornissen 1,8 2,7 4,5
Psychotische stoornissen 0,7 1,2 2,0
Pervasieve stoornissen 0,1 0,1 x
Welzijnsorganisatie Portes
Algemeen maatschappelijk werk (1) 0,9 1,2 2,7
Sociaal raadsliedenwerk (2) 2,0 3,8 8,1
Outreachend Maatschappelijk Werk (3) 0,3 0,6 0,9
Bijstand (%) 4,5 9,9 12,5
Schuldhulpverlening (%) 1,5 2,9 3,6
Leefomgeving
Groen (mediaan)
Zichtgroen (m2 per 1000 inwoners) 4734,9 6370,9 6370,9
Gebruikersgroen (m2 per 1000
inwoners) 1207,4 1207,4 1052,9
Aantal bomen (per 1000 inwoners) 188,9 188,9 188,9
Type woning (%)
Koop 44,5 27,4 16,4
Particuliere huur 13,2 4,4 4,1
Sociale huur 38,5 66,7 78,6
stikstofdioxide (NO2 ug/m3) gemiddelde 28,8 28,2 28,4
Geluidsoverlast
% bewoners wonend in omgeving van
stilteplek 4,2 4,6 3,5
% bewoners wonend in omgeving van
plekken met 65dB 18,1 13,9 12,6
# alleen bekend van Achmea verzekerden.
X aantal is kleiner dan 10 observaties
40
Frequente bezoekers van de huisartsenpraktijk maken ook vaker gebruik van lange consulten, visites
en avond-, nacht- en weekend (ANW) consulten. Binnen de 2e en 3e lijns GGZ zijn zij vaker bekend
met diagnoses van middelengebruik, angststoornissen, depressie, persoonlijkheidsstoornissen en
psychotische stoornissen. Daarnaast maken ze vaker gebruik van de diensten van de
welzijnsorganisatie Portes, zitten ze vaker in de bijstand en ontvangen schuldhulpverlening. Hiermee
kunnen we de vermoedens bevestigen van de professionals dat mensen die regelmatig contact
hebben met de huisartsenpraktijk ook vaker problemen hebben op andere levensgebieden.
6.3.3 Lange bijstand ontvangers
Bijstand van de gemeente helpt bewoners rondkomen zolang deze geen baan hebben. In Noordwest
hebben 4,5% wijkbewoners een bijstandsuitkering (zie paragraaf 4.2.3), 1,2% van de wijkbewoners
heeft al meer dan 10 jaar een bijstandsuitkering. Meer vrouwen dan mannen ontvangen een
bijstandsuitkering en ook de verhouding vrouwen bij mensen die meer dan 10 jaar een uitkering
ontvangen is groter (tabel 6.3). Daarnaast zijn de bijstandsgerechtigden vaker ouder dan alle
wijkbewoners van Noordwest. Onder bijstandsgerechtigden zijn vaker mensen van Marokkaanse,
Turkse en Surinaamse, Antilliaanse of Arubaanse afkomst.
Mensen die een bijstandsuitkering ontvangen gaan vaker naar de huisarts, maar hebben minder vaak
lange consulten en visites. Wel gaan mensen die al meer dan 10 jaar een bijstandsuitkering hebben
vaker in de avond, nacht of weekend naar de huisarts. Ook hebben meer bijstandsgerechtigden een
farmaceutisch voorschrift gehad in 2010 en dan met name voor antidepressiva. Daarnaast worden bij
ontvangers van een bijstandsuitkering vaker een diagnose in de tweede- en derdelijns psychiatrische
zorg vastgesteld van middelengebruik, angststoornissen, depressies, persoonlijkheidsstoornissen en
psychotische aandoeningen.
Bijstandsgerechtigden hebben vaker schuldhulpverlening en wonen vaker in een sociale huurwoning.
In de leefomgeving zijn geen grote verschillen. Dus ook hier wordt de stapeling van verschillende
probleemgebieden weer bevestigd.
41
Tabel 6.3: Vergelijking Utrecht Noordwest, Bijstand gerechtigden en lange bijstand ontvangers.
Utrecht Noordwest Bijstand gerechtigden Langer dan 10 jaar
bijstand ontvangers
Man (%) 47 43 35
Leeftijd (mediaan) 25-34 35-44 45-54
Burgelijke stand (%)
Ongehuwd 60 44 36
Gehuwd & partnerschap 29 29 31
Weduwstaat & gescheiden 11 29 33
Etniciteit (%)
Autochtoon 70 46 59
Marokkaans 7 19 16
Turks 5 9 8
Surinaams/Antiliaans/Arubaans 3 6 6
Huisartsconsulten (per jaar)#
#
Gemiddeld aantal consulten 6,7 7,6 8,6
Gemiddeld aantal lange consulten 3,7 2,1 2,2
Gemiddeld aantal visites 3,4 2,1 2,5
Gemiddeld aantal ANW consulten 1,6 1,7 2,2
Farmaceutische voorschriften (%)#
56 67 77
Voorschriften antidepressiva 11 21 24
Voorschriften maagmiddelen 26 35 45
Voorschriften antibiotica 28 32 34
Voorschriften cholesterolverlagers 17 17 26
Voorschriften diabetesmiddelen 10 12 17
Psychiatrisch Casus Register
Middelen gebruik (alcohol, cannabis,
cocaïne, heroïne) 1,8 10,6 8,7
Angststoornissen 2,2 7,9 6,6
Depressie 3,1 10,4 9,7
Bipolaire stoornissen 0,2 0,8
Persoonlijkheidsstoornissen 1,8 9,5 10,4
Psychotische stoornissen 0,7 3,9 1,4
Pervasieve stoornissen 0,1
Welzijnsorganisatie Portes
Algemeen maatschappelijk werk (1) 0,9 3,7 2,1
Sociaal raadsliedenwerk (2) 2,0 7,0 7,7
Outreachend Maatschappelijk Werk (3) 0,3 2,3
Bijstand (%) 4,5 100 100
Schuldhulpverlening (%) 1,5 12,7 5,4
Leefomgeving
Groen (mediaan)
Zichtgroen (m2 per 1000 inwoners) 4734,9 6370,9 6370,9
Gebruikersgroen (m2 per 1000
inwoners) 1207,4 1207,4 1052,9
Aantal bomen (per 1000 inwoners) 188,9 188,9 188,9
Type woning (%)
Koop 44,5 7,4 5,7
Particuliere huur 13,2 3,7 3,8
Sociale huur 38,5 87,1 90,3
stikstofdioxide (NO2 ug/m3) gemiddelde 28,8 27,8 28,5
Geluidsoverlast
% bewoners wonend in omgeving van
stilteplek 4,2 5,9 4,1
% bewoners wonend in omgeving van
plekken met 65dB 18,1 12,6 10,6
# Achmea verzekerden in Noordwest
42
7 Reflectie en aanbevelingen
Het project ‘Pilot stuurinformatie integrale zorg en preventie op wijk, buurt en geïntegreerde
eerstelijnszorg niveau in de wijk Noordwest in Utrecht (SIZU)’ heeft laten zien dat het mogelijk is om
verschillende databronnen uit verschillende leefgebieden op individueel niveau te koppelen. Dit zou
niet mogelijk geweest zijn zonder de nauwe betrokkenheid van professionals en beleidsmedewerkers
vanaf de start. Het project heeft veel nieuwe inzichten opgeleverd, zowel wat betreft de meerwaarde
van de extra informatie die hiermee beschikbaar komt, als in de problemen die spelen wanneer een
grote hoeveelheid data gecombineerd wordt.
Het SIZU project heeft ook geresulteerd in inzicht in de mogelijkheden voor een verdere uitrol. De
pilot is weliswaar geslaagd, maar het bleek ook dat er eerst nog verdere ontwikkeling nodig is
voordat de methodologie geschikt is voor bredere implementatie.
In het huidige hoofdstuk kijken we terug op het project en gaan we in op de meerwaarde, de
beperkingen en de benodigde verdere ontwikkeling van dit type onderzoek. Het hoofdstuk wordt
afgesloten met aanbevelingen voor het proces van de uitvoer van gelijksoortig onderzoek.
7.1 Meerwaarde
Het project heeft de samenwerking tussen de verschillende betrokken domeinen bevorderd. Het
heeft netwerkopbouw en de dialoog tussen verschillende professionals en beleidsmedewerkers
gestimuleerd. Ook worden de resultaten van het project intensief gebruikt als ondersteuning voor
het gezamenlijk vorm geven van de verbetering van integrale zorg en preventie in de wijk.
Inhoudelijk heeft het project de vermoedens van de professionals en beleidsmedewerkers kunnen
bevestigen en onderbouwen met cijfers. Er is stapeling van problemen op verschillende leefgebieden
binnen een relatief kleine groep wijkbewoners. Ook hebben we de verwachte risicogroepen terug
kunnen vinden en nader kunnen beschrijven in de beschikbaar gekomen data.
7.2 Beperkingen
Het project heeft inhoudelijk echter niet tot hele nieuwe inzichten geleid. Ook kan geen compleet
beeld van de stapeling van problemen op verschillende leefgebieden worden gegeven. Hierdoor is
het resultaat op dit moment nog onvoldoende om als stuurinformatie gebruikt te kunnen worden of
om integraal beleid op detail te ontwikkelen. Verschillende beperkingen liggen hieraan ten grondslag.
Sommige beperkingen zijn het gevolg van de keuzes die zijn gemaakt bij de opzet en uitvoer van de
pilot, zoals de keuze om gegevens te verzamelen voor één wijk over één jaar en alleen te kijken naar
de volwassen populatie. In de volgende paragrafen zal verder worden ingegaan op de belangrijkste
beperkingen.
7.2.1 Kwaliteit en volledigheid data
Er zijn veel verschillende registraties en databronnen beschikbaar, zelfs voor een klein gebied als één
wijk. Echter, veel hangt af van de kwaliteit en de volledigheid van de data.
Er is geen volledige registratie van leefstijlgewoontes. Huisartsen registeren wel leefstijlgewoontes
wanneer deze duidelijk samenhangen met ziekte, maar leefstijlgewoontes worden niet standaard, los
van ziekte, geregistreerd. Leefstijlgewoontes worden wel standaard nagevraagd in de
43
gezondheidspeiling van de GG&GD, maar deze wordt alleen onder een steekproef van wijkbewoners
afgenomen. Er is dus geen compleet beeld van leefstijlgewoontes in de wijk. Ook koppelbare
informatie over kwaliteit van leven, sociaal netwerk, eenzaamheid en regie over het eigen leven zijn
niet beschikbaar terwijl deze informatie belangrijk is voor sturing van populatiemanagement op
uitkomstindicatoren.
Sommige databronnen zijn specifiek voor de wijk, zoals een registratie van een zorgverlener die
alleen in de wijk werkt, andere zijn stads- of regio breed of zelfs op landelijk niveau. De meeste
databronnen die zijn geselecteerd binnen het SIZU project zijn gestoeld op registraties waarbij de
indicatoren bekend zijn voor alle wijkbewoners. Uitzonderingen zijn de Achmea Health Database die
alleen Achmea verzekerden omvat, de GES registratie die alleen ingeschreven huisartspatiënten
omvat en de gezondheidspeiling van de GG&GD die is afgenomen onder een steekproef van
wijkbewoners. Voor individuele koppeling van gegevens betekent dit dat alleen uitspraken gedaan
kunnen worden over stapeling voor die personen die in de betreffende registratie voorkomen. Dit
kan een niet-representatief beeld voor de wijk opleveren.
Daarnaast was de registratie van de welzijnsorganisatie onvolledig, in de zin dat slechts een klein deel
van de personen waaraan hulp is verleend bekend zijn. Daardoor kon geen compleet beeld van de
stapeling van problematiek gegeven worden in analyses waarin de welzijnszorg was opgenomen. Wij
vermoeden daarbij dat met name de cliënten die regelmatig contact hebben met de
welzijnsorganisatie en/of relatief zware problematiek hadden goed geregistreerd zijn. Dit resulteert
in een vertekening van de resultaten.
Niet alle databronnen zijn binnen het huidige pilot project op individueel niveau gekoppeld. De
bestanden van de huisarts en de gezondheidspeiling van de GG&GD Utrecht zijn anoniem
opgeslagen. Dit betekent dat in deze bestanden de identificerende gegevens zijn vervangen door een
pseudoniem. Aan de hand van dit pseudoniem kan niet terug worden gegaan naar de identificerende
gegevens. De data van deze bronnen zijn dus alleen op hoger aggregatieniveau beschikbaar. De
informatie uit deze bronnen kon dus ook niet mee worden genomen bij het in kaart brengen van de
stapeling van problemen binnen personen. Echter, de gegevens van de huisartsregistratie kunnen
wel op individueel niveau worden gekoppeld wanneer voor de koppeling gebruik wordt gemaakt van
hetzelfde systeem als waarmee de data is geanonimiseerd. Hier was binnen het huidige project geen
ruimte meer voor.
De databestanden op het gebied van leefomgeving zijn niet gebaseerd op individuele personen, maar
op een adres, buurt en/of postcode. Indicatoren uit deze databronnen zijn via adressen en postcodes
wel aan persoonsgegevens gekoppeld, maar het laagste aggregatieniveau van deze indicatoren is
vaak hoger. Hierdoor is er weinig tot geen spreiding tussen individuen die dichtbij elkaar wonen.
Voorafgaand aan de gesprekken met de professionals en beleidsmedewerkers was voor het SIZU
project al gekozen om de verzamelde data te koppelen op individueel niveau. Echter een veel
voorkomende wens vanuit de stakeholders was om de koppeling niet alleen binnen een individu
zichtbaar te maken, maar ook binnen een gezin. Vaak hangen de problemen van verschillende
gezinsleden met elkaar samen. Ook zijn voor bepaalde problemen bepaalde gezinsleden
probleemhouder, zoals bij schuldhulpverlening. Nu wordt alleen de stapeling zichtbaar bij de
probleemhouder terwijl het hele gezin eronder lijdt. Tevens kan bij stapeling binnen een gezin ook
44
makkelijker de jeugdproblematiek worden meegenomen. Dit sluit beter aan bij de nieuwe meer
integrale wijze waarop verschillende professionals en beleidsmedewerkers wijkbewoners benaderen.
7.2.2 Trends en referentiedata
Een veel gestelde vraag van de professionals en beleidsmedewerkers was of het in hun wijk beter of
slechter gesteld was dan in de rest van de stad of het land. Omdat wij specifiek data hebben
opgevraagd, bewerkt en geanalyseerd voor de wijk Noordwest in Utrecht konden wij dit vaak niet
één op één doen. Daarom is het aan te bevelen om, waar mogelijk, breder bronnen te ontsluiten dan
die in het eigen onderzoeksgebied, zodat ook referentiegegevens beschikbaar zijn.
Verder is er een grote wens onder zowel de professionals als beleidsmedewerkers om te weten hoe
indicatoren zich ontwikkelen over de tijd. Hiervoor zouden dus met vaste tijdsperiodes de
koppelingen moeten worden herhaald. In het huidige pilot onderzoek vergde dit echter veel tijd.
Ontwikkeling van meer gestandaardiseerde programmatuur om de data van de verschillende partijen
op vaste momenten te ontsluiten en te koppelen kan tot flinke efficiëntiewinst leiden. Op deze wijze
kunnen ook meer actuele cijfers geleverd worden.
7.2.3 Terugkoppeling data
Zorgverleners zijn gebaat bij terugkoppeling op een niveau dat er direct acties op kunnen worden
ondernomen. Dit kan op patiëntniveau zijn, zodat precies bekend is welke problemen spelen bij
welke patiënten en van welke vormen van hulpverlening de patiënt nog meer gebruik maakt. Maar
ook spiegelinformatie is gewenst, bijvoorbeeld over hoe de praktijkpopulatie verschilt van de
wijkpopulatie en andere wijkpopulaties uit de gemeente.
Vanuit het SIZU project konden wel omschrijvingen van de hoog-risicogroepen gegeven worden.
Informatie over risicogroepen kan mogelijk ook ongewenste consequenties opleveren. Hierbij kan
gedacht worden aan stigmatisering, of zelfs uitsluiting van verzekeringen of andere regelingen.
Vanuit de professionals en beleidsmedewerkers kwam de suggestie om individuen zelf
verantwoordelijk te maken voor hun ‘gekoppelde’ gegevens, zodat inwoners kunnen kiezen met
welke professionals zij hun informatie wensen te delen.
7.2.4 Werkbelasting
De uitvoer van het SIZU concept op de wijze die in de pilot gehanteerd is, leidt tot hoge kosten.
Hiervoor bestaan een aantal oorzaken.
Allereerst het feit dat er veel verschillende registraties en databronnen beschikbaar waren. Het in
kaart brengen van alle beschikbare informatie en daarna toestemming krijgen voor het gebruik en
de koppeling van de databronnen was zeer arbeidsintensief.
Hierbij heeft het opstellen van een reglement ook veel tijd gekost. De eigenaren van de verschillende
databronnen hadden duidelijk behoefte aan een document dat zij konden voorleggen aan hun
management waarin duidelijk stond beschreven wat er met hun data ging gebeuren, wie
verantwoordelijk zijn voor de koppeling en analyses, en welke databronnen nog meer gebruikt
worden.
Vervolgens was de hoeveelheid beschikbare informatie uit de verschillende databronnen, helemaal
na de koppeling van de databronnen, enorm groot. Om vanuit deze hoeveelheid data een eenduidig
45
beeld te vormen van de wijk was moeilijk. Wij zijn hierbij vooral uitgegaan van de
informatiebehoeftes van de professionals en beleidsmedewerkers. De beschikbare informatie is
echter verre van uitgeput.
7.3 Ontwikkeling
Het SIZU project heeft, ondanks de beperkingen van de pilot, waardevolle informatie opgeleverd
voor de professionals en de beleidsmedewerkers die werken in de wijk Noordwest. Om de gebruikte
methode breder te implementeren in wijken in de gemeente Utrecht of elders is doorontwikkeling
van de methodiek noodzakelijk.
Het inventariseren, beschikbaar krijgen, opschonen, en koppelen van de data was erg
arbeidsintensief. Relevante databronnen van voldoende kwaliteit kunnen op een meer
gestandaardiseerde en geautomatiseerde manier gekoppeld worden. Het gebruik van een ‘Third
Trusted party’ (TTP) heeft hierbij de voorkeur. Hiermee kan efficiencywinst worden geboekt, zeker
indien in meerdere wijken tegelijkertijd deze methodiek wordt toegepast. De methode moet geschikt
zijn om de koppeling structureel en op gezette tijdstippen uit te voeren. Het is belangrijk hierbij veel
recentere gegevens te ontsluiten dan in de huidige pilot.
Het SIZU project heeft geen gebruik gemaakt van een aantal registraties die wel beschikbaar,
relevant en van voldoende kwaliteit (kunnen) zijn. Hieronder vallen ondermeer de gegevens van de
huisarts die een waardevolle aanvulling zijn op gegevens van de ziektekostenverzekeraar. Ook kan
mogelijk gebruik gemaakt worden van gegevens verzameld en beheerd door Vektis; zij hebben
verzekerde zorggegevens voor alle inwoners, dus ook in een wijk, terwijl een individuele
zorgverzekeraar zoals Achmea in een wijk slechts een gedeeltelijke dekking heeft. Een belangrijke
bron van informatie zijn de welzijnsorganisaties; nu zijn de registraties vaak nog in ontwikkeling
gezien alle veranderingen in de welzijnszorg, maar op termijn is een structurele en uniforme
registratie voorzien in Utrecht. Tenslotte kan leefstijl informatie verzameld worden door bijvoorbeeld
enquêtes af te nemen in de wachtkamer van de huisarts, en als deze informatie toegevoegd wordt
aan de huisartsenregistratie kan ook dit belangrijke aspect meegenomen worden in individuele
stapeling van problematiek. In zijn algemeenheid kan hierbij de kwaliteit en volledigheid van de
registraties gestimuleerd worden wanneer opdrachtgevers (o.a. gemeente en zorgverzekeraar) dit
opnemen als randvoorwaarde bij opdrachtverlening aan uitvoerende organisaties of personen.
Een ander ontwikkelpunt is het SIZU concept onder te verdelen in een basis- en plusvariant waar het
gaat om de selectie van databronnen. Wanneer een beperkt aantal databronnen als basis wordt
gebruikt die routinematig beschikbaar zijn en een hoge dekking en kwaliteit hebben, maakt dat het
proces efficiënt en zijn verschillende wijken goed vergelijkbaar. In ieder geval is de gemeentelijke
basisadministratie (GBA) de primaire basis voor individuele datakoppeling. Over de opname van
andere registraties in de basisvariant bestaat nog enige discussie. Aangewezen lijken naar onze
voorlopige mening de huisartsgegevens, de gemeentelijke gegevens over sociaaleconomische en
andere factoren, en mogelijk Vektis gegevens over medisch zorggebruik en medicatie. Welke
registraties in de plusvariant worden opgenomen hangt sterk af van de lokale situatie, en wordt
onder meer bepaald door de informatiebehoeftes en beschikbaarheid van databronnen. In Utrecht is
bijvoorbeeld het Psychiatrisch Casus Register structureel beschikbaar, en is er een dominante
zorgverzekeraar in bepaalde wijken. Elders hoeft dat niet het geval te zijn.
46
Een wat andere benadering kan zijn juist breed te starten met een grotere hoeveelheid databronnen,
zodat de uitgebreidere basis geschikt is voor meer verschillende partijen en voor verschillende
doelstellingen. Uit deze brede basis kunnen vervolgens hoog-risicogroepen en problemen
geïdentificeerd worden waarop kan worden gestuurd. Vervolgens kan een meer specifieke set van
indicatoren gebruikt worden voor routine monitoring.
Als laatste ontwikkelpunt bestaat de mogelijkheid een pilot uit te voeren naar het leveren van
informatie over stapeling van problematiek binnen gezinnen. Dit is praktisch haalbaar omdat binnen
de GBA een gezinsnummer is opgenomen waarmee leden van één gezin als zodanig geïdentificeerd
kunnen worden. Databronnen gekoppeld aan de GBA kunnen vervolgens op gezinsniveau
gestructureerd worden, ook wanneer gezinsgegevens niet in een dataset aanwezig zijn (zoals
gegevens van de huisarts en zorgverzekeraar). Analytisch vergt dit mogelijk wel meer complexe
methoden. Binnen het huidige onderzoek was hiervoor geen tijd beschikbaar.
7.4 Aanbevelingen
Onze ervaringen bij de uitvoer van het huidige project hebben ons veel geleerd over processen
waarmee de slagingskans van een dergelijk project vergroot wordt:
- Het vroeg betrekken van de professionals en de beleidsmedewerkers bij het onderzoek is
essentieel. Het helpt een beeld te vormen van het onderzoeksgebied. Het beeld dat uit de
gesprekken naar voren komt kan vervolgens met de verzamelde data bevestigd (of ontkracht)
worden. Het kan ook de blinde vlekken vanuit het eigen werkveld (en registraties) inkleuren
waardoor een beter beeld ontstaat van de populatie. Het creëert draagvlak voor het onderzoek.
- Een nauwe samenwerking met de professionals en beleidsmedewerkers in de wijk is essentieel. In
het huidige project is vanuit het onderzoeksteam deze samenwerking gezocht, wat veel tijd kost.
Wanneer het onderzoek in meerdere wijken loopt is het moeilijk om in alle wijken deze contacten
te leggen en samenwerking op te zetten. Maar er zijn vaak al verschillende
samenwerkingsverbanden in de wijk. Door aan te sluiten bij deze bestaande initiatieven en
gremia kan een gelijke betrokkenheid worden gerealiseerd zonder een al te grote tijdsinvestering.
- Het is belangrijk bewust te zijn van het feit dat iedereen vanuit zijn of haar eigen achtergrond naar
de wijk kijkt en de problemen ziet en benadrukt met een eigen belang of doelstelling. Het
samenbrengen van deze visies tot één beeld van de wijk waarin iedereen zichzelf en zijn werkveld
herkent, is niet makkelijk. Door de grote hoeveelheid aan data en de diversiteit aan perspectieven
is het lastig om één coherent wijkbeeld te schetsen. Door een beeld te geven welke data
beschikbaar zijn en wat er wel en niet mogelijk is met deze data, zoals we in de huidige
rapportage hebben proberen te doen, kunnen op geleide van vragen en behoeftes specifieke
profielen worden gegenereerd relevant voor de verschillende betrokken partijen.
- Onze ervaring is dat het soms makkelijker is om lokale databronnen te ontsluiten dan
databronnen die een landelijke dekking hebben. Voor de eigenaren van deze lokale databronnen
is het resultaat van het project duidelijker te gebruiken voor hun eigen doelstellingen. Er is sprake
van een wederzijds belang. Landelijke databronnen en registraties staan gevoelsmatig verder af
van de doelstellingen van de lokale stakeholders.
- In het kader van de waarborging van de privacy is het essentieel een reglement op te stellen. Door
van te voren duidelijk het doel van het onderzoek en de verantwoordelijkheden van de betrokken
47
partijen en onderzoekers op papier te zetten en openbaar toegankelijk te maken, wordt veel
onzekerheid weggenomen. Het geeft aan dat er is nagedacht over de consequenties van koppelen
op individueel niveau en hoe de onderzoekers daar in analyses en de presentatie van de
resultaten mee omgaan. Hierbij is het doel van het onderzoek van bijzonder belang. Het delen en
koppelen van de gegevens moet expliciet kunnen leiden tot verbeteringen, bijvoorbeeld in de
zorg en met betrekking tot de leefomgeving.
- Het beschrijven van hoog-risicogroepen kan mogelijk een onbedoelde en ongewenste
stigmatiserende werking hebben. In het huidige project kwam stapeling van problemen vaker
voor bij vrouwen, bij wijkbewoners die gescheiden of weduwe waren en die in een sociale
huurwoning wonen. Wat niet betekent dat mensen die voldoen aan deze kenmerken allemaal een
stapeling van problemen ervaren. Het koppelen van veel verschillende databronnen en het
identificeren van hoog-risicogroepen uit de gekoppelde databronnen moet gebeuren met een
duidelijk doel voor ogen. Het moet voor de professionals, beleidsmedewerkers en de
wijkbewoners duidelijk zijn waarvoor de resultaten gebruikt worden en hoe dat de
werkzaamheden van de professionals en beleidsmedewerkers ondersteunt en het leven van de
inwoners kan verbeteren.
- Er zijn erg veel registraties en indicatoren: het is aan te raden niet volledig te willen zijn, om te
voorkomen dat er verdwaald wordt in de hoeveelheid aan data en indicatoren. Er moeten bewust
keuzes gemaakt worden. Consultatie van stakeholders zorgt ervoor dat op geleide van de
informatiebehoeftes ingeperkt wordt en er een coherent beeld van de wijk ontstaat. Om wel te
blijven ontwikkelen en vernieuwen is het van belang ook open te blijven staan voor verdiepende
vragen en voor nieuwe soorten ‘big data’ zoals facebook, twitter en google search.
48
8 Conclusie
Het project ‘Pilot stuurinformatie integrale zorg en preventie op wijk, buurt en geïntegreerde
eerstelijnszorg niveau in de wijk Noordwest in Utrecht (SIZU)’ heeft laten zien dat het mogelijk is om
data op individueel niveau te koppelen en dat dit meerwaarde heeft ten opzichte van gegevens
verkregen uit losstaande databestanden.
De gekoppelde databestanden kunnen stapeling van problematiek inzichtelijk maken en hoog-
risicogroepen identificeren. Beelden van beleidsmedewerkers en professionals kunnen zodoende
bevestigd en onderbouwd worden met cijfers. Hoe vaak stapeling precies voorkomt en wat patronen
zijn van problemen die vaak samenhangen, konden we niet precies vaststellen; daarvoor moet de
methodiek doorontwikkeld worden. Wel is duidelijk geworden dat stapeling relatief vaak voorkomt
bij groepen met de volgende kenmerken: vrouw, gescheiden of weduwe, eenoudergezin, sociale
huurwoning.
De hoog-risicogroepen zoals aangegeven door de professionals en beleidsmedewerkers (bewoners
van krachtwijken, mensen die vaak naar de huisarts gaan, en mensen die al lang bijstand ontvangen)
hebben wij uitgebreid in kaart kunnen brengen. De resultaten brengen meer inzicht en nuance in het
bestaande beeld uit beleid en praktijk.
Het samenbrengen van veel data op individueel niveau vraagt een duidelijke visie omtrent het doel
van het samenbrengen van deze data. Zonder een duidelijk doel wat men met de informatie wil gaan
doen, bestaat een verhoogd risico op het schenden van de privacy.
Ook na de officiële afronding van het SIZU pilot project blijven de resultaten hiervan gebruikt worden
voor beleid en praktijk. Er zijn bijvoorbeeld gesprekken geweest en gepland met professionals en
beleidsmedewerkers om te kijken hoe de hoog-risicogroepen het beste kunnen worden benaderd en
geholpen. Hierdoor is niet alleen de data van verschillende partijen bij elkaar gebracht, maar ook de
verschillende organisaties waar de professionals en beleidsmedewerkers werken.
49
BIJLAGE 1: Laatste versie reglement
1 SIZU project
1.1 Achtergrond
Intensievere samenwerking op wijkniveau tussen welzijn, preventie en zorg wordt gezien als een
belangrijk middel om (gezondheids)verschillen te verkleinen en (zorg)kosten in de hand te houden.
Vanuit de diverse beleidsvelden wordt steeds duidelijker gewerkt aan een integrale aanpak van
maatschappelijk, sociale en gezondheidsproblemen. In de landelijke nota Gezondheidsbeleid
“Gezondheid dichtbij” wordt het belang benadrukt om verbindingen te leggen tussen lokale
gezondheidsgegevens en die van andere zorgsectoren zoals AWBZ, eerstelijnszorg en Wmo. De
gezonde wijkaanpak en sociale gebiedsteams (buurtteams) zijn concrete Utrechtse voorbeelden.
Inhoudelijk gezien is individuele stapeling van problemen op meerdere levensgebieden (gezondheid,
leefstijl, wonen, werk, financiën, etc.) een belangrijk aandachtspunt. Het aanbod van preventie,
welzijn en zorg is nu erg versnipperd, en om een integraal aanbod te kunnen vormgeven en sturen is
inzicht nodig in individuele stapeling van problemen. Hiervoor zijn we op koppeling van databronnen
(registraties) op individueel niveau aangewezen.
In het project ‘Pilot stuurinformatie integrale zorg en preventie op wijk, buurt en geïntegreerde
eerstelijnszorg niveau in de wijk Noordwest in Utrecht (SIZU)’ wordt in een interactief proces
onderzocht wat de informatiebehoefte is van de belangrijkste stakeholders. Beschikbare en
bruikbare databronnen worden geïnventariseerd en waar mogelijk op individueel niveau gekoppeld.
Hierbij wordt gelet op de toegevoegde waarde van individuele koppeling van data en aan de privacy
aspecten die hierbij komen kijken. Samen met de stakeholders wordt onderzocht wat de meest
geschikte inhoud en vorm van een integraal wijkprofiel is.
Er is gekozen voor een pilot in de wijk Noordwest van de gemeente Utrecht met speciale aandacht
voor de achterstandsbuurten (subwijken) Zuilen en Ondiep. In de wijk Noordwest is gekozen voor de
populatie van het multidisciplinaire eerstelijns samenwerkingsverband Boerhaveplein/De Dame.
1.2 Doel
Het hoofddoel van het pilotonderzoek is het genereren van inzicht in de mogelijkheden en
beperkingen van integrale monitoring op laag aggregatieniveau (wijk, buurt, geïntegreerde
eerstelijns zorg). Dit betreft onder andere de gewenste vorm en inhoud, uitvoerbaarheid
(beschikbare databronnen, privacy aspecten, kosten, etc), en doelmatigheid. Er worden
aanbevelingen gedaan voor structurele inbedding en uitrol naar andere wijken en steden.
1.3 Producten
De pilot zal verschillende typen producten opleveren. Hieronder worden deze producten kort
beschreven.
1.3.1 Wijkprofiel
Aan het einde van het project wordt een wijkprofiel opgeleverd dat informatie bevat op het gebied
van welzijn, gezondheid en zorg. Voor de stapeling van problemen wordt informatie van
verschillende bronnen op individueel niveau gekoppeld; terugkoppeling van gegevens vindt niet op
50
individueel niveau plaats, maar op een zo laag mogelijk aggregatieniveau waarbij de anonimiteit
gewaarborgd blijft Een nadere omschrijving van het wijkprofiel en de bijbehorende privacyaspecten
staan beschreven in paragraaf 3.4.
1.3.2 Methodiek
Het project is een pilot. Het op individueel niveau koppelen van data uit meerdere bronnen uit
verschillende werkvelden is nog weinig eerder gedaan. De methode die hiervoor wordt gebruikt, de
problemen die we onderweg zijn tegengekomen en de bedachte oplossingen worden verwerkt in een
rapportage. Een belangrijk punt hierbij is het vinden van een aggregatieniveau waarbij de gegevens
niet herleidbaar zijn naar individuele personen, maar wel op een zo laag mogelijk niveau zodat
verschillen in een wijk aangetoond kunnen worden.
1.3.3 Databestand "Noordwest 2010"
Het databestand met alle koppelingen dat is samengesteld voor deze pilot is alleen toegankelijk voor
het onderzoeksteam GG&GD/Julius Centrum (paragraaf 1.5.1). Het bestand zal voor maximaal 5 jaar
bewaard blijven t.b.v. verdiepende analyses. Dataleveranciers zullen hier van op de hoogte gesteld
worden. Indien verdiepende analyses door een andere partij dan het huidige onderzoeksteam
worden uitgevoerd, zal toestemming gevraagd worden aan de afzonderlijke dataleveranciers. Ook
zijn afspraken over geheimhouding privacygevoelige informatie vereist en dient oog te zijn voor het
risico van concurrentievervalsing (voordeelspositie). E.e.a. kan mogelijk in de vorm van een
convenant.
1.4 Financiering
Het onderzoek wordt mogelijk gemaakt door een subsidie van ZonMw binnen het programma
academische werkplaatsen Publieke Gezondheid. Het gaat hierbij om een subsidie van 12 maanden,
met als startdatum 1 juni 2012. In maart 2013 heeft het onderzoeksteam uitstel gekregen van
ZonMw tot 15 oktober 2013
1.5 Organisatie
Het SIZU project wordt uitgevoerd door een onderzoeksteam en begeleid door een projectteam.
1.5.1 Onderzoeksteam
Het onderzoeksteam bestaat uit vier personen:
- Erik van Ameijden (GG&GD) – Projectleider
- Mattijs Numans (Julius Centrum, UMC Utrecht) – Projectleider
- Hanneke Schreurs (GG&GD) – senior onderzoeker
- Frederike Büchner (Julius Centrum en GG&GD) - onderzoeker
1.5.2 Projectteam
Het projectteam bestaat uit vertegenwoordigers van de belangrijkste stakeholders.
- Niek de Grunt (GES) – huisarts
- Ellen van der Vorst (Achmea) - Regiocoördinator Integrale Zorg Midden Nederland
- Mark Callaars (Achmea) - Business consultant, Kenniscentrum divisie zorg en gezondheid
51
- Wilma de Buck (Raedelijn, ROS) – adviseur
- Abdilaziz Musa Yusuf (DMO) - Senior beleidsadviseur
- Danielle Fiolet (bestuursinformatie) - Accountmanager Maatschappelijke Ontwikkeling
2 Data
Binnen het SIZU project is het doel om verschillende bestaande databronnen en registraties aan
elkaar te koppelen om zo een compleet beeld te krijgen van welzijn, zorg en preventie in de wijk
Utrecht Noordwest. Veel van de gebruikte data is al eerder gepresenteerd op wijk niveau .Er zal dus
geen eigen data worden verzameld. Het gaat om data op het laagste niveau van toestemming.
De data wordt eenmalig gekoppeld. Als peiljaar is 2010 gekozen vanwege de compleetheid van de
gegevens bij de bronnen. De koppeling wordt bij voorkeur gedaan op BSN nummer.
Hieronder volgt een korte beschrijving van de individuele databronnen. De data aanvraag loopt in de
sommige gevallen nog. Het kan dus zo zijn dat niet alle databronnen in het uiteindelijke product
meegenomen kan worden.
2.1 Julius Huisartsen Netwerk (JHN)
JHN is gebaseerd op de verzameling van routine huisartsengegevens (datawarehouse) die anoniem
worden geëxtraheerd van verschillende huisartsenpraktijk in Utrecht en omgeving. De data wordt
gebruikt voor onderzoek, voor kwaliteitsmanagement projecten en zorginnovatie.
Voor het SIZU is toestemming om de data van twee huisartsenpraktijken in Utrecht Noordwest die
samenwerken in GES-verband. Het gaat de gegevens van ongeveer 12.000 ingeschreven patiënten
ouder dan 16 jaar. Data omvat:
- Geslacht
- Geboortejaar
- Postcode
- ICPC codes van gestelde diagnoses.
Voor SIZU zijn een zestal leefstijl factoren geselecteerd en ongeveer 30 chronische
aandoeningen
- Aantal zorgcontacten per diagnose
Het gebruik van deze data voor het SIZU project is goedgekeurd door de ‘Stuurgroep Julius
Huisartsen netwerk’.
2.2 Achmea Health Database (AHD)
De Achmea Health Database (AHD) is een epidemiologische data bron, waarin alle gegevens van het
zorggebruik van verzekerden zijn verzameld; kort gezegd alle zorgconsumptie waarvoor betaald
wordt.
Er is toestemming gevraagd aan de wetenschappelijke commissie voor het gebruik van de data van
de verzekerden die woonachtig zijn in de wijk Noordwest Utrecht. De commissie heeft de aanvraag
positief beoordeeld. De opgevraagde data omvat:
- Verzekerdenkenmerken:
o leeftijd/ geslacht
52
o postcode
o allochtonencode
o stedelijkheidscode
o AGB huisarts
o Overleden
- Zorgconsumptiegegevens (n, geen kosten):
o Aantal farmaceutische voorschriften
o Aantal consulten huisarts
o Aantal consulten praktijk ondersteunend hulpverlener (POH-S)
o Aantal consulten praktijk ondersteunend hulpverlener GGZ (POH-GGZ)
o Verloskundigenhulp (1e lijn/2e lijn), uren kraamzorg
o Aantal Poliklinische consulten
o Aantal klinische consulten
o Aantal dagopnames
o Aantal fysiotherapie zittingen
o Aantal 1e lijns psychologische consulten
2.3 Psychiatrisch Casusregister Midden Nederland (PCR-MN)
PCR-MN is een anonieme registratie van psychiatrische patiënten. Het bevat informatie van alle
patiënten die behandeld is in één van de psychiatrische klinieken in Midden-Nederland. Deelnemers
van de registratie zijn GG&GD Utrecht, Altrecht, Centrum Maliebaan, PAAZ Mesos, Universitair
Medisch Centrum Utrecht, Stichting Beschermende Woonvormen Utrecht (SBWU) en Kwintes.
Deelnemende instanties leveren jaarlijks gegevens aan uit hun patiëntenregistraties. De
participanten van het casusregister vormen ‘De Adviesraad’ en stellen de ‘Wetenschappelijke
Commissie’ samen die het beleid en de activiteiten van het PCR-MN jaarlijks vaststellen.
Het SIZU heeft een data aanvraag ingediend bij het PCR-MN voor de volgende data:
- Diagnose DSM-IV categorieën
(middelen gebruik (alcohol, cannabis, cocaïne, heroine), angststoornissen, depressie,
bipolaire stoornissen, persoonlijksstoornis, psychotische stoornissen, pervasieve stoornissen,
overig)
- aantal zorgevents
- soort zorg
- aantal dagen met zorg in 2010 (klinisch/ ambulant/ deeltijd).
Het SIZU onderzoek heeft toestemming gekregen om deze te gebruiken voor het onderzoek
2.4 Keten Registratie Informatie Systeem (KRIS)
In maart 2009 is de gemeente gestart met Kris, het cliëntvolgsysteem voor de mensen in Utrecht die
te maken hebben met de Openbare Geestelijke Gezondheidszorg (OGGz). Het Keten Registratie
Informatie Systeem (KRIS) is al eerder gekoppeld aan PCR-MN. De data die beschikbaar is en waar
toestemming voor is gekregen om te gebruiken voor het SIZU project zijn:
- Geregistreerd in KRIS
- Aantal consulten
53
2.5 Portes
Portes is een brede welzijnsorganisatie in de stad Utrecht. Alle mensen die gebruikmaken van de
diensten van Portes zijn opgenomen in een registratiesysteem. Hierin wordt ook opgenomen van
welk werkveld de cliënt gebruik maakt. De registratie wordt onder andere gebruikt voor interne
evaluaties.
Het SIZU heeft van het managementteam toestemming gekregen om de volgende data uit de
registratie te gebruiken voor het SIZU project:
- Geregistreerd bij Portes
- Werkveld
- Aantal consulten
2.6 Bestuursinformatie
Bestuursinformatie (BI) wil zich ontwikkelen tot het kenniscentrum van de gemeente. Ze analyseren
ontwikkelingen, kansen en problemen in Utrecht, zodat het gemeentebestuur optimaal in staat is de
stad te besturen. Ze verrichten onderzoek, verzamelen en beheren statistische informatie en
adviseren het bestuur en de diensten over de aanpak van onderzoeksvragen.
BI heeft het beheer over data dat door hun gekoppeld wordt voor verschillende rapportages.
Hieronder vallen de 'Krachtwijk monitor' en de 'Armoede monitor'. Data die gebruikt wordt komt
deels uit registraties beheerd door de gemeente. Deze koppelbestanden zijn voor het SIZU
beschikbaar mits er toestemming is van de originele eigenaren van de data (zie onderstaande
paragrafen). Data uit deze koppelbestanden die gebruikt worden voor het SIZU zijn:
- Beheersing taal
- 1-ouder gezinnen
- Werkenden (w&i)
- Re-integratie (w&i)
- Bijstandsuitkeringen (w&i)
- Werkloosheid (w&i)
- Schuldhulpverlening (w&i)
- Opleidingsniveau
- Vrijwilligerswerk
- Mantelzorg
- Actief in de buurt
- Relatieproblemen
- Verlies van partner
- frequent contact met familie / vrienden
- sociaal isolement
- culturele activiteiten
- uitgaan
- sporten
Daarnaast bevat de data van BI de gegevens uit het gemeentelijke basis registratie, zodat we een
compleet beeld hebben van de omvang van de wijk.
54
Werk & Inkomen
Werk en Inkomen (W&I) is een onderdeel van de Dienst Maatschappelijke Ontwikkeling (DMO). De
dienst levert en organiseert ondersteuning aan bewoners, die een steuntje in de rug nodig hebben
om actief mee te kunnen doen in de samenleving. Bewoners kunnen bij DMO terecht voor o.a.
begeleiding naar werk, een bijstandsuitkering, schuldhulpverlening, de U-pas (kortingspas),
voorzieningen voor gehandicapten en ouderen, inburgeringscursussen en ook de huur van ruimtes
voor maatschappelijke activiteiten. DMO werkt nauw samen met maatschappelijke instellingen zoals
welzijnsorganisaties.
Gegevens over werk, bijstandsuitkering en schuldhulpverlening zijn opgenomen in het bestand dat
bestuursinformatie heeft, zoals hierboven beschreven. Het managementteam van werk & inkomen
heeft toestemming gegeven om de deze data te gebruiken voor SIZU.
Stadsgeldbeheer
Naast werk & inkomen is stadsgeldbeheer, dat onderdeel uitmaakt van Stichting de
Tussenvoorziening, de tweede organisatie die schuldhulpverlening als hoofdtaak hebben in de
gemeente Utrecht. De doelgroep van Stadsgeldbeheer bestaat uit (ex) dak- en thuislozen (OGGz
doelgroep) met problemen op het gebied van het zelfstandig beheer van inkomen en / of schulden.
Van stadsgeldbeer hebben we beschikking gekregen over de volgende data:
- Geregistreerd bij stadsgeldeheer
- Inschrijfdatum/Uitschrijfdatum (periode omvat 2010)
2.7 Centrum indicatiestelling zorg (CIZ)
De Algemene Wet Bijzondere Ziektekosten (AWBZ) dekt medische kosten die niet onder de
zorgverzekering vallen en door bijna niemand zijn op te brengen. Het CIZ indiceert, of toetst, de
aanspraak op AWBZ-zorg. Een deel van de AWBZ-zorg is indicatievrij, deze is niet geregistreerd in de
CIZ database. Daarnaast is het mogelijk dat geïndiceerde zorg niet wordt geconsumeerd.
In het vierde kwartaal van 2011 heeft het CIZ een rapportage uitgebracht 'Begeleiding in beeld'. Deze
rapportage is speciaal gemaakt voor de gemeente en geeft de feiten en cijfers over cliënten met een
AWBZ indicatie van het CIZ in de wijk Utrecht Noordwest.
- geldige aanspraak (extramuraal met begeleiding, extramuraal zonder begeleiding,
intramuraal)
- aantal indicaties
- dominante grondslag
(somatische aandoening/ziekte, psychogeriatrische aandoening/ziekte, psychiatrische
aandoening/ziekte, lichamelijke handicap, verstandelijke handicap, zintuiglijke handicap)
- zorgfuncties extramurale zorg
(persoonlijke verzorging, verpleging, begeleiding (individueel/groep), behandeling
(individueel/groep), verblijf tijdelijk)
- functiecategorieën
- zorgomvang
- voorkeursleveringsvorm
55
(zorg in natura, persoonsgebonden budget, combinatie)
Op dit moment is het onderzoeksteam bezig met het vragen van toestemming voor het gebruik van
de individuele data.
2.8 Wet maatschappelijke ondersteuning (Wmo)
De Wet maatschappelijke ondersteuning (Wmo) regelt dat mensen met een beperking de
voorzieningen, hulp en ondersteuning krijgen die ze nodig hebben. Gemeenten voeren de Wmo uit.
In het cliëntenbestand dat beschikbaar is via bestuursinformatie (paragraaf 2.6) staan de volgende
gegevens:
- Aanvraag ingediend bij gemeente voor WMO
- Op welk leefgebied hulp aangevraagd
(voeren huishouding, verplaatsen in eigen woning, verplaatsen in eigen woonomgeving,
ontmoeten van medemensen, anders)
- Waarom WMO aangevraagd
(Lichamelijke beperking, ouderdomsklachten, geestelijke beperking, anders)
- Wijze van hulp
(Persoonsgebonden Budget (PGB), zorg/voorziening in natura)
Het SIZU project heeft toestemming gekregen gebruik te maken van deze data specifiek voor dit
onderzoek.
2.9 Leefomgeving
De leefomgeving waarin mensen wonen heeft invloed op hun gezondheid en op het gevoel van
welbevinden. Binnen het SIZU project ligt de nadruk op fysieke omgevingsfactoren die verwijzen naar
de aan- of afwezigheid van kenmerken in een wijk, zoals geluidsoverlast, verloedering, parken of
groenvoorzieningen, en andere kenmerken waarvan bewezen is dat zij een effect hebben op
gezondheidsgerelateerd gedrag. Er wordt zowel gekeken naar objectieve data als subjectieve data
over de leefomgeving. Data over de leefomgeving is niet beschikbaar op individueel niveau. De data
wordt op een zo laag mogelijk aggregatieniveau verzameld (postcode 6) en zo aan de andere data
gekoppeld.
Objectieve data omvat de volgende gegevens:
- gebruiksgroen in m2 per 1000 inwoners
- zichtgroen in m2 per 1000 inwoners
- aantal bomen per 1000 inwoners
- type woningen (koop, huur en sociale huur)
- woonvorm (eengezinswoning, flat, etc.)
- gemiddeld woonoppervlak per inwoner
Deze gegevens zijn bekend bij bestuursinformatie (zie paragraaf 2.6), maar zijn ook beschikbaar in
het programma WistuData.
Daarnaast is er objectieve data beschikbaar over:
- luchtkwaliteit
56
- geluidsoverlast
Subjectieve data over de leefomgeving wordt geselecteerd uit de gezondheidspeiling die in 2010
door de GG&GD is uitgevoerd in Utrecht. Het gaat hierbij om de volgende data:
- tevredenheid gebruiksgroen
- tevredenheid zichtgroen
- tevredenheid woning
- tevredenheid woonomgeving
- ervaren geluidshinder van treinen
- ervaren geluidshinder door verkeer
3 Analyses
3.1 Koppeling
De in het vorige hoofdstuk genoemde databronnen zullen eenmalig aan elkaar worden gekoppeld,
waarbij zoveel mogelijk gekoppeld zal worden op BSN-nummer.
De datakoppeling zou in eerste instantie worden uitgevoerd door de Mondriaan stichting.
Uiteindelijk is er besloten geen gebruik te maken van de diensten van de Mondriaan stichting
vanwege technische en tijdfactoren. Hiermee vervalt de koppeling aan de hand van een 'third trusted
party' (TTP).
De eigenaren van de databronnen is de volgende alternatieve methode van datakoppeling
voorgesteld die eveneens de vertrouwelijkheid en anonimiteit van de gegevens waarborgt. Bij deze
methode zullen de NAW gegevens de bron ook niet verlaten. De methode bestaat uit de volgende
stappen:
1) Wij maken een sleutel voor datakoppeling aan de hand van de GBA data (de meest complete
dataset die we willen koppelen). Deze sleutel zal de volgende data bevatten:
• BSN
• Geslacht
• Geboortedatum
• Postcode 6
• Straat
• Huisnummer
• Koppelvariabele
2) Met deze sleutel gaan we bij de eigenaren van de databronnen langs en ter plekke koppelen
wij samen de data aan deze sleutel.
3) Vervolgens wordt ter plekke de sleutel verwijderd en alleen het databestand zonder NAW
gegevens, maar met de koppelvariabele meegenomen.
3.2 Koppelbestand
Het koppelbestand bevat per individu de volgende data:
- Geboortejaar/leeftijd
- Geslacht
- Etniciteit
- Postcode 6 (noodzakelijk voor indeling verschillende aggregatieniveaus)
57
- Huisarts diagnoses
- Zorggebruik 1e lijn
- Zorggebruik 2e lijn
- Zorggebruik GGZ
- Zorggebruik welzijn
- Sociaal-economische factoren
- Factoren Leefomgeving
Dit koppelbestand word opgeslagen op dataschijf 'G:\DATAMAN\JHN_SIZU\' op het Julius Centrum,
UMC Utrecht. Tot deze map hebben alleen toegang:
- uitvoerend onderzoeker project SIZU (zie paragraaf 1.5.1)
- Databeheer Julius Huisartsen Netwerk (zie paragraaf 2.1)
Het koppelbestand kan indirect identificerend zijn gezien de grote hoeveelheid informatie die voor
één persoon bij elkaar is gebracht. Daarom is het aantal onderzoekers dat toegang heeft tot deze
data beperkt tot de onderzoeker die de analyses uitvoert (Frederike Büchner) en diens directe
begeleider (Hanneke Schreurs). De onderzoeker heeft deze data nodig om de doelstellingen van het
project, koppeling op individueel niveau en aantoonbaar maken van stapeling van problemen binnen
individuen aantoonbaar maken, uit te kunnen voeren. Het gebruik van postcode 6 informatie zal
alleen worden gebruikt voor de indeling in verschillende aggregatieniveaus. De onderzoeker betracht
zorgvuldigheid bij het verzamelen, bewaren en gebruiken van gegevens en neemt alle maatregelen
die nodig zijn om de gegevens afdoende te beveiligen tegen verlies, aantasting, onbevoegde
kennisneming, wijziging, herleiding of verstrekking.[FMWV Gedragscode Gezondheidsonderzoek]
Leden van het Projectteam of leveranciers van individuele datasets hebben geen toegang tot het
koppelbestand.
Het onderzoeksteam krijgt ook beschikking over de geanonimiseerde losse datasets zoals beschreven
in hoofdstuk 2.
3.3 Dataverwerking
Het eindproduct is openbaar dus het privacy niveau van het eindproduct dient anoniem te zijn.
Gegevens die in het koppelbestand aanwezig zijn die mogelijk tot herleiding van individuen kan
leiden (zoals postcode 6 of combinaties van bepaalde persoonskenmerken) zullen niet naar buiten
worden gebracht. Deze gegevens zijn echter nodig bij de analyses om de onderzoeksvragen van dit
onderzoek goed te kunnen beantwoorden.
Voor de analyses die uitgevoerd worden binnen het SIZU project is gekeken naar de richtlijnen die
het Centraal Bureau voor de Statistiek heeft opgesteld om anonimiteit van het eindproduct te
kunnen garanderen. Deze richtlijnen beschrijven het aantal observaties dat minimaal moet
voorkomen binnen een groep, zodat individuen niet te onderscheiden zijn. De volgende paragrafen
zijn overgenomen van de richtlijnen die het CBS heeft opgesteld.
Daarnaast zal met deskundigen op het gebied van onderzoek en privacy goed worden gelet op de
anonimiteit van het eindproduct.
Minimum aantal waarnemingen
58
Alle tabellen en soortgelijke output bevat tenminste 10 eenheden (ongewogen) als grondslag voor
elke cel of datapunt. Maxima en minima worden niet vrijgegeven, aangezien zij normaal gesproken
refereren aan één eenheid.
Mocht het voor het onderzoek noodzakelijk zijn, is het mogelijk om tabellen met aantal
waarnemingen onder de 10 aan te bieden. Uiteraard moet hierbij de noodzaak voor het niet houden
aan het minimum aantal waarnemingen worden uitgelegd, evenals de argumentatie dat deze output
desondanks niet tot onthulling leidt.
Groepsonthulling (frequentietabellen)
In alle frequentietabellen en soortgelijke output mag geen enkele cel meer dan 90% van het totaal
aantal eenheden in de rij of kolom bevatten. Op deze manier wordt voorkomen dat bepaalde
variabelen in een tabel een herkenbare groep definiëren, waar andere variabelen in de tabel
informatie onthullen die geldig is voor elk lid van de groep. Hoewel er geen individuele eenheid kan
worden herkend, is de vertrouwelijkheid geschonden, omdat de informatie geldig is voor vrijwel elk
lid van de groep en de groep als zodanig herkenbaar is.
3.4 Eindproduct
Het primaire product van het SIZU-project is een wijkprofiel dat informatie bevat op het gebied van
welzijn, gezondheidszorg en preventie. Dit product zal openbaar zijn en daarom anoniem. De
gegevens mogen op geen enkele wijze herleidbaar zijn tot individuen, ook niet voor de professionals
die werken in de wijk die de wijkbewoners en hun problemen goed kennen. Dit is ook het product
dat beschikbaar is voor de partijen die betrokken zijn bij het SIZU project als lid van het projectteam
of als dataleverancier.
Het profiel zal bestaan uit beschrijvende tabellen, maar ook visuele weergaven van deze getallen.
Tijdens het maken van het profiel worden stakeholders uit de wijk, het projectteam en de
dataleveranciers geraadpleegd of het profiel de juiste informatie beschrijft. Focus zal liggen op
zorggebruik en stapeling van problemen op verschillende gebieden (gezondheid, sociaal,
economisch, etc.).
De informatie opgenomen in het profiel zal op een zo laag mogelijk aggregatieniveau worden
gepresenteerd, rekening houdend met het feit dat de informatie niet terug kan leiden tot individuen.
Op welk aggregatieniveau dit zal zijn is afhankelijk van de uiteindelijke data. Het bepalen van het
niveau waarop terugkoppeling plaats vindt is onderdeel van dit pilotonderzoek. Er zal hierbij advies
worden gevraagd bij deskundigen op dit gebied om te bepalen wanneer anonimiteit gegarandeerd
kan worden. We kiezen ervoor om op een zo laag mogelijk niveau terug te koppelen om verschillen
in de wijk beter aan te kunnen geven.
Bij voorkeur presenteren we de data op subbuurt niveau. Wanneer dit niet mogelijk is vanwege
privacy aspecten wordt naar een hoger niveau uitgeweken (buurt of subwijk, zie onderstaande
tabel). Ook zal gekeken worden naar de mogelijkheden om op praktijk niveau terug te koppelen. Er
kan dus op dit moment niet worden aangegeven op welk niveau terugkoppeling plaats vind.
Postcode-6 informatie zal worden gebruikt voor het maken van de indeling in (sub)buurten of
praktijken. Het is niet de bedoeling om op dit niveau terug te koppelen.
59
Tabel: Wijk, subwijk, buurt en subbuurt indeling voor Utrecht Noordwest
wijknaam subwijk naam buurtnaam subbuurt naam Noordwest Zuilen-West Julianapark e.o. Schaepmanplein e.o. Johan Uitenbogaertstraat e.o. Elinkwijk e.o. Elinkwijk Edisonstraat e.o. Prins Bernhardplein e.o. Demkaterrein Prins Bernhardplein e.o. Zuilen-Noord/oost Geuzenwijk Geuzenwijk De Driehoek Schaakbuurt e.o. Schaakbuurt Prinses Beatrixlaan e.o. Queeckhovenplein e.o. Queeckhovenplein e.o. Zuilen-noord Zuilen-noord Pijlsweerd Pijlsweerd-zuid 1e Daalse buurt Herenweg e.o. Kaatstraat e.o. Pijlsweerd-noord Harpstraat e.o. Noordse Park e.o. Ondiep, 2e Daalsebuurt Nijenoord Nijenoord e.o. Hoogstraat e.o. Ondiep Fruitbuurt Bomenbuurt 2e Daalsebuurt e.o. 2e Daalsebuurt Esdoornstraat e.o. Egelantier-, Mariëndaalstraat e.o. Egelantierstraat e.o. Mariëndaalstraat e.o.
60
BIJLAGE 2: Beschrijvende tabellen databronnen
In deze bijlage zijn de figuren en tabellen van de beschrijvende analyses van de databronnen
beschreven in hoofdstuk 4.
B.2.1 Algemeen beschrijvend
Uit de gemeentelijke basis administratie (GBA) zijn de wijkbewoners van Utrecht Noordwest
geselecteerd die in het jaar 2010 16 jaar zijn. Er is data van 40.148 unieke personen. In figuur B2.1 is
de verdeling van deze wijkbewoners over de buurten in de wijk Noordwest weergegeven. In tabel
B2.1 zijn algemeen beschrijvende indicatoren van de wijkbewoners gepresenteerd.
Figuur B2.1: Verdeling van de wijkbewoners over de buurten van Utrecht Noordwest.
61
Tabel B2.1: Gemeentelijke Basisadministratie (GBA) Utrecht Noordwest
Indicator Noordwest Pijlsweerd Ondiep, 2e
Daalsebuurt
Zuilen-West Zuilen-
Noord/oost
Man (%) 47,4 47,7 46,4 47,7 48,0
Leeftijd categorie (mediaan) 25-34 25-34 25-34 25-34 35-44
Burgerlijke stand (%)
Ongehuwd 60,2 70,6 61 62,8 51,3
Gehuwd & partnerschap 28,5 21 27 27,4 34,9
Weduwstaat & gescheiden 11,4 8,4 12 9,8 13,8
Gezinsomvang (%)
1 60,7 70,4 61,9 63,6 51,4
2 18,3 14,0 19,2 17,0 20,7
3 9,4 7,2 9,2 9,5 10,8
4 7,5 4,8 6,9 7,4 9,7
5 2,7 2,3 2,0 1,8 4,5
>5 1,4 1,2 0,8 0,6 2,9
Gezinsverhouding (%)
Hoofd paar zonder kind 6,7 4,8 7,0 6,4 7,4
Hoofd paar met kind 6,9 5,1 5,8 6,7 9,1
Hoofd met kind 5,9 5,2 5,8 5,3 7,2
Partners 13,4 9,8 12,7 13,1 16,4
Kind 6,4 4,7 6,7 4,9 8,4
Alleenstaande 60,7 70,4 61,9 63,6 51,4
Etniciteit (%)
Autochtoon 69,8 67,9 72,4 76,0 61,9
Marokkaans 6,5 5,6 4,7 3,0 12,4
Turks 4,8 5,9 4,8 2,5 6,6
Surinaams/Antilliaans/Arubaans 3,1 2,8 3,0 2,3 4,4
Overig niet westers 4,0 4,7 3,2 3,7 4,7
Overig westers 11,5 12,8 11,8 12,3 9,8
Geen of onbekende etniciteit 0,2 0,3 0,2 0,2 0,2
Verblijfsduur in Utrecht
(jaren mediaan)
10-14 5-9 10-14 10-14 15-19
B.2.2 Fysieke omgeving
In tabel B2.2 is de woonvoorraad van de wijk Noordwest weergeven en de tevredenheid van de
wijkbewoners over hun woning en woonomgeving. De groenvoorziening van de wijk zijn weergeven
in tabel B2.3 en de luchtkwaliteit en indicatoren over geluid staan in tabel B2.4.
62
Tabel B2.2 Objectieve en subjectieve gegevens over de woonvoorzieningen in de wijk Noordwest#
Noordwest Pijlsweerd Ondiep, 2e
Daalsebuurt
Zuilen-west Zuilen-
Noord/oost
Objectief
Type woning
Koopwoning 44,5 44,5 39,7 58,8 36
Particuliere huurwoning 13,2 19,2 13,6 15,2 7,5
Sociale huurwoning 38,5 32,4 42,1 22,6 53
Overig
Subjectief
Tevredenheid woning
% onvoldoende (<6) 15 X 15 13 15
% voldoende (>6) 85 X 85 87 85
Tevredenheid woonomgeving
% onvoldoende (<6) 15 17,5 14 10 21
% voldoende (>6) 85 82,5 86 90 79
# data afkomstig van makelaarsbestand en inwoners enquête gemeente Utrecht
Tabel B2.3 Objectieve en subjectieve gegevens over de groenvoorziening in de wijk Noordwest
Objectief#
Subjectief*
Gebruiks-
groen
(m2/1000
inwoners)
Zichtgroen
(m2/1000
inwoners)
Aantal
bomen
(/1000
inwoners)
Tevredenheid
gebruiksgroen
Tevredenheid zichtgroen
% on-
voldoende
(<6)
%
voldoende
(>6)
% on-
voldoende
(<6)
%
voldoende
(>6)
Noordwest 1906,6 10688,1 193,1 36 64 49 51
Pijlsweerd 2808,9 4556,9 181,9 48 52 50 49
Ondiep, 2e Daalsebuurt 242,9 5725,2 157,4 45 55 59 41
Zuilen-west 3009,9 4943,7 154,5 15 85 46 54
Zuilen-noord/Oost 2269,5 23548,3 269,0 38 64 39 61
# uit WistUdata
* uit Gezondheidspeiling GG&GD
Tabel B2.4 Objectieve en subjectieve gegevens over de luchtkwaliteit en geluidsoverlast in de wijk
Noordwest
Noordwest Pijlsweerd Ondiep, 2e
Daalsebuurt Zuilen-west
Zuilen-
Noord/oost
Luchtkwaliteit#
Stikstofdioxide (µg/m³) 28,8 33,1 30,5 26,6 25,9
Geluid*
% bewoners wonend in
omgeving van stilteplek 4,2 3,7 2,0 3,3 8,0
% bewoners wonend in
omgeving van plekken met 65dB 18,1 23,5 17,1 17,0 17,7
# project 'Luchtverontreiniging en gezondheid in de stad Utrecht, koppeling van lokale gezondheidspeiling aan lokale
metingen van luchtkwaliteit' Academische Werkplaats Milieu en Gezondheid
*WistUdata
63
B.2.3 Sociaal-maatschappelijke participatie
In tabel B2.5 is het percentage wijkbewoners dat een bijstandsuitkering of een gebruik maakt van
een andere regeling op het gebied van werk en inkomen.
Tabel B2.5: Aandeel van wijkbewoners dat bijstand ontvangt in Utrecht Noordwest en in de
subwijken. (bron: Werk & Inkomen, gemeente Utrecht)
Noordwest Pijlsweerd Ondiep, 2e
Daalsebuurt
Zuilen-west Zuilen-
Noord/oost
Bijstand (%) 4,5 4,1 4,4 2,9 6,2
Duur bijstand
0 - <2 jaar 42 40 39 45 43
2 - <5 jaar 14 12 12 12 18
5 - <10 jaar 13 13 10 16 14
10+ jaar 32 35 40 28 26
Trede re-integratieladder
Geen [0] 19
Zorg [1] 22
Maatschappelijke activering
[2]
12
Arbeidsactivering [3] 19
Arbeidstoeleiding [4] 6
Betaald werk met
ondersteuning (LKS) [5]
1
Regulier werk [6] 0,6
Onbekend 21
Loonkostensubsidie (LKS) 0,6 0,5 0,5 0,4 0,8
Duur loonkostensubsidie
Opstapbaan 28
Vangnetbaan 62 67 63 62 58
Vangnetcobaan 7
Vangnetplusbaan
Sociale werkvoorziening en/of
gesubsidieerde arbeid
1,7 1,0 1,8 1,1 2.3
Inburgeraars 1,3 1,0 1,1 1,2 1,8
Schoolverlaters 1,0 0,6 1,1 0,7 1,3
B.2.4 Gezondheid & zorggebruik
Een selectie van diagnoses gesteld in het GES-verband bestaande uit Gezondheidscentrum Ondiep en
Huisartsenpraktijk De Dame zijn weergegeven in tabel B2.6. Tabel B2.7 is een beschrijving van de 2e
en 3e lijns GGZ zorg opgenomen in PCR-MN. De tabellen B2.8 en B2.9 beschrijven de gegevens
afkomstig uit de Achmea Health Database. Tabel B2.8 beschrijft waar de wijkbewoners
huisartsenzorg ontvangen. Tabel B2.9 beschrijft de gedeclareerde zorg van de wijkbewoners
verzekerd bij Achmea.
64
Tabel B2.6 Beschrijving van de indicatoren uit het GES verband Ondiep en De Dame.
Noordwest
%
Leefstijl *
Overgewicht 0.6
Obesity 0.7
Roken 5.0
Alcohol misbruik 0.8
Drugs 0.4
Medicijn misbruik 0.6
Hart & vaatziekten
verhoogde bloeddruk 1.9
Hypertensie 10.2
coronaire hartziekten en hartfalen 3.1
Angina pectoris 2.5
beroerte (incl TIA) 2.1
ziekten v/d ademhalingswegen
COPD 3.7
astma 4.6
endocriene stofwisselingsziekten
diabetes mellitis 6.3
nieuwvormingen
maagkanker 0.1
dikke darm en endeldarmkanker 0.3
nierkanker 0.1
longkanker 0.6
baarmoederhalskanker 0.1
borstkanker 0.6
Huidkanker 0.9
Prostaatkanker 0.2
ziekten v/h bewegingsstelsel
Klachten bewegingsapparaat 29.1
Aandoeningen bewegingsapparaat 15.2
Reumatoïde artritis 0.9
Artrose heup en knie 4.2
Osteoporosis 0.9
audiovisuele beperkingen
staar 1.8
Presbyacusis (ouderdomsslechthorendheid) 0.5
Psychische problemen
Geheugen, concentratie, oriëntatiestoornis 1.0
Mentale retardatie 0.4
Dementie / Alzheimer 0.5
Slaapproblemen 5.5
65
Noordwest
Depressie (gevoelens van) 3.1
Angststoornis / angstig 5.3
stress 3.4
Sociaal-economische problemen *
Laag inkomen 0.3
Relatie problemen 2.1
Partner overleden 1.3
* niet standaard genoteerd, dus onderrapportage
# percentages gebaseerd op patiënten ingeschreven bij de GES Ondiep en De Dame
Tabel B2.7 Diagnose en zorggebruik in de 2e en 3e lijn GGZ zorg (PCR-MN)
Indicator Noordwest Pijlsweerd Ondiep, 2e
Daalsebuurt
Zuilen-
West
Zuilen-
Noord/oost
Diagnose DSM-IV categorieën
Middelengebruik (alcohol, cannabis,
cocaïne, heroïne) 1,8 2,3 1,6 1,4 2,2
waarvan 1 middel 83 80 86 82 83
2 middelen 13 16 12 12 13
3-4 middelen 4 4 2 6 4
Angststoornissen 2,2 2,1 2,1 1,9 2,4
Depressie 3,1 2,9 3,1 2,4 3,9
Bipolaire stoornissen 0,2 0,3 0,2 0,2 0,3
Persoonlijkheidstoornis 1,8 1,9 1,8 1,6 2,1
Psychotische stoornissen 0,7 1 0,5 0,5 0,9
Pervasieve stoornissen 0,1 x 0,1 0,1 0,2
Soort zorg
Klinisch 3,1 4,4 2,6 3,1 3,2
Ambulant 39,3 43,2 36,5 38,3 41,6
Deeltijd 4,5 7,6 3,5 3,6 5,1
Aantal dagen met zorg in 2010
(mediaan)
Klinisch 31 31 27 40 46
Ambulant 7 10 6 7 7
Deeltijd 10 12 9 11 12
66
Tabel B2.8 Huisartszorg in Noordwest van wijkbewoners verzekerd bij Achmea.
%
Huisarts in Noordwest 64,5
waarvan Gezondheidscentrum Ondiep,
Huisartsenpraktijk De Dame 19,9
Andere huisarts in Noordwest 44,6
Huisarts buiten Noordwest 34,6
Onbekend 0,9
Tabel B2.9: Beschrijvende indicatoren Achmea Health Database
Indicator Noordwest Pijlsweerd Ondiep, 2e
Daalsebuurt
Zuilen-West Zuilen-
Noord/oost
Zorgconsumptie huisarts (%) 81,6 81,0 83,4 79,7 83,0
Gemiddeld n bezoeken/ jaar 6,7 6,8 7,4 6,2 6,7
consulten huisarts 73,1 72,2 75,1 70,2 74,9
Gemiddeld n bezoeken/ jaar 3,8 3,8 4,1 3,7 3,8
visites huisarts + POH 7,6 6,8 9,0 7,5 8,1
Gemiddeld n bezoeken/ jaar 3,4 3,8 3,3 3 3,6
ANW consulten 15,7 14,0 17,3 13,5 16,2
Gemiddeld n bezoeken/ jaar 1,6 1,8 1,6 1,5 1,6
consulten POH-S 3,7 5,4 3,3 2,6 4,7
Gemiddeld n bezoeken/ jaar 1,8 1,3 1,8 2,0 2,0
farmaceutische voorschriften (%) 55,8 56,6 59,8 54,2 57,4
voorschriften antidepressiva 10,7 12,5 11,5 10 10,8
voorschriften maagmiddelen 25,7 27,2 28,5 24,7 26,8
voorschriften antibiotica 27,8 23 29 28,6 29,5
voorschriften
cholesterolverlagers 16,7 19,8 19,7 16,9 15,9
voorschriften diabetesmiddelen 10,5 14,2 11,3 9,9 11
voorschriften COPD middelen 14,9 14,6 17,5 13,5 15,3
2e lijnszorg
Oogheelkunde Eenmaal 7,3 8,2 7,4 7,0 7,0
Meerdere
malen 2,2 2,1 2,5 2,2 1,9
KNO Eenmaal 4,4 3,7 4,5 3,9 4,8
Meerdere
malen 1,2 X 1,5 1,0 1,3
Maag-, lever-,
darm Eenmaal 2,8 2,6 2,7 2,8 3,1
Meerdere
malen 0,7 0,6 0,8 0,7 0,7
Chirurgie Eenmaal 11,7 11,1 11,9 11,5 11,8
67
Indicator Noordwest Pijlsweerd Ondiep, 2e
Daalsebuurt
Zuilen-West Zuilen-
Noord/oost
Meerdere
malen 3,5 2,9 4,0 3,5 3,1
Gynaecolologie Eenmaal 3,3 2,7 3,1 3,1 3,7
Meerdere
malen 1,8 1,9 1,4 2,1 1,8
Orthopaedie Eenmaal 3,9 3,8 4,3 3,4 3,9
Meerdere
malen 1,2 1,5 1,3 0,8 1,2
Interne Eenmaal 6,8 7,6 7,1 6,1 6,8
Meerdere
malen 2,3 2,3 2,5 2,1 2,2
Cardiologie Eenmaal 6,9 8,0 7,8 6,4 5,9
Meerdere
malen 3,2 3,6 3,8 2,7 2,7
Longarts Eenmaal 5,0 3,9 6,1 4,6 4,5
Meerdere
malen 1,1 1,6 1,2 1,1 1,0
Neurologie Eenmaal 5,2 3,8 5,6 4,9 5,4
Meerdere
malen 2,1 2,2 2,2 1,8 2,2
psychiatrie Eenmaal 7,3 9,8 6,7 6,8 7,2
Meerdere
malen 2,2 2,8 2,0 2,0 2,2
Paramedisch
Fysiotherapie 1 1,2 1,4 1,2 1,0 1,3
2-5 4,9 3,9 5,7 4,3 5,0
>5 14,9 16,5 15,2 14,7 14,2
Ergotherapie 1 0,1 X X X X
2-5 0,4 X 0,4 X 0,5
>5 0,6 X 0,5 0,8 0,6
Manuele
therapie
1 0,7 0,7 0,7 0,8 0,7
2-5 1,8 1,9 1,2 1,9 2,3
>5 1,3 1,1 1,0 1,7 1,4
Beweeg-
programma
1 0,2 X X 0,4 X
2-5 X X X X X
>5 X X X X X
Oefentherapie 1 0,1 X X X X
2-5 0,4 X 0,5 X 0,6
>5 0,8 0,8 0,7 0,7 0,8
logopedie 1 X X X X X
2-5 0,1 X X X X
>5 0,2 X 0,3 X X
dieet 1 0,7 1,1 0,4 0,8 0,8
2-5 1,7 1,5 1,7 1,6 1,9
>5 0,4 X 0,5 0,5 0,2
68
Tabel B2.10: Zorggebruik bij de welzijnsorganisatie Portes
Indicator Noordwest Pijlsweerd Ondiep, 2e
Daalsebuurt
Zuilen-
West
Zuilen-
Noord/oost
Werkveld *
2,8 2,3 2,9 2,1 3,6
Algemeen maatschappelijk werk (1) 0,9 0,8 0,7 0,6 1
Sociaal raadsliedenwerk (2) 2,0 1,2 1,7 1,3 2,3
Outreachend Maatschappelijk Werk (3) 0,3 0,3 0,4 0,1 0,3
(1) algemeen maatschappelijk werk en jongeren hulpverlening
(2) sociaal raadsliedenwerk, service verlening ouderen en ouderenadvies
(3) Outreachend Maatschappelijk Werk, woonoverlast en Team Case Management Gezinnen