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)

4

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).

37

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

69

BIJLAGE 3: De fysieke leefomgeving in de wijk Utrecht Noordwest

BIJLAGE 4: Stageverslag integrale zorg in de wijk

BIJLAGE 5: Programma en presentatie eindsymposium