Een analyse van voorspelbare winsten en verliezen op subgroepniveau

Risicoverevening 2012

Een analyse van voorspelbare winsten en verliezen op subgroepniveau

instituut Beleid & Management Gezondheidszorg

Dr. Richard van Kleef Dr. René van Vliet Prof.dr. Wynand van de Ven

2012.07

 

Risicoverevening 2012 Een analyse van voorspelbare winsten en verliezen op subgroepniveau

Publicatiedatum Juni 2012

Auteurs Dr. Richard van Kleef Dr. René van Vliet Prof. dr. Wynand van de Ven

Contactgegevens Erasmus Universiteit Rotterdam instituut Beleid & Management Gezondheidszorg Tel. 010 - 408 8555 [email protected] www.bmg.eur.nl

Dit onderzoek is financieel mede mogelijk gemaakt door de NPCF/CG-Raad.

1

Samenvatting Het ex-ante vereveningsmodel van de Zorgverzekeringswet (Zvw) dient verzekeraars te compenseren voor voorspelbare, gezondheidsgerelateerde kostenverschillen tussen verzekerden. Zonder goed vereveningsmodel worden verzekeraars – vanwege het verbod op premiedifferentiatie – geconfronteerd met voorspelbare winsten op gezonde verzekerden en voorspelbare verliezen op chronisch zieken. Voorspelbare winsten en verliezen geven verzekeraars prikkels tot risicoselectie, indirecte premiedifferentiatie en productdifferentiatie. Bovendien kan sprake zijn van een ongelijk speelveld op de zorgverzekeringsmarkt wanneer chronisch zieken zich concentreren bij bepaalde verzekeraars. In eerder onderzoek hebben wij een methode ontwikkeld die inzicht geeft in de mate waarin het vereveningsmodel compenseert voor de voorspelbare verliezen op subgroepen met een oververtegenwoordiging van chronisch zieken. Hiertoe hebben wij schadegegevens van verzekeraars gekoppeld aan enquêtegegevens van het Permanent Onderzoek naar de Leefsituatie dat jaarlijks wordt uitgevoerd door het Centraal Bureau voor de Statistiek. In het eerdere onderzoek hebben wij het vereveningsmodel 2011 doorgerekend op schadegegevens van 2008 en gekoppeld aan POLS-gegevens van 2007. Door de vereveningskenmerken sequentieel door te rekenen werd een indicatie verkregen van de modelverbeteringen die in de periode 1993-2011 zijn doorgevoerd. In dit vervolgonderzoek wordt deze analyse overgedaan voor het vereveningsmodel 2012 op schadegegevens van 2009 gekoppeld aan POLSgegevens van 2008. Het doel hiervan is inzicht te verwerven in 1) de stabiliteit van de uitkomsten (door vergelijking met ons eerdere onderzoek), 2) het effect van de modelverbeteringen die per 2012 zijn doorgevoerd en 3) de ontwikkeling van prikkels tot risicoselectie, indirecte premiedifferentiatie en productdifferentiatie. Uit de resultaten blijkt dat – op een aantal kleine subgroepen na – de gemiddelde kosten en voorspelbare verliezen bij de verschillende modellen een stabiel patroon vertonen. Evenals bij het eerdere onderzoek reduceert (een benadering van) het vereveningsmodel 2011 het gewogen gemiddelde voorspelbare verlies (GGVR) over alle 45 subgroepen met 70 procent. Het vereveningsmodel 2012 geeft een verdere verbetering en reduceert het GGVR in totaal met 77 procent. Combineren we de modelverbetering met de stijging van het financieel risico van 2011-op-2012 dan blijkt dat de prikkels tot risicoselectie, indirecte premiedifferentiatie en productdifferentiatie in 2012 per saldo enigszins groter zijn dan in 2011. Trefwoorden: zorgverzekering; risicoverevening; schadegegevens; gezondheidsenquête;

2

Inleiding Op 1 januari 2006 is de Zorgverzekeringswet (Zvw) in werking getreden. Deze wet geeft zorgverzekeraars en zorgaanbieders de ruimte met elkaar te concurreren om de gunst van de verzekerde/patiënt. Het doel van deze zogeheten ‘gereguleerde concurrentie’ is het creëren van continue prikkels tot kwaliteits- en doelmatigheidsverbetering in de zorg. Een belangrijk onderdeel van de Zvw is het ex-ante risicovereveningsmodel (verder vereveningsmodel) dat verzekeraars dient te compenseren voor voorspelbare, gezondheidsgerelateerde kostenverschillen tussen verzekerden. [1] Zonder goed vereveningsmodel worden verzekeraars – vanwege het verbod op premiedifferentiatie – geconfronteerd met forse voorspelbare winsten op gezonde verzekerden en voorspelbare verliezen op chronisch zieken. Deze voorspelbare winsten en verliezen resulteren in prikkels voor verzekeraars om aan risicoselectie, indirecte premiedifferentiatie en productdifferentiatie te doen en leiden tot een ongelijk speelveld op de zorgverzekeringsmarkt wanneer chronisch zieken zich concentreren in de portefeuilles van bepaalde verzekeraars. In eerder onderzoek hebben wij een methode ontwikkeld waarmee inzicht kan worden verkregen in de mate waarin het vereveningsmodel compenseert voor de voorspelbare verliezen op subgroepen met een oververtegenwoordiging van chronisch zieken [2]. Hierbij worden schadegegevens van verzekeraars gekoppeld aan enquêtegegevens van het Permanent Onderzoek naar de Leefsituatie (POLS) dat jaarlijks wordt uitgevoerd door het Centraal Bureau voor de Statistiek. In het eerdere onderzoek hebben wij het vereveningsmodel 2011 doorgerekend op schadegegevens van 2008 gekoppeld aan POLS-2007. Door de vereveningskenmerken sequentieel door te rekenen werd een indicatie verkregen van de modelverbeteringen die in de periode 1993-2011 zijn doorgevoerd. In dit vervolgonderzoek wordt deze analyse overgedaan voor het vereveningsmodel 2012 op schadegegevens van 2009 gekoppeld aan POLS-2008. Het doel hiervan is inzicht te verwerven in 1) de stabiliteit van de uitkomsten (door vergelijking met ons eerdere onderzoek), 2) het effect van de modelverbeteringen die per 2012 zijn doorgevoerd en 3) de ontwikkeling van prikkels tot risicoselectie, indirecte premiedifferentiatie en productdifferentiatie. Het laatste is relevant omdat per 2012 niet alleen het vereveningsmodel is uitgebreid maar ook het financieel risico voor verzekeraars is toegenomen. Evenals in het eerdere onderzoek blijft het vereveningsmodel voor de kosten van de geestelijke gezondheidszorg (GGZ), circa 10% van de Zvw-kosten, hier buiten beschouwing.

3

Risicoverevening: waarom en hoe? Kort gezegd, geeft het vereveningsmodel verzekeraars een compensatie voor elke verzekerde die bij hen is aangesloten, rekeninghoudend met een aantal kenmerken van die verzekerde. Zonder adequate compensatie hebben verzekeraars een prikkel tot risicoselectie, indirecte premiedifferentiatie en productdifferentiatie en kan sprake zijn van een ongelijk speelveld op de zorgverzekeringsmarkt. Ondanks dat de Zvw aan verzekeraars een verbod op premiedifferentiatie en een acceptatieplicht oplegt, kunnen – bij imperfecte risicoverevening – risicoselectie, indirecte premiedifferentiatie en productdifferentiatie in theorie op diverse manieren plaatsvinden. Verzekeraars kunnen aan indirecte premiedifferentiatie doen door aan relatief ‘gezonde’ collectiviteiten hoge kortingen te geven op overige verzekeringen. Productdifferentiatie kan plaatsvinden door een bepaalde polis af te stemmen op een relatief ‘gezonde’ doelgroep, bijvoorbeeld door administratieve zaken – zoals het afsluiten van de verzekering – uitsluitend via internet te regelen. Bij imperfecte risicoverevening kunnen indirecte premiedifferentiatie en pakketdifferentiatie leiden tot een uitholling van de beoogde solidariteit. Risicoselectie kan plaatsvinden door middel van bijvoorbeeld selectief adverteren, servicedifferentiatie, een selectief acceptatiebeleid door collectiviteiten (voor collectiviteiten geldt immers geen acceptatieplicht), de mogelijkheid tot dagelijks opzeggen van de polis (noot a), een selectief acceptatiebeleid voor de aanvullende verzekering, de samenstelling van de aanvullende pakketten (bijvoorbeeld een beperkte vergoeding voor fysiotherapie) of het niet contracteren van zorgaanbieders die bekend staan om het leveren van kwalitatief goede zorg aan patiëntengroepen die voorspelbaar verliesgevend zijn. [3][4][5] Voor een volledig overzicht van mogelijke vormen van risicoselectie verwijzen wij naar bijlage 5 van de evaluatie van de Zorgverzekeringswet die is uitgevoerd door ZonMW. [6] Vanuit maatschappelijk oogpunt is risicoselectie ongewenst omdat 1) het leidt tot uitholling van de beoogde solidariteit als gezonde verzekerden en chronisch zieken zich concentreren in verschillende polissen (die een relatief lage respectievelijk hoge premie zullen hebben) en 2) het een gevaar kan vormen voor de toegang tot kwalitatief goede zorg. Risicoselectie kan immers een rem zetten op innovaties en kwaliteitsverbetering in de zorg omdat verzekeraars worden ontmoedigd te investeren in projecten waarmee zij relatief veel verliesgevende verzekerden verwachten aan te trekken. Om aan risicoselectie te doen is het voor verzekeraars niet noodzakelijk om voorspelbaar verliesgevende verzekerden te kunnen identificeren. Het is voor verzekeraars voldoende om op de hoogte te zijn van de kenmerken van deze verzekerden (bijvoorbeeld mensen met chronische aandoening X die veel gebruikmaken van behandeling Y). Met selectieve zorginkoop (bijvoorbeeld het niet inkopen van behandeling Y bij de 4

zorgaanbieders met de beste reputatie op dit terrein) heeft de verzekeraar een effectief instrument in handen om deze verzekerden buiten de deur of buiten een bepaalde polis te houden. Ook kan een zorgverzekeraar besluiten niet langer de Algemene Wet Bijzondere Ziektekosten (AWBZ) uit te voeren waarmee hij zich onaantrekkelijk maakt voor AWBZzorggebruikers, die gemiddeld fors voorspelbaar verliesgevend zijn. [7][8] Bij het bovenstaande zij opgemerkt dat de netto-opbrengsten van risicoselectie niet alleen afhangen van de kwaliteit van het vereveningsmodel maar ook van de kosten die zijn verbonden aan selectie, inclusief een eventueel verlies aan reputatie. Het vereveningsmodel voor de Zvw stamt uit 1993 toen de budgetten voor de toenmalige ziekenfondsen werden vastgesteld aan de hand van objectieve kenmerken. Sinds de invoering van de Zvw in 2006 wordt het vereveningsmodel toegepast op alle zorgverzekeraars (inclusief de voormalige particuliere ziektekostenverzekeraars). Waar het vereveningsmodel in 1993 uitsluitend rekening hield met leeftijd en geslacht, zijn in de loop der tijd de volgende kenmerken toegevoegd: regio (1995), aard van het inkomen (1995/1999), Farmacie Kosten Groepen (FKG’s; 2002), Diagnose Kosten Groepen (DKG’s; 2004), Sociaal Economische Status (SES; 2008) en Meerjarig Hoge Kosten (MHK; 2012). In het model van 2012 zijn deze kenmerken als volgt gedefinieerd (zie Appendix 1 voor een gedetailleerde beschrijving): − leeftijd/geslacht: indeling van verzekerden naar 20x2 leeftijd/geslachtklassen; − regio: indeling naar 10 postcodeclusters op basis van regiospecifieke kenmerken; − aard van het inkomen: indeling naar 17 klassen op basis van de voornaamste inkomstenbron in combinatie met leeftijd; − FKG’s: 26 klassen op basis van medicijngebruik in het voorgaande jaar; − DKG’s: 14 klassen op basis van Diagnose Behandel Combinaties (DBCs) in het voorgaande jaar; − SES: 12 klassen op basis van het huishoudinkomen per hoofd in combinatie met leeftijd; − MHK: 7 klassen op basis van de hoogte van de kosten in de drie voorgaande jaren.

Ex-post kostencompensaties Hoewel het Nederlandse vereveningsmodel tot de beste van de wereld behoort, leidt het tot (substantiële) ondercompensatie voor bepaalde groepen in de bevolking.[2][9] In de afgelopen jaren zijn dergelijke verliezen gemitigeerd door de volgende ex-post kostencompensaties: Hoge Kosten Compensatie (HKC), nacalculatie en de bandbreedteregeling. (noot b) Per 2012 zijn de Hoge Kosten Compensatie en de nacalculatie

5

op de variabele kosten van ziekenhuiszorg afgeschaft en is een deel van de vaste kosten van ziekenhuiszorg (waarop 100% nacalculatie plaatsvindt) overgeheveld naar het vrije segment (waarop geen nacalculatie plaatsvindt). (noot c) Hierdoor is het financieel risico voor verzekeraars toegenomen van 74% in 2011 naar 92% in 2012. Met financieel risico wordt bedoeld: de mate waarin individuele verzekeraars gemiddeld zelf opdraaien voor afwijkingen tussen de door het vereveningsmodel voorspelde kosten en de feitelijke kosten. Figuur 1 toont de toename van het financieel risico voor verzekeraars sinds de invoering van de risicoverevening in 1993. Door de verhoging van het financieel risico zijn de prikkels tot doelmatigheid toegenomen: waar een verzekeraar in 2011 gemiddeld 74 cent overhield van elke euro winst ten gevolge van een goed zorginkoopbeleid is dat in 2012 gemiddeld 92 cent. [Figuur 1]

Data Voor dit onderzoek zijn twee databestanden gebruikt. Het eerste bestand bevat informatie over de kosten en vereveningskenmerken voor ongeveer 15,6 miljoen Zvw-verzekerden in 2009. Uitgaande van een totale Zvw-populatie van 16,3 miljoen in 2009 ontbreken in dit bestand ongeveer 0,7 miljoen verzekerden, voor wie kostengegevens en kenmerken om uiteenlopende redenen niet (goed) zijn geregistreerd. Dit bestand is samengesteld uit tientallen deelbestanden afkomstig uit de administraties van onder andere zorgverzekeraars, de Belastingsdienst en het UWV. De samengestelde dataset is gebruikt voor het schatten van de normbedragen voor het vereveningsmodel-2012 in het kader van de “Werkgroep Onderzoek Risicoverevening” (WOR) en wordt verder aangeduid als “WOR-bestand”. Het tweede bestand bevat informatie uit de POLS-gezondheidsenquête 2008 en bestaat uit twee delen: 1) een mondelinge vragenlijst die is afgenomen bij de respondenten thuis (N=9.499) en 2) een schriftelijke vragenlijst die naderhand is toegezonden (N=6.320). Het verschil in respons tussen deze delen ontstaat doordat de schriftelijke vragenlijst uitsluitend is toegezonden aan personen van 12 jaar en ouder (N=7.870) en een non-respons bevat van 1.550 personen. De POLS-enquête wordt jaarlijks gehouden door het CBS en heeft als doel een zo volledig mogelijk beeld te geven van ontwikkelingen in gezondheid, medische consumptie, leefstijl en preventief gedrag van de Nederlandse bevolking. De gezondheidsmodule bevat een breed scala aan vragen over onder meer de algemene gezondheidstoestand, fysieke gezondheid, psychische gezondheid, beperkingen bij algemene

6

dagelijkse levensverrichtingen, zelfgerapporteerde aandoeningen en zorggebruik. Een deel van de vragen is alleen gesteld aan specifieke leeftijdsgroepen. Voor dit onderzoek zijn deze bestanden gekoppeld op basis van het Burgerservicenummer (BSN). Ter bescherming van de privacy van zowel de verzekerden in het WOR-bestand als de respondenten in het POLS-bestand, is het BSN gepseudonimiseerd alvorens de bestanden beschikbaar zijn gesteld aan de onderzoekers. Alle koppelingen en analyses hebben plaatsgevonden in een door het CBS beveiligde omgeving. Het CBS heeft erop toegezien dat de informatie in de uitvoergegevens niet herleidbaar is naar individuen of organisaties.

Methoden De empirische analyse bestaat uit vier stappen. Als eerste is het vereveningsmodel 2012 doorgerekend op het WOR-bestand van 2009 (N=15,6 miljoen; opgehoogd naar de Zvwpopulatie van medio 2009). Hierbij zijn de vereveningskenmerken sequentieel toegevoegd: − model 0: een model zonder vereveningskenmerken met dus voor iedereen voorspelde kosten gelijk aan de landelijk gemiddelde kosten; − model 1: model 0 aangevuld met 40 klassen voor leeftijd/geslacht; − model 2: model 1 aangevuld met 10 regioclusters; − model 3: model 2 aangevuld met 17 klassen voor aard van het inkomen; − model 4: model 3 aangevuld met 26 FKG’s; − model 5: model 4 aangevuld met 14 DKG’s; − model 6: model 5 aangevuld met 12 klassen voor SES; − model 7: model 6 aangevuld met 7 klassen voor MHK. Deze modellen representeren globaal de vereveningsmodellen die in de periode 1993 – 2012 successievelijk zijn gehanteerd voor de ziekenfondsbudgettering (tot 2006) en voor de risicoverevening in het kader van de Zvw (met ingang van 2006). Tabel A1 geeft per model een overzicht van de geschatte normbedragen voor de betreffende risicoklassen. Voor elk van de zeven modellen is vervolgens voor elke verzekerde het financiële resultaat bepaald als het verschil tussen de voorspelde kosten en de feitelijke kosten voor 2009. Als tweede stap is het WOR-bestand van 2009 op individuniveau gekoppeld aan de POLSenquête van 2008. (noot d) Voor 8.735 POLS-respondenten heeft dit een succesvolle match opgeleverd. Dat de koppeling voor 764 POLS-respondenten geen match opleverde, wordt vooral veroorzaakt door het ontbreken van 0,7 miljoen verzekerden in het WOR-bestand en door het ontbreken van mensen die in 2009 geen zorgverzekering hebben afgesloten.(noot e)

7

Om een indruk te geven van de representativiteit van de succesvol gekoppelde personen maakt Tabel 1 een vergelijking met het totale WOR-bestand. In termen van kosten en kenmerken zijn de 8.735 POLS-respondenten die voorkomen in het WOR-bestand zeer goed vergelijkbaar met de totale groep van 15,6 miljoen verzekerden in het WOR-bestand.(noot f) Dit was ook het geval in ons eerdere onderzoek en vergroot het vertrouwen in de representativiteit van de groep POLS-respondenten die succesvol koppelen met het WORbestand. Het grootste relatieve verschil doet zich voor bij het percentage mensen dat op een adres met meer dan 15 personen woont. De oorzaak is dat personen in instellingen en tehuizen buiten de doelpopulatie van de POLS vallen. Voor de gehele groep POLS-respondenten is sprake van een voorspelbaar verlies van -58 euro (statistisch niet-significant verschillend van 0). Ter vergroting van de representativiteit van de in dit onderzoek gepresenteerde uitkomsten zijn bij alle zeven modellen de voorspelbare verliezen met een factor 0,027 – 0,037 verlaagd zodat het gemiddelde verlies voor de gehele groep POLS-respondenten steeds op 0 uitkomt. Een vergelijking van Tabel 1 met dezelfde Tabel uit ons eerdere onderzoek leert dat de gemiddelde kosten in het WOR-bestand met ruim 7 procent zijn toegenomen. Twee belangrijke verklaringen hiervoor zijn 1) de (gedeeltelijke) overheveling van vaste kosten van ziekenhuiszorg naar de kosten van B-dbc’s (oftewel: het vrije segment) en 2) de reguliere kostenstijging in de zorg. (noot c) De totale stijging van 7 procent werkt naar verwachting door in de gemiddelde kosten en voorspelbare verliezen op subgroepniveau. [Tabel 1] Als derde stap zijn op basis van de POLS-informatie subgroepen gedefinieerd die naar onze verwachting een oververtegenwoordiging van chronisch zieken bevatten. Hiervoor is gebruik gemaakt van de volgende informatie: de algemene gezondheidstoestand, functionele beperkingen op basis van de OECD-vragenlijst, fysieke en mentale gezondheid volgens de SF-12 vragenlijst, beperkingen in de Algemene Dagelijkse Levensverrichtingen (ADL), zelfgerapporteerde aandoeningen en zorggebruik. Er zij opgemerkt dat het complement van elk van deze subgroepen naar verwachting dus een ondervertegenwoordiging van chronisch zieken bevat. Een deel van de subgroepen is direct gebaseerd op ja/nee-vragen zoals “Bent u de afgelopen 12 maanden bij de huisarts geweest?” en “Heeft u een langdurige aandoening?”. Een ander deel is gebaseerd op meerdere vragen en/of antwoordcategorieën, welke uitgebreid worden beschreven in Tabel A2. Dit onderzoek richt zich primair op groepen met een oververtegenwoordiging van chronisch zieken omdat voor deze groepen de consequenties van 8

risicoselectie voor de toegankelijkheid en kwaliteit van zorg het grootst zouden zijn. De definities van deze groepen komen exact overeen met die in ons eerdere onderzoek [2]. Als laatste stap is per model voor elk van de subgroepen het gemiddelde financiële resultaat per verzekerde berekend, gewogen met de inschrijfduur van verzekerden in 2009. Omdat de subgroepen zijn gebaseerd op informatie uit 2008 en het financieel resultaat is bepaald als het verschil tussen de voorspelde en de feitelijke kosten in 2009, kan het gemiddelde resultaat voor een bepaalde subgroep worden geïnterpreteerd als het voorspelbaar resultaat (winst of verlies) voor een willekeurig persoon binnen die subgroep. (Merk op: dit betekent niet dat een verzekeraar per verzekerde binnen de betreffende subgroep het financieel resultaat exact kan voorspellen.) Omdat de POLS-enquête een steekproef betreft, is het gemiddelde resultaat onderhevig aan toevalsfluctuaties. Op basis van de T-toets is voor elk van de subgroepen nagegaan of het gevonden gemiddelde resultaat significant afwijkt van 0 (bij zowel een significatieniveau van 5% als 1%). Tevens is voor elke subgroep een schatting gemaakt van de relatieve omvang door het aantal verzekerdenjaren (i.e. de som van de inschrijfduur in 2009) per subgroep te delen door het totaal aantal verzekerdenjaren in de POLS-enquête (exclusief non-respons).

Resultaten Tabel 2 toont voor een brede selectie van subgroepen het gemiddelde financieel resultaat bij elk van de geschatte modellen. Tabel 3 gaat een stapje verder en presenteert het gemiddelde gewogen voorspelbare resultaat (GGVR) voor alle 45 subgroepen tezamen. Het GGVR is berekend als de productsom van de omvang van de subgroepen en het gemiddelde resultaat, gedeeld door de som van de omvang van de subgroepen. Een belangrijke kanttekening bij deze maat is dat er in de praktijk mogelijk meer/andere subgroepen met een oververtegenwoordiging van chronisch zieken kunnen worden onderscheiden. Hierdoor is deze GGVR vooral geschikt als relatieve maat voor het vergelijken van de hier geschatte vereveningsmodellen (de subgroepen zijn in de analyse immers steeds hetzelfde) en niet geschikt als absolute maat voor de kwaliteit van het vereveningsmodel in het algemeen. In de tabellen valt een aantal zaken op. In de eerste plaats blijken de gemiddelde kosten voor alle gepresenteerde subgroepen hoger te zijn dan voor de populatie als geheel. Dit duidt erop dat deze subgroepen inderdaad een oververtegenwoordiging van chronisch zieken bevatten. Zonder verevening (model 0) zouden verzekeraars op deze groepen dan ook (forse) voorspelbare verliezen lijden. Vanwege het budgetneutrale karakter van het vereveningsmodel impliceren de voorspelbare verliezen op de hier gepresenteerde groepen 9

een voorspelbare winst op de complementaire groepen (die hier niet zijn weergegeven). Er zij opgemerkt dat de omvang van de hier gepresenteerde groepen – en mogelijk ook het gemiddelde voorspelbare verlies per groep – naar verwachting is onderschat vanwege het ontbreken van personen in instellingen en tehuizen. Over het algemeen komen de kostenpatronen voor de 45 subgroepen overeen met die uit ons eerdere onderzoek dat was uitgevoerd op kostengegevens van 2008 en POLS-gegevens van 2007. [2] Voor 35 van de 45 subgroepen zijn de kosten – zoals mag worden verwacht met het oog op de gemiddelde kostenstijging in het WOR-bestand – hier hoger dan in het eerdere onderzoek. Voor de overige 10 subgroepen is sprake van een kostendaling. Hierbij moet worden opgemerkt dat de 8 subgroepen met de grootste daling (>5 procent) een relatief kleine omvang hebben (0,2 – 4,6 procent; oftewel 20 – 400 individuen) waardoor toeval een grote rol kan spelen. Dit illustreert het belang om bij de interpretatie van het resultaat voor een specifieke subgroep altijd rekening te houden met de omvang van de betreffende subgroep. Daarnaast laten de resultaten zien dat het sequentieel toevoegen van de vereveningskenmerken leidt tot substantiële afname van de voorspelbare verliezen op de hier gepresenteerde subgroepen. Als we inzoomen op de afzonderlijke modellen dan blijkt dat de grootste verbeteringen voor rekening komen van leeftijd/geslacht, aard van het inkomen, FKG’s en Meerjarig Hoge Kosten. Opvallend is dat de vereveningskenmerken regio en SES voor de hier gepresenteerde subgroepen nauwelijks een verbetering geven. Dit wil niet direct zeggen dat deze variabelen zomaar uit het model kunnen. Voor zover deze kenmerken, gegeven de overige vereveningskenmerken, compenseren voor gezondheidsgerelateerde kostenverschillen kunnen zij belangrijk zijn voor het creëren van een gelijk speelveld op de zorgverzekeringsmarkt. Het is namelijk zeer waarschijnlijk dat verzekerden uit regio’s of SES-klassen met relatief hoge kosten ongelijk zijn verdeeld over de portefeuilles van verzekeraars. Leeftijd/geslacht geeft (logischerwijs) een relatief grote verbetering voor groepen die naar verwachting een oververtegenwoordiging van ouderen bevatten, zoals ‘2 zelfgerapporteerde aandoeningen’, ‘bril of contactlenzen’, ‘hoorapparaat of geluidsversterker’ en ‘volledig kunstgebit’. Aard van het inkomen geeft een relatief grote verbetering voor subgroepen die te maken hebben met functionele/geestelijke beperkingen zoals ‘beperkt in beweeglijkheid’, ‘slechtste score fysieke gezondheid’, ‘slechtste score psychische gezondheid’ en ‘andere ernstige aandoening aan elleboog, pols, hand’. FKG’s geven (logischerwijs) een relatief grote verbetering voor verzekerden met aandoeningen die in zekere mate worden gecompenseerd via de FKG-indeling, zoals ‘ernstig overgewicht’, ‘suikerziekte’, ‘hartinfarct’ en ‘astma, chronische bronchitis, longemfyseem, CARA’. MHK 10

geeft een relatief grote verbetering voor de groepen ‘3 of meer zelfgerapporteerde aandoeningen’, ‘hulpmiddelen’ en ‘gezinsverzorging’. Deze groepen bevatten blijkbaar een oververtegenwoordiging van mensen met een aandoening die niet/onvoldoende wordt meegenomen in de FKG’s en DKG’s. Vergelijken we model 7 (i.e. vereveningsmodel-2012) met model 0 (i.e. geen verevening) dan blijkt dat voor 34 van de 45 subgroepen de afname van het voorspelbare verlies tussen de 60% en 90% ligt. Voor 3 subgroepen is de afname kleiner dan 60% en voor 8 subgroepen is de afname groter dan 90%. Nemen we alle subgroepen samen dan blijkt het GGVR af te nemen van 1.439 euro naar 333 euro, i.e. -77%. (noot g) Merk op dat de afname van het GGVR voor modellen 1-6 zeer dicht in de buurt ligt bij die voor de (min of meer) vergelijkbare modellen in ons eerdere onderzoek. Naast de eerder genoemde kanttekening bij het GGVR dient te worden opgemerkt dat het de verbeteringen van model 3-7 overschat (in termen van een vermindering van de voorspelbare verliezen voor subgroepen) doordat een aantal subgroepen op een voorspelbare winst uitkomt. Omdat in het GGVR de voorspelbare verliezen (deels) worden weggestreept tegen de voorspelbare winsten is deze vanaf model 3 geen zuivere indicatie voor de mate waarin voorspelbare verliezen worden gecompenseerd. Aangezien voorspelbare winsten evengoed onwenselijk kunnen zijn, kan wellicht beter worden gekeken naar het gewogen gemiddelde absolute voorspelbare resultaat (GGAVR). Zoals blijkt uit Tabel 4 is het verschil in procentuele afname tussen het GGVR (tweede kolom) en GGAVR (derde kolom) voor deze 45 subgroepen echter zeer klein. Een andere kanttekening – bij zowel het GGVR als het GGAVR – is dat bepaalde verzekerden in meerdere subgroepen vallen en daardoor meerdere keren meetellen. Bij een substantieel voorspelbaar resultaat – positief of negatief – kunnen deze verzekerden het GGVR en GGAVR sterk beïnvloeden. Om een gevoel te krijgen voor het effect van dergelijke overlap op de hier gepresenteerde uitkomsten toont Tabel 4 varianten van het GGVR (vierde kolom) en GGAVR (vijfde kolom) waarin alle verzekerden slechts 1 keer zijn meegeteld, namelijk in de subgroep met het grootste voorspelbare verlies. Opvallend is dat bij model 7 de dalingen van de vier maatstaven dicht bij elkaar in de buurt liggen, namelijk tussen de 74% en 77%. Daarnaast valt op dat de afname in het GGVR bij model 1 sterker is wanneer overlap niet wordt toegestaan dan wanneer dat wel het geval is. De reden hiervoor is dat zonder overlap de verzekerden met een chronisch aandoening – en daardoor relatief hoge verliezen binnen hun leeftijd/geslachtsgroep – minder sterk meetellen in het gemiddelde. Om dezelfde reden is de afname van het GGVR bij het toevoegen van FKG’s en DKG’s groter wanneer overlap wel wordt toegestaan dan wanneer dat niet het geval is.

11

Bij het vereveningsmodel-2012 (model 7) lijden verzekeraars op 40 van de 45 subgroepen nog steeds een fors voorspelbaar verlies: bijvoorbeeld 426 euro per verzekerde per jaar voor mensen die aangeven last te hebben van tenminste 1 langdurige aandoening (32,6% van de bevolking), 754 euro voor mensen met de slechtste score voor fysieke gezondheid (9,4% van de bevolking), 479 euro voor mensen met de slechtste score voor psychische gezondheid (9,3% van de bevolking) en 1008 euro voor mensen met een ‘andere langdurige ziekte of aandoening’ (8,6% van de bevolking). Ook is er een opvallend verlies van gemiddeld 2230 euro voor mensen die ooit een hartinfarct hebben gehad, waarbij echter moet worden opgemerkt dat dit in de POLS-gegevens een relatief kleine groep betreft (1,9% van de bevolking). Voor mensen met zorggebruik in het voorafgaande jaar (specialist, ziekenhuisopname, fysiotherapeut, wijkverpleging, medicijnen op recept, hulpmiddelen of gezinsverzorging) lijden zorgverzekeraars bij model 7 voorspelbare verliezen variërend van gemiddeld 270 euro (medicijnen) tot 858 euro (hulpmiddelen) per persoon per jaar. Ook op verzekerden met een aandoening waarvoor in zekere mate wordt gecompenseerd via de FKG’s en/of DKG’s (bijvoorbeeld kanker) lijden verzekeraars gemiddeld genomen verlies. Een belangrijke oorzaak hiervan kan zijn dat niet alle verzekerden met een dergelijke aandoening in aanmerking komen voor een FKG en/of DKG omdat voor hen het aantal dagdoseringen/voorschriften van de medicijnen waaraan de betreffende FKG is gekoppeld in het voorgaande jaar niet boven de vereiste drempel uitkwam en/of omdat zij in het voorgaande jaar geen gebruik hebben gemaakt van de klinische zorg waarop de betreffende DKG is gebaseerd. De laatste kolom van Tabel 2 toont het macroresultaat bij model 7. Hieruit blijkt dat verzekeraars na toepassing van het vereveningsmodel-2012 op macroniveau 1 tot ruim 2 miljard euro voorspelbaar verlies lijden op de subgroepen ‘slechte algemene gezondheid’, ‘ten minste 1 langdurige aandoening’, ‘slechte fysieke gezondheid’, ‘andere langdurige ziekte of aandoening’, ‘twee of meer zelfgerapporteerde aandoeningen’, ‘specialistenbezoek in het afgelopen jaar’, ‘bezoek fysiotherapeut in de afgelopen 12 maanden’, ‘medicijngebruik in het afgelopen jaar’. Een kanttekening hierbij is dat deze groepen (waarschijnlijk flink) overlappen. Een andere kanttekening is dat dit macroverlies – evenals het gemiddelde resultaat – met onzekerheid is omgeven omdat de subgroepen zijn gebaseerd op een beperkte steekproef. In ons eerdere onderzoek kwamen de hierboven genoemde subgroepen ook als de groepen met het grootste macroverlies uit de bus. Met uitzondering van ‘slechte fysieke gezondheid’ is het macroverlies voor deze groepen nu zelfs groter dan bij het ex-ante vereveningsmodel 2011 in ons eerdere onderzoek. De eerder genoemde kostenstijging van 2011-op-2012 is hiervoor waarschijnlijk de belangrijkste 12

verklaring. In tegenstelling tot ons eerdere onderzoek bedraagt het macroverlies voor de subgroepen ‘beperkt in beweeglijkheid’, ‘hulpmiddelengebruik in het afgelopen jaar’ en ‘slechtste score ADL’ nu minder dan 1 miljard euro. Opgemerkt zij dat voor een verzekeraar met een “representatieve” portefeuille het totale voorspelbare resultaat uitkomt op 0. Dit betekent echter niet dat de betreffende verzekeraar geen prikkel tot risicoselectie ondervindt. Naast de afname van het GGVR toont Tabel 3 voor elk van de zeven modellen de Rkwadraat (i.e. de mate waarin de variantie in werkelijke kosten door het betreffende model wordt verklaard). Voor alle modellen is de R-kwadraat hoger dan in ons eerdere onderzoek. Dit wordt onder andere veroorzaakt door wijzigingen in de onderliggende kostendata, met name als gevolg van de invoering van DBC-zorgproducten en de uitbreiding van het vrije segment per 2012. Vanaf model 4 wordt de toename in R-kwadraat tevens veroorzaakt door de toevoeging van drie nieuwe FKG’s. De opvallendste stijging – ruim 5 procentpunt – doet zich voor bij model 5. Deze wordt hoofdzakelijk veroorzaakt door 1) een verbetering van de definitie van DKG’s per 2012 en 2) een toename van de risicodragende kosten voor nierdialyse – door de eerder genoemde invoering van DBC-zorgproducten en de uitbreiding van het vrije segment – die zeer goed voorspelbaar zijn. Dit laatste illustreert een belangrijke kanttekening van de R-kwadraat als maatstaf voor het evalueren van vereveningsmodellen: een toename/afname van de R-kwadraat duidt niet per definitie op een verbetering/verslechtering van het vereveningsmodel maar kan evengoed worden veroorzaakt door wijzigingen in de onderliggende kostengegevens. Het nieuwe vereveningskenmerk MHK leidt tot een verdere toename van de R-kwadraat naar bijna 30 procent. [Tabel 2] [Tabel 3] [Tabel 4] Een recente ontwikkeling in de zorgverzekeringsmarkt is de opkomst van zorgpolissen en collectiviteiten die speciaal zijn gericht op studenten en hoogopgeleiden. Een interessante vraag hierbij is of studenten en hoogopgeleiden voorspelbaar winstgevend zijn. Omdat deze vraag niet direct kan worden beantwoord op basis van de hierboven gepresenteerde resultaten hebben wij in een aanvullende analyse het gemiddelde resultaat bepaald voor POLSrespondenten die in 2008 hebben aangegeven een HBO/WO-opleiding te hebben voltooid / te 13

volgen. Tabel 5 presenteert de gemiddelde kosten en het gemiddelde financieel resultaat voor deze groep, uitgesplitst naar mannen en vrouwen. Hierbij vallen twee zaken op. In de eerste plaats blijken de gemiddelde kosten voor deze subgroep lager te zijn dan voor de populatie als geheel. Dit duidt erop dat deze groep een ondervertegenwoordiging van chronisch zieken bevat. Zonder verevening (model 0) zou deze groep dan ook voorspelbaar winstgevend zijn voor verzekeraars (i.e. een winst van bijna 400 euro per persoon per jaar; significant verschillend van 0). Na toepassing van het vereveningsmodel 2012 (model 7) resteert een voorspelbare winst van circa 140 euro (significant verschillend van 0). In de tweede plaats valt op dat de voorspelbare winst binnen deze groep hoger is voor vrouwen dan voor mannen. Dit zou te maken kunnen hebben met de kosten van zwangerschap en bevalling (circa 7000 euro per bevalling [10]): mogelijk ligt het aantal zwangerschappen onder vrouwelijke studenten/hoogopgeleiden relatief laag, waardoor deze vrouwen relatief lage kosten hebben binnen hun leeftijdsgroep. Bij mannen doet dit fenomeen zich uiteraard niet voor. Een mogelijke maatregel ter verlaging van de voorspelbare winst op hoogopgeleiden en studenten is het opnemen van opleiding als kenmerk in het vereveningsmodel. Een goede, landelijke registratie van opleiding is daarbij wel een cruciale voorwaarde. [Tabel 5]

Conclusie, discussie en aanbevelingen In eerder onderzoek hebben wij een methode ontwikkeld waarmee inzicht kan worden verkregen in de mate waarin het vereveningsmodel compenseert voor de voorspelbare verliezen op subgroepen met een oververtegenwoordiging van chronisch zieken. Hiervoor worden schadegegevens van verzekeraars gekoppeld aan enquêtegegevens van het Permanent Onderzoek naar de Leefsituatie dat jaarlijks wordt uitgevoerd door het Centraal Bureau voor de Statistiek. In het eerdere onderzoek hebben wij het vereveningsmodel 2011 doorgerekend op schadegegevens van 2008 en POLS-gegevens van 2007. In dit vervolgonderzoek is deze analyse overgedaan voor het vereveningsmodel 2012 op schadegegevens van 2009 en POLSgegevens van 2008. Onze belangrijkste bevindingen worden hieronder samengevat. In de eerste plaats kan worden geconcludeerd dat de uitkomsten over het algemeen een stabiel patroon vertonen. Een vergelijking van het totale WOR-bestand met de groep POLSrespondenten die succesvol koppelen (Tabel 1) levert min of meer dezelfde uitkomsten als in ons eerdere onderzoek. Hetzelfde geldt voor de kostenpatronen en voorspelbare verliezen bij 14

relatief grote subgroepen (Tabel 2). Voor relatief kleine subgroepen is in sommige gevallen sprake van behoorlijke verschillen met ons eerdere onderzoek. De reden hiervan is dat toeval een grotere rol kan spelen naarmate subgroepen kleiner zijn. Kijken we echter naar de relatieve afname van het gewogen gemiddelde voorspelbare verlies bij modellen 1-6 (Tabel 3) dan blijken de uitkomsten nagenoeg gelijk aan die uit ons eerdere onderzoek. Door Tabel 3 te combineren met Figuur 1 kan een grove indicatie worden verkregen van de ontwikkeling van de prikkels tot risicoselectie, indirecte premiedifferentiatie en productdifferentiatie sinds de introductie van de Zvw in 2006. Als we deze prikkels kwantificeren als het gewogen gemiddelde verlies op de in Tabel 2 gepresenteerde subgroepen dat voor rekening komt van de verzekeraar dan blijken die prikkels in 2012 circa een derde groter dan in 2006. (noot h) Hierbij zij opgemerkt dat de netto-opbrengsten van risicoselectie ook afhangen van de kosten die zijn verbonden aan selectie, inclusief een eventueel verlies aan reputatie. Daarnaast is het zo dat door de verhoging van het financieel risico in de periode 2006-2012 ook de prikkels tot doelmatigheid zijn toegenomen. Daarnaast kan worden geconcludeerd dat – met de introductie van drie nieuwe FKG’s en het nieuwe vereveningskenmerk MHK – het vereveningsmodel van 2011-op-2012 sterk is verbeterd: voor de in Tabel 2 gepresenteerde subgroepen reduceert het vereveningsmodel2012 de voorspelbare verliezen – die zouden zijn opgetreden zonder verevening – met gemiddeld 77% (Tabel 3); in ons eerdere onderzoek was dat voor het vereveningsmodel-2011 nog 70%. [2] Tegelijkertijd is het financieel risico van verzekeraars verhoogd van 74% in 2011 naar 92% in 2012 (Figuur 1). Het saldo-effect van deze twee is lastig te bepalen. Een complexe vergelijking met de resultaten van ons eerdere onderzoek wijst uit dat de prikkels tot risicoselectie, indirecte premiedifferentiatie en productdifferentiatie – voor wat betreft de in Tabel 2 gepresenteerde subgroepen – in 2012 enigszins groter zijn dan in 2011. (noot i) Ook hier zij opgemerkt dat door de verhoging van het financieel risico van 2011-op-2012 de prikkels tot doelmatigheid zijn toegenomen. Uit Tabel 3 kan overigens ook het afzonderlijke effect van MHK worden afgeleid: het toevoegen van het vereveningskenmerk MHK leidt ceteris paribus tot een daling van het GGVR met 22% [(426-333)/426]. De aanwezigheid van prikkels tot risicoselectie betekent niet per definitie dat risicoselectie daadwerkelijk plaatsvindt. Bij de vraag of risicoselectie plaatsvindt, moet echter worden bedacht dat het bewijzen ervan niet eenvoudig is.[6] Zo is het aantonen van een ongelijke portefeuilleopbouw geen bewijs van selectie. Een ongelijke portefeuilleopbouw zou ook het neveneffect kunnen zijn van een doelgroepenbenadering die niet noodzakelijk op selectie is gebaseerd. Tegelijkertijd is het aantonen van een gelijke portefeuilleopbouw geen bewijs van 15

‘geen selectie’. Een gelijke portefeuilleopbouw zou immers kunnen betekenen dat alle verzekeraars even succesvol zijn in het toepassen van risicoselectie. Voorts is het niet gemakkelijk duidelijkheid te verkrijgen over het al dan niet achterwege blijven van investeringen in zorg voor voorspelbaar verliesgevende patiëntengroepen. Niemand weet immers hoe goed de zorg zou zijn geweest als er geen prikkels tot risicoselectie waren. Met het oog op de huidige voorspelbare winsten en verliezen zijn verdere verbeteringen van het vereveningsmodel wenselijk. Hierbij kan worden gedacht aan het toevoegen van nieuwe vereveningscriteria, zoals een criterium voor Meerjarig Lage Kosten, Hulpmiddelen Kosten Groepen, een criterium gebaseerd op AWBZ-indicatie in het voorgaande jaar, Geestelijke Gezondheid Kosten Groepen en/of een criterium voor wel/geen vrijwillig eigen risico [11]. Om een eerste indicatie te krijgen van het mogelijke effect van Hulpmiddelen Kosten Groepen en/of een criterium gebaseerd op AWBZ-indicatie (uitgaande van een sterke overlap tussen de groep met een AWBZ-indicatie en de groep hulpmiddelengebruikers in Tabel 2) hebben wij in een aanvullende analyse het resultaat voor de groep hulpmiddelengebruikers in Tabel 2 op 0 gezet (en het resultaat op de complementaire groep met circa 42 euro per persoon verlaagd zodat het macro resultaat weer op 0 uitkomt). Hierdoor bleek het GGVR (zoals weergegeven in de tweede kolom van Tabel 3) uit te komen op -229 euro, oftewel een totale daling (zoals weergegeven in de derde kolom van Tabel 3) van 84%, hetgeen een substantiële verbetering is ten opzichte van het huidige vereveningsmodel (model 7). Naast de bovengenoemde verbeteringen kan ook worden gedacht aan het opnemen van meerjarige DKG’s, het rekening houden met comorbiditeit (bijvoorbeeld door mensen in meer dan 1 DKG in te delen) en/of een genormeerde achterafvergoeding bijvoorbeeld bij zwangerschap/geboorte of bij een AWBZ-indicatie in het betreffende vereveningsjaar. Een andere mogelijkheid is het verruimen van de huidige FKGen DKG-criteria, bijvoorbeeld door de ddd-drempels bij FKG’s te verlagen of de DKG’s mede te baseren op poliklinische diagnose informatie. Mocht deze verruiming niet het gewenste resultaat opleveren dan zou ook kunnen worden gedacht aan het overcompenseren van mensen in een FKG of DKG. Overcompensatie kan ervoor zorgen dat het voorspelbare verlies op de gehele groep met de betreffende aandoening, inclusief degenen die niet bij een FKG of DKG zijn ingedeeld, wordt gereduceerd. Empirisch onderzoek zou moeten uitwijzen hoeveel de normbedragen bij FKG’s en DKG’s precies moeten worden verhoogd om de voorspelbare verliezen in Tabel 2 zo veel mogelijk te verkleinen. Een belangrijke kanttekening hierbij is dat het verkleinen van het voorspelbare verlies op de ene groep kan leiden tot een toename van het voorspelbare verlies op een andere groep. Bovendien is de 16

relatie tussen de subgroepen in Tabel 2 en de risicoklassen in het vereveningsmodel niet altijd even eenduidig. Dit vereist daarom een nauwkeurige fine-tuning van de overcompensaties. Overcompensatie heeft ook een aantal nadelen. Zo neemt voor verzekeraars de prikkel toe om binnen een bepaalde aandoening aan risicoselectie te doen (i.e. het selecteren van verzekerden met een FKG/DKG en het buiten de deur houden van verzekerden zonder FKG/DKG). Ook neemt voor verzekeraars de perverse prikkel toe om extra zorg te (laten) verlenen (zodat uiteindelijk meer verzekerden in een FKG/DKG terechtkomen). Tenslotte roept het principe van overcompensatie een aantal belangrijke vragen op zoals “Strookt deze maatregel met het de huidige uitgangspunten van het vereveningsmodel?” en “Hoe pakt deze maatregel uit voor de verevenende werking op verzekeraarsniveau?”. Vervolgonderzoek is nodig om uit te wijzen in hoeverre de voordelen van overcompensatie opwegen tegen de nadelen. In termen van verbeteringen kan ook worden gedacht aan het verwijderen van bepaalde vereveningskenmerken. Volgens het Besluit Zorgverzekering komen alleen kenmerken in aanmerking als verdeelcriterium die samenhangen met de gezondheid van de verzekerde.[1] (noot j) Stam [12] laat zien (voor het vereveningsmodel-2007) dat de kenmerken Regio en Aard van het inkomen voor een belangrijk deel compenseren voor kostenverschillen die niet zijn gerelateerd aan verschillen in gerapporteerde gezondheid. Mogelijk zijn deze kenmerken in de loop der tijd overbodig geworden. Bij het eventueel verwijderen van Regio en Aard van het inkomen of het verlagen van de bijbehorende normbedragen is het – ter voorkoming van voorspelbare winsten en verliezen – echter wel belangrijk dat premiedifferentiatie op basis van deze kenmerken wordt toegestaan. Omdat het onduidelijk is in welke mate de bovengenoemde suggesties voor verbetering van de risicoverevening er uiteindelijk toe zullen leiden dat er voor verzekeraars geen groepen voorspelbaar verlies- of winstgevende verzekerden resteren, is het verstandig om de kwaliteit (voorspelkracht) van de risicoverevening jaarlijks te evalueren op de wijze zoals in dit onderzoek is gedaan.

Dankwoord De onderzoekers danken Zorgverzekeraars Nederland en het Ministerie van Volksgezondheid, Welzijn en Sport voor het beschikbaar stellen van de WOR-bestanden. Daarnaast bedanken zij de medewerkers van het Centraal Bureau voor de Statistiek voor hun assistentie bij het koppelen van de WOR-bestanden aan de POLS-gegevens. De verantwoordelijkheid voor de inhoud van dit rapport ligt volledig en uitsluitend bij de auteurs.

17

Noten a

Sommige polissen bieden verzekerden de mogelijkheid om elke dag te kunnen

opzeggen. Op het moment dat verzekerden (hoge) zorguitgaven voorzien, kunnen zij dus een andere zorgverzekeraar/polis kiezen, bijvoorbeeld een polis zonder eigen risico of een polis die de zorg van hun zorgaanbieder wél vergoedt. Dit kan leiden tot vormen van selectie waar zelfs het beste vereveningsysteem (gebaseerd op jaarlijkse kosten) per definitie niet voor kan corrigeren. b

Een vierde ex-post kostencompensatie is de macronacalculatie waarmee verzekeraars

worden gecompenseerd voor afwijkingen tussen macro-kostenramingen en macrokostenrealisaties. Hiermee wordt gecorrigeerd voor onzekerheden in de kostenraming. De macronacalculatie heeft niet (primair) als doel voorspelbare winsten en verliezen te reduceren. c

In de risicoverevening worden de Zvw-kosten uitgesplitst naar vijf deelbedragen, te

weten: de vaste kosten van ziekenhuiszorg, de variabele kosten van ziekenhuiszorg (het zogeheten reguliere segment), de vrij onderhandelbare ziekenhuiszorg (het zogeheten vrije segment), de kosten van overige prestaties en de kosten van geestelijke gezondheidszorg. Dit onderscheid wordt gemaakt omdat voor de vijf deelbedragen verschillende regimes van expost kostencompensaties gelden. Zo is de nacalculatie in 2012 uitsluitend van toepassing op de vaste kosten van ziekenhuiszorg en geldt de bandbreedte alleen voor de variabele kosten van ziekenhuiszorg plus de kosten van B-dbc’s. Zoals eerder gesteld blijven de kosten van geestelijke gezondheidszorg in dit onderzoek buiten beschouwing. d

Er is bewust niet gekozen voor POLS-2009 omdat de winsten en verliezen die met

deze informatie boven water zouden komen niet altijd voorspelbaar zijn en dus niet per definitie kunnen leiden tot prikkels voor risicoselectie. Het koppelen van het financieel resultaat in jaar t aan gezondheidsinformatie uit jaar t-1 is een gebruikelijke procedure bij onderzoek naar (prikkels tot risicoselectie bij) risicoverevening. e

Onder de tweede groep vallen zowel mensen die niet verzekeringsplichtig zijn – zoals

militairen in actieve dienst en personen die vanwege hun levensovertuiging problemen hebben zich te verzekeren (gemoedsbezwaarden) – als mensen die wel verzekeringsplichtig zijn maar geen verzekering hebben afgesloten. f

Dit geldt over het algemeen ook voor het financieel resultaat (i.e. het verschil tussen

de door het vereveningsmodel voorspelde kosten en de feitelijke kosten) voor de afzonderlijke risicoklassen in Tabel 1. Na toepassing van model 7 wijkt alleen voor de klasse ‘Woonachtig op een adres met meer dan 15 personen (SES-klasse 0)’ het resultaat (-2825 euro) significant af van 0 (T=-2,65). Deze afwijking hangt mogelijk samen met het feit dat personen in 18

instellingen en tehuizen buiten de doelpopulatie van de POLS vallen. Met het oog op de lage prevalentie van deze groep is het effect van deze afwijking op de onderzoeksresultaten naar verwachting beperkt. g

Het schatten van de vereveningsmodellen en het bepalen van het financieel resultaat

vinden in deze analyse plaats op hetzelfde jaar, namelijk 2009. Een potentieel gevaar hierbij is dat de afname van het voorspelbare verlies bij het toevoegen van nieuwe variabelen mogelijk onzuiver is. Omdat in feite wordt gekeken naar ‘in-sample fit’ zal het toevoegen van extra variabelen aan het vereveningsmodel altijd leiden tot een betere (of in ieder geval nooit slechtere) fit, oftewel minder voorspelbare winst of verlies. Met het oog op de omvang van de dataset waarop de vereveningsmodellen worden geschat en het financieel resultaat is bepaald (i.e. N=15,6 miljoen), het beperkt aantal variabelen in het meest uitgebreide model (i.e. 126 risicoklassen) en het minimaal aantal waarnemingen per risicoklasse (i.e. circa 3.000) achten wij de invloed van dit verschijnsel op de hier gepresenteerde resultaten nihil. h

Om twee redenen is het gewogen gemiddelde voorspelbare verlies (GGVV) bij model

5 (429 euro) mogelijk een overschatting van het daadwerkelijke GGVV in 2006. In de eerste plaats, is het GGVV bij model 5 gebaseerd op de kostendefinities van 2012. Naar verwachting slaan de vaste kosten van ziekenhuiszorg – waarvoor verzekeraars in 2006 minder risicodragend waren dan in 2012 – relatief sterk neer bij de hier gepresenteerde subgroepen. Bij toepassing van de kostendefinities-2006 zal de GGVV bij model 5 waarschijnlijk lager uitkomen. In de tweede plaats, wordt hier verondersteld dat de ex-post kostencompensaties in 2006 op alle subgroepen hetzelfde effect hebben gehad. Het is echter zeer waarschijnlijk dat de HKC (die in 2006 nog wel van toepassing was maar in 2012 niet meer) een relatief sterk effect heeft gehad op de hier gepresenteerde subgroepen. Het betreft hier namelijk subgroepen met een oververtegenwoordiging van chronisch zieken die een relatief grote kans hebben om voor HKC in aanmerking te komen. Bij toepassing van het precieze ex-post regime van 2006 zal de GGVV bij model 5 waarschijnlijk lager uitkomen. Om een andere reden zou het GGVV in 2006 juist groter kunnen zijn geweest dan bij model 5. Het GGVV in Tabel 3 is namelijk gebaseerd op de definitie van vereveningskenmerken geldend in 2012. Na 2006 is een aantal vereveningskenmerken verbeterd (bijvoorbeeld: extra klassen voor leeftijd/geslacht en nieuwe FKG’s). Bij toepassing van de definities van vereveningskenmerken in 2006 zal de GGVV bij model 5 waarschijnlijk hoger uitkomen. Gezien de bovenstaande kanttekeningen is het GGVV bij model 5 slechts een grove indicatie voor het daadwerkelijke GGVV in 2006. Dit betekent dat ook de toename van prikkels tot risicoselectie over de periode 2006-2012 (i.e. 35%) als grove indicatie moet worden gezien. De hier genoemde kanttekeningen verklaren 19

mogelijk ook waarom we in ons vorige onderzoek voor de periode 2007-2011 (waarbij werd uitgegaan van de definities geldend in 2011) op een iets grotere toename van de prikkels tot risicoselectie uitkwamen. i

Uit ons eerdere onderzoek bleek dat bij het vereveningsmodel-2011 inclusief HKC en

nacalculatie een gewogen gemiddelde voorspelbare verlies resteerde van 302 euro. Uitgaande van de toename in de totale gemiddelde kosten (i.e. het macro-prestatiebedrag) van 1833 euro per persoon in 2011 naar 1892 euro per persoon in 2012 zou op de huidige gegevens een gewogen gemiddeld verlies resteren van 312 euro ([-302/1833]*1892). Dit impliceert een toename van de prikkels tot risicoselectie met circa 7% ([333-312]/312). j

Besluit zorgverzekering, Staatsblad 2005, 389, p. 23: “Het risicovereveningsmodel

bevat parameters die corrigeren voor verschillen in de gezondheidstoestand van de verzekerde als gevolg van verschillen in de leeftijd, het geslacht en overige objectief meetbare gezondheidskenmerken van de verzekerden. […] Omdat de uiteindelijke bijdrage die zorgverzekeraars ontvangen uitsluitend afhangt van de gezondheidsrisico’s van verzekerden, komen alleen kenmerken van de verzekerden in aanmerking als verdeelcriterium die samenhangen met de gezondheid van de verzekerde.”[1]

Literatuurlijst 1

Besluit Zorgverzekering. Staatsblad 2005, 389.

2

Kleef RC van, Vliet RCJA van, Ven WPMM van de. Risicoverevening tussen

zorgverzekeraars: Kwantificering modelverbeteringen 1993-2011. Te verschijnen in het Tijdschrift voor Gezondheidswetenschappen. 3

Ven WPMM van de, Prinsze FJ, Bruijn D de, Schut FT. Nieuw zorgstelsel vereist

betere risicoverevening. Economisch Statistische Berichten 2005;90:223-225. 4

Roos A, Schut FT. Risico’s van koppeling basis- en aanvullende zorgverzekering.

Economisch Statistische Berichten 2008;93:710-713. 5

Schut FT, Bruijn D de. Collectieve zorgverzekeringen en risicoselectie. Instituut

Beleid en Management Gezondheidszorg (iBMG), Erasmus Universiteit Rotterdam 2007. 6

ZonMw. Evaluatie Zorgverzekeringswet en Wet op de zorgtoeslag. 2009. Den Haag:

ZonMw. 7

Ven WPMM van de, Schut FT. Uitvoering AWBZ door zorgverzekeraars onverstandig.

Economisch Statistische Berichten 2010;95:486-489. 8

Tweede Kamer, Brief van Minister E.I. Schippers betreffende Risicoverevening, 6

maart 2012, kamerstuk 29689-380. 20

9

Stam PJA, Ven WPMM van de. Evaluatie risicoverevening tussen zorgverzekeraars.

Prikkels tot risicoselectie? Tijdschrift voor Gezondheidswetenschappen 2008;86:92-100. 10

Otter B. The Dutch risk equalization model and predictable profits: are students and

higher educated individuals profitable? Afstudeerscriptie. 2012. Erasmus Universiteit Rotterdam. 11

Kleef, R.C. van. Voluntary Deductibles and Risk Equalization: A complex interaction.

Proefschrift. Erasmus University Rotterdam 2008. 12

Stam PJA. Testing the effectiveness of risk equalization models in health insurance. A

new method and its applications. Dissertation. Erasmus University Rotterdam. 2007. 13

Vliet RCJA van, Everhardt TP, Asselt MM van, Goudriaan R, Mazzola GJ, Notenboom

A. Overall toets risicovereveningsmodel somatische zorg 2011. Aarts de Jong Wilms Goudriaan Public Economics (Ape) 2010. 14

Lamers LM, Vliet RCJA van. Vormgeving van Farmacie Kosten Groepen als

verdeelkenmerk voor normuitkeringen aan ziekenfondsen. Tijdschrift voor Gezondheidswetenschappen 2002;80:311-320. 15

Lamers LM, Vliet RCJA van. Financiering van ziekenfondsen: met diagnose-

informatie van zorggebruik in het verleden sluiten normuitkeringen beter aan bij de verwachte schades. Het Verzekerings-Archief 2003:16-20.

Appendix 1 Hieronder wordt in detail beschreven hoe de kenmerken in het huidige vereveningsmodel (2012) zijn geoperationaliseerd in 126 risicoklassen. Interacties tussen leeftijd en geslacht zijn vormgegeven in 20x2 klassen: 20 voor mannen en 20 voor vrouwen. De leeftijdsklassen beslaan elk 5 jaar, met uitzondering van de volgende groepen: 0-jarigen, 1-4 jarigen, 15-17 jarigen, 18-24 jarigen en mensen van 90 jaar of ouder. De regioclusters zijn gebaseerd op een ordening van postcodegebieden naar de volgende kenmerken: het percentage niet-westerse allochtonen, het percentage alleenstaanden, de mate van verstedelijking, de nabijheid van ziekenhuizen, de nabijheid van huisartsen en het aantal bedden in een verpleegtehuis.[13] Aard van het inkomen is geoperationaliseerd in 5 – elkaar uitsluitende – hoofdklassen: verzekerden jonger dan 18 jaar of ouder dan 64 jaar, arbeidsongeschikten, bijstandsgerechtigden, zelfstandigen en overigen (waaronder mensen in loondienst). Voor de laatste vier categorieën zijn interacties met 4 leeftijdsklassen opgenomen, te weten 18-34 jaar,

21

35-44 jaar, 45-54 jaar en 55-64 jaar, waarmee het totaal aantal risicoklassen voor dit vereveningskenmerk uitkomt op 17. De Farmacie Kosten Groepen (FKG’s) bestaan uit 25 categorieën van chronische aandoeningen afgeleid uit medicijngebruik in het voorgaande jaar.[14] Verzekerden komen voor jaar t in een FKG terecht als zij in jaar t-1 meer dan 180 dagdoseringen van bepaalde medicijnen voorgeschreven hebben gekregen. Zo komt iemand die in 2011 meer dan 180 dagdoseringen voor insuline heeft gekregen in 2012 in de FKG diabetes terecht. Verzekerden zonder een FKG komen in een aparte categorie terecht (FKG0), waarmee het totaal aantal klassen voor dit vereveningskenmerk uitkomt op 26. Men kan – afhankelijk van het medicijngebruik in jaar t-1 – bij meerdere FKG’s zijn ingedeeld. De Diagnose Kosten Groepen (DKG’s) bestaan uit 13 clusters van Diagnose Behandel Combinaties (dbc’s) die wijzen op de aanwezigheid van chronische aandoeningen en die naar verwachting hoge toekomstige kosten met zich meebrengen.[15] Het betreft hoofdzakelijk een select deel van de klinische dbc’s. Verzekerden komen voor jaar t in een DKG terecht als voor hen in jaar t-1 één van de betreffende dbc’s is afgesloten. Zo komt iemand die in 2011 een dialysebehandeling heeft ondergaan in 2012 in de DKG voor nieraandoeningen terecht. Wanneer men meerdere, verschillende dbc’s heeft ondergaan in jaar t-1 die tot verschillende DKG’s zouden leiden, wordt alleen de DKG met de hoogste meerkosten in jaar t meegeteld. Verzekerden zonder DKG komen in een aparte categorie terecht (DKG0), waarmee het totaal aantal klassen voor dit vereveningskenmerk uitkomt op 14. Het kenmerk Sociaal Economische Status (SES) is gebaseerd op het huishoudinkomen per hoofd en geoperationaliseerd in 4 hoofdklassen: inkomensdecielen 1-3, inkomensdecielen 47, inkomensdecielen 8-10, en mensen die woonachtig zijn op een adres met meer dan 15 bewoners (met een hoge mate van waarschijnlijkheid betreft dit verzorgingstehuizen of verpleegtehuizen ). Voor elk van deze hoofdklassen zijn interacties met drie leeftijdscategorieën opgenomen, te weten: 0-17 jaar, 18-64 jaar en 65 jaar of ouder, waarmee het totaal aantal klassen voor dit kenmerk uitkomt op 12. Het kenmerk Meerjarig Hoge Kosten (MHK) is gebaseerd op de hoogte van de kosten in de voorgaande jaren en is geoperationaliseerd in 7 klassen: 5 klassen voor verzekerden met respectievelijk 3x kosten in de top-15%, 3x kosten in de top-10%, 3x kosten in de top-7%, 3x kosten in de top-4% en 3x kosten in de top-1,5% in de drie voorgaande jaren; 1 klasse voor verzekerden met 2x kosten in de top-15% in de twee voorgaande jaren; 1 klasse voor alle overige verzekerden die niet in de hiervoor genoemde 6 klassen vallen.

22

Aan elk van de 126 risicoklassen wordt een normbedrag toegekend, waarmee vervolgens per verzekerde de verwachte zorgkosten kunnen worden bepaald. De normbedragen voor vereveningsjaar t worden berekend door middel van een lineaire regressie van de kosten in jaar t-3 op dummy’s voor de 126 risicoklassen. De kosten (onafhankelijke variabele) worden daarbij uitgesplitst naar drie deelbedragen: de variabele kosten van ziekenhuiszorg (de zogeheten A-dbc’s), de vrij onderhandelbare ziekenhuiszorg (de zogeheten B-dbc’s) en de kosten van overige prestaties. Voor deze deelbedragen worden aparte modellen geschat waarbij de 126 risicoklassen steeds zijn opgenomen als dummy variabelen die de waarde 1 hebben als een verzekerde in de betreffende klasse voorkomt en de waarde 0 als dat niet het geval is. Verzekerden worden hierbij gewogen met het aantal dagen dat zij in het betreffende kalenderjaar bij een zorgverzekeraar ingeschreven zijn geweest: zo krijgt iemand die slechts drie maanden was ingeschreven en feitelijk 2.000 euro aan kosten had, bij het schatten van het vereveningsmodel een gewicht van 0,25 en kosten van 8.000 euro (i.e. 2.000 euro / 0,25). Na de schattingsprocedure worden de normbedragen opgehoogd naar het verwachte kostenniveau – in casu: het door VWS vastgestelde macroprestatiebedrag – voor vereveningsjaar t. De verwachte kosten voor een verzekerde in t – waarop de uiteindelijke vereveningsbijdrage is gebaseerd – worden berekend door de normbedragen behorende bij de risicokenmerken van die verzekerde te sommeren. Tabel 4 presenteert de normbedragen voor elk van de geschatte modellen. Evenals in de praktijk zijn bij de schattingsprocedure restricties toegepast die ervoor zorgen dat het gewogen gemiddelde van de normbedragen bij leeftijd/geslacht precies uitkomt op de gemiddelde kosten (in 2009) en dat het gewogen gemiddelde van de normbedragen bij elk van de overige vereveningskenmerken steeds uitkomt op nul. [Tabel A1]

Appendix 2 [Tabel A2]

23

Figuur Figuur 1. Gemiddeld financieel risico van zorgverzekeraars (exclusief de kosten van de geestelijke gezondheidszorg; exclusief bandbreedteregeling; onder veronderstelling van macronacalculatie)

Bron: eigen berekeningen van de auteurs

24

Tabellen Tabel 1. POLS-respondenten 2008 die succesvol koppelen met het WOR-bestand 2009 versus het totale WOR-bestand 2009 POLSrespondenten 2008 die succesvol koppelen met het WOR-bestand 2009

Totale WORbestand 2009

Algemeen Aantal verzekerden in 2009 Aantal verzekerdenjaren in 2009 Gemiddelde feitelijke kosten 2009 Gemiddelde voorspelde kosten 2009 volgens het vereveningsmodel-2012 Gemiddeld financieel resultaat 2009

8735 8665 1593 1535 -58

15568677 15279553 1570 1570 0

Leeftijd/geslacht Man, 0-24 jaar Man, 25-49 jaar Man, 50-74 jaar Man, 75 jaar en ouder Vrouw, 0-24 jaar Vrouw, 25-49 jaar Vrouw, 50-74 jaar Vrouw, 75 jaar en ouder

16,5% 15,2% 14,1% 2,7% 15,6% 16,3% 15,5% 4,3%

15,1% 17,2% 14,1% 2,7% 14,5% 17,4% 14,6% 4,5%

Regio Cluster 1-5 Cluster 6-10

47,7% 52,3%

50,0% 50,0%

Aard van het inkomen Jonger dan 18 of ouder dan 64 jaar Arbeidsongeschiktheidsuitkering Bijstandsuitkering Inkomen uit zelfstandige onderneming Inkomen uit andere bron (waaronder loondienst)

40,4% 4,6% 1,1% 3,7% 50,2%

36,9% 5,0% 2,0% 4,2% 51,9%

Farmacie Kosten Groepen Ingedeeld bij ten minste één FKG

16,9%

16,5%

Diagnose Kosten Groepen Ingedeeld bij een DKG

2,4%

2,5%

Sociaal Economische Status Woonachtig op een adres met meer dan 15 personen (SES-klasse 0) Inkomensdecielen 1-3 (SES-klasse 1) Inkomensdecielen 4-7 (SES-klasse 2) Inkomensdecielen 8-10 (SES-klasse 3)

0,4% 29,0% 40,7% 29,9%

1,2% 29,8% 39,9% 29,1%

Meerjarig Hoge Kosten Ingedeeld bij Meerjarig Hoge Kosten

7,2%

7,3%

25

Tabel 2. Gemiddeld financieel resultaat per persoon per subgroep na toepassing van verschillende vereveningsmodellen geschat op WOR-gegevens 2009 a Subgroep op basis van POLS-informatie 2008

Schatting Gemiddelde Gemiddeld Gemiddeld resultaat per persoon in euro’s na risicoverevening op basis van: Macro omvang kosten per resultaat resultaat in subgroep persoon in per mln. euro’s Model 3: Model 1: Model 2: Model 4: Model 5: Model 6: Model 7: (in %) b euro’s c persoon in bij model 7 model 2 + leeftijd en model 1 + model 3 + model 4 + model 5 + model 6 + d euro’s aard van geslacht regio FKGs DKGs SES MHK zonder inkomen verevening

Algemene gezondheidsindicatie (alle leeftijden) Slechtste score algemene gezondheid Ernstig overgewicht Ten minste 1 langdurige aandoening

19,6% 9,1% 32,6%

3932 2514 3100

-2275** -896** -1466**

-1606** -485** -1034**

-1590** -470** -1025**

-1379** -369* -884**

-918** -90 -545**

-792** -107 -514**

-780** -94 -510**

-646** -88 -426**

-2065 -131 -2262

Functionele beperkingen (12 jaar en ouder) Beperkt in het horen Beperkt in het zien Beperkt in beweeglijkheid Beperkt in het praten Beperkt in het kauwen

2,4% 3,7% 6,3% 0,2% 3,5%

3492 2917 5562 1766 3916

-1848** -1287** -3861** -168 -2260**

-608 -420 -2437** -151 -888

-596 -413 -2413** -136 -872

-450 -219 -2062** -130 -738

-328 2 -1319** 127 -442

-361 23 -1105** -62 -292

-363 39 -1089** 54 -291

-211 172 -706 32 -177

-82 105 -719 1 -101

Gezondheidsindicatie op basis van SF-12 vragenlijst (12 jaar en ouder) Slechtste score fysieke gezondheid Slechtste score fysieke gezondheid Slechtste score psychische gezondheid Slechtste score psychische gezondheid

9,4% 18,8% 9,3% 18,6%

4746 3906 2774 2394

-3067** -2250** -1148** -779**

-2126** -1492** -882** -581**

-2107** -1480** -872** -574**

-1780** -1270** -694** -472**

-1239** -944** -549* -380*

-1104** -833** -485* -286*

-1094** -827** -471* -279*

-754** -686** -479* -292*

-1149 -2098 -728 -884

Beperking Algemene Dagelijkse Levensverrichtingen (55 jaar en ouder) Ten minste 1 keer slechtste score ADL

3,4%

5489

-3790**

-1715**

-1693**

-1503**

-462

-420

-403

101

57

26

Tabel 2. Gemiddeld financieel resultaat per persoon per subgroep na toepassing van verschillende vereveningsmodellen geschat op WOR-gegevens 2009 a Subgroep op basis van POLS-informatie 2008

Zelfgerapporteerde aandoening ooit (12 jaar en ouder) Suikerziekte Beroerte, hersenbloeding of herseninfarct Hartinfarct Kanker Zelfgerapporteerde aandoening laatste 12 maanden (12 jaar en ouder) Migraine of regelmatig ernstige hoofdpijn Hoge bloeddruk Vernauwing van de bloedvaten in buik of benen Astma, chronische bronchitis, longemfyseem, CARA Psoriasis Chronisch eczeem Duizeligheid met vallen Ernstige of hardnekkige darmstoornissen, langer dan 3 maanden Onvrijwillig urineverlies (incontinentie) Gewrichtsslijtage (artrose, slijtagereuma) van heupen of knieën Chronische gewrichtontsteking (ontstekingsreuma, chronische reuma, reumatoïde artritis) Ernstige of hardnekkige rugaandoening (incl. hernia) Andere ernstige of hardnekkige aandoening van nek of schouder Andere ernstige aandoening van elleboog, pols, hand Andere langdurige ziekte of aandoening Comorbiditeit (12 jaar en ouder) 2 Zelfgerapporteerde aandoeningen 3 Of meer zelfgerapporteerde aandoeningen

Schatting Gemiddelde Gemiddeld Gemiddeld resultaat per persoon in euro’s na risicoverevening op basis van: Macro omvang kosten per resultaat resultaat in subgroep persoon in per Model 3: Model 1: Model 2: Model 4: Model 5: Model 6: Model 7: mln. (in %) b euro’s c persoon in model 2 + leeftijd en model 1 + model 3 + model 4 + model 5 + model 6 + euro’s bij euro’s aard van geslacht regio FKGs DKGs SES MHK model 7 d zonder inkomen verevening

4,0% 1,9% 1,9% 4,7%

4564 5098 7597 4512

-2890** -3410** -5840** -2839**

-1552** -1687** -4150** -1460**

-1533** -1674** -4126** -1448**

-1457** -1541** -3962** -1366**

246 -649 -1961* -1034**

81 -873 -2522** -825*

76 -866 -2503** -827*

201 -607 -2230** -573

130 -191 -692 -438

10,8% 13,7% 1,8% 6,1% 1,9% 3,1% 2,3%

1801 3532 5022 3384 2244 1709 3966

-203 -1886** -3335** -1742** -633* -113 -2308**

-162 -745** -1703** -1252** -220 -6 -1395*

-153 -741** -1677* -1249** -223 -2 -1381*

-82 -694** -1521* -1151** -149 10 -1187*

-80 -494* -572 -289 177 44 -751

-101 -393* -518 -392 -14 22 -465

-91 -396* -546 -390 -18 16 -462

-107 -413* -319 -321 206 -29 -342

-188 -919 -94 -321 64 -15 -130

2,7%

3729

-2078**

-1548**

-1533**

-1347**

-894*

-931*

-936*

-768*

-340

3,8%

4196

-2532**

-1388*

-1375*

-1274**

-1008**

-971**

-964**

-690*

-427

10,3%

3675

-2025**

-783**

-777**

-677*

-473

-460

-459

-401

-676

4,0%

3839

-2184**

-1219**

-1199**

-1021**

-542

-691

-680

-467

-307

8,4%

2707

-1084**

-518*

-511*

-331

-225

-210

-205

-163

-224

7,9%

2573

-953**

-407*

-397*

-224

-83

-184

-176

-86

-111

4,6% 8,6%

3119 4309

-1484** -2642**

-848** -2117**

-834** -2107**

-592* -1972**

-353 -1543**

-411 -1194**

-410 -1196**

-216 -1008**

-163 -1406

11,1% 12,6%

2819 4037

-1193** -2377**

-747** -1359**

-750** -1344**

-733** -1157**

-664* -605**

-551* -548**

-552* -547**

-571* -397*

-1033 -814

27

Tabel 2. Gemiddeld financieel resultaat per persoon per subgroep na toepassing van verschillende vereveningsmodellen geschat op WOR-gegevens 2009 a Subgroep op basis van POLS-informatie 2008

Schatting Gemiddelde Gemiddeld Gemiddeld resultaat per persoon in euro’s na risicoverevening op basis van: Macro omvang kosten per resultaat resultaat in subgroep persoon in per Model 3: Model 1: Model 2: Model 4: Model 5: Model 6: Model 7: mln. (in %) b euro’s c persoon in model 2 + leeftijd en model 1 + model 3 + model 4 + model 5 + model 6 + euro’s bij euro’s aard van geslacht regio FKGs DKGs SES MHK model 7 d zonder inkomen verevening

Zorggebruik (alle leeftijden) Huisarts afgelopen 12 maanden Specialist afgelopen 12 maanden Ziekenhuisopname afgelopen 12 maanden Fysiotherapeut afgelopen 12 maanden Wijkverpleging afgelopen 12 maanden Medicijn op recept afgelopen 14 dagen

73,3% 41,2% 6,8% 19,5% 1,4% 39,7%

1857 2686 4231 2523 6436 2917

-257** -1063** -2566** -904** -4711** -1288**

-156** -758** -2017** -671** -3469** -670**

-154** -752** -2001** -668** -3446** -665**

-138* -696** -1918** -609** -3340** -590**

-98 -485** -1387** -513** -1636 -316**

-88 -434** -914** -485** -1519* -295**

-88 -432** -908** -487** -1515* -294**

-77 -333** -446 -358** -579 -270**

-920 -2232 -495 -1140 -133 -1745

Zorggebruik (4 jaar en ouder) Bril of contactlenzen Hoorapparaat of geluidsversterker

37,2% 3,4%

2295 4629

-682** -2954**

-107 -929*

-107 -928*

-108 -884*

-92 -804

-64 -831*

-68 -835*

-70 -612

-424 -336

Zorggebruik (12 jaar en ouder) Hulpmiddelen

5,6%

4944

-3260**

-2012**

-1997**

-1843**

-1221**

-1357**

-1353**

-858*

-782

Zorggebruik (14 jaar en ouder) Gezinsverzorging afgelopen 12 maanden

2,8%

6087

-4372**

-2312**

-2301**

-2136**

-1484*

-1101*

-1086*

-321

-145

Zorggebruik (16 jaar en ouder) Volledig kunstgebit

10,7%

4051

-2391**

-697**

-689**

-611**

-425

-421*

-402*

-400*

-699

-736

-475

-429

-426

-333

-

Gewogen gemiddelde voorspelbare resultaat over alle 3072 -1439 -842 -835 onderscheiden subgroepen (= 2e kolom van Tabel 3) a Kostenniveau 2009 b Ten opzichte van de gehele bevolking. c Exclusief de vaste kosten van ziekenhuiszorg en de kosten van geestelijke gezondheidszorg. d Berekend als de geschatte omvang van de subgroep x resultaat bij model 7 x 16,290217 miljoen verzekerdenjaren. *: p < 0,05, **: p < 0,01

28

Tabel 3. Verbetering vereveningsmodel (exclusief geestelijke gezondheidszorg) a Model b

Gewogen gemiddelde voorspelbare resultaat voor alle subgroepen in Tabel 2, in euro’s -1439 -842 -835 -736 -475 -429 -426 -333

Daling gewogen gemiddelde voorspelbare resultaat t.o.v. model 0

R-kwadraat

0: geen verevening 1: 0 + Leeftijd/geslacht 41% 2: 1 + Regio 42% 3: 2 + Aard van het inkomen 49% 4: 3 + Farmacie Kosten Groepen 67% 5: 4 + Diagnose Kosten Groepen 70% 6: 5 + Sociaal Economische Status 70% 7: 6 + Meerjarig Hoge Kosten 77% a Kostenniveau 2009 b Definitie van kosten en vereveningskenmerken zijn conform het vereveningsmodel-2012

5,97% 6,01% 6,83% 15,92% 24,99% 25,04% 29,61%

Tabel 4. Alternatieve samenvattende maten voor de verbetering van het vereveningsmodel op de in tabel 2 gepresenteerde subgroepen (exclusief geestelijke gezondheidszorg) Model a

Daling gewogen gemiddelde voorspelbare resultaat t.o.v. model 0; met overlap tussen subgroepen b

Daling gewogen Daling gewogen Daling gewogen gemiddelde gemiddelde gemiddelde absolute voorspelbare absolute voorspelbaar resultaat t.o.v. voorspelbaar resultaat t.o.v. model 0; zonder resultaat t.o.v. model 0; met overlap tussen model 0; zonder overlap tussen subgroepen overlap tussen subgroepen subgroepen 0: geen verevening 1: 0 + Leeftijd/geslacht 41% 41% 59% 38% 2: 1 + Regio 42% 42% 59% 39% 3: 2 + Aard van het inkomen 49% 49% 63% 46% 4: 3 + Farmacie Kosten Groepen 67% 67% 72% 63% 5: 4 + Diagnose Kosten Groepen 70% 70% 71% 69% 6: 5 + Sociaal Economische Status 70% 70% 71% 69% 7: 6 + Meerjarig Hoge Kosten 77% 76% 74% 75% a Definitie van kosten en vereveningskenmerken zijn conform het vereveningsmodel-2011 b Gelijk aan de derde kolom van Tabel 3.

29

Tabel 5. Gemiddeld financieel resultaat per persoon per subgroep na toepassing van verschillende vereveningsmodellen geschat op WOR-gegevens 2009 a Subgroep op basis van POLS-informatie 2008

Volgt HBO/WO-opleiding of heeft een HBO/WOopleiding voltooid Mannen Vrouwen Totaal

Schatting Gemiddelde Gemiddeld Gemiddeld resultaat per persoon in euro’s na risicoverevening op basis van: Macro omvang kosten per resultaat Model 1: resultaat in Model 3: subgroep persoon in persoon in leeftijd en Model 2: Model 4: Model 5: Model 6: Model 7: mln. model 2 + (in %) b euro’s c euro’s model 3 + model 4 + model 5 + model 6 + euro’s bij geslacht model 1 + aard van zonder regio FKGs DKGs SES MHK model 7 d inkomen verevening

10,3% 9,9% 20,1%

1175 1228 1201

407** 355** 382**

284* 408** 345**

279* 397** 337**

208 339** 272**

135 239** 186**

96 248** 170**

72 224** 147*

86 194** 139*

144 311 455

a

Kostenniveau 2009 Ten opzichte van de gehele bevolking. c Exclusief de vaste kosten van ziekenhuiszorg en de kosten van geestelijke gezondheidszorg. d Berekend als de geschatte omvang van de subgroep x resultaat bij model 7 x 16,290217 miljoen verzekerdenjaren. *: p < 0,05, **: p < 0,01 b

30

Tabel A1. Normbedragen in euro’s bij verschillende vereveningsmodellen geschat op WORgegevens 2009 Risicoklasse

Omvang Model Model Model Model Model Model klasse in 1: 3: model 5: Model 2: 4: 7: model 2008 leeftijd 2 + aard model 4 6: model model 1 model 3 6+ (%) en van + 5 + SES + regio + FKGs MHK geslacht inkomen DKGs

Geslacht / leeftijd Man, 0 Man, 1 - 4 Man, 5 - 9 Man, 10 - 14 Man, 15 - 17 Man, 18 - 24 Man, 25 - 29 Man, 30 - 34 Man, 35 - 39 Man, 40 - 44 Man, 45 - 49 Man, 50 - 54 Man, 55 - 59 Man, 60 - 64 Man, 65 - 69 Man, 70 - 74 Man, 75 - 79 Man, 80 - 84 Man, 85 - 89 Man, 90+ Vrouw, 0 Vrouw, 1 - 4 Vrouw, 5 - 9 Vrouw, 10 - 14 Vrouw, 15 - 17 Vrouw, 18 - 24 Vrouw, 25 - 29 Vrouw, 30 - 34 Vrouw, 35 - 39 Vrouw, 40 - 44 Vrouw, 45 - 49 Vrouw, 50 - 54 Vrouw, 55 - 59 Vrouw, 60 - 64 Vrouw, 65 - 69 Vrouw, 70 - 74 Vrouw, 75 - 79 Vrouw, 80 - 84 Vrouw, 85 - 89 Vrouw, 90+

0,58 2,32 3,14 3,06 1,88 4,23 2,91 2,96 3,62 3,93 3,87 3,54 3,30 3,23 2,30 1,77 1,31 0,81 0,39 0,12 0,55 2,21 3,00 2,92 1,80 4,17 2,94 3,01 3,66 3,89 3,86 3,55 3,27 3,22 2,37 1,98 1,71 1,33 0,87 0,40

Regio Cluster 1 Cluster 2 Cluster 3 Cluster 4 Cluster 5 Cluster 6 Cluster 7 Cluster 8

10,0 9,97 10,06 10,00 9,96 9,97 10,04 9,98

2510 777 742 657 697 554 564 627 744 878 1101 1405 1850 2340 3066 3846 4721 5069 5172 5179 2113 604 600 623 795 871 1379 1613 1326 1170 1363 1642 1882 2195 2721 3268 3878 4186 4359 4241

2509 776 744 657 697 555 565 629 747 882 1104 1408 1853 2342 3066 3841 4712 5058 5160 5167 2112 603 601 624 795 874 1378 1614 1328 1173 1364 1643 1882 2194 2717 3259 3867 4172 4345 4226

2510 776 743 657 696 551 574 636 774 886 1141 1382 1878 2252 3066 3842 4714 5060 5163 5170 2112 604 601 623 795 879 1377 1600 1319 1149 1381 1607 1930 2208 2718 3261 3869 4175 4348 4229

2885 1134 1079 977 1010 868 866 896 988 1054 1223 1387 1721 1957 2496 2988 3516 3618 3588 3622 2487 969 945 946 1113 1183 1653 1849 1521 1307 1444 1583 1774 1933 2259 2583 2938 3056 3107 2965

2947 1194 1144 1042 1074 918 912 937 1020 1078 1227 1371 1666 1866 2345 2770 3223 3373 3478 3722 2547 1029 1009 1011 1176 1232 1701 1893 1557 1336 1449 1570 1740 1883 2181 2475 2821 2996 3126 3132

2947 1190 1140 1039 1074 902 918 941 1013 1070 1224 1381 1686 1884 2395 2778 3202 3345 3427 3622 2547 1026 1005 1008 1176 1212 1702 1885 1541 1321 1445 1582 1757 1893 2224 2491 2831 2996 3083 2998

3021 1217 1159 1071 1114 962 984 1009 1073 1128 1269 1430 1708 1921 2358 2691 3044 3162 3270 3533 2622 1066 1039 1047 1215 1253 1708 1851 1523 1339 1452 1582 1716 1847 2119 2334 2600 2741 2848 2844

200 84 53 14 -3 -20 -44 -71

146 66 43 14 0 -10 -32 -54

101 51 34 16 5 -3 -20 -39

86 45 30 15 9 -1 -18 -35

77 45 31 17 10 1 -16 -35

65 34 25 14 7 0 -13 -27

31

Risicoklasse

Omvang Model Model Model Model Model Model klasse in 1: 3: model 5: Model 2: 4: 7: model 2008 leeftijd 2 + aard model 4 6: model model 1 model 3 6+ (%) en van + 5 + SES + regio + FKGs MHK geslacht inkomen DKGs

Cluster 9 Cluster 10

10,05 9,96

Aard van het inkomen / leeftijd 0-17 en 65+ AO, 18-34 AO, 35-44 AO, 45-54 AO, 55-64 Bijstand, 18-34 Bijstand, 35-44 Bijstand, 45-54 Bijstand, 55-64 Zelfstandig, 18-34 Zelfstandig, 35-44 Zelfstandig, 45-54 Zelfstandig, 55-64 Overigen, 18-34 Overigen, 35-44 Overigen, 45-54 Overigen, 55-64

36,83 0,73 0,75 1,24 2,10 0,44 0,49 0,51 0,45 0,78 1,32 1,21 0,86 18,27 12,53 11,86 9,61

Farmacie Kosten Groepen FKG0: Geen FKG FKG1: Glaucoom FKG2: Schildklieraandoeningen FKG3: Antipsychotica, Alzheimer, verslaving FKG4: Depressie FKG5: Neuropathische pijn FKG6: Hoog cholesterol FKG7: Diabetes type IIb FKG8: COPD / zware astma FKG9: Astma FKG10: Diabetes type IIa FKG11: Epilepsie FKG12: Ziekte van Crohn / Colitus Ulcerosa FKG13: Hartaandoeningen FKG14: Reuma / TNF-αblokkers FKG15: Reuma / overige middelen FKG16: Ziekte van Parkinson FKG17: Diabetes type I FKG18: Transplantaties FKG19: Cystic Fybrosis / Pancreas aandoeningen FKG20: Hersenen-/ruggenmerg aandoeningen FKG21: Kanker FKG22: Hormoongevoelige tumoren FKG23: HIV / AIDS

83,78 0,80 1,44 0,45 2,57 0,31 4,16 0,60 1,00 2,03 1,24 0,47 0,19 2,23 0,09 0,25 0,12 1,20 0,13 0,03 0,06 0,09 0,30 0,06

-83 -129

-62 -111

-51 -95

-44 -87

-45 -85

-35 -68

0 1459 1829 1906 1499 395 642 910 801 -134 -209 -346 -502 -62 -113 -204 -320

0 1026 1160 1174 907 303 405 550 411 -95 -136 -213 -290 -44 -71 -125 -192

0 886 1003 1009 781 265 334 430 293 -86 -124 -187 -248 -38 -60 -105 -163

0 876 1001 1004 775 231 309 395 250 -108 -140 -207 -266 -36 -57 -101 -157

0 577 621 577 450 218 285 335 190 -98 -119 -163 -195 -24 -36 -58 -90

-375 394 351

-312 442 358

-310 455 358

-171 265 227

965

1075

1055

354

283 2392 585 606 3126 991 1102 1641

334 2324 487 643 2607 956 1127 1569

326 2310 486 621 2578 951 1107 1560

197 1072 364 542 1422 662 769 853

1172

1238

1240

815

2892

2026

2000

1123

0

0

0

0

1489

1385

1381

631

4473 3601 4797

4166 3255 3284

4128 3228 3288

1973 1228 383

10145

8979

8986

4484

10221

9755

9757

3529

10619

7596

7601

5871

3773

2964

2967

1270

13757

13447

13464

6322

32

Risicoklasse

Omvang Model Model Model Model Model Model klasse in 1: 3: model 5: Model 2: 4: 7: model 2008 leeftijd 2 + aard model 4 6: model model 1 model 3 6+ (%) en van + 5 + SES + regio + FKGs MHK geslacht inkomen DKGs

FKG24: Nieraandoeningen FKG25: Groeihormonen

0,07 0,02

Diagnose Kosten Groepen DKG0 DKG1 DKG2 DKG3 DKG4 DKG5 DKG6 DKG7 DKG8 DKG9 DKG10 DKG11 DKG12 DKG13

97,53 0,43 0,44 0,39 0,22 0,18 0,39 0,05 0,12 0,05 0,02 0,10 0,05 0,04

Sociaal Economische Status / leeftijd Adres met >15 bewoners, 0-17 Adres met >15 bewoners, 18-64 Adres met >15 bewoners, >=65 Inkomensdecielen 1-3, 0-17 Inkomensdecielen 1-3, 18-64 Inkomensdecielen 1-3, >=65 Inkomensdecielen 4-7, 0-17 Inkomensdecielen 4-7, 18-64 Inkomensdecielen 4-7, >=65 Inkomensdecielen 8-10, 0-17 Inkomensdecielen 8-10, 18-64 Inkomensdecielen 8-10, >=65

0,06 0,36 0,78 10,57 15,49 2,97 8,24 23,93 7,66 2,61 23,39 3,95

Meerjarig Hoge Kosten Niet ingedeeld 3x kosten in top-15% 3x kosten in top-10% 3x kosten in top-7% 3x kosten in top-4% 3x kosten in top-1,5% 2x kosten in top-15%

92,90 2,36 1,13 0,82 0,46 0,19 2,15

26998 19088

8330 19064

8326 19069

5958 8810

-128 1667 2029 2852 3781 5320 4815 6317 7145 8970 9194 11991 14673 62767

-128 1667 2026 2834 3775 5317 4801 6310 7109 8949 9175 11970 14660 62734

-97 813 1238 1957 2712 4443 3473 5143 5009 6684 8056 10595 12849 53503

20 -106 480 20 50 389 -14 29 -88 -36 -62 -216

20 -69 44 20 48 338 -15 28 -57 -36 -59 -152 -243 2014 3136 4722 7630 17482 1672

33

Tabel A2. Beschrijving van subgroepen samengesteld uit meerdere variabelen en/of categorieën Subgroep

Beschrijving

Algemene gezondheidsindicatie (alle leeftijden) Slechtste score algemene gezondheid Ernstig overgewicht

De volgende vraag is met “gaat wel”, “slecht” of “zeer slecht” beantwoord: “ Hoe is over het algemeen uw gezondheid?” Ernstig overgewicht volgens de Quetelet-index (BMI-waarde > 30)

Functionele beperkingen volgens OECD-vragenlijst (12 jaar en ouder) Beperkt in het horen Ten minste één van de volgende vragen is met “dat kan ik niet” of “met grote moeite” beantwoord: “ Kunt u een gesprek volgen in een groep van 3 of meer personen (zo nodig met hoorapparaat)?”; “Kunt u met één andere persoon een gesprek voeren (zo nodig met hoorapparaat)?” Beperkt in het zien Ten minste één van de volgende vragen is met “dat kan ik niet” of “met grote moeite” beantwoord: “Zijn uw ogen goed genoeg om de kleine letters in de krant te kunnen lezen (zo nodig met bril of contactlenzen)?”; “Kunt u op een afstand van 4 meter het gezicht van iemand herkennen (zo nodig met bril of contactlenzen)?” Beperkt in beweeglijkheid Ten minste één van de volgende vragen is met “dat kan ik niet” of “met grote moeite” beantwoord: “Kunt u een voorwerp van 5 kilo, bijvoorbeeld een volle boodschappentas, 10 meter dragen?”; “Kunt u als u staat, bukken en iets van de grond oppakken?”; “Kunt u 400 meter aan een stuk lopen zonder stil te staan (zo nodig met stok)?” Beperkt in het praten De volgende vraag is met “dat kan ik niet” of “met grote moeite” beantwoord: “Kunt u normaal verstaanbaar praten?” Beperkt in het kauwen De volgende vraag is met “dat kan ik niet” of “met grote moeite” beantwoord: “Kunt u hard voedsel bijten of kauwen zoals bijvoorbeeld een harde appel?” Gezondheidsindicatie op basis van SF vragenlijst (12 jaar en ouder) Fysieke gezondheid Samengestelde maat op basis van de antwoorden op de SF-12 vragenlijst, i.e.: “Wat vindt u, over het algemeen, van uw gezondheid?”; Psychische gezondheid “In welke mate wordt u door uw gezondheid op dit moment beperkt bij dagelijkse bezigheden die een matige inspanning vereisen, zoals bijvoorbeeld het verplaatsen van een tafel, stofzuigen of fietsen?”; “In welke mate wordt u door uw gezondheid op dit moment beperkt bij het oplopen van een paar trappen?”; “Als u denkt aan uw werk of andere dagelijkse bezigheden, heeft u dan ten gevolge van uw lichamelijke gezondheid, de afgelopen 4 weken minder bereikt dan u zou willen?”; “Als u denkt aan uw werk of andere dagelijkse bezigheden, was u dan ten gevolge van uw lichamelijke gezondheid, de afgelopen 4 weken beperkt in het soort werk of het soort bezigheden?”; “Als u denkt aan uw werk of andere dagelijkse bezigheden, heeft u dan ten gevolge van een emotioneel probleem (bijvoorbeeld doordat u zich depressief of angstig voelde) in de afgelopen 4 weken minder bereikt dan u zou willen?”; “Als u denkt aan uw werk of andere dagelijkse bezigheden, heeft u dan ten gevolge van een emotioneel probleem (bijvoorbeeld doordat u zich depressief of angstig voelde) in de afgelopen 4 het werk of andere bezigheden niet zo zorgvuldig gedaan als u gewend bent?”; “In welke mate heeft pijn u de afgelopen 4 weken belemmerd bij uw normale werkzaamheden (zowel werk buitenshuis als huishoudelijk werk)?”; “Hoe vaak voelde u zich de afgelopen 4 weken kalm en rustig?”; “Hoe vaak voelde u zich de afgelopen 4 weken energiek?”; “Hoe vaak voelde u zich de afgelopen 4 weken neerslachtig en somber?”; “Hoe vaak hebben uw lichamelijk gezondheid of emotionele problemen gedurende de afgelopen 4 weken uw sociale activiteiten (zoals bezoek aan vrienden of naaste familieleden) belemmerd?” Beperking Algemene Dagelijkse Levensverrichtingen (55 jaar en ouder) Ten minste 1 keer slechtste score ADL Ten minste één van de volgende vragen is beantwoord met “met grote moeite” of “alleen met hulp van anderen”: “Kunt u eten en drinken?”; “Kunt u gaan zitten en opstaan uit een stoel? ”; “Kunt u in en uit bed stappen? ”; “Kunt u aan- en uitkleden? ”; “Kunt u zich verplaatsen naar een andere kamer op dezelfde verdieping? ”; “Kunt u de trap op- en aflopen? ”; “Kunt u de woning verlaten en binnengaan? ”; “Kunt u zich verplaatsen buitenshuis? ”; “Kunt u het gezicht en de handen wassen? ”; “Kunt u zich volledig wassen?”

34

Subgroep Comorbiditeit (12 jaar en ouder) 2 zelfgerapporteerde aandoeningen 3 of meer zelfgerapporteerde aandoeningen

Zorggebruik (4 jaar en ouder) Bril of contactlenzen Hoorapparaat of geluidsversterker

Zorggebruik (12 jaar en ouder) Hulpmiddelen

Zorggebruik (16 jaar en ouder) Volledig kunstgebit

Beschrijving Aantal keer dat op de volgende vragen met “ja” is geantwoord: “Heeft u suikerziekte?”; “Heeft u in de afgelopen 12 maanden een beroerte, hersenbloeding of herseninfarct gehad?”; “Heeft u in de afgelopen 12 maanden een hartinfarct gehad?”; “Heeft u in de afgelopen 12 maanden een andere ernstige hartaandoening gehad (zoals hartfalen of angina pectoris)?”; “Heeft u in de afgelopen 12 maanden een vorm van kanker (kwaadaardige aandoening) gehad?”; “Heeft u in de afgelopen 12 maanden migraine of regelmatig ernstige hoofdpijn gehad?”; “Heeft u in de afgelopen 12 maanden hoge bloeddruk gehad?”; “Heeft u in de afgelopen 12 maanden vernauwing van de bloedvaten in de buik of de benen (geen spataderen) gehad?”; “Heeft u in de afgelopen 12 maanden astma, chronische bronchitis, longemfyseem of CARA gehad?”; “Heeft u in de afgelopen 12 maanden psoriasis gehad?”; “Heeft u in de afgelopen 12 maanden chronisch eczeem gehad?”; “Heeft u in de afgelopen 12 maanden duizeligheid met vallen gehad?”; “Heeft u in de afgelopen 12 maanden ernstige of hardnekkige darmstoornissen langer dan 3 maanden gehad?”; “Heeft u in de afgelopen 12 maanden onvrijwillig urineverlies gehad?”; “Heeft u in de afgelopen 12 maanden gewrichtsslijtage (artrose, slijtagereuma) van heupen of knieën gehad?”; “Heeft u in de afgelopen 12 maanden chronische gewrichtsontsteking (ontstekingsreuma, chronische reuma, reumatoïde artritis) gehad?”; “Heeft u in de afgelopen 12 maanden een ernstige of hardnekkige aandoening van de rug (incl. hernia) gehad?”; “Heeft u in de afgelopen 12 maanden een andere ernstige of hardnekkige aandoening van nek of schouder gehad?”; “Heeft u in de afgelopen 12 maanden een andere ernstige aandoening van elleboog, pols of hand gehad?”; “Heeft u nog een andere langdurige ziekte of aandoening gehad in de afgelopen 12 maanden?”; Ten minste één van de volgende vragen is met “altijd” beantwoord: “Draagt u wel eens een bril? ”; “Draagt u wel eens contactlenzen?” Ten minste één van de volgende vragen is met “ja” beantwoord: “Heeft u een hoorapparaat? ”; “Heeft u een speciaal apparaat voor geluidsversterking, bijvoorbeeld voor telefoon of televisie?” Ten minste één van de volgende vragen is met “altijd” beantwoord: “Hoe vaak maakt u gebruik van een stok, kruk, looprek of rollator? ”; “Hoe vaak maakt u gebruik van een rolstoel (elektrisch of handbewogen) of scoot(er)-mobiel? ”; “Hoe vaak maakt u gebruik van orthopedisch schoeisel? ”; “Hoe vaak maakt u gebruik van een (arm- of been-) prothese? ”; “Hoe vaak maakt u gebruik van een orthese (beugel of spalk; niet bedoeld wordt een beugel voor het gebit)? ”; “Hoe vaak maakt u gebruik van incontinentiemateriaal? ”; “Hoe vaak maakt u gebruik van een katheter of urinaal? ”; “Hoe vaak maakt u gebruik van een stoma en stomamateriaal voor urine of ontlasting?” De volgende vragen zijn met “ja” beantwoord: “Heeft u boven een kunstgebit? ”; “Heeft u onder een kunstgebit?”

35

Erasmus Universiteit Rotterdam instituut Beleid & Management Gezondheidszorg Bezoekadres Burgemeester Oudlaan 50 3062 PA Rotterdam Postadres Postbus 1738 3000 DR Rotterdam Tel. (010) 408 8555 Internet www.bmg.eur.nl E-mail [email protected]