SIZU project Pilot stuurinformatie integrale zorg en preventie op wijk, buurt en geïntegreerde eerstelijnszorg niveau in de wijk Noordwest in Utrecht
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)
2
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
4
3.1
Methode ................................................................................................................................ 13
3.2
Kenmerkende problemen in Noordwest ............................................................................... 14
3.3
Informatiebehoefte ............................................................................................................... 15
3.4
Stuurinformatie ..................................................................................................................... 17
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
7
8
6.1
Methode ................................................................................................................................ 29
6.2
Stapeling ................................................................................................................................ 29
6.3
Hoog risicogroepen ............................................................................................................... 35
Reflectie en aanbevelingen ........................................................................................................... 42 7.1
Meerwaarde .......................................................................................................................... 42
7.2
Beperkingen........................................................................................................................... 42
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)
3
4
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 5
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.
6
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? 7
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 8
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.
9
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.
STAP 1A: INVENTARISATIE NETWERK
STAP 1B: INVENTARISATIE INFORMATIEBEHOEFTE - Welke problemen spelen? - Informatiebehoefte
STAP 2: INVENTARISATIE REGISTRATIE DATA OVER DE WIJK - Welke informatie, welke jaren? - Contactpersonen? - Aanvraagprocedure?
STAP 3: SELECTIE DATA EN OPSTELLEN INDICATOREN
STAP 4: INTEGRATIE DATA - Toestemming databronnen - Reglement - Koppelen - Analyse
STAP 5:
STAP 6:
TERUGKOPPELING AAN NETWERK
RAPPORTAGE
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 10
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
11
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.
12
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, 13
- 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 Multiproblematiek
Leefstijl
Psychosociale factoren Economische factoren
Bereiken van wijkbewoners
Probleem Toelichting - 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 - Verslaving (roken, alcohol, cocaïne, tv, computer) - Overgewicht - Lage mobiliteit (fysiek, maar ook sociaal) - Seksueel moraal - Eenzame ouderen - Verborgen depressie - Armoede - Schulden - Werkloosheid - Slecht verzekerd (bezuinigen of verkeerd geïnformeerd) - Wantrouwen en angst - Lage gezondheidsvaardigheden - Ongeletterdheid - (Randje van) licht verstandelijk beperkt
14
Onderwerp Kennis van wijkbewoners
Sociale vaardigheden wijkbewoners
Huisvesting
Probleem Toelichting - Weinig kennis over gezonde leefstijl - Slecht geïnformeerd (alleen negatieve informatie blijft hangen) - Korte termijn denken - Problemen met begrijpen regels, procedures, complexheid maatschappij - 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) - 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.
15
Tabel 3.2: Informatiebehoefte professionals en beleidsmedewerkers Noordwest Probleem Multiproblematiek Chronisch zieken
Zorgvraag huisarts
Leefstijl
Informatiebehoefte - Waar begint het? Wat is het probleem waar de rest aan vast hangt? - Wie kan multiproblematiek signaleren? (komt verderop terug) - Is de gezondheidstoestand in Ondiep de laatste 10 jaar verslechterd? - Hoe hebben diabetes mellitus en COPD zich in de loop van afgelopen jaren ontwikkeld? - 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? - 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? -
Seksualiteit
Ouderen
Sociaal economische gezondheidsverschillen (SEGV) Sociale factoren
-
Wat voor 'gezondheidsprojecten' leven er op basisscholen (voedingsprojecten, traktatiebeleid, sport, spel) en op hoeveel scholen? 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? 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? Hoe groot zijn de SEGV? Nemen SEGV toe? 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? Informatie over inkomen/schulden/huursubsidie Informatie over werk en werkeloosheid Informatie over opleidingsniveau 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. Hoe vaak komt huiselijk geweld voor? Zijn er verschillen tussen allochtone en autochtone bewoners?
-
Economische factoren
Huisvesting en leefomgeving
-
Veiligheid Algemeen
-
16
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.
17
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
Gezondheidszorg UMC GES, Julius Utrecht, Huisartsen Julius Netwerk (JHN) centrum Achmea Achmea Health Database (AHD)
Beschikbare informatie (verkorte omschrijving, niet volledig)
Aggregatie niveau Koppelniveau Eenmalig of Vragen opmerkingen (individueel, buurt, structureel wijk, etc.)
eerstelijnszorg gebruik
GES
individueel
structureel, continu
eerste- en tweedelijnszorg landelijk, stad, wijk individueel gebruik, medicatie
structureel
Stichting farmaceutische kengetallen (SFK)
geneesmiddelen uitgifte
apotheek
individueel
structureel
UMC Utrecht Upot
apotheekgegevens UMC Utrecht
UMC Utrecht
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 geen data over gebruik geneesmiddelen in ziekenhuizen of via apotheekhoudende huisartsen
18
Organisatie Databron
Vektis
Saltro
Raedelijn
GG&GD
IKNL
gemeente gemeente Utrecht, afdeling Burgerzaken gemeente Utrecht, afdeling Onderzoek
gemeente Utrecht, afdeling Onderzoek
Beschikbare informatie (verkorte omschrijving, niet volledig) monitor declaratiebestanden van voorschrijf- zorgverzekeraars gedrag (medicijngebruik, eerstehuisartsen en tweedelijnszorggebruik) Saltro laboratorium onderzoek, database functieonderzoek, ECG, echo, tyrombose check ROSbevolkingsprognose, wijkscan vergrijzing, verjonging, inkomensniveau, leefbaarheid, zorgvraag, zorgaanbod, zorgverloop, ziektebeelden.
Aggregatie niveau Koppelniveau Eenmalig of Vragen opmerkingen (individueel, buurt, structureel wijk, etc.) landelijk GES structureel
Utrecht en omgeving
individueel
Utrecht en omgeving
postcode
Psychiatrisch diagnose (DSM-IV, AS-I, AS- Utrecht en casus II), soort zorg (klinisch, omgeving register poliklinisch), aantal Midden zorgevents, instelling Nederland (PCR-MN) landelijke diagnose kanker, landelijk kankerbehandeling, ziekenhuis registratie Gemeentelijke Basis Administratie (GBA) armoede monitor
wijkwijzer
leeftijd, burgelijke staat, etniciteit, gezinssamenstelling
utrecht
negatieve Utrecht (wijk, toekomstverwachting, subwijken, buurt) 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 bevolking & wonen, sociaal- Utrecht (wijk, economisch, veiligheid, subwijk, buurt) sociale infrastructuur, openbare ruimte & verkeer
structureel
demografische data en zorggebruik data komen van externe bronnen. Aangevuld met data van ROS over aanbod eerstelijnszorg 60% overlap met Achmea Health Database
individueel
structureel
individueel
structureel
individueel
structureel
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
individueel
structureel
wistUdata
19
Organisatie Databron
GG&GD
Beschikbare informatie (verkorte omschrijving, niet volledig) gezondheids stapeling peiling gezondheidsproblemen, lichamelijke gezondheid (ADL-beperkingen), psychische gezondheid (psychological distress scale, Sense of Mastery Scale), leefstijl, fysieke leefomgeving, sociale leefomgeving, zorggebruik (zelfrapportage) AWBZ bijzondere ziektekosten
Centrum indicatiestelli ng zorg (CIZ) gemeente GBA Welzijn Portes Politie
Aggregatie niveau Koppelniveau Eenmalig of Vragen opmerkingen (individueel, buurt, structureel wijk, etc.) Utrecht (wijk, individueel elke twee enquête onder een subwijk, buurt) jaar steekproef
landelijk
individueel
structureel
registratie cliënten
buurt, wijk
individueel
structureel
NO2 metingen
Utrecht
postcode
regipro. Dubbel registratie KRIS
politieregistr atie
leefomgeving RIVM luchtkwaliteit
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.
20
Tabel 4.2: Selectie van databronnen uit Utrecht Noordwest opgenomen in de pilot SIZU Databron Gemeentelijke Basis Administratie (GBA) Achmea Health Database (AHD) Julius Huisartsen Netwerk * (JHN) Gezondheidspeiling * GG&GD
Eigenaar data Gemeente Utrecht Achmea
Psychiatrisch Casusregister Midden Nederland (PCRMN Cliëntenregistratie Portes SUWI
Stuurgroep PCRMN
Schuldhulpverlening
Leefomgeving
Huisartsen Gemeente Utrecht (GG&GD)
Portes Gemeente Utrecht (Werk & Inkomen) Gemeente Utrecht (Werk & Inkomen), Stadsgeldbeheer, Portes Gemeente Utrecht
Onderwerp Demografie Zorg, Ziekte en aandoening Zorg, ziekte en aandoening Zorg, ziekte, sociaal maatschappelijk participeren Zorg, ziekte en aandoening Zorg Sociaal maatschappelijk participeren Sociaal maatschappelijk participeren
Fysieke omgeving
Voorbeelden van indicatoren Leeftijd, geslacht, burgelijke staat, gezinssamenstelling, etniciteit Zorgconsumptie, farmaceutische voorschriften, specialistische zorg Ziekte (ICPC), leefstijl Leefstijl, zelfrapportage gezondheid, welzijn en sociaal maatschappelijke participatie DSM IV diagnoses, type zorg, zorggebruik Werkveld Bijstand, loonkostensubsidie, inburgering, schoolverlaters Schuldhulpverlening
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. 21
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 22
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 PCRMN.
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.
23
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 Algemeen beschrijvend
Fysieke omgeving
indicator Subwijk, buurt, subbuurt, postcode Geslacht Leeftijd Burgerlijke stand Etniciteit Gezinsomvang Gezinsverhouding Zichtgroen, gebruikersgroen en aantal bomen luchtkwaliteit
Postcode rond stilteplekken Postcode rond lawaaigebieden (>65 db) Sociaal-maatschappelijke participatie
Bijstand, duur bijstand Loonkostensubsidie (LKS), duur LKS
dataset GBA GBA GBA GBA GBA GBA GBA WistUdata Project 'Luchtverontreiniging en gezondheid in de stad Utrecht, koppeling van lokale gezondheidspeiling aan lokale metingen van luchtkwaliteit' Academische Werkplaats Milieu en Gezondheid Atlas leefomgeving Atlas leefomgeving Registratie gemeente Utrecht, Werk & Inkomen Registratie gemeente Utrecht, Werk & Inkomen
24
onderwerp
indicator Sociale werkvoorziening (WSW) en/of Gesubsidieerde arbeid Inburgeraars Schoolverlaters
Gezondheid zorggebruik
&
Schuldhulpverlening Maatschappelijk werk Chronisch zieken (diabetes, cholesterol, COPD, depressie) Consulten huisarts, visites, ANW consulten, consulten POH-S Farmaceutische voorschriften (antidepressiva , maagmiddelen, antibiotica, cholesterolverlagers, diabetesmiddelen, COPD middelen) Tweedelijnszorggebruik (Oogheelkunde, KNO, Maag-, lever-, darm, Chirurgie, Gynaecolologie, Orthopaedie, Interne, Cardiologie, Longarts, Neurologie, psychiatrie) Gebruik paramedische zorg (Fysiotherapie, Ergotherapie, Manuele therapie, Beweeg-programma, Oefentherapie, Logopedie, dieet DSM-IV diagnose tweede- en derdelijn psychiatrie (middelen gebruik, angststoornissen, depressie, bipolaire stoornissen, persoonlijksstoornis, psychotische stoornissen, pervasieve stoornissen) Dagen psychiatrische zorg in tweede- en derdelijn (klinisch, ambulant, deeltijd)
dataset Registratie gemeente Utrecht, Werk & Inkomen Registratie gemeente Utrecht, Werk & Inkomen Registratie gemeente Utrecht, Werk & Inkomen Registratie gemeente Utrecht, Werk & Inkomen, Stadsgeldbeheer, Welzijnsorganisatie Portes Registratie Portes Achmea Health Database Achmea Health Database Achmea Health Database
Achmea Health Database
Achmea Health Database
Psychiatrisch Casusregister Midden Nederland (PCR-MN)
PCR-MN
25
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 ZuilenNoord/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%). 26
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 ZuilenNoord/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 PCRMN 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 ZuilenNoord/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%). 27
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.
Zuilen-Noord/Oost
Zuilen-West
Ondiep, 2e Daalsebuurt
Pijlsweerd
Noordwest
-3
-2
-1
0
1
2
3
4
Huisarts
Farmacie
Tweedelijnszorg
Paramedische zorg
Huisarts & Farmacie
Huisarts & Tweedelijnszorg
Huisarts & Paramedische zorg
Huisarts, Farmacie & Tweedelijnszorg
Huisarts, Farmacie & Paramedische zorg
Huisarts, Framacie, Tweedelijnszorg, paramedische zorg
5
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.
28
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.
29
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 30
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.
31
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.
32
Databron Alleen frequent contact huisarts (HA)
% Achmea verzekerden (n) 8,9% (1164)
Alleen bekend bij tweede of derdelijns GGZ (PCR-MN) Alleen bekend bij welzijnsorganisatie (Portes) HA & PCR-MN
10,9 % (1756)
HA & portes
0,9% (114)
PCR-MN & portes
1,4% (179)
HA & PCR-MN & portes
0,7% (95)
2,7% (348) 3,1% (407)
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) Alleen een bijstandsuitkering (bijstand)
12,2% (1593) 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.
33
Databron Frequent contact huisarts (HA)
% Achmea verzekerden (n) 9,6% (1250)
Alleen bekend bij tweede of derdelijns GGZ (PCR-MN) Alleen schuldhulpverlening (schuld)
13,9% (1810) 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 Frequent contact huisarts (HA)
% Achmea verzekerden (n) 10,7% (1393)
Alleen bekend bij welzijnsorganisatie (Portes) Alleen een bijstandsuitkering (bijstand) HA & welzijn
3,1% (401)
1,3% (165)
HA & bijstand
1,4% (178)
Welzijn & bijstand
1,0% (126)
HA & welzijn & bijstand
0,3% (44)
7,3% (950)
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
34
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) 13,9% (1808)
Alleen bekend bij tweede of derdelijns GGZ (PCR-MN) Alleen bekend bij welzijnsorganisatie (Portes) Alleen een bijstandsuitkering (bijstand) PCR-MN & welzijn
1,5% (192)
PCR-MN & bijstand
2,7% (355)
welzijn & bijstand
0,7% (88)
PCR-MN & welzijn & bijstand
0,6% (82)
2,9% (374) 5,9% (773)
Figuur 6.6a: Overlap tussen wijkbewoners verzekerd bij Achmea met tweede of derdelijns GGZ zorg, welzijnszorg en een bijstandsuitkering. Databron
% Achmea verzekerden (n) 14,7% (1921)
Alleen bekend bij tweede of derdelijns GGZ (PCR-MN) Alleen een bijstandsuitkering (bijstand) 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)
6,0% (779)
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 35
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). 36
37
Tabel 6.1: Vergelijking Utrecht Noordwest en de twee krachtwijken Ondiep en Zuilen-Oost. Man (%) Leeftijd (mediaan) Burgelijke stand (%) Ongehuwd Gehuwd & partnerschap Weduwstaat & gescheiden Etniciteit (%) Autochtoon Marokkaans Turks Surinaams/Antiliaans/Arubaans # Huisartsconsulten (per jaar) Gemiddeld aantal consulten Gemiddeld aantal lange consulten Gemiddeld aantal visites Gemiddeld aantal ANW consulten # Farmaceutische voorschriften (%) Voorschriften antidepressiva Voorschriften maagmiddelen Voorschriften antibiotica Voorschriften cholesterolverlagers Voorschriften diabetesmiddelen Psychiatrisch Casus Register Middelen gebruik (alcohol, cannabis, cocaïne, heroïne) Angststoornissen Depressie Bipolaire stoornissen Persoonlijkheidsstoornissen Psychotische stoornissen Pervasieve stoornissen Welzijnsorganisatie Portes Algemeen maatschappelijk werk (1) Sociaal raadsliedenwerk (2) Outreachend Maatschappelijk Werk (3) Bijstand (%) Schuldhulpverlening (%) Leefomgeving Groen (mediaan) Zichtgroen (m2 per 1000 inwoners) Gebruikersgroen (m2 per 1000 inwoners) Aantal bomen (per 1000 inwoners) Type woning (%) Koop Particuliere huur Sociale huur stikstofdioxide (NO2 ug/m3) gemiddelde Geluidsoverlast % bewoners wonend in omgeving van stilteplek % bewoners wonend in omgeving van plekken met 65dB # alleen bekend van Achmea verzekerden. X aantal is kleiner dan 10 observaties
Utrecht Noordwest 47 25-35
Ondiep 48 35-44
Zuilen-Oost 48 35-44
60 29 11
54 31 15
54 33 13
70 7 5 3 # 6,7 3,7 3,4 1,6 56 11 26 28 17 10
73 6 5 3
61 12 7 5
7,7 2,1 3,0 1,6 62 12 29 31 20 11
6,9 1,7 4,2 1,6 58 11 27 30 17 12
1,8 2,2 3,1 0,2 1,8 0,7 0,1
2,3 2,6 3,7 0,2 2,3 0,5 X
2,1 2,4 4,2 0,3 2,1 1,0 0,2
0,9 2,0 0,3 4,5 1,5
1,1 2,1 0,6 6,3 2,4
1,0 2,2 0,3 5,9 2,2
4.734,9
6.370,9
22.371,5
1207,4 188,9
225,8 209,6
2718,6 253,5
45 13 39 28,8
25 8 61 29,2
39 9 49 25,3
4,2
0,0
6,9
18,1
21,0
12,7
38
Tabel 6.2: Vergelijking Utrecht Noordwest, Achmea verzekerden en frequente huisartsbezoekers.
Man (%) Leeftijd (mediaan) Burgelijke stand (%) Ongehuwd Gehuwd & partnerschap Weduwstaat & gescheiden Etniciteit (%) Autochtoon Marokkaans Turks Surinaams/Antiliaans/Arubaans # Huisartsconsulten (per jaar) Gemiddeld aantal consulten Gemiddeld aantal lange consulten Gemiddeld aantal visites Gemiddeld aantal ANW consulten # Farmaceutische voorschriften (%) Voorschriften antidepressiva Voorschriften maagmiddelen Voorschriften antibiotica Voorschriften cholesterolverlagers Voorschriften diabetesmiddelen Psychiatrisch Casus Register Middelen gebruik (alcohol, cannabis, cocaïne, heroïne) Angststoornissen Depressie Bipolaire stoornissen Persoonlijkheidsstoornissen Psychotische stoornissen Pervasieve stoornissen Welzijnsorganisatie Portes Algemeen maatschappelijk werk (1) Sociaal raadsliedenwerk (2) Outreachend Maatschappelijk Werk (3) Bijstand (%) Schuldhulpverlening (%) Leefomgeving Groen (mediaan) Zichtgroen (m2 per 1000 inwoners) Gebruikersgroen (m2 per 1000 inwoners) Aantal bomen (per 1000 inwoners) Type woning (%) Koop Particuliere huur Sociale huur stikstofdioxide (NO2 ug/m3) gemiddelde Geluidsoverlast % bewoners wonend in omgeving van stilteplek % bewoners wonend in omgeving van plekken met 65dB # alleen bekend van Achmea verzekerden. X aantal is kleiner dan 10 observaties
Utrecht Noordwest
Achmea verzekerden
47 25-35
48 45-55
Frequente huisartsbezoekers 30 55-65
60 29 11
35 44 21
17 48 35
70 7 5 3
60 14 10 4
64 12 11 4
6,7 3,7 3,4 1,6 56 11 26 28 17 10
18,6 4,3 4,9 2,2 93 25 61 61 33 22
1,8 2,2 3,1 0,2 1,8 0,7 0,1
2,5 3,2 4,8 0,3 2,7 1,2 0,1
3,9 6,0 10,2 X 4,5 2,0 x
0,9 2,0 0,3 4,5 1,5
1,2 3,8 0,6 9,9 2,9
2,7 8,1 0,9 12,5 3,6
4734,9
6370,9
6370,9
1207,4 188,9
1207,4 188,9
1052,9 188,9
44,5 13,2 38,5 28,8
27,4 4,4 66,7 28,2
16,4 4,1 78,6 28,4
4,2
4,6
3,5
18,1
13,9
12,6
39
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.
40
Tabel 6.3: Vergelijking Utrecht Noordwest, Bijstand gerechtigden en lange bijstand ontvangers.
Man (%) Leeftijd (mediaan) Burgelijke stand (%) Ongehuwd Gehuwd & partnerschap Weduwstaat & gescheiden Etniciteit (%) Autochtoon Marokkaans Turks Surinaams/Antiliaans/Arubaans # Huisartsconsulten (per jaar) Gemiddeld aantal consulten Gemiddeld aantal lange consulten Gemiddeld aantal visites Gemiddeld aantal ANW consulten # Farmaceutische voorschriften (%) Voorschriften antidepressiva Voorschriften maagmiddelen Voorschriften antibiotica Voorschriften cholesterolverlagers Voorschriften diabetesmiddelen Psychiatrisch Casus Register Middelen gebruik (alcohol, cannabis, cocaïne, heroïne) Angststoornissen Depressie Bipolaire stoornissen Persoonlijkheidsstoornissen Psychotische stoornissen Pervasieve stoornissen Welzijnsorganisatie Portes Algemeen maatschappelijk werk (1) Sociaal raadsliedenwerk (2) Outreachend Maatschappelijk Werk (3) Bijstand (%) Schuldhulpverlening (%) Leefomgeving Groen (mediaan) Zichtgroen (m2 per 1000 inwoners) Gebruikersgroen (m2 per 1000 inwoners) Aantal bomen (per 1000 inwoners) Type woning (%) Koop Particuliere huur Sociale huur stikstofdioxide (NO2 ug/m3) gemiddelde Geluidsoverlast % bewoners wonend in omgeving van stilteplek % bewoners wonend in omgeving van plekken met 65dB
Utrecht Noordwest
Bijstand gerechtigden
47 25-34
43 35-44
Langer dan 10 jaar bijstand ontvangers 35 45-54
60 29 11
44 29 29
36 31 33
70 7 5 3 # 6,7 3,7 3,4 1,6 56 11 26 28 17 10
46 19 9 6
59 16 8 6
7,6 2,1 2,1 1,7 67 21 35 32 17 12
8,6 2,2 2,5 2,2 77 24 45 34 26 17
1,8 2,2 3,1 0,2 1,8 0,7 0,1
10,6 7,9 10,4 0,8 9,5 3,9
8,7 6,6 9,7
0,9 2,0 0,3 4,5 1,5
3,7 7,0 2,3 100 12,7
100 5,4
4734,9
6370,9
6370,9
1207,4 188,9
1207,4 188,9
1052,9 188,9
44,5 13,2 38,5 28,8
7,4 3,7 87,1 27,8
5,7 3,8 90,3 28,5
4,2
5,9
4,1
18,1
12,6
10,6
10,4 1,4
2,1 7,7
# Achmea verzekerden in Noordwest
41
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 42
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
43
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 44
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.
45
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 46
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.
47
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 hoogrisicogroepen 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.
48
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 49
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 50
-
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 Huisartsen netwerk’.
Julius
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 51
-
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
52
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.
53
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 54
(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 55
-
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) 56
-
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
57
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.
58
Tabel: Wijk, subwijk, buurt en subbuurt indeling voor Utrecht Noordwest wijknaam subwijk naam Noordwest Zuilen-West
Zuilen-Noord/oost
Pijlsweerd
Ondiep, 2e Daalsebuurt
buurtnaam Julianapark e.o.
subbuurt naam Schaepmanplein e.o. Johan Uitenbogaertstraat e.o. Elinkwijk e.o. Elinkwijk Edisonstraat e.o. Prins Bernhardplein e.o. Demkaterrein Prins Bernhardplein e.o. Geuzenwijk Geuzenwijk De Driehoek Schaakbuurt e.o. Schaakbuurt Prinses Beatrixlaan e.o. Queeckhovenplein e.o. Queeckhovenplein e.o. Zuilen-noord Zuilen-noord Pijlsweerd-zuid 1e Daalse buurt Herenweg e.o. Kaatstraat e.o. Pijlsweerd-noord Harpstraat e.o. Noordse Park e.o. 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.
59
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.
60
Tabel B2.1: Gemeentelijke Basisadministratie (GBA) Utrecht Noordwest Indicator
Noordwest
Pijlsweerd
Zuilen-West
47,7
Ondiep, 2e Daalsebuurt 46,4
47,7
ZuilenNoord/oost 48,0
Man (%)
47,4
Leeftijd categorie (mediaan)
25-34
25-34
25-34
25-34
35-44
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
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
Burgerlijke stand (%)
Gezinsomvang (%)
5
2,7
2,3
2,0
1,8
4,5
>5
1,4
1,2
0,8
0,6
2,9
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
Autochtoon
69,8
67,9
72,4
76,0
61,9
Marokkaans
6,5
5,6
4,7
3,0
12,4
Gezinsverhouding (%)
Etniciteit (%)
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 Verblijfsduur in Utrecht (jaren mediaan)
0,2
0,3
0,2
0,2
0,2
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.
61
Tabel B2.2 Objectieve en subjectieve gegevens over de woonvoorzieningen in de wijk Noordwest#
Objectief Type woning Koopwoning Particuliere huurwoning Sociale huurwoning Overig Subjectief Tevredenheid woning % onvoldoende (<6) % voldoende (>6) Tevredenheid woonomgeving % onvoldoende (<6) % voldoende (>6)
Noordwest
Pijlsweerd
Ondiep, 2e Daalsebuurt
Zuilen-west
ZuilenNoord/oost
44,5 13,2 38,5
44,5 19,2 32,4
39,7 13,6 42,1
58,8 15,2 22,6
36 7,5 53
15 85
X X
15 85
13 87
15 85
15 85
17,5 82,5
14 86
10 90
21 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- Zichtgroen Aantal Tevredenheid Tevredenheid zichtgroen groen bomen gebruiksgroen (m2/1000 (m2/1000 (/1000 % on% % on% inwoners) inwoners) inwoners) voldoende voldoende voldoende voldoende (<6) (>6) (<6) (>6) Noordwest 1906,6 10688,1 193,1 36 64 49 51 Pijlsweerd 2808,9 4556,9 181,9 48 52 50 49 e Ondiep, 2 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
ZuilenNoord/oost
28,8
33,1
30,5
26,6
25,9
4,2
3,7
2,0
3,3
8,0
18,1
23,5
17,1
17,0
17,7
#
Luchtkwaliteit Stikstofdioxide (µg/m³) * Geluid % bewoners wonend in omgeving van stilteplek % bewoners wonend in omgeving van plekken met 65dB
# project 'Luchtverontreiniging en gezondheid in de stad Utrecht, koppeling van lokale gezondheidspeiling aan lokale metingen van luchtkwaliteit' Academische Werkplaats Milieu en Gezondheid *WistUdata
62
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)
Bijstand (%) Duur bijstand 0 - <2 jaar 2 - <5 jaar 5 - <10 jaar 10+ jaar Trede re-integratieladder Geen [0] Zorg [1] Maatschappelijke activering [2] Arbeidsactivering [3] Arbeidstoeleiding [4] Betaald werk met ondersteuning (LKS) [5] Regulier werk [6] Onbekend Loonkostensubsidie (LKS) Duur loonkostensubsidie Opstapbaan Vangnetbaan Vangnetcobaan Vangnetplusbaan Sociale werkvoorziening en/of gesubsidieerde arbeid Inburgeraars Schoolverlaters
Noordwest
Pijlsweerd
Zuilen-west
4,1
Ondiep, 2e Daalsebuurt 4,4
2,9
ZuilenNoord/oost 6,2
4,5 42 14 13 32
40 12 13 35
39 12 10 40
45 12 16 28
43 18 14 26
0,5
0,5
0,4
0,8
28 62 7
67
63
62
58
1,7
1,0
1,8
1,1
2.3
1,3 1,0
1,0 0,6
1,1 1,1
1,2 0,7
1,8 1,3
19 22 12 19 6 1 0,6 21 0,6
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.
63
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
64
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
ZuilenWest
ZuilenNoord/oost
1,8
2,3
1,6
1,4
2,2
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
Klinisch
3,1
4,4
2,6
3,1
3,2
Ambulant
39,3
43,2
36,5
38,3
41,6
Deeltijd Aantal dagen met zorg in 2010 (mediaan) Klinisch
4,5
7,6
3,5
3,6
5,1
31
31
27
40
46
Ambulant
7
10
6
7
7
Deeltijd
10
12
9
11
12
Diagnose DSM-IV categorieën Middelengebruik (alcohol, cannabis, cocaïne, heroïne) waarvan 1 middel
Soort zorg
65
Tabel B2.8 Huisartszorg in Noordwest van wijkbewoners verzekerd bij Achmea. % Huisarts in Noordwest
64,5 Gezondheidscentrum Huisartsenpraktijk De Dame
waarvan
Ondiep,
Andere huisarts in Noordwest
19,9 44,6
Huisarts buiten Noordwest
34,6
Onbekend
0,9
Tabel B2.9: Beschrijvende indicatoren Achmea Health Database Indicator
Noordwest
Zorgconsumptie huisarts (%) Gemiddeld n bezoeken/ jaar
81,6 6,7
consulten huisarts Gemiddeld n bezoeken/ jaar
3,8
72,2
7,6
ANW consulten
15,7
Gemiddeld n bezoeken/ jaar
1,6
consulten POH-S
1,8
1,8
7,5
8,1 3,6
13,5 1,5
3,3 1,8
74,9 3,8
3 17,3
5,4 1,3
70,2
9,0
1,6
83,0 6,7
3,7
3,3 14,0
3,7
Gemiddeld n bezoeken/ jaar
75,1
6,8
ZuilenNoord/oost
79,7 6,2
4,1
3,8
Zuilen-West
83,4 7,4
3,8
3,4
Ondiep, 2e Daalsebuurt
81,0 6,8
73,1
visites huisarts + POH Gemiddeld n bezoeken/ jaar
Pijlsweerd
16,2 1,6
2,6 2,0
4,7 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 voorschriften cholesterolverlagers
27,8
23
29
28,6
29,5
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
Eenmaal Meerdere malen
7,3
8,2
7,4
7,0
7,0
2,2
2,1
2,5
2,2
1,9
Eenmaal Meerdere malen
4,4
3,7
4,5
3,9
4,8
1,2
X
1,5
1,0
1,3
Eenmaal Meerdere malen
2,8
2,6
2,7
2,8
3,1
0,7
0,6
0,8
0,7
0,7
Eenmaal
11,7
11,1
11,9
11,5
11,8
e
2 lijnszorg Oogheelkunde
KNO
Maag-, darm
Chirurgie
lever-,
66
Indicator
Noordwest
Pijlsweerd
Ondiep, 2e Daalsebuurt
Zuilen-West
ZuilenNoord/oost
3,5
2,9
4,0
3,5
3,1
Eenmaal Meerdere malen
3,3
2,7
3,1
3,1
3,7
1,8
1,9
1,4
2,1
1,8
Eenmaal Meerdere malen
3,9
3,8
4,3
3,4
3,9
1,2
1,5
1,3
0,8
1,2
Eenmaal Meerdere malen
6,8
7,6
7,1
6,1
6,8
2,3
2,3
2,5
2,1
2,2
Eenmaal Meerdere malen
6,9
8,0
7,8
6,4
5,9
3,2
3,6
3,8
2,7
2,7
Eenmaal Meerdere malen
5,0
3,9
6,1
4,6
4,5
1,1
1,6
1,2
1,1
1,0
Eenmaal Meerdere malen
5,2
3,8
5,6
4,9
5,4
2,1
2,2
2,2
1,8
2,2
Eenmaal Meerdere malen
7,3
9,8
6,7
6,8
7,2
2,2
2,8
2,0
2,0
2,2
1
1,2
1,4
1,2
1,0
1,3
Meerdere malen Gynaecolologie
Orthopaedie
Interne
Cardiologie
Longarts
Neurologie
psychiatrie
Paramedisch Fysiotherapie
Ergotherapie
Manuele therapie Beweegprogramma Oefentherapie
logopedie
dieet
2-5
4,9
3,9
5,7
4,3
5,0
>5
14,9
16,5
15,2
14,7
14,2
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
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
1
0,2
X
X
0,4
X
2-5
X
X
X
X
X
>5
X
X
X
X
X
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
1
X
X
X
X
X
2-5
0,1
X
X
X
X
>5
0,2
X
0,3
X
X
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
67
Tabel B2.10: Zorggebruik bij de welzijnsorganisatie Portes Indicator
2,8
2,3
Ondiep, 2e Daalsebuurt 2,9
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
Werkveld
*
Noordwest
Pijlsweerd
ZuilenWest 2,1
ZuilenNoord/oost 3,6
(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
68
BIJLAGE 3: De fysieke leefomgeving in de wijk Utrecht Noordwest BIJLAGE 4: Stageverslag integrale zorg in de wijk BIJLAGE 5: Programma en presentatie eindsymposium
69
