Kwaliteitsregistraties bevatten zorggegevens over een patiëntpopulatie voor het meten en verbeteren van de kwaliteit van zorg. Het Centraal Bureau voor de Statistiek (CBS) verzamelt persoonsgegevens en deze worden in uitzonderlijke gevallen met voorwaarden beschikbaar gesteld voor onderzoeksdoeleinden. Koppelingen tussen kwaliteitsregistraties en CBS-microdata dragen bij aan wetenschappelijk onderzoek en voorkomen dat zorgverleners gegevens dubbel vastleggen. Het doel van dit onderzoek is om het gewenste en reeds gerealiseerde gebruik van CBS-microdata, succesfactoren en uitdagingen inzichtelijk te maken. Deze inzichten resulteren in aanbevelingen die het koppelproces kunnen optimaliseren en hergebruik van data stimuleren. Een vragenlijst werd uitgezet onder veertien registratiehouders, waarna vier interviews werden afgenomen. Dertien registratiehouders hebben overwogen om registratiedata aan CBS te koppelen, waarvan drie ook CBS-microdata hebben geanalyseerd. Tijd, geld en kennis over het proces belemmeren een deel van de registratiehouders te starten met onderzoek met CBS-microdata. Andere veelgenoemde uitdagingen zijn: het aanvragen van een instellingsmachtiging, het juridische proces, de datakoppeling, de outputcontrole en het niet kunnen tonen van informatie op zorginstellingsniveau. Dit laatste zorgt ervoor dat het primaire doel van kwaliteitsregistraties, namelijk de kwaliteit van zorg terugkoppelen, niet kan worden uitgevoerd met CBS-microdata. Koepelorganisaties kunnen faciliteren door het delen van kennis en expertise om onderzoek te kunnen uitvoeren.
In de zorg worden veel data vastgelegd, bijvoorbeeld over behandelingen en uitkomsten. Deze gegevens kunnen opnieuw worden benut om de kwaliteit van zorg te verbeteren en (wetenschappelijk) onderzoek te ondersteunen. Omdat zorgverleners al veel tijd besteden aan administratie, wordt het steeds belangrijker om informatie slechts één keer vast te leggen en deze vervolgens voor meerdere doeleinden te (her)gebruiken [1]. Het is daarom essentieel om te onderzoeken hoe verschillende databronnen met elkaar kunnen worden gekoppeld. Dit stelt onderzoekers in staat om beter onderbouwde en verdiepende vragen te beantwoorden en onderzoek efficiënter uit te voeren. Landelijke medisch specialistische kwaliteitsregistraties vormen hierin een belangrijke databron.
Kwaliteitsregistraties zijn uitgebreide verzamelingen van gegevens over een duidelijk omschreven patiëntenpopulatie, gedefinieerd door een bepaald(e) ziekte, zorgtype of behandeling [2, 3]. Bij voorkeur bevatten de kwaliteitsregistraties routinematig verzamelde data uit elektronische patiëntdossiers (EPD). Deze (gestandaardiseerde) set aan patiënt- en behandelgegevens worden door deelnemende zorgorganisaties aangeleverd bij de registratiehouder. Dit is een gecertificeerde organisatie die de data verwerkt en beheert van één of meer kwaliteitsregistraties. Het primaire doel van kwaliteitsregistraties is om zorgorganisaties inzicht te geven in de behaalde resultaten en zo van elkaar te leren. Dit ondersteunt het initieren van verbeteracties om de kwaliteit, effectiviteit en veiligheid van zorg continu te optimaliseren [1, 2]. Het bijdragen aan wetenschappelijk onderzoek is een secundair doel van een kwaliteitsregistratie.
Ongeveer 80% van alle Nederlandse kwaliteitsregistraties is vertegenwoordigd in de Samenwerkende KwaliteitsRegistraties (SKR), een stichting die als platform fungeert voor samenwerking tussen registratiehouders. De SKR ondersteunt de ontwikkeling van gezamenlijk beleid en bevordert kennisdeling en afstemming tussen de registraties. Binnen de SKR maken registratiehouders onderlinge afspraken over verschillende thema’s, zoals datakwaliteit, gegevensstandaardisatie, bestuur, privacy en hergebruik van data. Het doel van deze samenwerking is om de gegevensverzameling en het gegevensgebruik op een uniforme en efficiënte wijze in te richten [3].
Patiënt- en behandelfactoren zijn van invloed op gezondheid en behandeluitkomsten op de korte en lange termijn, en worden uitgebreid vastgelegd. Daarnaast is steeds meer bekend over de invloed van externe risicofactoren op zorg, zoals sociaaleconomische status, luchtkwaliteit en leefstijl [4‐6]. Data over dergelijke risicofactoren en langetermijnuitkomsten zijn echter vaak niet opgenomen in kwaliteitsregistraties. Een belangrijke reden hiervoor is dat zorgpersoneel deze gegevens voor hun primaire zorgtaak niet nodig heeft en de verzameling complex en tijdrovend vindt, hetgeen bijdraagt aan de ervaren administratielast [1, 2]. Bovendien ervaart de patiënt de registratie van deze gegevens mogelijk als belastend, wat kan leiden tot (item) nonrespons en responsvertekening [7, 8]. Het includeren van hoogwaardige informatie over dergelijke risicofactoren kan echter waardevol zijn omdat het meer inzicht geeft in de verschillen in belangrijke patiëntuitkomsten op korte en lange termijn. Ondertussen concluderen meerdere onderzoeken dat de Nederlandse regels voor het hergebruik van persoonsgegevens strikter zijn dan in veel andere Europese landen [9, 10]. Hierdoor wordt het koppelen van patiëntgegevens uit kwaliteitsregistraties met andere informatiebronnen aanzienlijk beperkt.
Er zijn verschillende instanties die data van personen, hun zorggebruik en externe risicofactoren registreren. De Dutch Hospital Data (DHD) en het Centraal Bureau voor de Statistiek (CBS) zijn belangrijke voorbeelden in de Nederlandse context. De DHD verwerkt medische en financiële patiëntdata voor alle Nederlandse ziekenhuizen [11]. Het CBS verzamelt alle statistische informatie over Nederland om beleidsmakers en burgers te voorzien van de benodigde onafhankelijke statistieken [12]. Hiervoor heeft het CBS een wettelijke uitzonderingspositie en mag het privacygevoelige informatie verzamelen en verwerken zonder instemming van de desbetreffende persoon [13].
De meerwaarde van het CBS is dat er een grote verscheidenheid aan externe risicofactoren en andere (zorg)data beschikbaar zijn en dat deze op individueel niveau geanalyseerd kunnen worden, de zogeheten microdata. Externe onderzoekers hebben de mogelijkheid om, onder wettelijke voorwaarden, met deze data wetenschappelijk onderzoek te doen binnen de beveiligde omgeving van het CBS [14]. Het CBS bepaalt middels een transparante beoordelingsprocedure welke onderzoeksprojecten toegang krijgen tot de microdata. De voornaamste toetsingseis is dat het onderzoek te allen tijde voldoet aan de wet Algemene Verordening Gegevensbescherming (AVG). Het CBS beschrijft het proces voor werken met microdata middels fig. 1 [14]. Dit stroomschema is bedoeld als houvast voor onderzoeksprojecten en het is voor dit doel eerder succesvol toegepast [15]. Registratiehouders moeten echter vaak voldoen aan extra wet- en regelgeving, zowel vanwege de AVG als door onderlinge contracten met de aanleverende zorgorganisaties. Hierdoor zijn in dit proces mogelijk aanvullende stappen nodig. Ook koppelingen met kwaliteitsregistraties hebben echter reeds geresulteerd in relevante onderzoeken [16, 17].
Het doel van dit onderzoek is om voor registratiehouders het gewenste en reeds gerealiseerde gebruik van CBS-microdata en bijbehorende succesfactoren en uitdagingen inzichtelijk te maken. Op basis van deze inzichten formuleren we aanbevelingen die het koppelproces kunnen optimaliseren. Zo kunnen data efficiënter worden benut en hergebruikt. Daarnaast kunnen relevante en complexere onderzoeksvragen worden onderzocht, wat uiteindelijk bijdraagt aan verdere kwaliteitsverbetering van de zorg. De bevindingen kunnen ook voor algemene onderzoeksprojecten nuttig zijn.
Methoden
Dit onderzoek werd explorerend gestart vanuit de landelijke kwaliteitsregistratie voor intensive care (IC)-zorg, de Nationale Intensive Care Evaluatie (NICE)-registratie [18]. De NICE-registratie bevat klinische gegevens en uitkomsten van IC-patiënten in Nederland. De registratie heeft als doel het meten en verbeteren van de kwaliteit van IC-zorg en is daarnaast een belangrijke bron voor wetenschappelijk onderzoek.
Voor een specifieke vraagstelling over IC-uitkomsten werden patiëntdata uit de NICE-registratie gekoppeld aan gegevens over sociaaleconomische status uit de CBS-microdata. De onderzoekers betrokken bij de NICE-registratie hebben alle stappen uit fig. 1 doorlopen. Tijdens dit proces bleek bij afstemming met andere registratiehouders dat er gedeelde vragen en uitdagingen bestonden die in regulier onderzoek in mindere mate voorkwamen. Daarom werd het stappenplan uit fig. 1 aangepast voor kwaliteitsregistraties en werd er een overzicht gemaakt met uitdagingen waar onderzoekers tegenaan kunnen lopen. Het overzicht en de figuur werden gevalideerd om te beoordelen of dit overzicht herkenbaar en volledig was en of er geen belangrijke stappen of uitdagingen ontbraken. Deze validatie vond plaats aan de hand van een vragenlijst en semigestructureerde interviews met deelnemers van de SKR.
Vragenlijst
Op basis van het stroomschema van het CBS (fig. 1) werd een vragenlijst ontwikkeld door onderzoekers van de NICE-registratie die ervaring hadden met een CBS-microdata-aanvraag (zie bijlage 1 in de digitaal aanvullende content) [18]. Met de vragenlijst werd achterhaald of registratiehouders de wens hadden om hun registratiedata met CBS-microdata te koppelen, of ze daadwerkelijk toegang hebben gekregen tot deze data en wat hun ervaringen zijn met de aanvraag en koppeling. De vragenlijst werd zo ontworpen dat ze kon worden ingevuld door onderzoekers van registraties waarbij de aanvraag nooit is gedaan, is gestaakt of succesvol was. Afhankelijk van de antwoorden kregen respondenten additieve open of gesloten vragen te zien. Nadat de vragenlijst was getest door onafhankelijke onderzoekers van de NICE-registratie en de Nederlandse Hart Registratie (NHR) werd deze verspreid via de SKR. In de periode van 31 mei 2023 tot 23 juni 2023 hadden de registratiehouders de mogelijkheid om de vragenlijst via Microsoft Forms in te vullen.
Interviews
Op basis van de resultaten van de vragenlijsten zijn alle registratiehouders die aangaven dat ze CBS-microdata hebben gebruikt of bezig waren met een aanvraag, uitgenodigd voor een semigestructureerd interview. De voorbereiding van het interview bestond uit het analyseren van de vragenlijstantwoorden, het verzamelen van aanvullende informatie over de betreffende kwaliteitsregistratie en het opstellen van een topiclijst. De topiclijst werd samengesteld op basis van het stroomschema en het eerste overzicht met uitdagingen. Alle respondenten zijn tussen 2 oktober en 27 november 2023 door DK en SB geïnterviewd via een online Zoom-meeting. Met de antwoorden kon het stroomschema specifiek gemaakt worden voor kwaliteitsregistraties en werd het overzicht van uitdagingen verder aangevuld met aanbevelingen en succesfactoren.
Validatie
De validatie van het stappenplan en de tabel met uitdagingen en aanbevelingen vond op een aantal manieren plaats. De eerste versies van de resultaten van de NICE-registratie werden aangevuld met antwoorden uit de vragenlijst. In de topiclijst van de interviews werden de te nemen stappen, de beoogde uitdagingen en aanbevelingen verwerkt, zodat via het interview een extra validatiestap werd uitgevoerd. Na het uitvoeren van de interviews werd een prefinale versie van de figuur en de uitdagingen- en aanbevelingentabel gemaakt. Ook werden de succesfactoren aan de tabel toegevoegd. De prefinale versies werden met de respondenten van de interviews gedeeld voor validatie en accordering, waarbij ze commentaar konden geven ter verbetering van de resultaten. Tot slot werden de resultaten ook gedeeld met medewerkers van het CBS voor de laatste validatiestap.
Resultaten
Alle veertien benaderde registratiehouders hebben de vragenlijst ingevuld. Dertien (92,9 %) registratiehouders hebben ooit overwogen om de data van de registratie aan de CBS-data te koppelen. Van deze dertien registratiehouders zijn de data van drie registratiehouders (23,1 %) daadwerkelijk geanalyseerd in de CBS-microdata-omgeving. Twee van de dertien registratiehouders (15,4 %) waren tijdens dit onderzoek bezig met de aanvraagprocedure. De acht overige registratiehouders (61,5 %) hadden om verscheidene redenen nog geen ervaring met het aanvragen van CBS-microdata. Eén registratiehouder had ervoor gekozen om data bij Vektis (overkoepelende declaratiedata van zorgverzekeraars) aan te vragen, omdat Vektis-data binnen de eigen infrastructuur van de registratiehouder verwerkt konden worden. Tot 2017 konden CBS-microdata nog niet met een VPN-verbinding vanaf de infrastructuur van de registratiehouder geanalyseerd worden. Vijf registratiehouders gaven aan nu nog geen koppeling met de CBS-microdata in te zetten vanwege een gebrek aan tijd, geld of urgentie, maar dat er wel de wens is om in de toekomst te kijken of een koppeling mogelijk is. Eén registratiehouder gaf aan dat het juridisch niet mogelijk was om de data te koppelen. Een andere registratiehouder gaf aan dat de koppeling niet mogelijk was vanwege onvoldoende unieke variabelen voor een betrouwbare koppeling. Om deze antwoorden verder te onderzoeken, zijn interviews gehouden met zes medewerkers van vier verschillende registratiehouders die een koppeling tussen CBS-microdata en registratiedata hebben gerealiseerd of op korte termijn willen realiseren.
Stappenplan
Het stappenplan in fig. 2 bestaat uit vier onderdelen: de voorbereiding van de aanvraag, de aanvraag, de voorbereiding van de analyses en de uitwerking. Sommige onderdelen worden verder in subonderdelen ingedeeld. Deze subonderdelen verlopen niet voor alle situaties in chronologische volgorde en kunnen parallel plaatsvinden. De stappen die met stippellijnen zijn omlijnd zijn vaak optioneel en contextafhankelijk, en hoeven niet in elke situatie te worden uitgevoerd. Tot slot gelden nog drie algemene randvoorwaarden: financiering, tijd en personele beschikbaarheid.
Figuur 2
Stappenplan voor het doorlopen van een CBS-microdata-aanvraag. De stappen kunnen parallel aan elkaar lopen en staan niet per definitie in chronologische volgorde. De stappen die met stippellijnen zijn omlijnd zijn optioneel. De referenties in het schema verwijzen naar de webpagina’s van het CBS waar informatie over de betreffende stap gevonden kan worden. 1: microdata zelf onderzoek doen; 2: instellingen en projecten; 3: aanvraag toegang microdata; 4: inloggen op RA; 5: outputcontrole [14]. CBS Centraal Bureau voor de Statistiek, AVG Algemene Verordening Gegevensbescherming, DPIA Data Protection Impact Assessment, bsn burgerservicenummer, DHD Dutch Hospital Data, FG functionaris gegevensbescherming, ver-RIN-nen het toevoegen van de door het CBS gegenereerde unieke koppelsleutel (RIN), zodat bestanden met elkaar te koppelen zijn
Vanuit de vragenlijsten en interviews is naar voren gekomen dat ervaring en expertise erg belangrijk zijn. Wanneer men het proces reeds heeft doorlopen, is het makkelijker om een nieuwe koppeling te realiseren. Daarnaast kwam naar voren dat er veel wachttijd tijdens het proces is. Zo moeten er verschillende documenten worden nagekeken door verschillende stakeholders en zijn er gesprekken nodig om de datakoppeling tot stand te kunnen brengen. Hierdoor kan het zijn dat verschillende stappen door elkaar gaan lopen. Het proces voor het aanvragen en bemachtigen van een instellingsmachtiging werd als het meest ingewikkeld ervaren.
Succesfactoren, uitdagingen en aanbevelingen
Tijdens dit onderzoek zijn verscheidene uitdagingen, successen en aanbevelingen naar voren gekomen. Deze zijn samengevat in tab. 1
(randvoorwaarden), 2 (het juridisch proces), 3 (het koppelingsproces) en 4 (analyses).
Tabel 1
Randvoorwaarden voor kwaliteitsregistraties voor het doorlopen van de CBS-microdata-aanvraag: succesfactoren, uitdagingen en aanbevelingen. De naamgeving in de kolom ‘stappenplan’ komt overeen met die in fig. 2
stappenplan
succesfactoren
uitdagingen
aanbevelingen
financiering
– Kosten staan duidelijk omschreven en inzichtelijk in een catalogus op de CBS-website [19].
– Er zijn mogelijkheden om kosten te reduceren.
– Het is lastig om financiering om het project op te starten en/of te continueren.
– Registratiehouders hebben verschillende bekostigingsmethoden waarbij soms minder/geen geld beschikbaar is voor een secundair doel, zoals wetenschappelijk onderzoek.
– Probeer een subsidie te bemachtigen (bijvoorbeeld via de NWO).
– Beperk het aantal microdatabestanden en/of vraag data pas aan op het moment dat deze gebruikt gaan worden in de analyses.
– Beperk het aantal onderzoekers met machtigingen en/of vraag de machtiging later aan, zodat alleen betaald wordt voor actieve gebruikers.
– Minimaliseer het aantal outputcontroles en, indien mogelijk, dien output in die voldoet aan de light output-eisen (goedkopere versie) [19, 20].
– Werk samen met andere instituten, zodat de kosten gedeeld kunnen worden.
tijd
– Ervaren onderzoekers van registratiehouders staan klaar om nieuwe CBS-microdata-aanvragen te ondersteunen, wat het proces kan versnellen.
– De aanvraagprocedure en koppelingen bij het CBS kunnen een aantal weken tot maanden in beslag nemen.
– Reserveer voldoende tijd voor een soepel verloop van het volledige traject.
– Wijs een centraal aanspreekpunt met CBS-ervaring aan.
– Zorg ervoor dat vooraf een plan klaarligt betreffende onderzoeksvragen en benodigde data, en voorkom aanpassingen.
– Bepaal vooraf of de beoogde resultaten de investering in tijd en geld waard zijn.
personele beschikbaarheid
– Ervaring in juridische, methodologische en financiële aspecten stelt organisaties in staat het volledige proces efficiënt en versneld uit te voeren.
– Expertise van alle verschillende disciplines is bij kleinere registratiehouders wellicht niet of moeilijk beschikbaar.
– Een personele wisseling en/of onderbezetting bij de registratiehouders, FG/juristen (afhankelijk van de context) en/of het CBS kan leiden tot miscommunicatie en/of langere doorlooptijden.
– Plan regelmatige (bel)afspraken met de contactpersoon bij het CBS om het proces te verhelderen en versnellen.
– Werk samen met microdata-ervaringsdeskundigen of andere registratiehouders met CBS-ervaring om het aanvraagproces efficiënt te laten verlopen.
– Beperk de personele wijzigingen gedurende het aanvraagproces.
CBS Centraal Bureau voor de Statistiek, NWO Nederlandse organisatie voor Wetenschappelijk Onderzoek, FG functionaris gegevensbescherming
Tabel 2
Het juridische proces voor kwaliteitsregistraties voor het doorlopen van de CBS Microdata-aanvraag: succesfactoren, uitdagingen en aanbevelingen. De naamgeving in de kolom ‘stappenplan’ komt overeen met die in fig. 2
stappenplan
succesfactoren
uitdagingen
aanbevelingen
instellingsmachtiging aanvragen
– Externe uitvoerende onderzoekers zijn vaak geaffilieerd aan een universiteit of onderzoeksinstelling die reeds in het bezit is van een instellingsmachtiging.
– Omdat registratiehouders vaak parttime-onderzoekers in dienst hebben, wordt het lastig om te voldoen aan de voorwaarden voor een instellingsmachtiging, zoals minimaal drie fte op de onderzoeksafdeling. Deze onderzoekers hebben geen andere taken.
– Werk samen met een instelling die al een instellingsmachtiging heeft wanneer niet voldaan wordt aan de voorwaarden.
– Als alternatief kunnen de registratiedata beschikbaar gemaakt worden voor onderzoek bij het CBS. Hiermee kunnen externe onderzoekers met een instellingsmachtiging een aanvraag doen met toestemming van de registratiehouder (zoals Perined) [21].
grondslag voor koppeling: AVG/informed consent
– Het verzamelen van patiëntdata en toestemming om deze te koppelen met externe bronnen zijn bij sommige registratiehouders reeds vastgelegd in de contracten met zorginstellingen.
– De registratiehouder moet kunnen aantonen dat hij geen informed consent van de patiënt nodig heeft voor het verzamelen en koppelen van de persoonlijke data.
– Te allen tijde moet worden voldaan aan de AVG en andere relevante wetgeving, en dient de grondslag geborgd te worden.
– Verwerk patiëntdata conform de Wkkgz, WGBO, en de Uavg, met een opt-outsysteem.
– Leg afspraken over datagebruik voor onderzoek vast in (nieuwe) overeenkomsten met aanleverende partijen.
– Onderbouw datagebruik van registratiedata voor onderzoek met een DPIA.
– Onderzoekers vullen een data-aanvraagformulier in, zodat doelstellingen en onderzoeksvragen duidelijk worden geformuleerd. Dit biedt houvast voor de onderzoeker, de registratiehouders en de (bestuurs)organen.
– Datakoppelingen ten behoeve van de onderzoeksvraag moeten passen binnen de doelbinding van de kwaliteitsregistratie, dat wil zeggen kwaliteitsverbetering en innovatie.
– Afhankelijk van de contracten en processen moeten mogelijk ook andere betrokken (bestuurs)organen of aanleverende instanties expliciet akkoord geven.
– Beschrijf waarom het belangrijk is dat de (bestuurs)organen aan het onderzoek meewerken. Geef daarbij aan dat de privacy van de betrokkenen goed wordt beschermd door duidelijke en zorgvuldige regels van het CBS en de registratiehouder.
– Vaak is een privacycommissie gemachtigd om namens de wettelijke verwerkersverantwoordelijken een beslissing te nemen over datakoppelingen. Betrek deze commissie bij het verkrijgen van toestemming voor het koppelverzoek.
DPIA invullen en goedkeuring FG/jurist
– Door het invullen van een DPIA worden alle privacy- en veiligheidsrisico’s in kaart gebracht en kunnen deze worden geminimaliseerd door gerichte maatregelen.
– Het invullen van de DPIA kost tijd, met name als bovenstaande stappen onduidelijk zijn en als de FG niet direct betrokken is bij het project.
– Registratiehouders hebben meerdere stakeholders om rekening mee te houden, wat het invullen moeilijker maakt.
– Maak grondslagen en contracten inzichtelijk voor het opstellen van de DPIA.
– Beschrijf in het onderzoeksplan de onderzoeksvragen, maatschappelijke en/of wetenschappelijke relevantie en de benodigde data.
– Gebruik een standaard DPIA-format, zoals NOREA, de rijksoverheid of Shared Service Center voor kwaliteitsregistraties [22‐24].
– Beperk risico’s op informatiebeveiliging en contractbreuk: minimaliseer de dataset, gebruik geaggregeerde data en sluit indien nodig een aanvullende leveranciersovereenkomst.
– Betrek vroegtijdig een FG/jurist bij het onderzoek en informeer deze over de maatregelen die het CBS treft op gebied van privacy en beveiliging [23].
fte fulltime equivalent, CBS Centraal Bureau voor de Statistiek, AVG Algemene Verordening Gegevensbescherming, Wkkgz Wet kwaliteit, klachten en geschillen in de zorg, WGBO Wet geneeskundige behandelovereenkomst, Uavg Uitvoeringswet algemene verordening gegevensbescherming, DPIA Data Protection Impact Assessment, NOREA Nederlandse Orde van Register EDP-Auditors, FG functionaris gegevensbescherming
Tabel 3
Het koppelingsproces voor kwaliteitsregistraties voor het doorlopen van de CBS-microdata-aanvraag: succesfactoren, uitdagingen en aanbevelingen. De naamgeving in de kolom ‘stappenplan’ komt overeen met die in fig. 2
stappenplan
succesfactoren
uitdagingen
aanbevelingen
bepalen van variabelen en bestanden
– Door de ruime keuze uit verschillende CBS-microdatabestanden zijn er vaak passende data voor een beoogde onderzoeksvraag.
– Het is lastig te bepalen in welke microdatabestanden welke variabelen zitten en welke het beste bruikbaar zijn voor de vraagstelling.
– Raadpleeg de ODISSEI-portal en CBS-website om een beter overzicht te krijgen van de beschikbare CBS-data [25, 26].
– Neem contact op met het CBS om de opties te bespreken.
– Plan het expertoverleg en bereid dit goed voor om extra overleg te voorkomen.
– Indien identificerende variabelen tussen de kwaliteitsregistratie en CBS-data onvoldoende overeenkomen, kan gebruikgemaakt worden van DHD-data over interventies en opnamen [27].
– De DHD-data kunnen eenvoudig aangevraagd worden en vergroten de mogelijkheden voor het koppelen.
– Het bsn is niet beschikbaar in de kwaliteitsregistraties.
– Voor de koppeling zijn identificerende persoonsgegevens, zoals geboortedatum en postcode, nodig, evenals de opname- of interventiedatum.
– Gegevens in de kwaliteitsregistratie zijn onvoldoende identificerend en/of komen niet overeen met de beschikbare CBS-data.
– Vraag naar de mogelijkheden bij het CBS voor koppeling op basis van de beschikbare identificerende variabelen.
– Kwaliteitsregistraties bevatten vaak een opname- en/of interventiedatum. Na toestemming van de DHD kan het CBS informatie vanuit LBZ-DHD-bestanden voor de koppeling gebruiken [27]. Hierdoor kan de koppeling op basis van bijvoorbeeld de verrichtingendatum gedaan worden.
– Met verrijking van de datasets met DHD-data worden de records unieker en kan een hoger koppelingspercentage worden behaald.
– De koppeling wordt standaard deterministisch uitgevoerd, maar kan bij aanvraag ook probabilistisch worden uitgevoerd.
bij gebruik van behandeldata, aanvraag DHD-data ten behoeve van koppeling
– De aanvraag bij de DHD verloopt vlot en men kan aangeven dat de informatie bedoeld is voor een CBS-microdatakoppeling.
– De DHD moet toestemming geven om de koppeling met CBS-microdata mogelijk te maken.
– De koppeling kost geld en wordt vertraagd als de toestemming niet tijdig is aangevraagd.
– Vul een verzoek in op de DHD-website na contact en afstemming met het CBS [27].
– Doe dit op tijd, zodat de toestemming binnen is voor de koppeling bij het CBS gaat plaatsvinden.
koppeling en ver-RIN-nen door CBS, waarna dit de data klaarzet in de CBS-microdata-omgeving
– De eerdere koppelingen van NICE, Perined en NHR met CBS-microdata laten een hoog koppelpercentage en beperkte selectiebias zien [16, 17, 28].
– De koppeling bij het CBS neemt een paar weken tijd in beslag en kan het project vertragen.
– Het koppelen van de microdatabestanden kan voor iemand met een beperkte kennis van data-analyse een ingewikkeld proces zijn.
– Het is verstandig om tijdig bij het CBS aan te geven dat het een koppeling moet maken.
– Bij een tegenvallend koppelingsresultaat kan gekeken worden of:
a. de datakwaliteit van de koppelvariabelen in de registratie verbeterd kan worden;
b. de koppeling probabilistisch uitgevoerd kan worden;
c. de dataset verder verrijkt kan worden met aanvullende koppelvariabelen.
– Laat het koppelen van de microdatabestanden op basis van het RIN-nummer over aan een onderzoeker met voldoende ervaring met datakoppelingen. Onderzoekers moeten namelijk zelf de datasets koppelen en dit kan voor iemand met een beperkte kennis van data-analyse ingewikkeld zijn.
CBS Centraal Bureau voor de Statistiek, ODISSEI Open Data Infrastructure for Social Science and Economic Innovations, DHD Dutch Hospital Data, bsn burgerservicenummer, LBZ Landelijke Behandelregistratie Ziekenhuiszorg, ver-RIN-nen het toevoegen van de door het CBS gegenereerde unieke koppelsleutel (RIN), zodat bestanden met elkaar te koppelen zijn, NICE Nationale Intensive Care Evaluatie, NHR Nederlandse Hart Registratie
Tabel 4
De analyses voor kwaliteitsregistraties van de CBS-microdata-aanvraag: succesfactoren, uitdagingen en aanbevelingen. De naamgeving in de kolom ‘stappenplan’ komt overeen met die in fig. 2
stappenplan
succesfactoren
uitdagingen
aanbevelingen
analyses in de CBS-microdata-omgeving
– De gegevens zijn goed beveiligd in deze omgeving, waardoor het risico op onthulling van persoonsgegevens is ingeperkt.
– Bepaalde software en rekencapaciteit zijn niet (direct) beschikbaar, waardoor sommige analyses niet (direct) uitvoerbaar zijn.
– Bepaalde software en rekencapaciteit brengen extra kosten met zich mee.
– Bekijk welke analysesoftware beschikbaar is in de CBS-microdata-omgeving via de dienstencatalogus en vraag eventuele andere software op tijd aan, bijvoorbeeld Phyton en SAS [19].
– Het CBS heeft een snelle krachtige rekencomputer (OSSC) waarvoor men toegang kan aanvragen. Zie ook de dienstencatalogus voor de bijkomende kosten [19].
motivatie en formulier aanleveren voor outputcontrole van het CBS
– Wanneer de onderzoeker op de hoogte is van de regels, kan de goedkeuring voor de meeste output vrij vlot verlopen.
– Door de outputcontrole is de kans op onthulling van instellingen en persoonsgegevens beperkt.
– Indien er toestemming is van alle instellingen, is presentatie van de uitkomsten op instellingsniveau mogelijk.
– Resultaten bevatten minder dan tien eenheden (bijvoorbeeld patiënten of zorgorganisaties) of voldoen niet aan een van de andere outputeisen.
– Het primaire doel van kwaliteitsregistraties (continue benchmarking) is niet mogelijk, omdat de CBS-microdata niet voor bedrijfsvoering gebruikt mogen worden.
– Outputcontrole is ook nodig voor het bespreken van resultaten met personen die geen meekijkrechten hebben in de CBS-microdata-omgeving.
– Neem de voorwaarden van de outputcontrole goed door voor start van het project en voor elke outputcontrole [20].
– Bedenk vooraf wat de beoogde uitkomsten zijn. Bepaal of uitkomsten tien of meer eenheden bevatten. Bespreek vooraf met het CBS wat de mogelijkheden zijn en eventueel welke uitzonderingen gemaakt kunnen worden.
– Organiseer de volgorde en naamgeving van de output goed, zodat deze makkelijk in het formulier beschreven kunnen worden.
– Een aanvullende uitleg kan worden aangeleverd om aan te tonen dat de uitkomsten niet onthullend zijn wanneer ze betrekking hebben op minder dan tien eenheden.
– Wanneer de resultaten geweigerd worden, moeten aanpassingen in de analyses worden gedaan, zodat er minder risico is op onthulling.
– Wanneer er geen uitzondering wordt gemaakt en de aggregatie resulteert in onbruikbare uitkomsten, is het beter om vooraf te besluiten de analyses niet te starten.
publicatie
– Met één koppeling kunnen meerdere publicaties worden gedaan.
– Het project kan pas gesloten worden na acceptatie van alle geplande publicaties.
– Zolang het reviewproces nog niet is afgerond, moeten de data toegankelijk blijven.
– De kosten van het heropenen van het project kunnen hoger uitvallen dan het project open houden of tijdelijk stilleggen.
– Zorg dat er in de planning rekening wordt gehouden met het reviewproces van wetenschappelijke tijdschriften of leg het project tijdelijk stil.
– Zorg dat er een goede afbakening is van de onderzoeksvragen, zodat het project een duidelijk eindpunt heeft.
– Tegelijkertijd kan het handig zijn om alle onderzoeksvragen te formuleren. Eventueel aanvullend onderzoek kan dan gelijk worden uitgevoerd en het CBS hoeft deze aanvullende onderzoeksvragen niet eerst te accorderen.
CBS Centraal Bureau voor de Statistiek, SAS Statistical Analysis Software, OSSC ODISSEI secure supercomputer
Beschouwing
Bevindingen
Het doel van dit onderzoek was om het gewenste en reeds gerealiseerde gebruik van CBS-microdata, de succesfactoren en de uitdagingen inzichtelijk te maken. Deze inzichten resulteren in aanbevelingen die het koppelproces kunnen optimaliseren en het hergebruik van data stimuleren. Hierbij is het belangrijk om onderscheid te maken tussen het primaire en secundaire doel van kwaliteitsregistraties. Voor het primaire doel, het vergelijken van uitkomsten tussen zorginstellingen, is een CBS-koppeling niet mogelijk. Het CBS ziet terugkoppeling op instellingsniveau ten behoeve van procesverandering als bedrijfsvoering. Dit betekent dat er geen terugkoppeling van zorguitkomsten op instellingsniveau met variabelen uit de CBS-microdata mogelijk is via rapportages of een (realtime) dashboard. Voor het secundaire doel, wetenschappelijke onderzoek, is het wel mogelijk om een projectaanvraag te doen, mits het een duidelijke wetenschappelijke vraagstelling betreft binnen de doelbinding van de registratie. In dat geval wordt terugkoppeling op instellingsniveau beperkt door de outputcontrole. De output moet bijvoorbeeld op zijn minst tien eenheden (patiënten, zorginstellingen, enzovoort) per cel bevatten om het risico op herleidbaarheid te beperken. Hier is wel een uitzondering op, namelijk dat alle instellingen apart een toestemmingsformulier tekenen en de resultaten openbaar worden gemaakt [29]. Voor de overige discussiepunten geldt dat in acht moet worden genomen dat CBS-microdata alleen beschikbaar zijn voor wetenschappelijk onderzoek.
Per koppelproject variëren welke stappen uit fig. 2 de meeste tijd kosten en welke succesfactoren, uitdagingen en aanbevelingen uit tab. 1, 2, 3 en 4 het meest relevant zijn. Het wordt algemeen gedeeld dat de koppeling met CBS-microdata tijdrovend en kostbaar kan zijn, vooral bij een eerste aanvraag. De uitdagingen zijn echter niet uniek voor kwaliteitsregistraties en gelden voor alle onderzoeksprojecten die CBS-microdata gebruiken. De meeste registratiehouders zouden graag gebruikmaken van CBS-microdata. Door gebrek aan tijd, geld of prioriteit hebben veel van hen echter nog geen projecten met CBS-microdata ondernomen. Wanneer registratiehouders wel onderzoek met de microdata wilden doen, was de koppeling in sommige gevallen niet mogelijk. Het ontbreken van een instellingsmachtiging werd dan vaak als reden genoemd. Om in aanmerking te komen voor een instellingsmachtiging heeft het CBS als criterium dat de onderzoeksafdeling van de instelling minimaal drie fte aan personeel volledig voor onderzoek vrijmaakt. Voor registratiehouders is soms niet eenduidig vast te stellen welke processen onder onderzoek (secundair doel) of onder kwaliteitsevaluatie (primair doel) vallen. Daarnaast werken sommige registratiehouders voornamelijk samen met externe of parttime-onderzoekers, waardoor het lastig is om aan deze eis te voldoen. Een andere reden waarom een koppeling met CBS-microdata niet tot stand kan komen, is dat een gepseudonimiseerd cohort van een kwaliteitsregistratie niet te koppelen is. Patiëntrecords bevatten onvoldoende overlappende en/of identificerende koppelvariabelen, waardoor het cohort onvoldoende eenduidig te koppelen is. Daarnaast is het gebruik van een (gepseudonimiseerd) burgerservicenummer (bsn) binnen een kwaliteitsregistratie wettelijk niet toegestaan. Wanneer het een kwaliteitsregistratie wel lukt om de registratiedata met CBS-microdata te koppelen, dan vergt deze taak ook vooraf extra aandacht voor de outputcontrole. De resultaten van het onderzoek mogen bijvoorbeeld niet minder dan tien waarnemingen bevatten. Met deze barrières moet rekening gehouden worden voordat tijd gestoken wordt in het opstarten van een koppeling tussen de kwaliteitsregistratie en de CBS-microdata.
Beperkingen
Dit exploratieve onderzoek heeft verschillende beperkingen. Afhankelijk van de wijze waarop de kwaliteitsregistratie is georganiseerd, kunnen de ervaringen variëren. Een goed voorbeeld is de mogelijke wijziging van de Wet kwaliteit klachten en geschillen zorg (Wkkgz) die tijdens de looptijd van dit onderzoek meer vorm heeft gekregen. Op het moment van schrijven is de wijziging door de Tweede Kamer goedgekeurd en zal de stemming van de Eerste Kamer op korte termijn plaatsvinden [30]. Deze wijziging zal voornamelijk invloed hebben op het juridische proces. De wet stelt duidelijke grenzen en doelen aan kwaliteitsregistraties, wat bijvoorbeeld het verkrijgen van informed consent van patiënten en toestemming van verwerkersverantwoordelijken vergemakkelijkt. Daarnaast is het CBS momenteel bezig met het optimaliseren van het aanvraagproces van de microdata. Zo zal het een zelfserviceportaal realiseren waarmee de projectadministratie beter beheerd kan worden.
Een andere beperking van dit onderzoek is dat de vragenlijst voornamelijk is uitgezet bij grotere medisch-specialistische registratiehouders, wat selectiebias kan introduceren. Deze registratiehouders hebben mogelijk andere financiële mogelijkheden en een ander type personeel. Hierdoor kunnen bij beginnende, kleinere en niet-medisch-specialistische registratiehouders meer en mogelijk andere uitdagingen een rol spelen. De bevraagde registratiehouders betreffen echter meer dan 80% van het totale kwaliteitsregistratielandschap en kunnen in deze context als representatief beschouwd worden. Het is mogelijk dat dit onderzoek niet alle mogelijke uitdagingen beschrijft, omdat nog maar een klein aantal registratiehouders het volledige proces van de koppeling met CBS-microdata heeft doorlopen. We hebben gepoogd om een zo omvattend en generiek mogelijk resultaat neer te zetten. Voor de meeste registratiehouders zullen de uitkomsten van dit onderzoek nuttig zijn. Of de aanbevelingen en oplossingen daadwerkelijk effectief en compleet zijn, moet toekomstig gebruik uitwijzen.
Aanbevelingen
Gezien de substantiële financiële en personele investeringen die gemoeid zijn bij een koppeling tussen kwaliteitsregistratie en CBS-microdata, is het aan te raden om op voorhand een goede afweging van de voor- en nadelen te maken. Indien dezelfde soort variabelen bij andere instanties, zoals DHD of Vektis, beschikbaar zijn, dan kunnen deze als alternatief voor het CBS dienen. Een groot voordeel van DHD en Vektis is dat deze onder strikte voorwaarden data beschikbaar maken die binnen de infrastructuur van de registratiehouder zelf verder verwerkt kunnen worden [27, 31]. Bij CBS-microdata worden de data enkel beschikbaar gemaakt binnen de beveiligde omgeving van het CBS. Ten opzichte van het CBS zijn de beschikbare data van DHD en Vektis minder omvangrijk. Bij alle drie deze organisaties worden voor het datagebruik kosten in rekening gebracht en zijn waarborging van de wet- en regelgeving en een grondslag vereist [27, 31].
In de meeste gevallen zijn kwaliteitsregistraties onderling niet aan elkaar te koppelen. Bijvoorbeeld omdat het niet is toegestaan om (gepseudonimiseerd) bsn’s te verzamelen en omdat de records niet een-op-een te koppelen zijn met de overige variabelen. Wanneer registratiedata in de CBS-microdata-omgeving worden ondergebracht, kan dit soort onderzoeken van de grond komen. Het CBS maakt hiervoor gebruik van RINPERSOON, dat wil zeggen een betekenisloos nummer dat een persoon identificeert. Momenteel stellen twee registratiehouders, na toestemming van de registratiehouder en het CBS, hun registratiedata ter beschikking aan het CBS. Dit geeft de mogelijkheid voor breder onderzoek naar de kwaliteit van zorg binnen de (gehele) zorgketen en over de registraties heen. Belangrijk hierbij is nogmaals te benadrukken dat de benchmarkingsprojecten (het primaire doel van kwaliteitsregistraties) hier geen gebruik van kunnen maken.
Het verkrijgen van een instellingsmachtiging wordt gezien als een van de grootste knelpunten voor registratiehouders. Hoewel de SKR niet voldoet aan de eisen voor het verkrijgen van een instellingsmachtiging, kan ze mogelijk met het CBS in gesprek gaan om te kijken of hier mogelijkheden voor zijn. De SKR zou dan als overkoepelende organisatie de instellingsmachtiging voor de deelnemende kwaliteitsregistraties kunnen faciliteren. Dit omdat naar verwachting met name de kleinere registratiehouders meer moeite hebben met het verkrijgen van een instellingsmachtiging. Mogelijk is dit ook het geval bij andere (zorg)instanties, zoals niet-academische ziekenhuizen, en kunnen hun koepelorganisaties ook een faciliterende rol spelen.
Tot slot hebben we geconstateerd dat het proces duidelijker en sneller verloopt wanneer er iemand aansluit die kennis heeft over CBS-microdata. Wanneer deze ervaringsdeskundige, die niet altijd betrokken hoeft te zijn bij kwaliteitsregistraties, kan worden ingeschakeld, kan dat een enorme impuls geven aan het project. De SKR kan deze kennisdeling voor haar deelnemers faciliteren. Daarnaast is het raadzaam om tijdig contact op te nemen met een contactpersoon bij het CBS. Deze kan ondersteuning bieden tijdens het proces en staat klaar om eventuele vragen te beantwoorden.
Conclusie
Het primaire doel van kwaliteitsregistraties, het terugkoppelen van proces- en uitkomstindicatoren in rapportages of dashboards, is momenteel niet realiseerbaar met CBS-microdata. Voor het vergelijken van behandelingen en uitkomsten op zorginstellingsniveau is het gebruik van CBS-microdata niet toegestaan, omdat het CBS dit als bedrijfsvoering classificeert. Het doen van wetenschappelijk onderzoek met registratiedata en CBS-microdata is daarentegen wel mogelijk, mits er aan de voorwaarden wordt voldaan. In dit onderzoek zijn deze voorwaarden in kaart gebracht en is nagegaan welke barrières en succesfactoren een rol spelen bij het verkrijgen van toegang tot CBS-microdata. We hebben een groot verschil laten zien tussen het aantal registratiehouders dat gebruik wil maken van de CBS-microdata en het aantal registratiehouders dat dit daadwerkelijk doet. De belangrijkste reden hiervoor is dat ze beperkte tijd en geld voor, en kennis over het te doorlopen traject hebben. Het aanvragen van een instellingsmachtiging vormt een grote uitdaging voor registratiehouders. Daarnaast zijn er ook uitdagingen op juridisch vlak, het koppelen van de data en de outputcontrole geïdentificeerd. In dit onderzoek worden ook succesfactoren en aanbevelingen aangedragen waarmee een aantal uitdagingen kan worden beslecht. Het is aan te raden dat de SKR een faciliterende rol aanneemt en de opgedane kennis deelt. Het hergebruiken van CBS-microdata door deze succesvol te koppelen aan kwaliteitsregistraties draagt bij aan het verlagen van administratielasten voor zorgpersoneel en de vergroot de mogelijkheden om waardevol onderzoek uit te voeren.
Dankbetuiging
Wij willen graag alle betrokken organisaties van de SKR bedanken voor hun participatie. Dit artikel was niet mogelijk zonder Perined, Nederlandse Hart registratie (NHR), Nefrovisie, Dutch Institute for Clinical Auditing (DICA), Dutch Quality institute Rheumatic and Musculoskeletal Diseases (DQiRMD), Nederlands CP-register, Revalidatie Impact Scores, Nederlandse Transplantatie Stichting (NTS), Landelijke Registratie Orthopedische Implantaten (LROI), Netherlands Emergency department Evaluation Database (NEED), Dutch Otologic Quality Registry (DOQ), kwaliteitsregistratie Cataract, Stichting Registratie Neurologie en de Nationale Intensive Care Evaluatie (NICE). Daarnaast zouden we graag alle medewerkers van CBS-microdata willen bedanken voor hun inzet bij het faciliteren van onderzoek met CBS-microdata, in het bijzonder Veronique Verhees, Annemieke Redeman, Maarten Bloem en Nicol Holtkamp-Sluiter voor hun contacten gedurende dit project.
Financiering
Voor dit onderzoek is geen specifieke subsidie ontvangen. De afdeling klinische informatiekunde, waar Daniëlle J.M. Koornneef, Sylvia Brinkman, Nicolette F. de Keizer en Ferishta Bakhshi-Raiez werkzaam zijn, ontvangt financiering van Nederlandse IC’s via stichting NICE.
Conflict of interest
De auteurs verklaren dat er geen sprake is van belangenverstrengeling met betrekking tot de inhoud van dit artikel.
Open Access This article is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License, which permits any non-commercial use, sharing, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if you modified the licensed material. You do not have permission under this licence to share adapted material derived from this article or parts of it. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/licenses/by-nc-nd/4.0/.
Groot K de, Veer AJE de, Munster AM, et al. Nursing documentation and its relationship with perceived nursing workload: a mixed-methods study among community nurses. BMC Nurs. 2022;21(1):34.CrossRefPubMedPubMedCentral
Mackenbach JP, Stronks K. Volksgezondheid en gezondheidszorg. 2e druk. Houten: Bohn Stafleu van Loghum; 2018.
5.
Manisalidis I, Stavropoulou E, Stavropoulos A, et al. Environmental and health impacts of air pollution: a review. Front Public Health. 2020;8:14.CrossRefPubMedPubMedCentral
Hill A, Roberts J, Ewings P, et al. Non-response bias in a lifestyle survey. J Public Health Med. 1997;19(2):203–7.CrossRefPubMed
9.
Veen EB van, Verheij RA. Further use of data and tissue for a learning health system: the rules and procedures in The Netherlands compared to Denmark, England, Finland, France, and Germany. Den Haag, Utrecht: MLCF, Nive; 2023.
Burger RJ, Mol BW, Ganzevoort W, et al. Offspring school performance at age 12 after induction of labor vs non-intervention at term: a linked cohort study. Acta Obstet Gynecol Scand. 2023;102(4):486–95.CrossRefPubMedPubMedCentral
17.
Koop Y, Nathoe H, Bots M, et al. Octopus follow-up: 20 year prognosis in patients randomized to on-pump CABG, off-pump CABG or PCI. Int J Cardiol. 2024;414:132426.CrossRefPubMed
18.
Klundert N van de, Holman R, Dongelmans DA, et al. Data resource profile: the Dutch National Intensive Care Evaluation (NICE) registry of admissions to adult intensive care units. Int J Epidemiol. 2015;44(6):1850–1850h.CrossRefPubMed
Koornneef DJM, Brinkman S, Termorshuizen F, et al. Linking Dutch intensive care registry data to socioeconomic status scores. Stud Health Technol Inform. 2024;316:49–60.
