Nederlandse Kankeratlas

1 maart 2023
Auteurs:
Dit artikel is verschenen in: geografie maart 2023
Open kaart
Opinie
Open kaart [5]

Bart Roelofs (Rijksuniversiteit Groningen) is PhD-student met specialisatie gezondheidsgeografie en GIS, voor Geografie schrijft hij regelmatig voor de rubriek Open kaart.

Meer impact dan het zoveelste rapport

Met de in januari gepubliceerde Kankeratlas heeft het Integraal Kankercentrum Nederland (IKNL) enorm gescoord – om te beginnen in de media. Het is een prachtige dataset die veel inzichten geeft in tot voor kort niet openbare data. Per postcodegebied is informatie beschikbaar over de hoeveelheid kankerdiagnoses in de afgelopen tien jaar, met daarbij aangegeven of dit hoger of lager is dan het Nederlandse gemiddelde.  

Als geograaf juich ik open geodata toe, goed nieuws dus. Toch baart het me ook zorgen. Geografische data kunnen erg makkelijk verkeerd worden geïnterpreteerd. Het lijkt vaak zo simpel en voor de hand te liggen: er zijn duidelijke grenzen tussen gebieden, dus als gebied A rood is en het naastgelegen gebied B blauw, zal de reden voor het verschil wel geografisch zijn. Toch is dit niet altijd het geval. Belangrijk dus om voldoende nuance aan de data mee te geven.

Huidkanker (hier plaveiselcelcarcioom) lijkt zich vaker voor te doen in de zonnige kustprovincies.

Genoeg nuance van experts

In de vele krantenartikelen over de Nederlandse Kankeratlas komen veel experts aan het woord over de mogelijke oorzaken van de zichtbare verschillen. Sociaaleconomische en demografische verschillen worden veel genoemd, maar er zijn ook grote landelijke patronen zichtbaar. Huidkanker lijkt zich meer voor te doen in de zonnige kustprovincies. Baarmoederhalskanker lijkt minder voor te komen in Gelderland, omdat in deze provincie de hoogste opkomst bij het bevolkingsonderzoek naar baarmoederhalskanker wordt gezien. Interessante bevindingen die op duidelijke conclusies lijken. Toch heeft (nog) niet ieder zichtbaar patroon een bewezen oorzaak. In de uitleg van het IKNL over de Kankeratlas staat dat de zichtbare patronen niet per se het gevolg zijn van geografische verschillen. Ook de artsen die in de kranten aan het woord komen, brengen nuance en wijzen bijvoorbeeld op het grotere effect van levensstijl dan van woonlocatie. Daarnaast ontwikkelen sommige vormen van kanker zich pas op latere leeftijd, of lange tijd na de blootstelling aan de risicofactor. Het verschil tussen woonplaats en werkplaats wordt evenmin meegenomen, net zo min als verhuizingen.

Weinig nuance op sociale media

Het IKNL en de meeste kranten geven duidelijke uitleg over wat je wel en niet met de kaarten kunt. Op sociale media als Facebook en Twitter is, zoals te verwachten, minder nuance te vinden. Longkanker wordt in reacties al snel gelinkt aan een fabriek of industrieterrein in de buurt, terwijl roken de voornaamste bewezen oorzaak is.

Longkanker wordt al snel gelinkt aan een fabriek, terwijl roken de voornaamste bewezen oorzaak is

Modifiable Areal Unit Problem

Tot slot nog een ander bekend geografisch probleem, het Modifiable Areal Unit Problem (MAUP). Dit treedt op wanneer specifiek incidentele data worden geaggregeerd. In het geval van deze atlas is er in de meeste gevallen gekozen voor Postcode (PC) 3-niveau, vanwege de minimale veranderingen over tijd en het aantal beschikbare observaties per gebied om aan de statistische eisen te kunnen voldoen. Om duidelijk in te gaan op verschillen tussen gebieden is echter het laagst mogelijke schaalniveau nodig. Dit wordt goed duidelijk als je een vergelijking maakt tussen de kaarten over longkanker, die op twee schaalniveaus (PC3 en PC4) beschikbaar zijn. Het is op de PC3-kaart niet duidelijk dat er op een lager schaalniveau enorm veel variatie kan zitten, iets wat pas zichtbaar is wanneer je de data op PC4-niveau weergeeft. Ter illustratie: Amersfoort lijkt wat betreft longkanker vrij dicht (+7%) tegen het Nederlands gemiddelde aan te zitten. Op de kaart op PC4-niveau wordt echter duidelijk dat de ene wijk, het Soesterkwartier, ver boven (+60%) het gemiddelde zit en het naastgelegen Bergkwartier er ver onder (-21%). Dit soort verschillen is misschien voor de andere kankersoorten ook aan de orde, maar op basis van deze kaarten niet te ontdekken.

Op de bovenste kaart (PC3-niveau) lijkt Amersfoort wat betreft longkanker vrij dicht (+7%) tegen het Nederlands gemiddelde aan te zitten.
Op de onderste kaart (PC4-niveau) wordt echter duidelijk dat het Soesterkwartier ver boven (+60%) het gemiddelde zit en het naastgelegen Bergkwartier er ver onder (-21%).

De kracht van de kaart

Al met al is de Kankeratlas een goede toevoeging aan de open geodatavoorraad van Nederland. Daarnaast lijkt het IKNL ook de doelen die ze met de atlas voor ogen had, goed te gaan bereiken: de variatie in het vóórkomen van kankersoorten kenbaar maken, aanleiding geven tot verder onderzoek en aanzetten tot preventiemaatregelen.

De kaart is uitermate geschikt om je boodschap breed te verspreiden. Immers, vrijwel iedereen kan een kaart lezen, je boodschap komt snel over, en de kaart roept veel meer reacties op dan het zoveelste dikke rapport. Maar voorzichtigheid blijft geboden.

 

BRON