Cahier 27 – Voorspellende factoren voor arbeidsuitval
Werkwijze

Gekoppelde databestanden: Lifelines, STREAM en CBS-gegevens

In deze studie is gebruikgemaakt van gegevens van de Lifelines Cohort Studie en Biobank. Lifelines is in 2006 gestart met het verzamelen van gegevens van ruim 167.000 inwoners uit Noord-Nederland. Het gaat om rijke informatie over onder meer gezondheid, leefstijl en werkkenmerken (Scholtens et al., 2015). De gegevens van de Lifelines-deelnemers zijn gekoppeld aan informatie van het Centraal Bureau voor de Statistiek (CBS) om de maandelijkse werkstatus te kunnen bepalen in de periode 2012-2018. In totaal zijn de gegevens van 55.950 deelnemers in dit onderzoek meegenomen. Het gaat om deelnemers in de leeftijd 19-64 jaar met informatie over sociaal-demografische, gezondheids- en leefstijlgerelateerde factoren en werkgerelateerde kenmerken van oktober 2012 tot en met maart 2017 en informatie over de werkstatus in de periode oktober 2012 tot en met december 2018.

Naast de Lifelines-studie is ook gebruikgemaakt van informatie uit de STREAM-studie, de Study on Transitions in Employment, Ability and Motivation (Ybema et al., 2014). Deze studie bevat informatie over gezondheid en werkomstandigheden van 45-plussers. Ook deze gegevens zijn gekoppeld aan informatie van het CBS over werkstatus. Vanuit de STREAM-studie hebben we de gegevens van 10.093 deelnemers aan de eerste meting in 2010 meegenomen.

Definitie werkloosheid en arbeidsongeschikt

Of iemand werkloos of arbeidsongeschikt wordt, hebben we bepaald met de gegevens van het CBS. Hierbij definiëren we werkloosheid en arbeidsongeschikt als bij iemand ten minste 50 procent van het inkomen afkomstig is van respectievelijk een werkloosheids- of arbeidsongeschiktheidsuitkering.

Potentiële voorspellers voor arbeidsuitval

Om potentiële voorspellers van arbeidsuitval inzichtelijk te maken, zijn onderstaande sociaal-demografische, gezondheids- en leefstijlgerelateerde factoren en werkgerelateerde kenmerken onderzocht in relatie tot de transitie van werk naar werkloosheid en naar arbeidsongeschiktheid. De lijst met persoons- en werkgerelateerde kenmerken opgenomen in de Kennisbibliotheek Chronisch Werkt vormt het uitgangspunt. De werkgerelateerde factoren worden ingedeeld naar de 4 A’s (arbeidsomstandigheden, arbeidsinhoud, arbeidsvoorwaarden en arbeidsverhoudingen). Het volgende kader geeft de onderzochte potentiële voorspellers voor arbeidsuitval weer:

Sociaal-demografische kenmerken

Gezondheid

Leefstijlgerelateerde factoren

Werkgerelateerde factoren

Leeftijd

Hart- en vaatziekten

Lichamelijke activiteit

Werkdruk

Geslacht

COPD

Roken

Werktempo

Opleidingsniveau

Diabetes Mellitus type II

Groente- en fruitinname

Ontwikkelings-mogelijkheden

Huwelijkse staat

Reumatoïde artritis

Body mass index

Betekenisvol werk

Regelmogelijkheden op het werk

Sociale steun

Sociaal-demografische kenmerken

Als sociaal-demografische kenmerken zijn leeftijd, geslacht, opleidingsniveau en huwelijkse staat meegenomen in dit onderzoek. Het hoogst behaalde opleidingsniveau is ingedeeld in laag (geen opleiding, vmbo), midden (havo, vwo, mbo), en hoog (hbo, universiteit). Huwelijke staat is ingedeeld in het wel of niet hebben van een partner.

Gezondheid

Als gezondheidskenmerken hebben we het hebben van een chronische aandoening (ja/nee) en vervolgens het type chronische aandoening meegenomen in het onderzoek. In de Lifelines-studie zijn aan de hand van klinische gegevens, zelfrapportage en medicijngebruik de volgende chronische ziekten in kaart gebracht: hart- en vaatziekten, chronische obstructieve luchtwegaandoeningen, diabetes mellitus type 2, reumatoïde artritis en depressie. Bijlage 1 beschrijft de classificatie van deze chronische ziekten. Bij twee of meer van deze aandoeningen spreken we van multimorbiditeit.

Leefstijl

De volgende leefstijlgerelateerde kenmerken zijn meegenomen in deze studie: lichamelijke activiteit, groente- en fruitinname, roken en body mass index (BMI). Deelnemers is gevraagd op hoeveel dagen per week ze ten minste een half uur fietsen, sporten, klussen of tuinieren, en hoe vaak ze groente of fruit eten. BMI is berekend op basis van zelfgerapporteerd gewicht en lengte, die is opgemeten tijdens een bezoek aan het onderzoekscentrum, en onderverdeeld in deelnemers met een gezond gewicht (18.5≤ BMI <25.0 kg/m2), overgewicht (25.0≤ BMI <30.0 kg/ m2) en obesitas (BMI ≥30.0 kg/m2).

Werkgerelateerde factoren

Psychosociale arbeidsbelasting is gemeten met een vragenlijst, een aangepaste versie van de Copenhagen Psychosocial Questionnaire (COPSOQ 2) (Pejtersen et al., 2010). De factoren sluiten als volgt aan de op 4 A’s. Wat betreft arbeidsinhoud zijn betekenisvol werk, regelmogelijkheden en ontwikkelmogelijkheden meegenomen. Wat betreft arbeidsomstandigheden zijn werkdruk en werktempo meegenomen en qua arbeidsverhoudingen is sociale steun van zowel de leidinggevende als de collega’s meegenomen. Er konden geen items voor arbeidsvoorwaarden worden geïncludeerd. In Bijlage 1 gaan we nader in op het uitvragen van deze werkgerelateerde factoren. De antwoordcategorieën zijn zo gecodeerd dat een hogere score staat voor ongunstigere werkomstandigheden. De scores variëren tussen 2 en 10.

Statistische analyse

Ten eerste is de analyse (invloed van sociaal-demografische factoren, leefstijl- en gezondheidsfactoren en werkkenmerken op arbeidsuitval) uitgevoerd voor mensen met en zonder een chronische aandoening. Vervolgens is de analyse separaat voor de vijf veel voorkomende aandoeningen uitgevoerd. Dit geeft inzicht in hoeverre de sociaal-demografische, leefstijl- en gezondheidsfactoren en werkgerelateerde kenmerken generieke of ziektespecifieke factoren zijn voor uitval uit werk door arbeidsongeschiktheid of werkloosheid. Met een multivariaat model stelden we vervolgens het relatieve belang van de verschillende werkgerelateerde kenmerken voor arbeidsuitval vast.

Voor elk van deze modellen is de c-waarde (de ‘concordantiewaarde’) bepaald. Deze waarde geeft het discriminerende vermogen van de modellen weer. In andere woorden: hoe goed kan het model onderscheid maken tussen mensen die uiteindelijk wel en niet zullen uitstromen. Daarnaast is voor de modellen de sensitiviteit, specificiteit en de positieve en negatieve voorspellende waarde berekend. Deze maten informeren over de betrouwbaarheid van het model om op individueel niveau goed te voorspellen of een werknemer werkloos of arbeidsongeschikt gaat worden. In eerste instantie zijn alle analyses uitgevoerd met de gegevens van Lifelines en het CBS. Vervolgens zijn de analyses herhaald met de gegevens van STREAM en het CBS om te controleren of de analyse een consistent beeld oplevert over risicofactoren voor werkloosheid en arbeidsongeschiktheid. Alle analyses zijn uitgevoerd met de statistische software van R Studio (R versie 3.6.2).

BELANGRIJKE BEGRIPPEN BIJ VOORSPELLENDE TESTS

Sensitiviteit: hoe sensitiever of gevoeliger een test is, des te beter zal deze in staat zijn mensen te identificeren die werkloos of arbeidsongeschikt worden. De sensitiviteit geeft de kans weer dat het model voorspelt dat iemand werkloos of arbeidsongeschikt wordt bij de mensen die in werkelijkheid inderdaad werkloos of arbeidsongeschikt zijn geworden (terecht positief).

Specificiteit: de specificiteit van een test geeft de mate aan waarin een test mensen die niet werkloos of arbeidsongeschikt worden ook als zodanig aanwijst, zodat ze geen overbodig vervolgonderzoek hoeven te ondergaan. De specificiteit geeft hier de kans weer dat het model voorspelt dat iemand niet werkloos of arbeidsongeschikt wordt bij de mensen die in werkelijkheid inderdaad niet werkloos of arbeidsongeschikt zijn geworden (terecht negatief).

Positief voorspellende waarde: de positieve voorspellende waarde is de kans dat iemand volgens het model werkloos of arbeidsongeschikt wordt en dat in werkelijkheid ook wordt.

Negatief voorspellende waarde: de negatieve voorspellende waarde is daarentegen de kans dat het model voorspelt dat iemand niet werkloos of niet arbeidsongeschikt wordt, en dit inderdaad niet wordt.

Vertaling kennis naar de praktijk

Afhankelijk van de uitkomsten uit de data-analyse wordt besloten op welke wijze de kennis het beste kan worden geïmplementeerd in de praktijk. Indien arbeidsuitval (werkloosheid en arbeidsongeschiktheid) op individueel niveau nauwkeurig kan worden voorspeld, wordt een beslissingsondersteunend instrument voor en met arbeidsdeskundigen ontwikkeld. Blijkt uit de resultaten dat de betrouwbaarheid van de voorspelling voor arbeidsuitval onvoldoende is, dan wordt door middel van interviews met arbeidsdeskundigen verkend hoe de verkregen kennis optimaal kan worden overgedragen naar de praktijk om deze kennis toegankelijk te maken voor arbeidsdeskundigen en andere geïnteresseerden.

Op twee momenten zijn arbeidsdeskundigen expliciet betrokken bij het onderzoek. In de beginfase zijn de achtergrond en de voorlopige resultaten van het onderzoek toegelicht. Hierbij werd verzocht in een later stadium een prototype van het beoogde instrument in te brengen. Hiervoor hebben we in de eindfase online interviews met 9 arbeidsdeskundigen georganiseerd. In hoofdstuk 7 gaan we hier nader op in.

Accepteer de voorwaarden

Gebruik van dit werk is toegestaan conform licentie creative commons CC-BY-4.0. Deze gebruikslicentie vervalt zes maanden na het verschijnen van een nieuwe editie van het werk. Het auteursrecht op dit werk berust bij de Staat der Nederlanden, ministerie van Sociale Zaken en Werkgelegenheid.


Download document Download document