Deelnemende (verzekerings)artsen vulden een vragenlijst in en gaven toestemming deze anoniem te gebruiken voor onderzoek. Met de vragenlijst werden de volgende gegevens verzameld:

Tachtig (verzekerings)artsen werkzaam bij UWV Rotterdam, zijn per e-mail benaderd voor deelname. Exclusiecriterium was minder dan 3 maanden werkzaam zijn in de verzekeringsgeneeskunde. Dit omdat artsen bij UWV Rotterdam binnen 3 maanden dusdanig ingewerkt zijn dat zij zelfstandig spreekuren kunnen doen en weten hoe zij een FML moeten invullen. Zij hebben namelijk een e-learning hierover gevolgd en weten waar zij verzekeringsgeneeskundige protocollen en standaarden kunnen vinden. De casussen betreffen geanonimiseerde medische rapportages waarin anamnese, lichamelijk en psychisch onderzoek en informatie van derden zijn opgenomen. Deze casussen zijn gekozen op basis van mogelijke indicatiegebieden voor een verminderde duurbelastbaarheid uit de verzekeringsgeneeskundige standaard Duurbelastbaarheid in arbeid, het verzekeringsgeneeskundig protocol Borstkanker en jurisprudentie. In bijlage 1 is een beschrijving van de gebruikte casussen weergegeven.

In de analyse werden gemiddeld 8 uur en >8 uur per dag beschouwd als één categorie, evenals gemiddeld 40 uur en >40 uur per week. Bij meer dan 2 aangevinkte categorieën, is uitgegaan van de laagste categorie.

Per casus is het percentage overeenkomst in de duurbelastbaarheid berekend. De Fleiss’ kappa en bijbehorende 95 procent betrouwbaarheids- interval (95% BI) is berekend om de mate van interdoktervariatie te beoordelen. Hierbij vond ook vergelijking tussen groepen plaats, uitgesplitst naar functie (arts niet in opleiding tot specialist (anios), arts in opleiding tot specialist (aios), verzekeringsarts, geslacht (man, vrouw) en werkervaring in de verzekeringsgeneeskunde (3 maanden-10 jaar, >10 jaar). Ook vond analyse van ruwe data plaats, ter analyse van opvallende zaken wat betreft inhoudelijke aspecten van de casussen en de mate van overeenkomst in de duurbelastbaarheid.

Fleiss’ kappa kan gebruikt worden om waargenomen overeenkomst te beoordelen bij meerdere beoordelaars die meerdere ordinale data invullen en die de waargenomen overeenkomst beoordeelt ten opzichte van wat verwacht wordt als de deelnemers willekeurig zouden invullen.9 Fleiss’ kappa-waarden tussen 0.0 tot 0.2 duiden op een geringe overeenstemming, 0.21 tot 0.40 op een matige overeenstemming, 0.41 tot 0.60 op een redelijke overeenkomst, 0.61-0.80 op een goede overeenkomst en 0.81 tot 1.0 op een uitstekende, bijna perfecte overeenkomst⁹. De Fleiss’ kappa is berekend voor alle artsen en uitgesplitst naar functiegroep, geslacht en werkervaring. Hierbij is om te bepalen of verschillen tussen groepen significant zijn, gekeken naar of de Fleiss’ kappa valt binnen het 95% BI van de andere groepen.

Van de 80 benaderde (verzekerings)artsen hebben 31 deelgenomen. Geen van de deelnemers voldeed aan het exclusiecriterium <3 maanden werkzaam bij UWV. Eén deelnemer had meerdere vragen niet beantwoord en werd geëxcludeerd, waarna 30 deelnemers overbleven. Van hen was 47 procent (n=14) man en 53 procent (n=16) vrouw. 47 procent (n=14) was verzekeringsarts, 23 procent (n=7) anios en 30 procent (n=9) aios. De werkervaring in de verzekeringsgeneeskunde was bij 70 procent (n=21) 3 maanden tot 10 jaar en bij 30 procent (n=9) >10 jaar.

In Tabel 1 is per casus weergegeven hoeveel artsen welke duurbelastbaarheid aangaven. De mate van overeenkomst in de duurbelastbaarheid in de casussen lag tussen de 37 en 73 procent. De Fleiss’ kappa berekend voor alle deelnemers is 0.17, 95% BI [0.12, 0.21]. Dit duidt op een geringe overeenstemming in de aangegeven belastbare uren.

De Fleiss’ kappa berekend voor groepen uitgesplitst naar geslacht, functiegroep of werkervaring (Tabel 2), liet een significant verschil zien tussen de groep aios en de groep verzekeringsartsen. Hierbij is onder aios sprake van een hogere overeenstemming met een Fleiss’ kappa van 0.25, 95% BI [0.17, 0.33] duidend op een matige overeenstemming ten opzichte van een Fleiss’ kappa onder verzekeringsartsen van 0.14, 95% BI [0.06, 0.22] duidend op een geringe overeenstemming. Tussen de overige groepen werden geen significante verschillen gevonden.

Voor 40 procent van de (verzekerings)artsen leek de doorgemaakte behandeling geen rol te spelen, want zij gaven exact dezelfde duurbelastbaarheid in de casussen die alleen verschilden qua behandeling (casus 5 t/m 8). Voor de overige 60 procent van de (verzekerings)artsen speelde behandeling wel een rol.

De hoogste mate van overeenkomst werd gevonden bij de combinatie van operatie en chemotherapie, waarbij minimaal 57 procent van de (verzekerings)artsen dezelfde duurbelastbaarheid aangaf (casus 1, 2, 3, 4 en 8). De hoogste duurbelastbaarheid werd aangegeven bij alleen behandeling door middel van operatie (casus 6), waarbij 50 procent (15 van 30) van de (verzekerings)artsen de klant 40 uur/week of meer belastbaar achtte. De laagste duurbelastbaarheid werd aangegeven bij de combinatie van operatie, radiotherapie en chemotherapie (casus 8), waarbij slechts één van de artsen de klant 40 uur/week of meer belastbaar achtte.

De meeste spreiding in duurbelastbaarheid was zichtbaar bij behandeling door middel van operatie en radiotherapie (43% overeenstemming in casus 5) of operatie en tamoxifen (37% overeenstemming in casus 7).

Voor 17 procent van de (verzekerings)artsen maakte het voor de duurbelastbaarheid niet uit of de klant een revalidatietraject volgde. Zij gaven exact dezelfde duurbelastbaarheid in de casussen die alleen van elkaar verschilden in het wel of niet volgen van een revalidatietraject (casus 3 en 4). De overige 83 procent (verzekerings-) artsen achtte de klant bij het volgen van een revalidatietraject 10 uur/week minder belastbaar. Van hen gaf 60 procent aan dat de klant ook 2 uur/dag minder belastbaar was, terwijl 40 procent hetzelfde aantal uren/dag aangaf bij het wel of niet volgen van een revalidatietraject. De casus waarin een revalidatietraject werd gevolgd was de enige casus waarbij de aangegeven uren/week niet door alle (verzekerings)artsen het vijfvoudige van de uren/dag was aangegeven.

Twee casussen verschilden alleen van elkaar in die zin dat één ervan een herbeoordeling betrof van dezelfde klant 3 jaar na einde wachttijd (casus 1 en 2), waarbij het verhaal in grote lijnen hetzelfde was, behoudens dat zij niet meer overdag sliep (eerder nog 2 uur/dag) en dat zij gestopt was met tamoxifen. Voor 47 procent waren deze wijzigingen geen aanleiding om de duurbelastbaarheid te wijzigen. Voor 53 procent was er wel aanleiding de duurbelastbaarheid te wijzigen, waarbij 15 artsen vonden dat de klant bij de herbeoordeling meer uren belastbaar was terwijl één arts juist vond dat de klant minder uren belastbaar was.

Ten aanzien van de doorslaggevende factoren bij het bepalen van de duurbelastbaarheid was het de bedoeling de belangrijkste factoren in afnemende mate met scores 1, 2 en 3 aan te geven. Dit werd slechts door 60 procent van de (verzekerings)artsen gedaan. De overige (verzekerings)artsen (40%) noemden de 3 meest doorslaggevende factoren zonder hierbij een score aan te geven of benoemden er meer dan 3.

In afnemende volgorde zijn de meestgenoemde doorslaggevende factoren: behandeling, dagverhaal, standaard Duurbelastbaarheid in arbeid, claimklachten/geclaimde duurbelastbaarheid, verzekeringsgeneeskundig protocol Mammacarcinoom en algemene medische kennis. Overige factoren speelden een aanmerkelijk mindere rol (zie Tabel 3).

Er is een grote mate van interdoktervariatie in de duurbelastbaarheid bij WIA-beoordelingen van klanten die arbeidsongeschikt zijn gemeld wegens borstkanker. De overeenkomst in duurbelastbaarheid varieerde afhankelijk van de casus tussen de 37 en 73 procent. De Fleiss’ kappa is 0.17, 95% [0.12, 0.21] duidend op een geringe overeenkomst. Opvallende bevinding bij analyse op basis van geslacht, functiegroep of werkervaring, was een significant betere overeenkomst onder aios ten opzichte van verzekeringsartsen, terwijl overige verschillen tussen de onderzochte groepen niet significant waren. Belangrijkste factoren bij aangeven van de duurbelastbaarheid waren behandeling, dagverhaal, standaard Duurbelasting in arbeid, claimklachten, verzekeringsgeneeskundig protocol Borstkanker en algemene medische kennis. Aangaande de inhoudelijke aspecten van de casussen, blijkt geen duidelijke overeenstemming ten aanzien van de invloed op de duurbelastbaarheid van gevolgde behandeling, het wel of niet volgen van een revalidatietraject, het dagverhaal en het soort WIA-beoordeling. Wel is het aangegeven aantal uren/week vrijwel altijd het vijfvoudige van het aantal uren/dag, behalve als de klant een revalidatietraject volgt. Mogelijke verklaring voor het opvallende significante verschil in interdoktervariatie tussen aios en verzekeringsartsen is dat de kennis van aios zeer up-to-date is omdat ze nog midden in hun opleiding zitten, wat in lijn zou zijn met eerder onderzoek waarbij werd gevonden dat de interdoktervariatie minder groot was na een training.⁶

Een andere mogelijke verklaring is dat meer contact met collega’s vereist is voor hun opleiding. Immers elke rapportage wordt gecontrasigneerd en er is regelmatig contact met andere aios en docenten van de opleiding. Hierdoor worden aios regelmatig gedwongen om hun visie te heroverwegen en na te denken over de visie van andere (verzekerings)artsen, ook ten aanzien van de duurbelastbaarheid. Hierdoor zullen zij eerder geneigd zijn een standpunt over de duurbelastbaarheid in te nemen dat meer in lijn ligt met andere (verzekerings)artsen dan wanneer zij de door hen opgestelde rapportages met niemand hoeven te overleggen.

Sterke punten van dit onderzoek zijn dat alle deelnemers dezelfde casussen beoordeelden, zoals ook in eerder onderzoek naar interdoktervariatie is gebeurd.^2,3,5,6,7 De casussen zijn waarheidsgetrouw en gebaseerd op rapportages van klanten die daadwerkelijk gezien zijn voor de WIA-beoordeling. Bij de keuze van casusschetsen zijn bevindingen uit verzekeringsgeneeskundige standaarden en protocollen en jurisprudentie meegenomen.

Een beperking van dit onderzoek is dat de vraag over doorslaggevende factoren door veel deelnemers niet goed beantwoord was, waardoor niet goed te analyseren valt in hoeverre de voor de artsen meest doorslaggevende factoren invloed hadden op de aangegeven duurbelastbaarheid. Een andere beperking is dat het effect van het dagverhaal of een herbeoordeling niet goed beoordeeld kon worden omdat er geen casussen waren die alleen verschilden in het dagverhaal of alleen het feit dat het ging om herbeoordeling. Beperking van de Fleiss’ kappa is dat deze kijkt naar de overeenkomst in de keuze voor één bepaalde categorie, maar niet meeweegt hoeveel deelnemers die een andere duurbelastbaarheid aangaven hier vanaf zitten. In de praktijk is echter een verschil van 10 uur/week al dusdanig groot dat dit vaak al een verschil maakt tussen wel of geen WIA-uitkering. In feite zou je dus een uitstekende overeenkomst willen hebben. Het is dan ook de vraag of de duurbelastbaarheid überhaupt wel een goede maat is in een verzekeringsgeneeskundige beoordeling omdat nu een verschil op één enkel FML-item waarbij veel interdoktervariatie is, al zo bepalend is voor de uiteindelijke uitkomst van de WIA-beoordeling.

Nader onderzoek naar de oorzaak van significant minder grote interdoktervariatie bij aios ten opzichte van verzekeringsartsen kan zinvol zijn en zou een sleutel kunnen zijn tot het verminderen van de interdoktervariatie. Vervolgonderzoek kan zich richten op het in kaart brengen van verschillen tussen aios en verzekeringsartsen ten aanzien van factoren van invloed op het bepalen van de duurbelastbaarheid en op het inzichtelijk maken of deze factoren voor verzekeringsartsen in de loop van hun carrière zijn veranderd en indien dit het geval is, wat hiertoe aanleiding is geweest.

Met dank aan de deelnemende artsen bij UWV Rotterdam en alle anderen die hun enthousiasme over dit onderzoek lieten blijken.