Drie schriftelijke casus werden aan 30 (verzekerings)artsen voorgelegd, waarna hun gevraagd werd een FML van elke casus in te vullen. Drie maanden later werden dezelfde casus nogmaals beoordeeld. De consistentie en de invloed van factoren die van invloed waren op de consistentie werden gemeten.

De gemiddelde consistentie bij het scoren van FML-items bij drie schriftelijke casus was goed tot uitstekend. Bij univariate analyse lieten ervaren artsen en artsen van het mannelijk geslacht een lagere consistentie zien in hun oordeel. Specifieke FML-items, waaronder items met potentieel grote consequenties voor de uitkering, werden niet consistent gescoord. Geadviseerd wordt om deze FML-items aan te passen of de artsen beter te scholen bij het invullen ervan.

In het Medisch Arbeidsongeschiktheidscriterium (MAOC)¹ staat dat een verzekeringsgeneeskundige beoordeling bij het Uitvoeringsinstituut Werknemersverzekeringen (UWV) objectief moet gebeuren. Van objectiviteit is sprake als er wordt voldaan aan drie voorwaarden. Eén van de voorwaarden is toetsbaarheid: de bevindingen van de arts moeten worden vastgelegd. Een tweede voorwaarde is dat de feiten een logisch samenhangend geheel vormen van relevante stoornissen, beperkingen en handicaps. Een derde voorwaarde is de reproduceerbaarheid: het moet aannemelijk zijn dat gekwalificeerde beroepsgenoten tot dezelfde feiten en vaststelling kunnen komen. Naar reproduceerbaarheid, ook wel interbeoordelaarsbetrouwbaarheid, is relatief veel onderzoek gedaan.²

Voor een betrouwbaar oordeel is niet alleen interbeoordelaarsbetrouwbaarheid van belang, maar ook intrabeoordelaarsbetrouwbaarheid. Hierbij wordt gekeken naar de overeenkomsten tussen verschillende beoordelingen door dezelfde beoordelaar. Met andere woorden; hoe consistent is een oordeel? Een arbeidsongeschiktheidsbeoordeling is voor een cliënt van groot belang. Het is belangrijk dat de verzekeringsarts een betrouwbaar, consistent oordeel geeft.

In 2001 is onderzoek verricht naar de inter- en intrabeoordelaarsbetrouwbaarheid van arbeidsongeschiktheidsbeoordelingen.³ De consistentie op de FML-items was gemiddeld 80%, met uitschieters van 52 tot 100%. Daarnaast is er in 2017 een systematische review² gepubliceerd en in 2011 een onderzoek verricht⁴ naar de interbeoordelaarsbetrouwbaarheid. Er is echter sinds de invoering van de functionele mogelijkhedenlijst (FML) in 2002 en de Wet werk en inkomen naar arbeidsvermogen (WIA) in 2005 geen onderzoek gedaan naar de consistentie van de beoordelaars bij het invullen van de FML.

In dit onderzoek willen we die leemte opvullen. De vraagstelling in dit onderzoek is:

In oktober 2017 kregen 30 (verzekerings)artsen drie schriftelijke casus (kader 1, pag. 33) te beoordelen. Ze legden hun beoordeling vast in de FML. Drie maanden later kregen ze dezelfde casus weer voorgelegd met de vraag hun oordeel nogmaals vast te leggen in de FML. De verschillen tussen het eerste en tweede oordeel op de FML-items werd gemeten.

Van één arts werden de metingen niet meegenomen, omdat deze bij één van de casus ‘geen benutbare mogelijkheden’ had ingevuld waardoor de FML-items niet werden gescoord. Hierdoor was geen juist gemiddelde voor alle drie de casus te berekenen. Er bleven 28 (verzekerings-)artsen over. Tabel 1 toont de karakteristieken van de onderzoekspopulatie en het effect van ervaring, leeftijd, geslacht, functie en hoofdwet op de gemiddelde consistentie van de drie casus.

De uitkomsten van de univariate logistische regressieanalyse laten zien dat oudere, mannelijke of meer ervaren artsen significant minder consistent scoorden dan jongere, vrouwelijke of minder ervaren artsen. Wat betreft de wetgeving waarin de artsen werkzaam waren, werden geen significante verschillen gevonden qua consistentie.

Tabel 2 toont de gemiddelde consistentie van de belangrijkste FML-items per casus.

In de casus met PDD-NOS worden op de minste rubrieken beperkingen aangegeven, voornamelijk in het persoonlijk- en sociaal functioneren. Enkele beperkingen werden toegekend in de duurbelasting of het arbeidspatroon. Driemaal werd een beperking op de duurbelasting toegekend, met een spreiding tussen de 30 tot 40 uur. Eénmaal was er sprake van een consistente toegekende beperking.

Bij de casus van de cliënte met sarcoïdose werden voornamelijk beperkingen toegekend ten aanzien van de fysieke omgevingseisen, de statische houdingen, het dynamisch handelen en de duurbelasting. Een enkele beperking werd toegekend in het persoonlijk functioneren. In 26 van de 28 beoordelingen werd een urenbeperking toegekend, van twee uur per dag tot 40 uur per week. Hierbij werden 10 van de 26 toegekende urenbeperkingen consistent gescoord.

Bij de casus van de cliënte met de multipele CVA’s waren de beperkingen over alle rubrieken verspreid. 27 van de 28 artsen kenden urenbeperkingen toe, van 10 tot 30 uur per week. Hierbij was dit in 18 van de 27 gevallen consistent.

Bij de sarcoïdose casus werd de laagste consistentie behaald op de items schroefbewegingen van hand en arm (35.7%) en uren per dag en week (46.4%). Bij 48 items (ruim 51%) werd een consistentie van 100% behaald. 45 van deze items werden bij geen van de artsen als beperkt gescoord.

Bij de casus van de cliënte met de multipele CVA’s werd de laagste consistente behaald ten aanzien van de items frequent buigen en tillen/dragen (beide 25.0%). Op rubriek 1 van de FML werden ook items gescoord: verdelen van de aandacht (consistentie 64.3%) en concentratie en herinneren (consistentie 71.4%). Daarnaast uren van de dag en week (consistentie 67.8%). Bij 32 items (ruim 34%) werd geen beperking gegeven, dit was 100% consistent.

Verder is er gekeken naar de gemiddelde consistentie (%) in een casus, per arts. Deze waarden liepen uiteen van 66.0% tot 96.8%. De laagste consistentie werd behaald bij de casus van de cliënte met de multipele CVA’s, zowel per arts (66.0%), als gemiddeld voor alle artsen (80.5%).

De casus waarbij de minste beperkingen werden toegekend (PDD-NOS), liet de hoogste consistentie zien, namelijk tot 96.8% op individueel niveau en 91.8% als gemiddelde voor alle artsen.

Er is sprake van een uitstekende consistentie op 71 van de 84 beoordelingen en een redelijk tot goede consistentie op 13 van de 84 beoordelingen.

Diverse (verzekerings)artsen gaven aan zelf meer medische gegevens uit te vragen dan nu bekend was in de rapporten en omdat ze de cliënt niet zelf hadden gezien, vonden ze het lastiger om een oordeel te vormen over de belastbaarheid.

De gemiddelde consistentie van de drie beoordelingen door de 28 artsen bij score op de FML-items is 86.3%. Er kan worden gezegd dat er sprake is van een uitstekende consistentie bij bijna 85% van de beoordelingen en een redelijk tot goede consistentie bij ruim 15% van de beoordelingen. Bij univariate analyse scoorden ervaren, mannelijke, oudere artsen of geregistreerde artsen significant minder consistent dan minder ervaren, vrouwelijke, jongere of nog niet geregistreerde verzekeringsartsen.

Items die laag scoorden op consistentie zijn onder andere schroefbewegingen van de hand/arm (35.7%), frequent buigen (25.0%), tillen/dragen (25.0%), maar ook de uren per week of dag (46.4% bij de casus van sarcoïdose). Items die hoog scoorden waren die van deadlines (wel in wisselende mate per casus), concentreren en zitten. Handvingergebruik werd wisselend per casus gescoord, van 57.1% tot 96.4%.

De gemiddelde consistentie over alle FML-items was weliswaar goed, maar hier wordt een te rooskleurig beeld geschetst. Zo scoorden artsen bij cliënten met psychische klachten op alle somatische FML-items 100% consistentie, omdat alleen de psychische FML-items relevant zijn. Uit dit onderzoek blijkt echter dat er op specifieke FML-items een lage consistentie is. Deze lage consistentie kan te maken hebben met de verzekeringsarts die wellicht de ene dag anders oordeelt dan de andere dag, met het feit dat het oordeel over een bepaald ziektebeeld complex is of met het instrument; de FML. De FML wordt als instrument bij alle EZWb en WIA-beoordelingen gebruikt, beoordelingen die grote consequenties kunnen hebben voor cliënten. Het is daarom belangrijk dat het een betrouwbaar instrument is die consistent wordt ingevuld. Voor zover bekend is er geen systematisch onderzoek geweest naar de FML, de bevindingen bij dit onderzoek pleiten daar wel voor. Wellicht kunnen de items zo worden aangepast dat ze uitnodigen tot een meer consistente score van een oordeel.

Niet elk FML-item is van even groot belang voor de functieduiding door de arbeidsdeskundige. Er zijn items die een minder groot gevolg hebben op de functieduiding, zoals uiting van eigen gevoelens, beschermende middelen en allergie.⁷ Er zijn echter ook FML-items die een grote invloed hebben op de arbeidsongeschiktheidsuitkering zoals concentreren van de aandacht, verdelen van de aandacht, herinneren, handelingstempo in het dagelijks leven, hand- en/of vingergebruik of beperkingen op de duurbelasting. Gegevens uit dit onderzoek tonen aan dat ook deze belangrijke items niet altijd consistent worden gescoord. Zeker deze items behoeven daarom nader onderzoek. Meer consistentie kan worden verkregen door bijvoorbeeld aanpassing van de definitie van specifieke items of scholing van artsen.

Een mogelijke verklaring voor een lagere consistentie bij ervaren artsen is de veelal langere periode tussen aanleren, scholing en de huidige praktijk. De jongere collega’s grijpen waarschijnlijk nog vaker terug op de naslagwerken om te kunnen onderbouwen waarom zij wel of geen beperking toekennen. Bij de ervaren collega’s wordt dat minder, waardoor zij mogelijk minder vasthouden aan de standaarden, wat ertoe kan leiden dat de consistentie lager is.

De gemiddelde consistentie bij het scoren van FML-items bij drie schriftelijke casus was op zich goed. Echter, specifieke FML-items, waaronder items met potentieel grote consequenties voor de uitkering, werden niet consistent gescoord. Geadviseerd wordt om deze FML-items aan te passen of de artsen beter te scholen bij het invullen ervan. Bij univariate analyse lieten ervaren artsen en artsen van het mannelijk geslacht een lagere consistentie zien in hun oordeel.

Er is geen sprake van belangenverstrengeling.