Eindrapport. Opdrachtgever / financier: Productschap Vee & Vlees Uitvoering en rapportage: de Gezondheidsdienst voor Dieren. December 2012 Deventer

Transcriptie

1 Niets uit deze rapportage mag gekopieerd of vermenigvuldigd worden zonder toestemming van GD Evaluatie van de betrouwbaarheid van de gegevens waarop de berekening van de dagdoseringen / dierjaar door beide IKB organisaties in de Nederlandse varkenshouderij gebaseerd wordt Opdrachtgever / financier: Productschap Vee & Vlees Uitvoering en rapportage: de Gezondheidsdienst voor Dieren December 2012 Deventer Auteurs: A.J. van Hout M. Gonggrijp M. Meijerink M. van Stokkom

2 Inhoudsopgave 1. SAMENVATTING INLEIDING MATERIAAL EN METHODEN VERZAMELEN VAN DE BENODIGDE GEGEVENS VERGELIJKEN GEGEVENS STATISTISCHE ANALYSE Beschrijvende statistiek Nadere statistische analyse RESULTATEN ALGEMEEN SPECIFIEK DISCUSSIE CONCLUSIE EN AANBEVELINGEN DANKWOORD LITERATUUR BIJLAGE: AANVULLENDE ANALYSE FOUTENMARGE AANLEIDING DOELSTELLING UITWERKING RESULTAAT DISCUSSIE EN CONCLUSIE Nadruk verboden blz. 2 van 18

3 1. Samenvatting De Nederlandse varkenshouderij dient het antibioticumgebruik fors te verlagen. Om inzicht te krijgen in de hoogte van het antibioticumgebruik op varkensbedrijven en het effect van de door de sector genomen maatregelen, dient het gebruik op eenduidige wijze geregistreerd te worden. Registratie van dit gebruik vindt plaats via de beide IKB organisaties (IKB varken (IKBV) en IKB Nederland Varkens (IKBNV)). Dit gebeurt op basis van de door de dierenartsenpraktijken (DAP) verstrekte gegevens m.b.t. de per varkensbedrijf afgeleverde antibiotica. Beide IKB organisaties berekenen vervolgens een standaard kengetal voor het antibioticumgebruik per UBN: het aantal dagdoseringen per dierjaar (dd / dj). Vanuit maatschappelijk oogpunt is het van cruciaal belang dat de berekening van de dd / dj plaatsvindt met complete en correcte antibioticumgebruiksgegevens. Het Productschap Vee en Vlees (PVV) heeft daarom GD gevraagd onafhankelijk onderzoek te doen naar de betrouwbaarheid van de gegevens waarop de berekening van het dd / dj getal gebaseerd is. GD heeft hiertoe een project opgezet met als doel om op basis van een aselecte, representatieve steekproef te bepalen hoe betrouwbaar het dd / dj getal, zoals berekend door beide IKB organisaties, voor de Nederlandse varkenshouderij is. Om hier inzicht in te verkrijgen is nagegaan of de antibioticumgegevens waarop de IKB organisaties haar dd / dj berekeningen baseren (de zogenaamde leveringsregels), overeenkomen met de leveringsgegevens van de dierenartsenpraktijk (DAP). Van 286 UBNs (behorende bij 54 verschillende DAPs) met varkens zijn de afgeleverde antibiotica leveringsregels over de 2e helft van 2011, afkomstig van zowel de DAP als de desbetreffende IKB organisatie met elkaar vergeleken. Per UBN werd het volgende vergeleken: o of het aantal leveringsregels tussen DAP en IKB overeenkwam o of de leveringsregels tussen DAP en IKB wat betreft inhoud exact overeenkwamen. Er werd tevens onderzocht of zaken zoals IKB, DAP, productietype (A, B, C, D of F), geografische ligging, bedrijfsgrootte en het aantal leveringsregels effect hadden op het al dan niet exact overeenkomen van de leveringsregels. Er werd ook gekeken of deze punten invloed hadden op het teveel of te weinig aantal leveringsregels op de DAP overzichten (t.o.v. de IKB overzichten). Wanneer uitsluitend werd gekeken naar overeenkomst van het aantal leveringsregels, werd er een gemiddelde overeenkomst van 78.3 % gevonden in de steekproef. Dit betekent dat er landelijk een overeenkomst van 73.1 tot 83.0 % zal zijn. Wat betreft het exact overeenkomen van de inhoud van de leveringsregels (dus overeenkomst EAN, aantal EAN, leveringsdatum, subdoeldier) was het steekproefgemiddelde 73.4 % en zal landelijk de overeenkomst tussen 67.9 en 78.5 % liggen. Uit nader onderzoek bleek dat onder meer IKB organisatie, praktijkmanagementsysteem en DAP zelf niet van invloed waren op de mate van het exact overeenkomen van de leveringsregels of het teveel of te weinig aantal leveringsregels. Bedrijfsgrootte en aantal leveringsregels samen waren van significante invloed op het al dan niet overeenkomen: per bedrijfsgrootte kon het effect van het aantal leveringsregels op de mate van exact overeenkomen verschillen (en andersom). Globaal kwam naar voren dat ten opzichte van een gemiddelde bedrijfsgrootte en een gemiddeld aantal leveringsregels, méér leveringsregels leidden tot een kleinere kans op exact overeenkomen van de DAP en IKB gegevens. Type B bedrijven hadden beduidend meer kans op exacte overeenkomst dan type A bedrijven. In de noordelijke provincies (Friesland, Groningen, Drenthe, Flevoland) was de kans op exacte overeenkomst lager dan op het gemiddelde bedrijf in Nederland. Uit de analyse van het teveel aantal leveringsregels (op het DAP overzicht t.o.v. het IKB overzicht) (36 bedrijven) bleek dat type B bedrijven minder kans hadden op een teveel aan leveringsregels dan type A bedrijven. Daarnaast leidde een toename van het aantal leveringsregels per UBN tot een grotere kans op het hebben van een teveel aantal leveringsregels op het DAP overzicht (ten opzicht van bedrijven met het minste aantal leveringsregels). Bij de UBNs met een te weinig aantal leveringsregels op het DAP overzicht (26 bedrijven), hadden de grootste bedrijven de grootste kans op het hebben van te weinig leveringsregels bij de DAP. Naarmate het aantal leveringsregels toenam, nam de kans op het hebben van te weinig leveringsregels toe. Nadruk verboden blz. 3 van 18

4 Ondanks het ontbreken van een borgingssysteem voor het feitelijk en correct registreren en doorgeven van afgeleverde antibiotica door de DAPs, komt landelijk gemiddeld tussen de 67.9 en 78.5 % van de leveringsregels tussen DAP en IKB exact overeen. Echter, er komen ook afwijkingen voor in de inhoud van de leveringsregels of in het aantal leveringsregels tussen DAP en IKB. Dit vraagt om extra aandacht en bijvoorbeeld ook om borging van het proces van invoer op het niveau van de DAP. Overigens is in dit project niet nader geëvalueerd wat het effect is van (wat betreft inhoud of aantal) afwijkende leveringsregels op het resulterende dd / dj getal. Ook is het feitelijke berekeningsproces van het dd / dj getal door beide IKB organisaties buiten beschouwing gelaten. 2. Inleiding Het gebruik van antibiotica in de Nederlandse dierhouderij dient in 2011 met 20% en in 2013 met 50% afgenomen te zijn ten opzichte van het peiljaar In 2012 zal het kengetal dagdosering per dierjaar (dd / dj) gepresenteerd worden om een beeld te geven van het actuele antibioticumgebruik in onder meer de Nederlandse varkenshouderij. In de varkenssector wordt de feitelijke berekening van de dd / dj uitgevoerd door beide IKB organisaties (IKB Varken en IKB Nederland Varkens). Hiertoe ontvangen de IKB s per UBN overzichten van de door de dierenarts op het UBN afgeleverde antibiotica. Deze informatie bereikt de IKB s indirect via VetCIS of direct vanaf de dierenartsen(praktijken) (DA(P)) (zie Figuur 1). In combinatie met de aanwezige dieraantallen per UBN, berekenen de IKB s de dd / dj per UBN. Het op deze wijze vastleggen van antibioticumgebruik maakt het mogelijk om benchmarking van antibioticumgebruik uit te voeren. Het expertpanel van de Stichting Diergeneesmiddelen autoriteit (SDa) stelt voor dit doel per diersector (pluimvee, rundvee, kalveren, varkens) normen op voor de hoeveelheid antibioticumgebruik (de zogenaamde benchmarkindicatoren ) [1]. Deze benchmarkindicatoren worden uitgedrukt in dd / dj en bieden de dierhouder een handvat om de gestelde reductiedoelstellingen te behalen. DA(P) invoer antibioticumgebruik gegevens DA(P) invoer antibioticumgebruik gegevens VetCIS centrale HUB IKB s DD / DJ Figuur 1: vereenvoudigde, schematische weergave van de totstandkoming van dd / dj in de Nederlandse varkenshouderij. DA(P) = Dierenartsen(praktijk); DD / DJ = dagdoseringen per dierjaar. Het is vanuit verschillende (politieke en maatschappelijke) invalshoeken van belang dat de dd / dj die uit de IKB berekeningen resulteren, een betrouwbare weergave van het werkelijke antibioticumgebruik in de varkenshouderij in Nederland zijn. Dit wordt vanuit de Nederlandse varkenssector gewaarborgd door een kritische toetsing van de rekenregels voor de dd / dj. Hierbij wordt echter bijvoorbeeld de invoer van gegevens door DA(P)s niet geëvalueerd. Gezien de structuur van het totale systeem (zie Figuur 1) is het van groot belang om op ieder niveau de kritische stappen (sterke en zwakke punten) in de totstandkoming van de dd / dj te evalueren. Uit het project Sterkte-zwakte analyse van de totstandkoming van dd / dj in de Nederlandse varkenshouderij [2] kwam naar voren dat er veel bereikt is m.b.t. de dataregistratie, maar dat er op verschillende plekken in de in Figuur 1 geschetste keten risico s bestaan m.b.t. onvolledigheid van de dataregistratie. Het onderzoek heeft duidelijk aangetoond dat de door de IKB s berekende Nadruk verboden blz. 4 van 18

5 dd / dj een onder- en, in specifieke gevallen, mogelijk een overschatting geven van het daadwerkelijk gebruik van antibiotica in de sector [2]. Het doel van het hier beschreven project is om op basis van een aselecte, representatieve steekproef te bepalen hoe betrouwbaar de gegevens zijn, waarop de berekening van de dagdoseringen / dierjaar door beide IKB organisaties in de Nederlandse varkenshouderij gebaseerd wordt. Hiermee wordt dus onder meer inzichtelijk in welke mate de huidige datastromen leiden tot een uiteindelijke onder- of mogelijke overschatting van het daadwerkelijke dd / dj getal. Dit zal uitgevoerd worden door de per UBN afgeleverde antibioticagegevens afkomstig van zowel de DA(P) als de desbetreffende IKB organisatie met elkaar te vergelijken. 3. Materiaal en Methoden 3.1 Verzamelen van de benodigde gegevens In dit project werden per UBN twee overzichten van antibiotica, geleverd in de periode van 1 juli 2011 tot en met 31 december 2011, verzameld: het overzicht van de dierenartsenpraktijk (DAP) en het overzicht van de desbetreffende IKB organisatie. De gegevens van IKB Varken (IKBV) leden werden opgevraagd via CoMore / CBD, de gegevens van IKB Nederland Varkens (IKBNV) leden werden opgevraagd via DGB. Om toestemming te verkrijgen voor het opvragen van de genoemde gegevens bij zowel DAPs als IKBs werd een landelijke steekproef van UBNs genomen. In totaal werden 666 UBNs aangeschreven, behorende bij 85 DAPs. Dit aantal UBNs was groter dan de beoogde steekproef van 347 UBNs omdat aangenomen werd dat niet alle UBNs deel wilden en/of konden nemen aan het project. Om het responspercentage (d.w.z. het aantal ingevulde en geretourneerde toestemmingsformulieren) te verhogen werden UBNs die binnen 14 dagen na versturen van de toestemmingsformulieren niet gereageerd hadden, nagebeld. In deze toestemmingsformulieren werd de volgende informatie opgevraagd: - Aantal zeugen / zuigende biggen / gespeende biggen / opfokgelten / vleesvarkens / beren - IKB organisatie waarmee een contract afgesloten was - Naam van de dierenartsenpraktijk - Handtekening van de varkenshouder voor toestemming voor het opvragen van gegevens bij de DAP en de IKB De DAPs werden telefonisch verzocht om de overzichten van de geleverde antibiotica, voor díe UBNs waarvoor schriftelijk toestemming ontvangen was, op te sturen naar de GD. Per DAP werd gelijk vastgelegd met welk praktijkmanagementsysteem (PMS) gewerkt werd. Vervolgens werd per een bevestiging gestuurd naar de DAP waarbij in een begeleidende brief aangegeven werd van welke UBNs gegevens gevraagd werden. Wanneer de GD binnen 14 dagen na het versturen van de bevestigingsmail naar een DAP geen gegevens ontvangen had, werd de desbetreffende DAP nagebeld Vergelijken gegevens De overzichten van de afgeleverde antibiotica van zowel de DAP als de IKB organisatie werden per UBN vergeleken. Dit vergelijk werd per UBN uitgevoerd per leveringsregel. Een leveringsregel is in dit rapport gedefinieerd als de unieke combinatie van een afleverdatum en een bepaald aantal van één European Association Number (EAN) (één leveringsregel kan dus uit meerdere flessen / pakken van één en hetzelfde antibioticum preparaat (EAN) bestaan). Antibioticum sprays werden niet meegenomen omdat hier geen dagdoseringen per dierjaar voor berekend worden. Bij het vergelijk van de gegevens werd gecontroleerd of: o Het aantal leveringsregels tussen DAP en IKB overeenkwam waarbij tegelijkertijd het totaal aantal leveringsregels per UBN werd genoteerd; o Per leveringsregel de volgende gegevens tussen de DAP en de IKB exact overeenkwamen: - Het EAN Nadruk verboden blz. 5 van 18

6 - Het aantal EAN - Leveringsdatum - Subdoeldier (zeugen / biggen of vleesvarkens) Bij de niet exact overeenkomende leveringsregels werd voor zover mogelijk vastgelegd hoe vaak het EAN van de DAP niet gelijk of verkeerd ( -1 melding in het IKB overzicht) was, hoe vaak aantallen EAN niet overeenkwamen en hoe vaak er verschillen in subdoeldier waren tussen het DAP en het IKB overzicht. 3.3 Statistische analyse De resultaten van het vergelijken van de leveringsregels werden statistisch geanalyseerd met het programma Stata 12. Uitsluitend de leveringsregels waarvan het EAN, het aantal EAN, de leveringsdatum en het subdoeldier door de DAP aangegeven waren, werden meegenomen in de statistische analyse. De volgende door de DAPs aangeleverde gegevens werden (daardoor) buiten beschouwing gelaten: o Leveringsoverzichten per kwartaal (individuele leveringsregels niet zichtbaar) o Leveringsoverzichten waarbij de DAP niet aan kon geven voor welk subdoeldier de antibiotica bestemd waren terwijl uit de gegevens van de varkenshouder en van de IKB bleek dat zowel zeugen / biggen als vleesvarkens aanwezig waren op één of meerdere UBNs UBNs waar alleen gespeende biggen en geen vleesvarkens aanwezig waren (E bedrijven) werden eveneens niet meegenomen omdat voor dit productietype in principe geen dagdoseringen per dierjaar berekend worden door de IKB organisaties Beschrijvende statistiek In de beschrijvende statistiek werd de verdeling van het aantal UBNs naar productietype (volgens de Verordening Varkens Leveringen), geografische ligging, bedrijfsgrootte en bedrijfstype getoetst. Deze variabelen werden als volgt in klassen ingedeeld: o Productietype: A, B, C, D en F o Geografische ligging werd op basis van provincie / varkensdichtheid ingedeeld in 6 klassen: - Gelderland - Limburg - Noord Brabant - Overijssel - Noord Holland, Zuid Holland, Zeeland (West) - Friesland, Groningen, Drenthe, Flevoland (Noord) o Bedrijfsgrootte werd in klassen ingedeeld, gebaseerd op het aantal zeugen of het aantal vleesvarkens. Hierbij werd de indeling zoals vermeld in de PVE kengetallenspiegel (2011) gehanteerd: - Klasse 1 < 200 zeugen; 200 zeugen klasse 2 < 500 zeugen; klasse zeugen - Klasse 1 < 500 vleesvarkens; 500 vleesvarkens klasse 2 < 1000 vleesvarkens; 1000 vleesvarkens klasse 3 < 2000 vleesvarkens; klasse vleesvarkens o Bedrijfstype (samenstelling bedrijf): - Zeugen / biggen (Z) - Zeugen / biggen / vleesvarkens (X) - Vleesvarkens (V) Nadruk verboden blz. 6 van 18

7 3.3.2 Nadere statistische analyse Vervolgens werd in de nadere statistische analyse het volgende geëvalueerd: o De mate van overeenkomst: het aantal UBNs (van het totale aantal UBNs) waarbij alle leveringsregels tussen DAP en IKB exact overeenkwamen. o De mate waarin bepaalde variabelen (bijv. productietype, geografische ligging of bedrijfsgrootte) van invloed waren op het wel of niet exact overeenkomen. Voor dit laatstgenoemde aandachtspunt werd een multilevel mixed-effects model ontworpen door in aanvang de variabelen van interesse univariaat te analyseren. Hierbij werd (op UBN niveau) gekeken naar de één op één relatie van de variabelen en het exact overeenkomen van de leveringsregels tussen de DAP en de IKB. Vervolgens werden op basis van de uitkomsten van deze analyse de meest significante variabelen in een zogenaamde forward analyse in het multivariate model stapsgewijs ingevoerd. Ter controle van de stabiliteit van het model werd eveneens een backward analyse van het resulterende multivariate model uitgevoerd. Voor deze analyses werden tenzij anders vermeld grotendeels dezelfde variabelen gebruikt als voor de beschrijvende statistiek: o Standaard werd er gecorrigeerd voor de klasse variabelen IKB (IKBV of IKBNV) en PMS (VIVA of ander) ( fixed effects ), ongeacht of deze variabelen wel of geen significant effect hadden op de mate van overeenkomst. Daarnaast werd er random gecorrigeerd voor DAP. Random corrigeren betekent dat er gecorrigeerd wordt voor een onbekend, niet apart te benoemen effect van DAP, op de mate van overeenkomst. Dit kan bijvoorbeeld zijn de precisie waarmee een (medewerker van een) DAP de geleverde antibioticagegevens in PMS en VetCIS invoert. o Vervolgens werd onderzocht of de volgende klasse variabelen een effect hadden of de mate van exacte overeenkomst: - Productietype: in het multivariate model werden de C en F bedrijven samengevoegd op basis van de zeer geringe aantallen van deze productietypes in de steekproef en het feit dat op deze bedrijven alleen voor de (aanwezige) vleesvarkens een dagdoseringsgetal berekend werd. Dit resulteerde in 4 klassen voor productietype: A, B, D en C + F. - Geografische ligging (zie 3.3.1) - Bedrijfsgrootte: in tegenstelling tot de indeling genoemd onder werd in het multivariate model de volgende indeling gebruikt: De 25 % kleinste bedrijven De middenmoot bedrijven (25 % - 75 %) De 25 % grootste bedrijven Bedrijfsgrootte werd afhankelijk van de samenstelling van het bedrijf in dit geval berekend als het totaal aantal zeugen, totaal aantal zeugen + vleesvarkens of totaal aantal vleesvarkens aanwezig op het bedrijf volgens de varkenshouder. - Bedrijfstype (zie 3.3.1) - Aantal leveringsregels: het aantal leveringsregels werd op vergelijkbare wijze als bedrijfsgrootte ingedeeld: Het 25 % minste aantal leveringsregels Het gemiddelde aantal leveringsregels (de middenmoot ) Het 25 % hoogste aantal leveringsregels Uit de voorlopige analyse kwam naar voren dat productietype en bedrijfstype zeer sterk aan elkaar gerelateerd waren waardoor beide variabelen niet samen in één model meegenomen konden worden. In aanvang is productietype meegenomen. Vervolgens is in het eindmodel productietype vervangen door bedrijfstype om het effect van deze variabele op de mate van exacte overeenkomst te evalueren. Nadruk verboden blz. 7 van 18

8 Naast het analyseren van de invloed van de verschillende variabelen op het wel of niet exact overeenkomen, werd volgens dezelfde werkwijze geëvalueerd of de bovengenoemde variabelen invloed hadden op de kans dat er een teveel of tekort aan leveringsregels door de DAP vermeld werd: o Teveel leveringsregels volgens DAP = er staan tenminste twee leveringsregels méér op het DAP overzicht dan op het IKB overzicht. o Tekort aan leveringsregels volgens DAP = er staat tenminste één leveringsregel minder op het DAP overzicht dan op het IKB overzicht. Uit voorlopige analyse bleek dat het multivariate model voor het teveel aan leveringsregels volgens de DAP alleen stabiel gedraaid kon worden onder de aanname dat er minimaal twee (in plaats van één) leveringsregels meer op het DAP overzicht stonden ten opzichte van het IKB overzicht. Het effect van de variabelen op de kans dat er teveel of te weinig leveringsregels op het DAP overzicht voorkwamen, werd getoetst ten opzichte van de UBNs waarbij het aantal leveringsregels volgens DAP en IKB overeenkwam (ongeacht of de inhoud wel of niet exact overeenkwam). P-waarden 0.05 werden als significant beschouwd. 4. Resultaten 4.1 Algemeen In totaal is van 347 UBNs toestemming verkregen om de overzichten van afgeleverde antibiotica bij zowel de dierartsenpraktijk (DAP) als de IKB organisatie (IKB Varken (IKBV) of IKB Nederland Varkens (IKBNV)) op te vragen. Een deel van de UBNs die niet binnen de gestelde termijn reageerden, was niet bereikbaar per telefoon (geen gehoor, eigenaar herhaaldelijk niet thuis). Bij de UBNs die wel telefonisch bereikbaar waren, werden - náást de UBNs die toestemming gaven de volgende redenen genoemd om niet deel te nemen aan het project: leegdraaien bedrijf, tijdelijke leegstand, bedrijfsbeëindiging of geen interesse / niet deel willen nemen. Deze niet deelnemende UBNs waren evenwichtig verdeeld over de deelnemende DAPs in het project en niet geconcentreerd bij, bijvoorbeeld, twee DAPs. Van de 74 bijbehorende DAPs: o Gaven 4 DAPs aan niet mee te willen werken zonder duidelijke reden (n = 2), omdat ze het teveel werk vonden (n = 1) of omdat ze de vergoeding te laag vonden (n = 1). o Gaf 1 DAP aan niet mee te willen werken omdat pas vanaf januari 2012 zonder terugwerkende kracht gegevens aan de IKBs doorgegeven werden. o Gaf 1 DAP aan niet mee te kunnen werken omdat ze niet in staat waren de gevraagde gegevens uit hun praktijkmanagementsysteem te verzamelen. o Hebben 6 DAPs ondanks herhaalde herinnering geen gegevens opgestuurd na aanvankelijke toezegging. o Hebben 8 DAPs gegevens opgestuurd die bij nadere analyse niet gebruikt konden worden (bijvoorbeeld omdat de gegevens per kwartaal aangeleverd waren en er geen aparte leveringsregels beschikbaar waren). Dit resulteerde uiteindelijk in het behouden van 286 UBNs, behorende bij 54 verschillende DAPs, waarvan de leveringsregels vergeleken konden worden. Binnen de groep van 54 DAPs bevonden zich vier samenwerkingsverbanden; elk samenwerkingsverband was als één DAP meegenomen omdat de gegevens vanuit één centraal verzamelpunt aangeleverd werden. Tabel 1: overzicht van de praktijkmanagementsystemen (PMS) van de deelnemende DAPs PMS VIVA ANIMANA Easyvet Daisy Geen Aantal DAPs Nadruk verboden blz. 8 van 18

9 Eindrapport In Tabel 1 is een overzicht van de praktijkmanagementsystemen (PMS) van de deelnemende DAPs weergegeven. Het aantal UBNs per DAP varieerde van 1 tot 49 (gemiddeld: 5.3). In Figuur 2 is een overzicht weergegeven van het aantal UBNs per deelnemende DAP. Figuur 2: overzicht van het aantal UBNs per deelnemende DAP Aantal UBN's per DAP Iedere balk vertegenwoordigt één DAP; de hoogte van de balk geeft het aantal UBNs (zie y-as) per DAP aan. In Tabel 2 is een overzicht weergegeven van de karakteristieken van de 286 UBNs. Het aantal leveringsregels per UBN volgens de DAP gegevens bedroeg gemiddeld 16.3 (minimum maximum: leveringsregels). Volgens de IKB gegevens bedroeg het gemiddeld aantal leveringsregels per UBN 16.0 (minimum maximum: leveringsregels). Aan in totaal 33 UBNs waren zowel volgens DAP als IKB geen antibiotica geleverd in de tweede helft van Tabel 2: overzicht van de karakteristieken van de 286 UBNs Productietype A B C D E F Totaal Aantal UBNs Bedrijfstype Z X V Aantal UBNs * Aantal zeugen < > Aantal UBNs Aantal VLV < > Aantal UBNs Regio GL LB NB OV West Noord Aantal UBNs * De drie F bedrijven met zowel gespeende biggen als vleesvarkens zijn buiten deze tellingen gelaten. Bedrijfstype: Z = bedrijven met zeugen / biggen; X = bedrijven met zeugen / biggen / vleesvarkens; V = bedrijven met vleesvarkens. Aantal VLV = aantal vleesvarkens. Regio: GL = Gelderland; LB = Limburg; NB = Noord Brabant; OV = Overijssel; West = Noord Holland, Zuid Holland, Zeeland; Noord = Friesland, Groningen, Drenthe, Flevoland. Nadruk verboden blz. 9 van 18

10 Uit de beschrijvende statistiek kwam naar voren dat, vergeleken met het totaal aantal productietypen dat in Nederland aanwezig is volgens de gegevens van de GD, alleen productietype D in deze steekproef relatief ondervertegenwoordigd was. De overige productietypen waren representatief verdeeld. Wat betreft de geografische verdeling bleek dat Limburg relatief oververtegenwoordigd was wat betreft deelnemende UBNs in dit project. Wanneer de UBNs qua bedrijfsgrootte vergeleken werden met de kengetallen uit de PVE kengetallen spiegel (2011) bleek dat in deze steekproef de bedrijven met zeugen wat betreft grootte representatief vertegenwoordigd waren. De vleesvarkensbedrijven met minder dan 500 vleesvarkens waren relatief onder- en vleesvarkensbedrijven met 500 tot 1000 vleesvarkens waren relatief oververtegenwoordigd. Wat betreft bedrijfstype waren de bedrijven in dit project representatief vertegenwoordigd. 4.2 Specifiek Van de 286 UBNs die geanalyseerd zijn, kwam voor 224 van de UBNs (78.3 %; 95% betrouwbaarheidsinterval 73.1 % 83.0 %) het aantal leveringsregels tussen DAP en IKB overeen (zie ook Figuur 3): o Bij 26 UBNs, behorende bij 13 DAPs, werden 1 tot 16 leveringsregels meer op het IKB dan op het DAP overzicht vermeld o Bij 36 UBNs, behorende bij 21 DAPs, werden 1 tot 33 leveringsregels minder op het IKB dan op het DAP overzicht vermeld. In totaal kwamen de leveringsregels van 210 UBNs (73.4 %; 95% betrouwbaarheidsinterval 67.9 % 78.5 %) op basis van EAN, aantal EAN, leveringsdatum en subdoeldier exact overeen tussen de DAP en de IKB. Bij 76 van de UBNs (26.6 %; 95% betrouwbaarheidsinterval 21.5 % %) kwamen de gegevens niet exact overeen. Figuur 3: overzicht van de mate van overeenkomst tussen het aantal leveringsregels tussen DAP en IKB Uit de multivariate analyse kwam naar voren dat de mate van exacte overeenkomst significant beïnvloed werd door: o De interactie bedrijfsgrootte en het aantal leveringsregels volgens de DAP: interactie betekent dat bedrijfsgrootte en het aantal leveringsregels elkaar beïnvloeden wat betreft de resulterende mate van exacte overeenkomst. Samengevat kwam, ten opzichte van bedrijven met een gemiddelde grootte en een gemiddeld aantal Nadruk verboden blz. 10 van 18

11 leveringsregels, het volgende naar voren: ongeacht de bedrijfsgrootte 1 (kleinste, gemiddeld, grootste), hadden bedrijven met het meeste aantal leveringsregels significant minder kans op exacte overeenkomst (p < 0.05 voor kleinste en grootste bedrijven; p = voor bedrijven van gemiddelde grootte). Zo bleek ook dat, ten opzichte van de kleinste bedrijven met het minste aantal leveringsregels, bedrijven met het meeste aantal leveringsregels ongeacht de bedrijfsgrootte 2 en de grootste bedrijven met een gemiddeld aantal leveringsregels beduidend minder kans op overeenkomst hadden (p < 0.05). Ten opzichte van de grootste bedrijven met het meeste aantal leveringsregels bleek dat ongeacht bedrijfsgrootte, minder leveringsregels 3 leidden tot meer kans op exacte overeenkomst (p < 0.005). Dit met uitzondering van de grootste bedrijven met het minste aantal leveringsregels (p > 0.05) Daarnaast was bij bedrijven van gemiddelde grootte met het meeste aantal leveringsregels de kans op exacte overeenkomst ook groter (p < 0.05). o Productietype (p < 0.05): type B bedrijven hadden 8.1 (95% betrouwbaarheidsinterval: ) keer meer kans op exacte overeenkomst dan type A bedrijven. o Regio (p < 0.05): bedrijven in de noordelijke provincies (Friesland, Groningen, Drenthe, Flevoland) hadden 6.2 (95% betrouwbaarheidsinterval: ) keer minder kans op overeenkomst dan het gemiddelde bedrijf in Nederland. De variabelen IKB, PMS en (het random effect ) DAP werden standaard meegenomen in deze multivariate analyse maar ze hadden geen significante invloed op de mate van exacte overeenkomst. Uit de analyse van hetzelfde multivariate model, waarin productietype vervangen was door bedrijfstype om te evalueren of er nog specifieke verschillen tussen de verschillende bedrijfstypen naar voren kwamen, bleek dat er geen effect van bedrijfstype was. Wanneer de 76 UBNs waarbij de leveringsregels niet exact overeenkomen nader gecategoriseerd werden kwam het volgende naar voren: o Bij 14 UBNs was het aantal leveringsregels tussen DAP en desbetreffende IKB organisatie gelijk maar. Bij 11 van deze UBNs (79 %) bevatten één of meerdere leveringsregels een verkeerd EAN. o Bij de 36 UBNs waarbij meer leveringsregels op het DAP overzicht dan op het IKB overzicht vermeld waren was het niet mogelijk om te achterhalen waarom de desbetreffende leveringsregels niet bij de IKB organisatie geregistreerd zijn. o Bij de 26 UBNs waarbij het aantal leveringsregels volgens de IKB hoger was dan volgende de DAP, kon evenmin achterhaald worden waarom de leveringsregels op de DAP overzichten ontbraken. Op basis van het Unieke Dierenartsen Nummer (UDN) kon uitgesloten worden dat deze UBNs antibiotica van verschillende praktijken aangeleverd kregen. Er werden geen evidente dubbele leveringen gevonden (meerdere leveringsregels met zelfde EAN, aantal EAN, leveringsdatum en subdoeldier). Vervolgens kwam uit de analyse van UBNs met een teveel aantal leveringsregels volgens de DAP (t.o.v. de IKB) versus UBNs met overeenkomend aantal leveringsregels tussen DAP en IKB het volgende naar voren: o Productietype: type B bedrijven hadden 31.7 keer (95% bi: ) minder kans op teveel leveringsregels dan type A bedrijven (P < 0.005). o Aantal leveringsregels: 1 Dat wil zeggen: zowel de kleine, de gemiddelde als de grootste bedrijven. 2 Dat wil zeggen: zowel de kleine, de gemiddelde als de grootste bedrijven. 3 Dat wil zeggen ten opzichte van de klasse meeste leveringsregels dus een gemiddeld aantal of het minste aantal leveringsregels. Nadruk verboden blz. 11 van 18

12 - Bedrijven met een gemiddeld aantal leveringsregels hadden 18.9 keer (95% betrouwbaarheidsinterval: ) meer kans op een teveel aantal leveringsregels volgens het DAP overzicht dan bedrijven met de minste aantal leveringsregels (p < 0.05). - Bedrijven met het meeste aantal leveringsregels hadden 48.1 keer (95% bi: ) meer kans op een teveel aan leveringsregels volgens het DAP overzicht dan bedrijven met de minste aantal leveringsregels (p < 0.005). Tot slot bleek uit de analyse van het te weinig aantal leveringsregels volgens de DAP dat de volgende twee klasse variabelen van invloed waren: o Bedrijfsgrootte: - De grootste bedrijven hadden 7.5 keer (95% betrouwbaarheidsinterval: ) meer kans op te weinig leveringsregels bij de DAP dan de kleinste bedrijven (p < 0.05). - De grootste bedrijven hadden 7.2 keer (95% betrouwbaarheidsinterval: ) meer kans op te weinig leveringsregels bij de DAP dan bedrijven met een gemiddeld grootte (p < 0.005). o Aantal leveringsregels: - Bedrijven met de meeste leveringsregels hadden 5.5 keer (95% betrouwbaarheidsinterval: ) meer kans op te weinig leveringsregels bij de DAP dan bedrijven met de minste leveringsregels (P < 0.05). - Bedrijven met de meeste leveringsregels hadden 12.1 keer (95% betrouwbaarheidsinterval: ) meer kans op te weinig leveringsregels bij de DAP dan bedrijven met een gemiddeld aantal leveringsregels (p < 0.005). Zowel bij de analyse van het teveel als het te weinig aantal leveringsregels volgens de DAP werden geen effecten van IKB, PMS of DAP gevonden. 5. Discussie Het doel van dit project was om op basis van een aselecte, representatieve steekproef te bepalen hoe betrouwbaar de gegevens waarop het dagdoseringen per dierjaar (dd / dj) getal (zoals berekend door beide IKB organisaties (IKB Varken (IKBV) en IKB Nederland Varkens (IKBNV)) gebaseerd wordt, voor de Nederlandse varkenshouderij zijn. Hiertoe zijn per UBN de leveringsregels voor antibiotica, wat betreft aantal en inhoud, tussen dierenartsenpraktijk (DAP) en IKB met elkaar vergeleken. Wanneer uitsluitend naar overeenkomst van het aantal leveringsregels gekeken wordt, mag men er van uit gaan dat er landelijk een overeenkomst van 73.1 tot 83.0 % zal zijn (het zogenaamde betrouwbaarheidsinterval) bij een gemiddelde van 78.3 % overeenkomst in de steekproef. Wat betreft het exact overeenkomen van de leveringsregels (dus overeenkomst EAN, aantal EAN, leveringsdatum, subdoeldier) kan gesteld worden dat landelijk de overeenkomst tussen de 67.9 en 78.5 % zal liggen bij een steekproefgemiddelde van 73.4 %. Met betrekking tot het verlenen van toestemming door UBNs voor het opvragen van de benodigde gegevens bij DAP en IKB kwam bij telefonische benadering naar voren dat een aantal UBNs niet deel wilde of kon nemen. Deze UBNs waren evenwichtig verspreid over de deelnemende DAPs (en niet geconcentreerd bij één of twee DAPs bijvoorbeeld). Men zou zich af kunnen vragen of UBNs niet deel wilden nemen omdat ze zelf vermoedden dat een deel van hun antibioticumgebruik niet goed geregistreerd was / werd of omdat ze bijvoorbeeld antibiotica van meerdere dierenartsenpraktijken betrekken. Dit is niet volledig uit te sluiten maar door de evenwichtige verspreiding over DAPs lijkt het in ieder geval minder waarschijnlijk dat de DAP een rol speelt in dit vermoeden. Dit wordt nog benadrukt door het feit dat er geen verschillen tussen DAPs worden gevonden wat betreft de mate van exacte overeenkomst van de leveringsregels (of het teveel of te weinig aantal leveringsregels). Nadruk verboden blz. 12 van 18

13 Overigens is van een aantal DAPs (n = 8) geen informatie ontvangen ondanks dat deze DAPs zonder problemen toegezegd hadden graag aan het project deel te willen nemen. Daarnaast was er door 6 DAPs informatie aangeleverd die bij nadere analyse helaas niet gebruikt kon worden (deze informatie was ook niet op betere wijze van de DAP te verkrijgen). In totaal zou men van 4 DAPs (van de oorspronkelijke 74) in twijfel kunnen trekken of ze zelf niet zeker zijn over de kwaliteit van hun gegevensinvoer en daarom niet deel wilden nemen. Deze 4 DAPs gaven als reden: vergoeding te laag (n = 1), teveel werk (n =1), geen duidelijke reden (n =2). Deze 4 DAPs vertegenwoordigen geen grote varkenspraktijken maar hebben slechts enkele varkens UBNs in hun begeleiding. Uit de statistische analyse komt duidelijk naar voren dat er wat betreft de mate van exact overeenkomen van de leveringsregels en wat betreft het teveel en te weinig leveringsregels geen verschillen zijn tussen het gebruikte praktijkmanagementsysteem (PMS), tussen beide IKB organisaties (IKB Varken (IKBV) en IKB Nederland Varkens (IKBNV)) en tussen individuele DAPs. Wel is het zo dat de PMSen een scheve verdeling vertoonden: door 83 % van de DAPs in het project werd het PMS VIVA gebruikt. Uit de multivariate bleek dat de interactie tussen bedrijfsgrootte en het aantal leveringsregels volgens de DAP van significante invloed waren op de mate van exacte overeenkomst. Interactie betekent dat deze beide variabelen elkaar beïnvloeden (ter vergelijk: tarwesoort A groeit beter op grondsoort 1 en tarwesoort B groeit beter op grondsoort 2; deze interactie beïnvloedt de uiteindelijke tarweopbrengst). Vertaald naar de resultaten van dit project houdt het in dat per bedrijfsgrootte, het effect van het aantal leveringsregels op de mate van exact overeenkomen kan verschillen (en andersom). Globaal komt naar voren dat ten opzichte van een gemiddelde bedrijfsgrootte en een gemiddeld aantal leveringsregels, méér leveringsregels leiden tot een kleinere kans op exact overeenkomen van de DAP en IKB gegevens. Eveneens kwam naar voren dat, ten opzichte van de kleinste bedrijven met de minste leveringsregels, bedrijven met het meeste aantal leveringsregels beduidend minder kans op overeenkomst hadden. Andersom leidde het hebben van minder leveringsregels, ten opzicht van de grootste bedrijven met de meeste leveringsregels, tot een grotere kans op exacte overeenkomst bij zowel de kleinste, gemiddelde als grootste bedrijven. Daarnaast kwam er uit de analyse naar voren dat bij type B bedrijven de kans op exacte overeenkomst van de leveringsregels tussen DAP en IKB significant groter was dan bij type A bedrijven. Een mogelijke verklaring zou kunnen liggen in een verschil in bedrijfstype tussen beide productietypen. Echter, uit nadere analyse blijkt dat op 38.5 % van de type A bedrijven zowel zeugen als vleesvarkens aanwezig zijn, tegenover 51.5 % bij de type B bedrijven. Deze percentages verschillen niet significant van elkaar. Omdat daarnaast in het model al rekening is gehouden met variabelen zoals geografische ligging, bedrijfsgrootte en aantal leveringsregels, kunnen ook eventuele verschillen in deze variabelen het verschil tussen type A en B bedrijven niet verklaren. Wat betreft regio kwam naar voren dat bij de 8 bedrijven gelegen in de Noordelijke regio (Friesland, Groningen, Drenthe, Flevoland) de kans op exacte overeenkomst van de leveringsregels tussen DAP en IKB significant lager was dan in de rest van Nederland. Bij 4 van deze 8 bedrijven werden afwijkingen gevonden: in 3 gevallen werd één of twee leveringsregels minder op het IKB bestand vermeld (t.o.v. het DAP overzicht) en in één geval was in een leveringsregel het subdoeldier niet aangegeven. Er is geen duidelijke verklaring te geven waarom deze regio zo afwijkend naar voren kwam. Met betrekking tot het vermelden van meer leveringsregels op het DAP overzicht vergeleken met het IKB overzicht, kwam naar voren dat type B bedrijven minder kans op een teveel aan leveringsregels hadden ten opzichte van type A bedrijven. Dit sluit aan bij de bevinding dat wat betreft exacte overeenkomst de kans op overeenkomst groter was bij type B bedrijven ten opzichte van type A bedrijven. Daarnaast kwam naar voren dat bij een toenemend aantal leveringsregels volgens de DAP, de kans op het niet aankomen van de leveringsregels bij de IKB toenam. Mogelijk dat men op DAP niveau bij het invoeren van grotere aantallen leveringsregels per UBN eerder fouten maakt Nadruk verboden blz. 13 van 18

14 die er toe leiden dat leveringsregels niet bij de IKB arriveren. Dit resultaat illustreert het belang van het borgen van het proces van invoeren van gegevens op het niveau van de DAP. Incidenteel werd bij een beperkt aantal DAPs, enkele weken ná verkrijgen van de originele leveringsoverzichten, nogmaals om hetzelfde leveringsoverzicht gevraagd. Dit werd alleen steekproefsgewijs uitgevoerd voor UBNs met duidelijk afwijkende inhoud van leveringsregels en / of afwijkende aantallen leveringsregels. In de meeste gevallen leverde dit geen verbetering van het vergelijk tussen DAP en IKB op. Eén van de DAPs stuurde een overzicht dat afweek van het gevraagde format. Uit dit overzicht bleek dat een enkele keer antibioticaleveringen in het PMS ingevoerd werden onder niet logboek. Dat betekent dat deze antibioticaleveringen niet in het logboek van het desbetreffende UBN terecht komen. Klaarblijkelijk worden alleen gegevens uit het logboek doorgestuurd naar de VetCIS portal. Dit is voor 2 UBNs waargenomen; het is niet bekend in hoeveel van het totaal aantal UBNs met afwijkende aantallen leveringsregels dit van toepassing zou kunnen zijn. Deze toevalsbevinding benadrukt het belang van borging van de invoer van antibioticum leveringsgegevens op het niveau van de DAP. Uit de analyse van het te weinig aantal leveringsregels op het DAP overzicht (ten opzichte van het IKB overzicht) kwam naar voren dat bij de grootste bedrijven de kans op het missen van leveringsregels groter was dan bij bedrijven van gemiddelde grootte en de kleinste bedrijven. Ook bleek dat bedrijven met de meeste leveringsregels meer kans hadden op het missen van leveringsregels ten opzicht van bedrijven met een gemiddeld of laag aantal leveringsregels. Mogelijke verklaringen kunnen zijn dat een andere dierenarts (van een andere praktijk) antibiotica geleverd heeft. Op basis van het unieke dierenartsen nummer (UDN) zoals weergegeven in de IKB overzichten lijkt dit echter niet waarschijnlijk in dit project: verschillende UDNs per UBN behoorden op één uitzondering na tot dezelfde DAP. Een andere mogelijkheid zou kunnen zijn dat de bij de DAP opgevraagde gegevens in een ander (deel) overzicht verwerkt zijn dan het overzicht dat verkregen is in het project. Tot slot zou het mogelijk kunnen zijn dat bepaalde leveringsregels door de desbetreffende IKB organisatie als dubbele regel vermeld zijn. Wanneer steekproefsgewijs gekeken wordt naar de leveringsregels die wel op het IKB maar niet op het DAP overzicht staan, blijken er geen dubbele leveringsregels (d.w.z. leveringsregels die exact overeenkomen wat betreft het EAN, het aantal EAN, de leveringsdatum en het subdoeldier) te zijn. In dit project is het daadwerkelijke effect van de niet exact overeenkomende leveringsregels op het resulterende dd / dj niet nader geëvalueerd (zie afbakening in het projectplan behorende bij dit project). Men dient zich te realiseren dat zowel bij de 14 UBNs met een gelijk aantal leveringsregels (maar met een afwijkende inhoud tussen DAP en IKB in bepaalde leveringsregels) als bij de 36 UBNs waarbij meer leveringsregels op het DAP dan op het IKB overzicht vermeld staan, geen dd / dj berekend wordt waardoor het uiteindelijke dd / dj getal lager uit zal komen dan de werkelijkheid. Waarschijnlijk moet men er van uit gaan dat de leveringsregels die op de IKB overzichten vermeld zijn en niet op de DAP overzichten terug komen wel werkelijke leveringen zijn omdat geen aanwijzing voor dubbele leveringen verkregen konden worden en omdat ook uitgesloten kon worden dat in deze gevallen verschillende DAPs één en het zelfde UBN aangeleverd hadden. Overigens is in dit project niet nader geanalyseerd hoe de exacte wijze van berekening van het dd / dj getal bij beide IKB organisatie geschiedt en hoe de totstandkoming van het dd / dj getal op niet IKB bedrijven verloopt. 6. Conclusie en aanbevelingen Op basis van dit project kan geconcludeerd worden dat de Nederlandse Varkenshouderij een systeem van registratie van het antibioticumgebruik op UBN niveau heeft opgesteld waarbij landelijk tussen de 67.9 en 78.5 % van de gegevens tussen DAP en IKB exact overeenkomt. Op basis van dit rapport is niet berekend hoe groot het effect van de niet exact ingevoerde gegevens op het daadwerkelijke resulterende dagdoseringen / dierjaar (dd / dj) getal is. Dit rapport breng twee aanbevelingen met zich mee: Nadruk verboden blz. 14 van 18

15 1. In de huidige systematiek ontbreekt borging van de invoer van gegevens op met name het niveau van de dierenartsenpraktijk (DAP). Borging van deze invoer kan een zeer gunstige bijdrage leveren aan de mate van exact invoeren van de gegevens door de DAP. 2. Op basis van de niet exacte ingevoerde gegevens in dit project, is na te gaan welke (mate van) afwijking in het uiteindelijke dd / dj getal dit met zich mee brengt. Dit valt buiten het bestek van dit project. 7. Dankwoord De auteurs willen graag de volgende personen hartelijk bedanken voor hun medewerking aan het project: o Alle varkenshouders die de projectleden telefonisch te woord hebben gestaan en alle varkenshouders die medewerking aan het project verleend hebben. o Alle dierenartsenpraktijken die de projectleden telefonisch te woord hebben gestaan en alle dierenartsenpraktijken die hun medewerking aan het project verleend hebben. o De leden van de Werkgroep Varken van de Taskforce Antibioticumresistentie. o Freddy van der Sar en Roel Arts van CoMore / CBD en Leo Verheijen van De Groene Belangenbehartiger voor het verstrekken van de gevraagde overzichten en het beantwoorden van de diverse vragen. 8. Literatuur 1. Stichting Diergeneesmiddelen autoriteit. 2012; Available from: 2. Hout, A.J.v., M. Meijerink, and M.v. Stokkom, Sterkte-zwakte analyse van de totstandkoming van dd / dj in de Nederlandse varkenshouderij, 2011, De Gezondheidsdienst voor Dieren. Nadruk verboden blz. 15 van 18

16 9. Bijlage: Aanvullende analyse foutenmarge Aanleiding In het rapport Evaluatie van de betrouwbaarheid van de gegevens waarop de berekening van de dagdoseringen / dierjaar (dd / dj) door beide IKB organisaties in de Nederlandse varkenshouderij gebaseerd wordt, kwam naar voren dat wanneer uitsluitend werd gekeken naar overeenkomst van het aantal leveringsregels, er een gemiddelde overeenkomst van 78.3 % werd gevonden in de steekproef van 286 UBNs (landelijk zal de overeenkomst tussen de 73.1 en 83.0 % liggen). Wat betreft het exact overeenkomen van de inhoud van de leveringsregels (EAN, aantal EAN, leveringsdatum, subdoeldier) was het steekproefgemiddelde 73.4 % (landelijk zal de overeenkomst tussen de 67.9 en 78.5 % liggen). De resulterende 26.6 % niet-overeenkomen kwam als volgt tot stand: o Bij 26 UBNs, behorende bij 13 DAPs, werden 1 tot 16 leveringsregels meer op het IKB dan op het DAP overzicht vermeld; o Bij 36 UBNs, behorende bij 21 DAPs, werden 1 tot 33 leveringsregels minder op het IKB dan op het DAP overzicht vermeld; o Bij 14 UBNs was het aantal leveringsregels tussen DAP en desbetreffende IKB organisatie gelijk maar bij 11 van deze UBNs (79 %) bevatten één of meerdere leveringsregels een verkeerd EAN. Doelstelling Nadere analyse van de foutenmarge van 26.6 %, resulterend uit het eindrapport Evaluatie van de betrouwbaarheid van de gegevens waarop de berekening van de dagdoseringen / dierjaar (dd / dj) door beide IKB organisaties in de Nederlandse varkenshouderij gebaseerd wordt. Uitwerking Er is in twee stappen een nadere analyse van de bovengenoemde afwijkingen op UNB niveau uitgevoerd, uitgaande van de wel en de niet exact overeenkomende leveringsregels: 1. Vaststellen van het dd / dj getal over de periode van een halfjaar (2 e helft 2011) per UBN op basis van de bij de IKB organisaties berekende dd / dj getallen per leveringsregel. 2. Voor die UBNs waarbij de leveringsregels niet exact overeenkomen: vaststellen van de omvang van de afwijkingen in het uit punt één resulterende dd / dj getal ten opzichte van de DAP gegevens. Hierbij zijn de volgende aannames gedaan: Retour leveringsregels: o Indien de levering aan het UBN en de retourlevering van het UBN beide in de 2 e helft van 2011 vallen, heffen ze elkaar op en is het netto effect op het dd / dj getal nul (mits aantal EAN overeenkomt). o Indien de retourlevering in de 2 e helft van 2011 valt en in die tijdsperiode niet voorafgegaan wordt door een levering van hetzelfde product aan het UBN, wordt de desbetreffende retour niet meegenomen in de dd / dj berekening omdat het betrekking heeft op een levering in (bijvoorbeeld) de 1 ste helft van UBNs worden niet meegenomen in de data analyse indien: o Het voor het aantal regels dat wel op de DAP maar niet op het IKB overzicht staat niet mogelijk is om een dd / dj te berekenen omdat bijvoorbeeld onduidelijk is aan welke diercategorie leveringen toebedeeld moeten worden (n = 4). o Doseringsfactoren niet betrouwbaar beschikbaar zijn (n = 8). o Er door de IKB organisatie geen dd / dj getal berekend is (n = 5). Nadruk verboden blz. 16 van 18

17 Indien er géén vleesvarkens op het bedrijf aanwezig waren volgens de IKB gegevens werd voor het desbetreffende UBN de dd / dj voor vleesvarkens als niet bestaand aangegeven. Indien er uitsluitend vleesvarkens op het bedrijf aanwezig waren volgens de IKB gegevens werd voor het desbetreffende UBN de dd / dj voor zeugen / biggen als niet bestaand aangegeven. Vervolgens is getoetst of en zo ja, in welke mate, het totale dd / dj getal voor zeugen / biggen of vleesvarkens beïnvloed wordt door een zekere mate van overschatting (meer leveringsregels op IKB dan op DAP overzicht) of onderschatting (meer leveringsregels op DAP dan op IKB overzicht) die voortkomt uit de niet overeenkomende leveringsregels. Resultaat Van de 286 UBNs uit het oorspronkelijke project, zijn in totaal 269 UBNs gebruikt voor nadere analyse van de foutenmarge. De dd / dj op basis van de IKB gegevens van zowel de wel (n = 203 UBNs) als de niet (n = 66 UBNs) overeenkomende gegevens zijn samengevat in Tabel 1a. Omdat de resulterende dd / dj getallen in deze steekproef niet normaal verdeeld waren voor zowel zeugen / biggen als vleesvarkens, is niet het gemiddelde maar de mediaan vermeld. De mediaan geeft de middelste waarde aan: een mediaan van 2.39 op een aantal waarnemingen van 73 (zie Tabel 1a; exact overeenkomende UBNs zeugen / biggen) betekent dat 36 UBNs een dd / dj tussen de 0 en de 2.39 hadden en dat 36 UBNs een dd / dj tussen de 2.39 en de hadden. Tabel 1a: overzicht dd / dj voor zeugen / biggen en vleesvarkens voor (niet) overeenkomende leveringen per UBN Aantal UBNs Dd / dj mediaan Minimum maximum Exact overeenkomende UBNs Zeugen / biggen 73 * Vleesvarkens Niet exact overeenkomende UBNs Zeugen / biggen 31 # Vleesvarkens Totaal zeugen / biggen 104 $ Totaal vleesvarkens * Waarvan 31 UBNs met zowel zeugen / biggen als vleesvarkens. # Waarvan 18 UBNs met zowel zeugen / biggen als vleesvarkens. $ Waarvan 49 UBNs met zowel zeugen / biggen als vleesvarkens. Getallen zijn gebaseerd op de dd / dj berekeningen over de 2 e helft van 2011 en afkomstig van beide IKB organisaties. Tabel 1b: overzicht dd / dj volgens IKB en DAP leveringsoverzichten Dd / dj IKB Dd / dj DAP Mediaan dd / dj mediaan (min max) mediaan (min max) significant verschillend? Zeugen / biggen 4.14 ( ) 4.30 ( ) Nee Vleesvarkens 1.55 ( ) 1.52 ( ) Nee Uit Tabel 1b komt naar voren dat er in deze steekproef géén significant verschil is tussen de dd / dj getallen op basis van de IKB gegevens en op basis van de DAP gegevens (wat in Figuur 1 verder geïllustreerd wordt). Dit betekent dat ondanks het feit dat er niet overeenkomende leveringsregels aangetroffen worden, dit geen significant effect heeft op het resulterende totale dd / dj getal voor zeugen / biggen en vleesvarkens. Nadruk verboden blz. 17 van 18

18 Uit nadere analyse van een selectie van niet overeenkomende leveringsregels 4 komt naar voren dat minimaal 80% van de leveringsregels uit deze selectie die niet op IKB overzichten maar wel op DAP overzichten voorkomen, überhaupt niet in VetCIS voorkomt. Deze leveringsregels kunnen dus ook niet benut worden voor het berekenen van het dd / dj getal door IKB organisaties. Incidenteel arriveren regels niet bij IKB organisaties vanwege (bijvoorbeeld) overschakeling naar een ander praktijkmanagementsysteem of vanwege het feit dat een antibioticum mogelijk met een verkeerd EAN vermeld staat in VetCIS. Wat betreft leveringsregels uit de bovengenoemde selectie die niet op de DAP overzichten maar wel op de IKB overzichten voorkomen, blijkt dat bijna 90 % van deze leveringsregels wel in de VetCIS portal vermeld staat en dus wel benut is voor het berekenen van dd / dj getallen op IKB niveau. Figuur 1: grafisch overzicht van de dd / dj getallen volgens IKB en volgens DAP gegevens voor zeugen / biggen en vleesvarkens DD/DJ VLV IKB DD/DJ zeug DAP DD/DJ VLV DAP Op de verticale as is het dd / dj getal weergegeven zoals dat per UBN op basis van de volgens de IKB geleverde antibiotica berekend is door de desbetreffende IKB organisatie. Vervolgens is op de horizontale as het dd / dj getal weergegeven zoals dat volgens de leveringsgegevens van de DAP zou resulteren (b.v.: hoger indien leveringsregels wel op DAP maar niet op IKB overzichten voorkomen). In de linker figuur is dit vermeld voor zeugen / biggen; in de rechter figuur voor vleesvarkens. Discussie en Conclusie De niet overeenkomende leveringsregels hebben in deze steekproef op de totale dd / dj getal voor zeugen / biggen of vleesvarkens geen significante invloed. Daarnaast komt uit nadere analyse van de niet overeenkomende leveringsregels naar voren dat leveringsregels die niet op IKB overzichten voorkomen, in de meeste gevallen ook niet in VetCIS gearriveerd zijn. Dit impliceert dat er op het niveau van de DAP nog ruimte is voor verdere optimalisatie met betrekking tot de invoer en verwerking van gegevens in VetCIS. Daarnaast komt naar voren dat leveringen die niet op DAP maar wel op IKB overzichten vermeld staan, uiteindelijk in bijna 90% van de gevallen wel in de VetCIS portal vermeld staan en daarmee dus wél overeenkomen met de IKB gegevens. Mogelijk dat deze leveringsregels oorspronkelijk op andere overzichten voorkwamen dan de overzichten die de DAP verstuurd heeft in het kader van het project. 4 Deze selectie betreft ruim 80 % van het totaal aantal niet overeenkomende leveringsregels in het bestand van 269 UBNs dat benut is voor deze bijlage. Nadruk verboden blz. 18 van 18