Zorgfraude is onmeetbaar. Of toch wel?

In het nieuws vliegen de miljarden zorgfraude je om de oren maar zodra je er dieper in duikt, blijkt het moeilijk om tot een goed onderbouwd bedrag te komen. Vaak worden fraude, onrechtmatigheid en zelfs kwaliteitsproblemen samengepakt.

Anderen wijzen juist naar de vastgestelde fraude in veroordelingen om te stellen dat het in de praktijk meevalt. Maar ook dat beeld klopt niet: lang niet alle fraude wordt gepakt, laat staan gesignaleerd. Veroordelingscijfers meten wat opsporingsdiensten zien, maar niet wat buiten beeld bleef. Een goede schatting helpt ons dat gat te duiden: wat levert de inzet van toezicht op, en waar is nog winst te behalen?

In deze blog lees je hoe de vangst-hervangstmethode van Fenger een onderbouwde schatting mogelijk maakt, wat er nodig is om die toe te passen en het belang van samenwerken in de keten.

Een bedrag dat niemand hard kan maken

Over de omvang van fraude in de zorg doet vooral één getal de ronde: tien miljard euro per jaar. Zo noemde het Openbaar Ministerie dat bedrag in 2024 in Binnenlands Bestuur: "We gaan ervan uit dat er met 10 procent van de 100 miljard euro die jaarlijks in de zorg omgaat, wordt gefraudeerd. Dat is tien miljard euro op jaarbasis." Het klinkt precies maar let op het werkwoord: we gaan ervan uit. Het is een rekensom, geen meting: een internationaal schattingspercentage (3–10%) losgelaten op de Nederlandse zorguitgaven. Zoals Marjet Veldhuis in haar artikel de F van Fraude laat zien, verschuift zo'n aanname in het debat al snel naar een feit.

Tegelijk laat de daadwerkelijk vastgestelde fraude een heel ander beeld zien: over ruim twintig jaar bewegen die bedragen zich in de orde van miljoenen per jaar, slechts promillages van de totale zorguitgaven.

Dat brengt ons bij de kern. Tussen het berekende beeld (miljarden) en het gemeten beeld (miljoenen) gaapt een gat. En dat gat komt voort uit een lastig probleem: hoe breng je iets in beeld dat je per definitie niet ziet? Wat opgespoord en vastgesteld is, ken je. Maar juist de aanbieder die nergens opviel, ontbreekt in elke registratie. En precies dat onzichtbare deel bepaalt of de werkelijkheid dicht bij de bekende cijfers ligt of er ver vandaan.

Hoe je het onzichtbare tóch in beeld brengt

Toch valt dat onzichtbare deel te schatten. In zijn vooronderzoek naar pgb-fraude beschrijft Fenger (2018) een methode die daar uitkomst bij biedt: de vangst-hervangstmethode. Die komt uit de biologie. Om een dierenpopulatie te schatten vang en markeer je dieren, laat ze weer los en vang je later opnieuw. Hoe vaker je gemarkeerde dieren terugvangt, hoe kleiner de populatie. Vang je vooral nieuwe exemplaren, dan weet je dat je nog veel dieren niet hebt gezien.

Met registraties werkt het net zo. Nederland telt ruim 300 gemeenten, elk met een eigen register van aanbieders en meldingen. Die veelheid aan registers maakt gemeenten bij uitstek geschikt als meetpunten: leg ze naast elkaar en kijk naar de overlap: aanbieders die in meerdere registers terugkomen.

Drie gemeenten, elk met zo'n handvol gevallen

Omdat de gevallen zeldzaam zijn, is de overlap tussen gemeenten klein, vaak maar één aanbieder per gemeentepaar. En juist dat is veelzeggend: weinig overlap betekent dat de bekende gevallen samen maar een deel van het geheel dekken. De methode schat het totaal op ongeveer 25 aanbieders met fraude. Van de zo'n 500 aanbieders waarmee de drie gemeenten samen werken, is dat ongeveer 5%. Van die 25 zien we er 13; de overige 12 zitten in geen enkel register.

En dat onzichtbare deel is niet alleen een getal, maar een risico. Een aanbieder die in de ene gemeente wordt aangepakt maar in de buurgemeenten buiten beeld blijft, verplaatst zijn activiteiten daar simpelweg naartoe: het waterbedeffect. Wat je niet ziet, verdwijnt niet; het schuift door.

Eén gemeente op zichzelf ziet maar vijf of zes van die 25, een dekkingsgraad van rond de 20%. Drie gemeenten samen komen op ongeveer de helft. Met andere woorden: hoe zeldzamer het verschijnsel en hoe kleiner de overlap, hoe lager de dekkingsgraad, en hoe groter het deel dat onzichtbaar blijft.

En tóch, en dat is de kern, levert die kleine overlap genoeg op om het totaal te schatten. Je hoeft niet alles te zien om te weten hoe groot het waarschijnlijk is. Een lage dekkingsgraad is geen reden om op te geven, maar juist het signaal dat er veel buiten beeld blijft. De schatting wordt bovendien betrouwbaarder naarmate je meer gemeenten betrekt en de meting op vaste momenten herhaalt; bij een zeldzaam verschijnsel als fraude is dat extra belangrijk. Zo kom je van een geleende internationale aanname tot een eigen, onderbouwde schatting.

De methode vraagt wel dat je corrigeert voor de realiteit, anders wijst het getal de verkeerde kant op. Twee dingen springen eruit:

• Vergelijkbare meting. Niet elke aanbieder heeft dezelfde kans om gezien te worden; grote, opvallende aanbieders vallen eerder op dan kleine (heterogene pakkans). En als de ene gemeente elk vermoeden registreert en de andere alleen bewezen gevallen, meet je in beide iets anders. Definities en procedures moeten daarom gelijk zijn, of je moet ervoor corrigeren, zodat de uitkomsten vergelijkbaar zijn.
• Werkgebied (exposure). Aanbieders werken niet in elke gemeente. Staat een aanbieder niet in het register van gemeente Midden, dan kan dat zijn omdat Midden hem niet ving, óf omdat hij daar helemaal niet actief is. Je moet dus weten welke gemeenten een contract met de aanbieder hebben, anders verwar je "niet gevangen" met "niet aanwezig".

De lastigste groep blijft de kleine aanbieder die maar in één gemeente werkt en nergens terug te vinden is. Juist die zit in de blinde vlek en is met deze methode het moeilijkst te schatten.

De methode als kans: kijk verder dan fraude

De vangst-hervangstmethode beperkt zich niet tot fraude. Door ook onrechtmatigheid mee te nemen, zorg die niet aan de afspraken of regels voldoet ongeacht of er opzet in het spel is, zijn er meer gevallen, groeit de overlap en wordt het beeld duidelijker.

Betrek je ook de kwaliteit, bijvoorbeeld met behulp van de GGD, dan krijg je een extra dimensie. Je ziet dan waar de meeste ruimte voor verbetering ligt, en hoe je die samen met zorgaanbieders kunt aanpakken.

Daarin is elk register dat aansluit winst. De GGD ziet de kwaliteit op de werkvloer, het IKZ bundelt signalen van gemeenten en zorgkantoren, de IGJ houdt landelijk toezicht op veiligheid en kwaliteit, en de RIEC's en het LIEC brengen het perspectief van georganiseerde criminaliteit in. Hoe meer van deze beelden samenkomen, hoe completer het beeld wordt.

Dit lukt alleen samen

Je denkt nu misschien: waar blijft die inschatting dan? Het eerlijke antwoord is dat de informatie versnipperd is. Geen enkele partij heeft alle stukjes, en daarom vraagt een goede schatting samenwerking.

Neem het IKZ. Daar komen veel meldingen samen, maar de informatie over welke contracten bij welke gemeenten lopen ontbreekt, en daarmee het zicht op wélke aanbieder wáár actief is. Zonder dat werkgebied kun je de overlap niet goed duiden. Gemeenten hebben die contractinformatie wél, maar zien elk maar een deel van de meldingen. De tellers en de noemer liggen dus bij verschillende partijen.

En samenwerking met de GGD zorgt dat ook de kwaliteit in beeld komt: dezelfde aanbieders, maar bekeken vanuit het kwaliteitstoezicht. Door die beelden naast elkaar te leggen krijg je zicht op de ruimte voor verbetering, en dat is geen momentopname: je kunt het op vaste momenten blijven meten en zo volgen of samenwerking daadwerkelijk meer zichtbaar maakt.

Samen zien we meer!

Bronnen

• Fenger e.a. (2018). Vooronderzoek omvang van fraude met persoonsgebonden budgetten.
• Algemene Rekenkamer (2025). Door de mazen van toezicht en handhaving.
• Marjet Veldhuis. Aán-de-zorg-alfabet: de F van Fraude, kennisplatform In en Aan de Zorg.
• Openbaar Ministerie over zorgfraude (10 miljard), via Binnenlands Bestuur.