Inzicht · wat het onderzoek laat zien
Eén rode draad: verzuim laat zich niet sturen met brede, generieke programma’s, en de demografische samenstelling van je personeel verklaart het nauwelijks. Het sterkste signaal waarover je nu al beschikt, zit in je eigen verzuimdata, en de aantoonbaar werkzame hefbomen zijn gericht, vroeg en werkplekgebonden.
AI-gegenereerde samenvatting, alleen ter informatie. Deze pagina is met AI opgesteld op basis van wetenschappelijke bronnen en onderzoeksrapporten, en kan fouten bevatten. Controleer feiten en bronnen altijd zelf voordat je er conclusies of beleid op baseert. Stand: september 2026.
De rode draad
Elke les is gelabeld op hoe hard het bewijs is. Sterk: meerdere onafhankelijke studies met dezelfde uitkomst. Nuance: klopt, maar met een belangrijke kanttekening. Mythe: populair, maar door onderzoek weerlegd.
Wat aantoonbaar verzuim verkort: een gecombineerde werkgerichte en klinische aanpak bij psychische klachten (circa 25 dagen)1 en werkplekaanpassing bij lichamelijke klachten (circa 33 dagen)2. Wat geen aangetoond effect op verzuim heeft: brede wellness- en leefstijlprogramma’s, ook in de twee grootste gerandomiseerde studies tot nu toe34.
De beste voorspeller van toekomstig verzuim is niet leeftijd of geslacht, maar het aantal eerdere ziekmeldingen. Dat staat al in elk verzuimsysteem en voorspelt beter dan het totale aantal verzuimdagen56. Wel met een harde grens: bruikbaar voor vroegsignalering op groepsniveau, niet voor zekerheid over één persoon.
Minder klachten betekent niet minder verzuim: mindfulness verlaagt stress, maar niet aantoonbaar het verzuim. En een kenmerk dat voorspelt wie verzuimt, verklaart niet automatisch het verschil tussen organisaties: leeftijd en geslacht doen dat op gemeenteniveau vrijwel niet78.
Ervaren gezondheid, chronische aandoeningen en mentale gezondheid zijn de zwaarste factoren910, maar ze staan niet in een personeelssysteem en mogen daar op persoonsniveau ook niet in staan (AVG, artikel 9). Een model op puur administratieve data mist dus per definitie een groot deel van de verklaring. Dat is een ontwerpgrens, geen gat dat je goedkoop dicht.
Een norm (wat je van een organisatie met deze samenstelling mag verwachten) vergelijkt organisaties op hun structurele samenstelling en hoort geen verzuimhistorie te bevatten. Een voorspeller kijkt juist vooruit op basis van die historie. Tussen gemeenten onderling houdt vooral organisatiegrootte stand als normfactor; dat de sector openbaar bestuur hoog scoort, verklaart waarom gemeenten als groep boven andere sectoren zitten, niet waarom de ene gemeente van de andere verschilt9. De grote landelijke verzuimdaling kwam bovendien door financiële prikkels, niet door procedurele voorschriften11.
Drie populaire aannames houden geen stand: alcohol dat verzuim verhoogt (over langere tijd gevolgd: geen effect)12, “maandagverzuim” (verzuim is juist het laagst op maandag)13, en de Bradford-factor, een rekenformule voor frequent kort verzuim, als voorspeller (nooit gevalideerd, met discriminatierisico). Toon signalen en interventies daarom altijd met hun bewijskracht.
Voor het portaal
Verantwoording
De dragende bronnen achter de lessen hierboven. Het volledige onderzoek telt circa 200 bronnen.
Verantwoording en reikwijdte. Samengevat uit twee uitgebreide literatuuronderzoeken met AI (wat werkt, en wat verzuim verklaart), elk tegengelezen door een tweede AI-model. De zwakste schakel is de vertaling naar gemeenten: gecontroleerd, gemeentespecifiek Nederlands effectbewijs ontbreekt, dus de conclusies steunen op onderzoek in de algemene beroepsbevolking plus zelfgerapporteerde praktijkvoorbeelden. Wel zijn twee van de sterkste interventiestudies bij overheidspersoneel uitgevoerd: een Zweedse studie via de arbodienst (driekwart van de deelnemers bij gemeente, regio of rijk)14 en een Deense studie in de gemeentelijke kinderopvang15. Die zijn beter overdraagbaar dan de meeste andere bronnen, maar bewijzen niets specifiek voor Nederlandse gemeenten.