Semiparametrische Regressionsmodelle in der Versorgungsplanung

Vorhersage von Inzidenzraten unter Berücksichtigung der demographischen Entwicklung
2015
ISBN: 978-3-658-08785-2
Verlag: Springer

Buch, Deutsch, 136 Seiten, Format (B × H): 148 mm x 210 mm, Gewicht: 212 g

Reihe: BestMasters

Benjamin Säfken entwickelt in seiner Arbeit fortgeschrittene statistische Verfahren, wie semiparametrische Regressionsmodelle, für kleinräumige Fallzahlprognosen für die Versorgungsplanung. Die beschriebenen Inferenzmethoden werden an Beispieldatensätzen, etwa zu Lungenkrebs in Nordrhein-Westfalen, unter Verwendung frei verfügbarer Software praktisch umgesetzt. Die demographische Entwicklung sowie zeitliche und räumliche Trends werden bei diesen quantitativ bewertbaren Modellen berücksichtigt. Dem Gesetzgeber bieten sich die Verfahren als Hilfestellung für die Rahmenplanung an. Des Weiteren können Leistungserbringer im Gesundheitsmarkt wie Krankenhäuser die entwickelten Verfahren nutzen, um ihr Leistungsangebot an den Prognosen auszurichten.

Zielgruppe

Research

Autoren/Hrsg.

Säfken, Benjamin

Fachgebiete

• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Medizin, Gesundheitswesen Krankenhausmanagement, Praxismanagement
• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Medizin, Gesundheitswesen Public Health, Gesundheitsmanagement, Gesundheitsökonomie, Gesundheitspolitik
• Wirtschaftswissenschaften Volkswirtschaftslehre Gesundheitsökonomie
• Medizin | Veterinärmedizin Medizin | Public Health | Pharmazie | Zahnmedizin Medizin, Gesundheitswesen Medizinische Mathematik & Informatik

Inhaltsverzeichnis

Daten in der Versorgungsforschung.- Methoden zur Schätzung semiparametrischer Regressionsmodelle.- Erweiterte Modelle zur Prognose von Inzidenzraten.

Über Autor(innen)

Benjamin Säfken verfasste seine Masterarbeit bei Prof. Dr. Thomas Kneib, Inhaber des Lehrstuhls für Statistik, an der Universität Göttingen und promoviert zurzeit am Graduiertenkolleg „Skalenprobleme in der Statistik“ an der Universität Göttingen.