Multivariate statistische Analyse von Gesundheitsdaten österreichischer Sozialversicherungsträger

Thomas Ortner überprüft auf Basis der Leistungsdaten der Gebietskrankenkassen aus Kärnten, Salzburg und dem Burgenland Regressionsverfahren und deren Voraussetzungen für die Versorgung von Patienten mit Antipsychotika. Die deskriptive Analyse zeigt, dass nur eine verhältnismäßig kleine Gruppe von Patienten von den Ausgaben profitiert. Im Rahmen der theoretischen Einführung werden als Alternativen zur klassischen multiplen Regression robuste Verfahren aufgezeigt, die aufgrund der ungünstigen Datenstruktur klar zu bevorzugen sind. Im Bereich der Ausreißererkennung stellt der Autor neue Ansätze über Clusterverfahren vor und führt verallgemeinerte Regressionsmodelle ein. Thomas Ortner überprüft auf Basis der Leistungsdaten der Gebietskrankenkassen aus Kärnten, Salzburg und dem Burgenland Regressionsverfahren und deren Voraussetzungen für die Versorgung von Patienten mit Antipsychotika. Die deskriptive Analyse zeigt, dass nur eine verhältnismäßig kleine Gruppe von Patienten von den Ausgaben profitiert. Im Rahmen der theoretischen Einführung werden als Alternativen zur klassischen multiplen Regression robuste Verfahren aufgezeigt, die aufgrund der ungünstigen Datenstruktur klar zu bevorzugen sind. Im Bereich der Ausreißererkennung stellt der Autor neue Ansätze über Clusterverfahren vor und führt verallgemeinerte Regressionsmodelle ein. Der Inhalt Deskriptive und multiple lineare Regression Robuste Regression Datenphänomene in Sozialversicherungsdaten Anwendungen multivariater Methoden auf Sozialversicherungsdaten Die Zielgruppen Dozierende, Studierende und PraktikerInnen in den Bereichen Statistik und Public Health Der Autor Thomas Ortner vollendete seine Diplomarbeit am Institut für Statistik und Wahrscheinlichkeitstheorie der Technischen Universität Wien. Er ist dort Projektassistent im Rahmen des Projektes "Decison Support for Health Policy and Planning" und ist als selbstständiger Statistiker tätig Thomas Ortner ubërprufẗ auf Basis der Leistungsdaten der Gebietskrankenkassen aus Kaurn̈ten, Salzburg und dem Burgenland Regressionsverfahren und deren Voraussetzungen fur ̈die Versorgung von Patienten mit Antipsychotika. Die deskriptive Analyse zeigt, dass nur eine verhaulẗnismaußïg kleine Gruppe von Patienten von den Ausgaben profitiert. Im Rahmen der theoretischen Einfuḧrung werden als Alternativen zur klassischen multiplen Regression robuste Verfahren aufgezeigt, die aufgrund der unguns̈tigen Datenstruktur klar zu bevorzugen sind. Im Bereich der Ausreißererkennung stellt der Autor neue Ansauẗze u Kurzfassung; Abstract; Inhaltsverzeichnis; Tabellenverzeichnis; Abbildungsverzeichnis; 1 Einleitung und deskriptive Datenanalyse; 1.1 Datenstruktur; 1.2 Patientenstruktur; 1.3 Verordnungszeitraum; 1.3.1 Anzahl an Verordnungen; 2 Regression; 2.1 Deskriptive lineare Regression; 2.1.1 Geometrische Interpretation; 2.1.2 Bestimmtheitsmaß; 2.2 Multiple lineare Regression; 2.2.1 Heteroskedastischer Fehler; 2.2.2 Satz von Gauss Markov; 3 Robuste Regression; 3.1 Robustheit; 3.2 LMS-Regression; 3.3 LTS-Regression; 3.4 M-Schätzer; 4 Diagnostik; 4.1 Ausreißerklassifikation; 4.1.1 y-Ausreißer Front Matter....Pages i-xi Einleitung und deskriptive Datenanalyse....Pages 1-9 Regression....Pages 11-15 Robuste Regression....Pages 17-21 Diagnostik....Pages 23-34 Clusterverfahren....Pages 35-41 Generalized Linear Models....Pages 43-47 Besondere Datenphänomene....Pages 49-50 Anwendungen multivariater Methoden auf SV-Daten....Pages 51-60 Zusammenfassung....Pages 61-63 Back Matter....Pages 65-67 Thomas Ortner uberpruft auf Basis der Leistungsdaten der Gebietskrankenkassen aus Karnten, Salzburg und dem Burgenland Regressionsverfahren und deren Voraussetzungen fur die Versorgung von Patienten mit Antipsychotika.