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.

Naturwissenschaftliche Studie Includes supplementary material: sn.pub/extras

Autorentext

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.

Klappentext

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.

Inhalt
Deskriptive und multiple lineare Regression.- Robuste Regression.- Datenphänomene in Sozialversicherungsdaten.- Anwendungen multivariater Methoden auf Sozialversicherungsdaten.