Semiparametrische Regressionsmodelle in der Versorgungsplanung

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.

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.

Naturwissenschaftliche Studie Includes supplementary material: sn.pub/extras

Autorentext
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.

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