BestMasters- Semiparametrische Regressionsmodelle in der Versorgungsplanung Vorhersage von Inzidenzraten unter Berücksichtigung der demographischen Entwicklung

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.

Der Inhalt

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

Die Zielgruppen

• Dozenten und Studenten der Mathematik mit den Schwerpunkten angewandte Statistik und Epidemiologie
• Epidemiologen und Praktiker aus den Bereichen Krankenhausmarktanalyse und Medizincontrolling

Der Autor

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.