Multivariate statistische Analyse von Gesundheitsdaten österreichischer Sozialversicherungsträger

Abstract

Auf Basis der Leistungsdaten der Gebietskrankenkassen aus Kärnten, Salzburg und dem Burgenland werden Regressionsverfahren und deren Voraussetzungen für die Versorgung von Patienten mit Antipsychotika überprüft. Im Vergleich gehören die Ausgaben für Medikamente für Antipsychotika zu den größten Kostenfaktoren im Heilmittelbereich. 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 eingeführt, die aufgrund der ungünstigen Datenstruktur klar zu bevorzugen sind. Im Bereich der Ausreißererkennung werden ebenfalls neue Ansätze über Clusterverfahren vorgestellt. Als alternativer Ansatz werden verallgemeinerte Regressionsmodelle eingeführt. Unter der Annahme, die Schweregrade von Patienten folgen einer Binomialverteilung, wird mit Hilfe der Logit-Regression versucht Gruppierungen zu finden.

Using the prescription data of the social insurance institutions of Kärnten, Salzburg and Burgenland, different regression methods are tested, verifying their assumptions on basis of the example of prescriptions of anti-psychotic drugs. The expenses for antipsychotic drugs are one of the largest in the sector of physical therapy, but only a small group of patients experiences the benefit. The disadvantageous structure of the data forces the introduction of robust regression methods. Even the robust estimators do not allow the usage of classical outlier detection. Therefore new approaches, using cluster algorithms, are examined. Finally, generalized linear models, especially the logit regression, are used to try to classify patients, according to the severity of their disease.