Cover des Buchs: Prozessorientierter Leitfaden für die Analyse und Nutzung von Routinedaten der Gesetzlichen Krankenversicherung
Im Shop erwerben
, um zu prüfen, ob Sie einen Vollzugriff auf diese Publikation haben.
Monographie Kein Zugriff

Prozessorientierter Leitfaden für die Analyse und Nutzung von Routinedaten der Gesetzlichen Krankenversicherung

Autor:innen:
Verlag:
 2017

Zusammenfassung

Dieses Buch soll das Verständnis für die GKV-Routinedatenforschung erhöhen und erfahrene Wissenschaftler sowie Nachwuchsforscher, die zum ersten Mal mit GKV-Routinedaten arbeiten, bei methodischen Fragen unterstützen. Die Gliederung dieses Leitfadens orientiert sich primär an den klassischen Prozessschritten einer GKV-Routinedatenstudie und arbeitet so praxisorientiert relevante Teilaspekte der Routinedatenanalyse systematisch auf. Diese prozessorientierte Übersicht über relevante konzeptionelle und methodische Aspekte unterstützt bei der konkreten Durchführung von routinebasierten Forschungsprojekten und kann damit zu qualitativ hochwertigeren, transparenteren und vergleichbareren GKV-Routinedatenstudien führen. Hierbei werden insbesondere vielfältige praktische Hilfestellungen und konkrete Empfehlungen zur Lösung methodischer Herausforderungen gegeben. Das Buch bietet sich für alle Nutzer als hervorragender Einstieg in die Sekundärdatenforschung mit Routinedaten an.

Publikation durchsuchen

Bibliographische Angaben

Copyrightjahr
2017
ISBN-Print
978-3-8487-3776-5
ISBN-Online
978-3-8452-8119-3
Verlag
Nomos, Baden-Baden
Sprache
Deutsch
Seiten
216
Produkttyp
Monographie

Inhaltsverzeichnis

KapitelSeiten
  1. Titelei/Inhaltsverzeichnis Kein Zugriff 1 - 15
  2. 1. Einleitung und Motivation Kein Zugriff 17 - 20
    1. 2.1 Entwicklung der Sekundärdatenanalyse Kein Zugriff
    2. 2.2 Potenziale der GKV-Routinedaten Kein Zugriff
    3. 2.3 Methodische Vorgehensweise dieses Buches Kein Zugriff
  4. 3. Prozessschritte Kein Zugriff 29 - 36
      1. 4.1.1 Einzelkassen Kein Zugriff
      2. 4.1.2 Datenpool Kein Zugriff
      3. 4.1.3 Datenlinkage Kein Zugriff
    2. 4.2 Datenschutz Kein Zugriff
      1. 4.1.3 Stammdaten Kein Zugriff
      2. 4.3.2 Ambulante Versorgung Kein Zugriff
      3. 4.3.3 Stationäre Versorgung Kein Zugriff
      4. 4.3.4 Arzneimitteldaten Kein Zugriff
      5. 4.3.5 Heil- und Hilfsmitteldaten Kein Zugriff
      6. 4.3.6 Arbeitsunfähigkeitsdaten und Krankengeld Kein Zugriff
      7. 4.3.7 Rehabilitation Kein Zugriff
      8. 4.3.8 Disease-Management-Programme Kein Zugriff
      9. 4.3.9 Daten der Institutsambulanzen Kein Zugriff
        1. Methoden zur Berechnung indikationsspezifischer Ressourcenverbräuche Kein Zugriff
        2. Expertengestützte Methode Kein Zugriff
        3. Kontrollgruppenvergleich Kein Zugriff
        4. Regressionsverfahren Kein Zugriff
        5. Weitere Verfahren Kein Zugriff
      2. 4.4.2 Regionale Auswertungen mit GKV-Routinedaten Kein Zugriff
      3. 4.4.3 Ereigniszeitanalysen mit GKV-Routinedaten Kein Zugriff
      4. 4.4.4 Die Bedeutung zensierter Daten Kein Zugriff
      5. 4.4.5 Compliance- und Persistence-Messung Kein Zugriff
      6. 4.4.6 Überprüfbarkeit von Leitlinienempfehlungen Kein Zugriff
        1. Charlson Comorbidity Index (CCI) Kein Zugriff
        2. Elixhauser Comorbidity Score Kein Zugriff
        3. Combined Comorbidity Score Kein Zugriff
  6. 5. Datenextraktion und Aufgreifkriterien Kein Zugriff 133 - 138
    1. 6.1 Vollständigkeit Kein Zugriff
      1. Diagnose in mehreren Quartalen Kein Zugriff
      2. Diagnose durch verschiedene Ärzte Kein Zugriff
      3. Unterschiedlich differenzierte ICD-Diagnosen Kein Zugriff
      4. Medikation Kein Zugriff
      5. Versterben im unmittelbaren zeitlichen Zusammenhang zur Diagnose Kein Zugriff
      6. Weitere Kriterien Kein Zugriff
    3. 6.3 Externe Validierung Kein Zugriff
    4. 6.4 Plausibilität Kein Zugriff
    1. 7.1 Allgemeines Vorgehen Kein Zugriff
      1. Ausreißer Kein Zugriff
      2. Negative Werte Kein Zugriff
      3. Nullkosten Kein Zugriff
      4. Fehlende Werte Kein Zugriff
      5. Eliminierungsverfahren bzw. Ausschlussverfahren Kein Zugriff
      6. Imputationsverfahren Kein Zugriff
      7. Parameterschätzverfahren Kein Zugriff
    3. 7.3 Zuordnungsproblematik Kein Zugriff
    4. 7.4 Bezugsgrößen für die jeweilige Zuschlüsselung Kein Zugriff
    5. 7.5 Zuzahlungen Kein Zugriff
    6. 7.6 Standardisierung Kein Zugriff
  9. 8. Publikation und Limitationen Kein Zugriff 187 - 196
  10. Literaturverzeichnis Kein Zugriff 197 - 216

Literaturverzeichnis (231)

  1. Abbas, S.; Ihle, P.; Köster, I.; Schubert, I. (2012): Estimation of Disease Incidence in Claims Data Dependent on the Length of Follow-Up: A Methodological Approach. In: Health Serv Res 47 (2), S. 746–755. DOI: 10.1111/j.1475-6773.2011.01325.x. Google Scholar öffnen doi.org/10.1111/j.1475-6773.2011.01325.x
  2. Abbott, A.; Tsay, A. (2000): Sequence Analysis and Optimal Matching Methods in Sociology. Review and Prospect. In: Sociological Methods & Research 29 (1), S. 3–33. DOI: 10.1177/0049124100029001001. Google Scholar öffnen doi.org/10.1177/0049124100029001001
  3. Achelrod, D.; Welte, T.; Schreyögg, J.; Stargardt, T. (2016): Costs and outcomes of the German disease management programme (DMP) for chronic obstructive pulmonary disease (COPD)-A large population-based cohort study. In: Health policy (Amsterdam, Netherlands) 120 (9), S. 1029–1039. DOI: 10.1016/j.healthpol.2016.08.002. Google Scholar öffnen doi.org/10.1016/j.healthpol.2016.08.002
  4. AGENS (2012): Gute Praxis Sekundärdatenanalyse (GPS). Leitlinien und Empfehlungen. 3. Fassung. schr. Google Scholar öffnen doi.org/10.1016/j.clnme.2012.09.003
  5. Allison, P. D. (2002): Missing data. Thousand Oaks, Calif.: Sage Publications (Sage university papers. Quantitative applications in the social sciences, no. 07-136). Google Scholar öffnen
  6. Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e.V. (AWMF) (Hrsg.): AWMF-Regelwerk Leitlinien: Stufenklassifikation. Online verfügbar unter http://www.awmf.org/leitlinien/awmf-regelwerk/ll-entwicklung/awmf-regelwerk-01-planung-und-organisation/po-stufenklassifikation.html. Google Scholar öffnen
  7. Austin, Peter C. (2011): An Introduction to Propensity Score Methods for Reducing the Effects of Confounding in Observational Studies. In: Multivariate behavioral research 46 (3), S. 399–424. DOI: 10.1080/00273171.2011.568786. Google Scholar öffnen doi.org/10.1080/00273171.2011.568786
  8. Bajekal, M.; Scholes, S.; Pickering, K.; Purdon, S. (2004): Synthetic estimation of healthy lifestyles indicators: Stage 1 report. London. Google Scholar öffnen
  9. BÄK; KBV, AWMF (2012): Nationale Versorgungsleitlinie Chronische Herzinsuffizienz – Langfassung. Hrsg. v. Bundesärztekammer (BÄK), Kassenärztliche Bundesvereinigung (KBV) und Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e.V. (AWMF), zuletzt aktualisiert am August 2013. Google Scholar öffnen
  10. Bankhofer, U. (1995): Unvollständige Daten- und Distanzmatrizen in der multivariaten Datenanalyse. Bergisch Gladbach, Köln: Eul (Reihe: quantitative Ökonomie, 64). Google Scholar öffnen
  11. Barmer GEK (Hrsg.Hrsg.) (2010-2014): Report Krankenhaus. Online verfügbar unter https://presse.barmer-gek.de/barmer/web/Portale/Presseportal/Subportal/Infothek/Studien-und-Reports/Report-Krankenhaus/Einstieg-Report-Krankenhaus.html?w-cm=CenterColumn_t261002. Google Scholar öffnen
  12. Barnett, V.ic; Lewis, T.oby (1994): Outliers in statistical data. 3rd ed. Chichester, New York: Wiley (Wiley series in probability and mathematical statistics. Applied probability and statistics). Google Scholar öffnen
  13. Baxter, J. (1994): Is Husband's Class Enough? Class Location and Class Identity in the United States, Sweden, Norway, and Australia. In: American Sociological Review 59 (2), S. 220–235. DOI: 10.2307/2096228. Google Scholar öffnen doi.org/10.2307/2096228
  14. BDSG (2009): Bundesdatenschutzgesetz in der Fassung der Bekanntmachung vom 14. Januar 2003 (BGBl. I S. 66), das zuletzt durch Artikel 1 des Gesetzes vom 14. August 2009 (BGBl. I S. 2814) geändert worden ist. Google Scholar öffnen
  15. Bestmann, A.; Polak, U.; Hansen, I. (2014): 11. Routinedaten zur Rehabilitation durch die Träger der Sozialversicherung. In: Swart, E.; Ihle, P.; Gothe, H. und Matusiewicz, D. (Hrsg.): In: E. Swart, Peter Ihle, Holger Gothe und David Matusiewicz (Hrsg.): Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2., vollst. überarb. Aufl. Bern: Verlag Hans Huber (Programmbereich Gesundheit), S. 176–191. Google Scholar öffnen
  16. Bitzer, E. M. (2015): Routinedaten der gesetzlichen Krankenversicherung und Versichertenbefragungen in der Qualitätsberichterstattung – Potenzial, Probleme und Perspektiven. In: Gesundheitswesen 77 (02), e26-e31. DOI: 10.1055/s-0034-1395650. Google Scholar öffnen doi.org/10.1055/s-0034-1395650
  17. Bödeker, W. (2005): Gesundheitsberichterstattung und Gesundheitsforschung mit Arbeitsunfähigkeitsdaten der Krankenkassen. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 57–78. Google Scholar öffnen
  18. Bowles, D.; Damm, O.; Greiner, W. (2011): Gesundheitsbezogene Versorgungsforschung mit GKV-Routinedaten - Grenzen am Beispiel der Prophylaxe venöser Thromboembolien in der Hüft- und Kniegelenkendoprothetik. In: Gesundh ökon Qual manag 16 (2), S. 96–107. DOI: 10.1055/s-0029-1245580. Google Scholar öffnen doi.org/10.1055/s-0029-1245580
  19. Bowles, D.; Wasiak, R.; Kissner, M.; van Nooten, F.; Engel, S.; Linder, R. et al. (2014): Economic burden of neural tube defects in Germany. In: Public Health 128 (3), S. 274–281. DOI: 10.1016/j.puhe.2013.12.001. Google Scholar öffnen doi.org/10.1016/j.puhe.2013.12.001
  20. Brüggenjürgen, B.; Willich, S. N. (2006): Nutzbarkeit von Datenbanken in der Gesundheitsökonomie. In: Bundesgesundheitsbl - Gesundheitsforsch - Gesundheitsschutz 49 (1), S. 11–18. DOI: 10.1007/s00103-005-1186-3. Google Scholar öffnen doi.org/10.1007/s00103-005-1186-3
  21. BSHG (1999): Bundessozialhilfegesetz in der Fassung der Bekanntmachung vom 23. März 1994 (BGBl. I S. 646, 2975), zuletzt geändert durch Art. 4 des Gesetzes zur Familienförderung vom 22. Dezember 1999 (BGBl. I S. 2552). Google Scholar öffnen
  22. BTMG (2013): Betäubungsmittelgesetz in der Fassung der Bekanntmachung vom 1. März 1994 (BGBl. I S. 358), das zuletzt durch Artikel 2 Absatz 20 u. Artikel 4 Absatz 7 des Gesetzes vom 7. August 2013 (BGBl. I S. 3154) geändert worden ist. Google Scholar öffnen
  23. Bühl, A. (2012): SPSS 20. Einführung in die moderne Datenanalyse. 13., aktualisierte Aufl. München: Pearson Studium ein Imprint von Pearson Deutschland (Pearson Studium - Scientific Tools). Google Scholar öffnen doi.org/10.1002/9781118702758
  24. Bundesinstitut für Arzneimittel und Medizinprodukte (Hrsg.): Häufig gestellte Fragen zur Betäubungsmittel-Verschreibungsverordnung (BtMVV) und zum Betäubungsmittelgesetz (BtMG) für Ärzte, Apotheker und Fachkräfte. Online verfügbar unter http://www.bfarm.de/SharedDocs/Downloads/DE/Bundesopiumstelle/Betaeubungsmittel/faq/FAQsBtMVV.pdf?__blob=publicationFile&v=6. Google Scholar öffnen
  25. Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR) (Hrsg.) (2011a): Laufende Raumbeobachtung - Raumabgrenzungen. Kreise und Kreisregionen. Unter Mitarbeit von P. Kuhlmann. Online verfügbar unter https://www.bbsr.bund.de/BBSR/DE/Raumbeobachtung/Raumabgrenzungen/Kreise_Kreisregionen/kreise.html. Google Scholar öffnen
  26. Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR) (Hrsg.) (2011b): Laufende Raumbeobachtung - Raumabgrenzungen. Raumtypen 2010. Unter Mitarbeit von T. Pütz. Online verfügbar unter http://www.bbsr.bund.de/BBSR/DE/Raumbeobachtung/Raumabgrenzungen/Raumtypen2010_vbg/Raumtypen2010_alt.html. Google Scholar öffnen
  27. Bundesinstitut für Bau-, Stadt- und Raumforschung (BBSR) (Hrsg.) (2016): Interaktive Karten. Online verfügbar unter http://www.bbsr.bund.de/BBSR/DE/Raumbeobachtung/InteraktiveAnwendungen/KartenModul/Kartenmodul_node.html. Google Scholar öffnen
  28. Bundesministerium für Gesundheit (Hrsg.) (2013): Informationen rund um Mitglieder und Versicherte der GKV. GKV-Mitglieder, mitversicherte Angehörige, Beitragssätze und Krankenstand. Online verfügbar unter http://www.bmg.bund.de/krankenversicherung/zahlen-und-fakten-zur-krankenversicherung.html. Google Scholar öffnen
  29. Bundesversicherungsamt (Hrsg.) (2008): So funktioniert der neue Risikostrukturausgleich im Gesundheitsfond. Online verfügbar unter http://www.gkv-spitzenverband.de/media/dokumente/krankenversicherung_1/grundprinzipien_1/finanzierung/rsa/Wie_funktioniert_Morbi_RSA.pdf. Google Scholar öffnen
  30. Charlson, M.; Szatrowski, T. P.; Peterson, J.; Gold, J. (1994): Validation of a combined comorbidity index. In: Journal of clinical epidemiology 47 (11), S. 1245–1251. Google Scholar öffnen doi.org/10.1016/0895-4356(94)90129-5
  31. Charlson, M. E.; Pompei, P.; Ales, K. L.; MacKenzie, C. R. (1987): A new method of classifying prognostic comorbidity in longitudinal studies: development and validation. In: Journal of chronic diseases 40 (5), S. 373–383. Google Scholar öffnen doi.org/10.1016/0021-9681(87)90171-8
  32. Cramer, J. A.; Roy, A.; Burrell, A.; Fairchild, C. J.; Fuldeore, M. J.; Ollendorf DA et al. (2008): Medication compliance and persistence. Terminology and definitions. In: Value in health : the journal of the International Society for Pharmacoeconomics and Outcomes Research 11 (1), S. 44–47. DOI: 10.1111/j.1524-4733.2007.00213.x. Google Scholar öffnen doi.org/10.1111/j.1524-4733.2007.00213.x
  33. DAK Forschung; IGES Institut GmbH (2013): DAK-Gesundheitsreport 2013. Unter Mitarbeit von M. Kordt. Hamburg. Online verfügbar unter www.dak.de/dak/download/Vollstaendiger_bundesweiter_Gesundheitsreport_2013-1318306.pdf. Google Scholar öffnen doi.org/10.1109/DRC.2013.6633815
  34. Damm, K.; Lange, A.; Zeidler, J.; Braun, S.; Graf von der Schulenburg, J.-M. (2012): Einführung des neuen Tätigkeitsschlüssels und seine Anwendung in GKV-Routinedatenauswertungen. In: Bundesgesundheitsbl. 55 (2), S. 238–244. DOI: 10.1007/s00103-011-1418-7. Google Scholar öffnen doi.org/10.1007/s00103-011-1418-7
  35. Damm, O.; Horn, J.; Schmidt, T.; Neubauer, S.; Zeidler, J.; Mikolajczyk, R. et al. (2014): Epidemiology and Costs of Varicella and Herpes Zoster in Germany. In: Value in health : the journal of the International Society for Pharmacoeconomics and Outcomes Research 17 (7), A670-1. DOI: 10.1016/j.jval.2014.08.2481. Google Scholar öffnen doi.org/10.1016/j.jval.2014.08.2481
  36. DaTraGebV (2014): Datentransparenz-Gebührenverordnung vom 30. April 2014 (BGBl. I S. 458). Google Scholar öffnen
  37. DaTraV (2012): Verordnung zur Umsetzung der Vorschriften über die Datentransparenz - Datentransparenzverordnung vom 10. September 2012 (BGBl. I S. 1895). Google Scholar öffnen
  38. Deutscher Bundestag (1995): Wirkungen des Chipkarten-Einsatzes im Gesundheitswesen. Antwort der Bundesregierung auf die Kleine Anfrage der Abgeordneten Marina Steindor und der Fraktion BÜNDNIS 90/DIE GRÜNEN. Online verfügbar unter http://dipbt.bundestag.de/doc/btd/13/030/1303001.asc. Google Scholar öffnen
  39. Deutscher Bundestag (Hrsg.) (2012): Drucksache 17/8722. Bericht des Spitzenverbandes Bund der Krankenkassen zur Evaluation der Ausnahmeregelungen von der Zuzahlungspflicht. Online verfügbar unter dip21.bundestag.de/dip21/btd/17/087/1708722.pdf. Google Scholar öffnen
  40. Deutsches Ärzteblatt (Hrsg.) (2011): Ambulante Kodierrichtlinien: Diagnosensicherheit und Seitenlokalisation. 108(6): A-271 / B-216 / C-216. Online verfügbar unter http://www.aerzteblatt.de/archiv/80824/Ambulante-Kodierrichtlinien-Diagnosensicherheit-und-Seitenlokalisation. Google Scholar öffnen
  41. Deyo, R. A.; Cherkin, D. C.; Ciol, M. A. (1992): Adapting a clinical comorbidity index for use with ICD-9-CM administrative databases. In: Journal of clinical epidemiology 45 (6), S. 613–619. Google Scholar öffnen doi.org/10.1016/0895-4356(92)90133-8
  42. DIMDI (2013): Morbi-RSA und Gesundheitsfonds. Hrsg. v. Deutsche Institut für Medizinische Dokumentation und Information. Online verfügbar unter https://www.dimdi.de/static/de/klassi/icd-10-gm/anwendung/zweck/morbi-rsa/index.htm, zuletzt aktualisiert am 22.08.2013. Google Scholar öffnen
  43. DIMDI (2014a): Datensatzbeschreibung. Hrsg. v. Deutsche Institut für Medizinische Dokumentation und Information. Online verfügbar unter http://www.dimdi.de/static/de/versorgungsdaten/datensatzbeschreibung/index.htm, zuletzt aktualisiert am 17.02.14. Google Scholar öffnen
  44. DIMDI (2014b): G-DRG-System - Fallpauschalen in der stationären Versorgung. Hrsg. v. Deutsche Institut für Medizinische Dokumentation und Information. Online verfügbar unter http://www.dimdi.de/static/de/klassi/icd-10-gm/anwendung/zweck/g-drg/index.htm, zuletzt aktualisiert am 11.03.14. Google Scholar öffnen
  45. DIMDI (2014c): Gebührenverordnung. Hrsg. v. Deutsche Institut für Medizinische Dokumentation und Information. Online verfügbar unter http://www.dimdi.de/static/de/versorgungsdaten/gebuehrenverordnung.htm, zuletzt aktualisiert am 17.02.14. Google Scholar öffnen
  46. DIMDI (2016a): Informationssystem Versorgungsdaten (Datentransparenz). Hrsg. v. Deutsche Institut für Medizinische Dokumentation und Information. Online verfügbar unter http://www.dimdi.de/static/de/versorgungsdaten/index.htm, zuletzt aktualisiert am 03.03.16. Google Scholar öffnen
  47. DIMDI (2016b): Regionaldaten. Hrsg. v. Deutsche Institut für Medizinische Dokumentation und Information. Online verfügbar unter http://www.dimdi.de/static/de/versorgungsdaten/datensatzbeschreibung/regionaldaten.htm, zuletzt aktualisiert am 18.06.15. Google Scholar öffnen
  48. Eberhard, S. (2013): Lassen sich GKV-Routinedaten nutzen, um auf leitliniengerechte Versorgung zu schließen? Eine Analyse am Beispiel der arteriellen Hypertonie. In: Gesundheits- und Sozialpolitik : Zeitschrift für das gesamte Gesundheitswesen 67, S. 29–36. Google Scholar öffnen doi.org/10.5771/1611-5821-2013-1-29
  49. Elixhauser, A.; Steiner, C.; Harris; Coffey, R. M. (1998): Comorbidity measures for use with administrative data. In: Medical care 36 (1), S. 8–27. Google Scholar öffnen doi.org/10.1097/00005650-199801000-00004
  50. Elm, E. von; Altmann, D. G.; Egger, M.; Pocock, S. C.; Gøtzsche, P. C.; Vandenbroucke, J. P. (2008): Das Strengthening the Reporting of Observational Studies in Epidemiology (STROBE-) Statement. In: Internist 49 (6), S. 688–693. DOI: 10.1007/s00108-008-2138-4. Google Scholar öffnen doi.org/10.1007/s00108-008-2138-4
  51. Elsevier GmbH (Hrsg.): Unternehmenshomepage: Elsevier Health Analytics. Online verfügbar unter http://www.elsevieranalytics.com/de. Google Scholar öffnen
  52. Enders, C.raig K. (2010): Applied missing data analysis. New York: Guilford Press (Methodology in the social sciences). Google Scholar öffnen
  53. EntgFG (2012): Entgeltfortzahlungsgesetz vom 26. Mai 1994 (BGBl. I S. 1014, 1065), das zuletzt durch Artikel 1a des Gesetzes vom 21. Juli 2012 (BGBl. I S. 1601) geändert worden ist. Google Scholar öffnen
  54. Esposito, D.ominick; Migliaccio-Walle, K.risten; Molsen, E.lizabeth (Hrsg.) (2013): Reliability and validity of data sources for outcomes research & disease and health management programs: IS⁠P⁠OR. Google Scholar öffnen
  55. Fahrmeir, L. (2010): Statistik. Der Weg zur Datenanalyse. 7., neu bearb. Aufl. Berlin, Heidelberg: Springer (Springer-Lehrbuch). Google Scholar öffnen
  56. Fay, R. E.; Herriot, R. A. (1979): Estimates of Income for Small Places: An Application of James-Stein Procedures to Census Data. In: Journal of the American Statistical Association 74 (366), S. 269–277. Google Scholar öffnen doi.org/10.1080/01621459.1979.10482505
  57. Feinstein, A. R. (1970): The Pre-Therapeuitc Classification of Co-Morbidity in Chr⁠o⁠n⁠ic Disease. In: Journal of chronic diseases 23 (7), S. 455–468. Google Scholar öffnen doi.org/10.1016/0021-9681(70)90054-8
  58. Ford, B. L. (1976): Missing data procedures: A comparative study. Hrsg. v. Statistical Reporting Service, U. S. Department of Agriculture. Washington DC. Google Scholar öffnen
  59. Frank, P. M. (1976): Empfindlichkeitsanalyse dynamischer Systeme. Eine einführende Darstellung. München [u.a.]: Oldenbourg (Methoden der Regelungstechnik). Google Scholar öffnen
  60. Frey, S.; Linder, R.; Juckel, G.; Stargardt, T. (2014): Cost-effectiveness of long-acting injectable risperidone versus flupentixol decanoate in the treatment of schizophrenia: a Markov model parameterized using administrative data. In: Eur J Health Econ 15 (2), S. 133–142. DOI: 10.1007/s10198-013-0460-9. Google Scholar öffnen doi.org/10.1007/s10198-013-0460-9
  61. Frey, S.; Stargardt, T. (2012): Performance of Compliance and Persistence Measures in Predicting Clinical and Economic Outcomes Using Administrative Data from German Sickness Funds. In: Pharmacotherapy 32 (10), S. 880–889. Google Scholar öffnen doi.org/10.1002/j.1875-9114.2012.01120
  62. Gagne, J.oshua J.; Glynn, R.obert J.; Avorn, J.erry; Levin, R.aisa; Schneeweiss, S.ebastian (2011): A combined comorbidity score predicted mortality in elderly patients better than existing scores. In: Journal of clinical epidemiology 64 (7), S. 749–759. DOI: 10.1016/j.jclinepi.2010.10.004. Google Scholar öffnen doi.org/10.1016/j.jclinepi.2010.10.004
  63. Garbe, E. (2008): Nutzung von Sekundärdaten für ein Versorgungsmonitoring: zur Notwendigkeit einer Validierung. In: C. Fuchs, B. M. Kurth und P. C. Scriba (Hrsg.): Report Versorgungsforschung. 1 Band. Köln, S. 49–56. Google Scholar öffnen
  64. Gesundheitsberichtserstattung des Bundes (gbe-Bund) (Hrsg.): DDD (Tagesdosen). Online verfügbar unter http://www.gbe-bund.de/glossar/DDD_Tagesdosen.html. Google Scholar öffnen
  65. Gesundheitsberichtserstattung des Bundes (gbe-Bund) (Hrsg.): Krankheitsartenstatistik (Versicherte der AOK) - Methodik [generell]. Online verfügbar unter http://www.gbe-bund.de/gbe10/abrechnung.prc_abr_test_logon?p_uid=gast&p_aid=0&p_knoten=FID&p_sprache=D&p_suchstring=8817. Google Scholar öffnen
  66. Gesundheitsberichtserstattung des Bundes (gbe-Bund) (Hrsg.) (2012): Haupt- und Ne⁠bendiagnose. Online verfügbar unter http://www.gbe-bund.de/gbe10/abrechnung.prc_abr_test_logon?p_uid=gasts&p_aid=&p_knoten=FID&p_sprache=D&p_suchstring=11115::nebendiagnose, zuletzt aktualisiert am 24.10.2012. Google Scholar öffnen
  67. GKV-Datenaustausch (Hrsg.): Apotheken. Online verfügbar unter http://www.gkv-datenaustausch.de/leistungserbringer/apotheken/apotheken.jsp. Google Scholar öffnen
  68. GKV-Datenaustausch (Hrsg.): Ärzte. Online verfügbar unter http://www.gkv-datenaustausch.de/leistungserbringer/aerzte/aerzte.jsp. Google Scholar öffnen
  69. GKV-Datenaustausch (Hrsg.): Krankenhäuser. Online verfügbar unter http://www.gkv-datenaustausch.de/leistungserbringer/krankenhaeuser/krankenhaeuser.jsp. Google Scholar öffnen
  70. GKV-Datenaustausch (Hrsg.): Reha-Einrichtungen. Online verfügbar unter http://www.gkv-datenaustausch.de/leistungserbringer/reha_einrichtungen/reha_einrichtungen.jsp. Google Scholar öffnen
  71. GKV-Datenaustausch (Hrsg.): Startseite. Online verfügbar unter http://www.gkv-datenaustausch.de/startseite/startseite.jsp. Google Scholar öffnen
  72. GKV-Modernisierungsgesetz (GMG) (2003): Gesetz zur Modernisierung der gesetzlichen Krankenversicherung, vom G. v. 14.11.2003 BGBl. I S. 2190; zuletzt geändert durch Artikel 1 G. v. 15.12.2004 BGBl. I S. 3445. Google Scholar öffnen
  73. GKV-Spitzenverband (Hrsg.) (2012): Morbiditätsorientierter RSA (Morbi-RSA). Online verfügbar unter http://www.gkv-spitzenverband.de/krankenversicherung/krankenversicherung_grundprinzipien/finanzierung/rsa/rsa.jsp, zuletzt aktualisiert am 15.06.2012. Google Scholar öffnen
  74. GKV-Spitzenverband (Hrsg.) (2014): Befreiungsliste Arzneimittel. Online verfügbar unter http://www.gkv-spitzenverband.de/service/versicherten_service/zuzahlungen_und_befreiungen/befreiungsliste_arzneimittel/befreiungsliste_arzneimittel.jsp, zuletzt aktualisiert am 06.01.2014. Google Scholar öffnen
  75. GKV-Spitzenverband (Hrsg.) (2016): Grafik zu den Veränderungen bei der Krankenkassenanzahl. Online verfügbar unter http://www.gkv-spitzenverband.de/krankenversicherung/krankenversicherung_grundprinzipien/alle_gesetzlichen_krankenkassen/alle_gesetzlichen_krankenkassen.jsp, zuletzt aktualisiert am 07.03.2016. Google Scholar öffnen
  76. Gothe, H.olger; Köster, A.nne-D.orothee (2014): Daten der Privaten Krankenversicherung (PKV). In: E. Swart, E.; Peter Ihle, P.; Holger Gothe, H. und David Matusiewicz, D. (Hrsg.): Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2., vollst. überarb. Aufl. Bern: Verlag Hans Huber (Programmbereich Gesundheit), S. 245–253. Google Scholar öffnen
  77. Graf von der Schulenburg, J.-M.; Greiner, W.; Jost, F.; Klusen, N.; Kubin, M.; Leidl, R. et al. (2007): Deutsche Empfehlungen zur gesundheitsökonomischen Evaluation - dritte und aktualisierte Fassung des Hannoveraner Konsens. In: Gesundh ökon Qual manag 12 (5), S. 285–290. DOI: 10.1055/s-2007-963505. Google Scholar öffnen doi.org/10.1055/s-2007-963505
  78. Greiner, W.; Damm, O. (2012): Die Berechnung von Kosten und Nutzen. In: O. Schöffski und Graf von der Schulenburg, J.-M. (Hrsg.): Gesundheitsökonomische Evaluationen. 4. Aufl. Berlin, Heidelberg: Springer-Verlag, S. 23–42. Google Scholar öffnen doi.org/10.1007/978-3-642-21700-5_3
  79. Grobe, T. G. (2005): Stationäre Versorgung - Krankenhausbehandlungen. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 79–98. Google Scholar öffnen
  80. Grobe, T. G. (2008): Arbeiten mit Daten der Gmünder Ersatzkasse. In: Bundesgesundheitsbl. 51 (10), S. 1106–1117. DOI: 10.1007/s00103-008-0645-z. Google Scholar öffnen doi.org/10.1007/s00103-008-0645-z
  81. Grobe, T. G.; Ihle, P. (2005): Versichertenstammdaten und sektorübergreifende Analyse. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 17–34. Google Scholar öffnen
  82. Grobe, T.homas G.; Bitzer, E. M.; Schwartz, F.riedrich W. (2013): BARMER GEK Arztreport 2013. Schwerpunkt: Aufmerksamkeitsdefizit-/ Hyperaktivitätsstörungen ADHS. Siegburg: Asgard-Verl.-Service (Schriftenreihe zur Gesundheitsanalyse, 18). Google Scholar öffnen
  83. Grundgesetz (GG) (2012): Grundgesetz für die Bundesrepublik Deutschland in der im Bundesgesetzblatt Teil III, Gliederungsnummer 100-1, veröffentlichten bereinigten Fassung, das zuletzt durch Artikel 1 des Gesetzes vom 11. Juli 2012 (BGBl. I S. 1478) geändert worden ist. Google Scholar öffnen
  84. Gutenbrunner, C.; Glaesener, J.-J. (2007): Rehabilitation, Physikalische Medizin und Naturheilverfahren ; mit 57 Tabellen. [Online-Ausg.]. Heidelberg: Springer (SpringerLink: Springer e-Books). Google Scholar öffnen doi.org/10.1007/978-3-540-33413-2_2
  85. Hagn, S.tefan (2014): Vergleich verschiedener Komorbiditäts-Scores in Routinedaten der stationären Versorgung. Dissertation. Ludwig-Maximilians-Universität zu München. Institut für Medizinische Informationsverarbeitung, Biometrie und Epidemiologie. Online verfügbar unter https://edoc.ub.uni-muenchen.de/17118/1/Hagn_Stefan.pdf, zuletzt geprüft am 01.06.2016. Google Scholar öffnen
  86. Hainmueller, J. (2012): Entropy Balancing for Causal Effects. A Multivariate Reweighting Method to Produce Balanced Samples in Observational Studies. In: Political Analysis 20 (1), S. 25–46. DOI: 10.1093/pan/mpr025. Google Scholar öffnen doi.org/10.1093/pan/mpr025
  87. Harnischmacher, U.; Ihle, P.; Berger, B.; Goebel, J. W.; Scheller, J. (2006): Checkliste und Leitfaden zur Patienteneinwilligung. Grundlagen und Anleitung für die klinische Forschung. Berlin: Med.-Wiss. Verl.-Ges (Schriftenreihe der Telematikplattform für Medizinische Forschungsnetze, Bd. 3). Google Scholar öffnen
  88. Hase, F. (2011): Forschung mit Sozialdaten. In: Datenschutz und Datensicherheit 35 (12), S. 875–878. Google Scholar öffnen doi.org/10.1007/s11623-011-0205-9
  89. Heady, P.; Clarke, P.; Brown, P.; Ellis, K.; Heasman, D.; Hennell, S.; Mitchell, B. (2003): Model- Based Small Area Estimation Series No. 2: Small Area Estimation Project Report. Norwich: National Statistics UK. Google Scholar öffnen
  90. Heller, G.; Günster, C.; Misselwitz, B.; Feller, A.; Schmidt, S. (2007): Jährliche Fallzahl pro Klinik und Überlebensrate sehr untergewichtiger Frühgeborener (VLBW) in Deutschland - Eine bundesweite Analyse mit Routinedaten. In: Z Geburtshilfe Neonatol 211 (3), S. 123–131. DOI: 10.1055/s-2007-960747. Google Scholar öffnen doi.org/10.1055/s-2007-960747
  91. Hendricks, V.; Schmidt, S.; Vogt, A.; Gysan, D.; Latz, V.; Schwang, I. et al. (2014): Case Management Program for Patients With Chronic Heart Failure: Effectiveness in Terms of Mortality, Hospital Admissions and Costs. In: Dtsch Arztebl International 111 (15), S. 264–270. Google Scholar öffnen
  92. Hennessy, S. (2006): Use of Health Care Databases in Pharmacoepidemiology. In: Basic Clin Pharmacol Toxicol 98 (3), S. 311–313. DOI: 10.1111/j.1742-7843.2006.pto_368.x. Google Scholar öffnen doi.org/10.1111/j.1742-7843.2006.pto_368.x
  93. HNO Nachrichten (2010): Ärzte halten Grünes Rezept für sinnvoll 40 (3), S. 24. DOI: 10.1007/BF03356905. Google Scholar öffnen doi.org/10.1007/BF03356905
  94. Hodge, V.ictoria J.; Austin, J.im (2004): A Survey of Outlier Detection Methodologies. In: Artif Intell Rev 22 (2), S. 85–126. DOI: 10.1007/s10462-004-4304-y. Google Scholar öffnen doi.org/10.1007/s10462-004-4304-y
  95. Hoffmann, F. (2009): Review on use of German health insurance medication claims data for epidemiological research. In: Pharmacoepidem. Drug Safe. 18 (5), S. 349–356. DOI: 10.1002/pds.1721. Google Scholar öffnen doi.org/10.1002/pds.1721
  96. Hoffmann, F.; Andersohn, F.; Giersiepen, K.; Scharnetzky, E.; Garbe, E. (2008): Validierung von Sekundärdaten. Grenzen und Möglichkeiten. In: Bundesgesundheitsbl. 51 (10), S. 1118–1126. DOI: 10.1007/s00103-008-0646-y. Google Scholar öffnen doi.org/10.1007/s00103-008-0646-y
  97. Hoffmann, F.; Glaeske, G. (2011): Analyse von Routinedaten. In: H. Pfaff (Hrsg.): Lehrbuch Versorgungsforschung. Systematik - Methodik - Anwendung ; mit 19 Tabellen. Stuttgart: Schattauer, S. 317–322. Google Scholar öffnen
  98. Hoffmann, F.; Icks, A. (2012): Unterschiede in der Versichertenstruktur von Krankenkassen und deren Auswirkungen für die Versorgungsforschung: Ergebnisse des Bertelsmann-Gesundheitsmonitors. In: Gesundheitswesen 74 (5), S. 291–297. DOI: 10.1055/s-0031-1275711. Google Scholar öffnen doi.org/10.1055/s-0031-1275711
  99. Hoffmann, W.; Maaz, A.; Nordheim, J.; Winter, M.; Kuhlmey, A. (2004): Chronisch krank werden im Alter – zur Abschätzung von Inzidenz und Prävalenz mittels Routinedaten einer Betriebskrankenkasse. In: Gesundheitswesen, S. 66–80. Google Scholar öffnen doi.org/10.1055/s-2004-833818
  100. Holle, R.; Behrend, C.; Reitmeir, P.; John, J. (2005): Methodenfragen der Nutzung von GKV-Routinedaten für Kostenanalysen. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 301–318. Google Scholar öffnen
  101. Horenkamp‐Sonntag, D.; Linder, R. (2012): Untersuchungen zur externen Validität der DMP-Dokumentation. In: R. Roski (Hrsg.): Disease Management Programme. Statusbericht 2012 ; MVF-Fachkongresse "10 Jahre DMP" und "Versorgung 2.0". Bonn: eRelation Content in Health (Schriftenreihe Monitor Versorgungsforschung), S. 227–231. Google Scholar öffnen
  102. Horenkamp‐Sonntag, D.; Linder, R.; Ahrens, S.; Verheyen, F. (2012): Externe Validität von DMP-Doku-Bögen im Abgleich mit GKV-Routinedaten: Wie valide werden Arzneimittel-Therapien und stationäre Notfalleinweisungen von DMP-Ärzten dokumentiert? Online verfügbar unter http://www.tk.de/tk/vortraege/vortraege-aktuell/448568. Google Scholar öffnen
  103. Hussein, RugzanR.; Hartmann, A.ndrea; Schäfer, T.homas; Bitzer, E. M. (2014): Zahnärztliche Versorgung. In: Swart, E.; Ihle, P.; Gothe, H. und Matusiewicz, D. (Hrsg.): In: E. Swart, Peter Ihle, Holger Gothe und David Matusiewicz (Hrsg.): Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2., vollst. überarb. Aufl. Bern: Verlag Hans Huber (Programmbereich Gesundheit), S. 104–120. Google Scholar öffnen
  104. Icks, A.; Chernyak, N.; Bestehorn, K.; Brüggenjürgen, B.; Bruns, J.; Damm, O. et al. (2010): Methoden der gesundheitsökonomischen Evaluation in der Versorgungsforschung. In: Gesundheitswesen 72 (12), S. 917–933. DOI: 10.1055/s-0030-1262859. Google Scholar öffnen doi.org/10.1055/s-0030-1262859
  105. IGES Institut (2012): Bewertung der Kodierqualität von vertragsärztlichen Diagnosen. Eine Studie im Auftrag des GKV-Spitzenverbands in Kooperation mit der BARMER GEK. Berlin. Google Scholar öffnen
  106. Ihle, P. (2008): Datenschutzrechtliche und methodische Aspekte beim Aufbau einer Routinedatenbasis aus der Gesetzlichen Krankenversicherung zu Forschungszwecken. In: Bundesgesundheitsbl. 51 (10), S. 1127–1134. DOI: 10.1007/s00103-008-0647-x. Google Scholar öffnen doi.org/10.1007/s00103-008-0647-x
  107. Ihle, P.; Köster, I.; Herholz, H.; Rambow-Bertram, P.; Schardt, T.; Schubert, I. (2005): Versichertenstichprobe AOK Hessen/KV Hessen - Konzeption und Umsetzung einer personenbezogenen Datenbasis aus der Gesetzlichen Krankenversicherung. In: Gesundheitswesen 67 (08/09), S. 638–645. DOI: 10.1055/s-2005-858598. Google Scholar öffnen doi.org/10.1055/s-2005-858598
  108. imvr; WINEG: Projektdatenbank Versorgungsforschung Deutschland. Instituts für Medizinsoziologie, Versorgungsforschung und Rehabilitationswissenschaft der Universität zu Köln; Wissenschaftlichen Instituts der TK für Nutzen und Effizienz im Gesundheitswesen. Online verfügbar unter http://www.versorgungsforschung-deutschland.de/. Google Scholar öffnen
  109. Institut des Bewertungsausschusses (Hrsg.): Einheitlicher Bewertungsmaßstab (EBM). Online verfügbar unter http://www.institut-des-bewertungsausschusses.de/ba/ebm.html. Google Scholar öffnen
  110. Jaunzeme, J.; Muschik, D. (2014): Stichtag oder Versicherungsdauer als Selektionskriterium der Versicherten für die Analyse von GKV‐Daten. AGENS-Mehthodenworkshop 2014. Hannover, 13.02.2014. Online verfügbar unter www.mh-hannover.de/fileadmin/institute/med_soziologie/Dokumente/AGENS2014_Abstractband.pdf. Google Scholar öffnen
  111. Jürges, Hendrik; Köberlein, Juliane (2013): First Do No Harm. Then Do Not Cheat: DRG Upcoding in German - Neonatology. Hrsg. v. Deutsches Institut für Wirtschaftsforschung. Berlin. Google Scholar öffnen
  112. Kajuter, H.; Batzler, W. U.; Krieg, V.; Heidinger, O.; Hense, H-W (2012): Linkage of secondary data with cancer registry data on the basis of encrypted personal identifiers - results from a pilot study in North Rhine-Westphalia. In: Gesundheitswesen (Bundesverband der Arzte des Offentlichen Gesundheitsdienstes (Germany)) 74 (8-9), e84-9. DOI: 10.1055/s-0032-1314828. Google Scholar öffnen doi.org/10.1055/s-0032-1314828
  113. Kassenärztliche Bundesvereinigung (KBV) (Hrsg.): Vordruckmustersammlung. Online verfügbar unter www.kbv.de/media/sp/02_Mustersammlung.pdf. Google Scholar öffnen
  114. Kassenärztliche Bundesvereinigung (KBV) (Hrsg.) (2008): BAR-Schlüsselverzeichnis, Anlage 35. Zweistellige Fachgruppencodierung für die 8. und 9. Stelle der LANR. Kassenärztliche Bundesvereinigung (KBV). Online verfügbar unter http://applications.kbv.de/keytabs/ita/schluesseltabellen.asp?page=S_BAR2_WBO_V1.07.htm. Google Scholar öffnen
  115. Kassenärztliche Bundesvereinigung (KBV) (2011a): Ambulante Kodierrichtlinien: Diagnosensicherheit und Seitenlokalisation. In: Dtsch Arztebl International 108 (6), A-271-A-273. Online verfügbar unter http://www.aerzteblatt.de/int/article.asp?id=80824. Google Scholar öffnen
  116. Kassenärztliche Bundesvereinigung (KBV) (Hrsg.) (2011b): ICD-10-GM: Wesentliche Regeln für den vertragsärztlichen Bereich. Online verfügbar unter http://www.kbv.de/html/2007.php. Google Scholar öffnen
  117. Kassenärztliche Bundesvereinigung (KBV) (Hrsg.) (2016a): Honorar. Die Weiterentwicklung des EBM. Online verfügbar unter http://www.kbv.de/html/1044.php. Google Scholar öffnen
  118. Kassenärztliche Bundesvereinigung (KBV) (Hrsg.) (2016b): Honorar. Honorarverteilung und -berechnung. Online verfügbar unter http://www.kbv.de/html/1019.php. Google Scholar öffnen
  119. Kaufmännische Krankenkasse (KKH) (Hrsg.): Das blaue Privatrezept. Online verfügbar unter https://www.kkh.de/content/dam/KKH/Grafiken/Sonstiges/Infografiken/Blaues%20Rezept.png. Google Scholar öffnen
  120. Kelm, S. (2012): Wie lange ist mein Rezept gültig? Hrsg. v. Apotheken-Umschau. Online verfügbar unter http://www.apotheken-umschau.de/Medikamente/Wie-lange-ist-mein-Rezept-gueltig-192477.html, zuletzt geprüft am 01.07.2014. Google Scholar öffnen
  121. Kerek-Bodden, H.; Heuer, J.; Brenner, G.; Koch, H.; Lang, A. (2005): Morbiditäts- und Inanspruchnahmeanalysen mit personenbezogenen Abrechnungsdaten aus Arztpraxen. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 35–55. Google Scholar öffnen
  122. KHG (2013): Krankenhausfinanzierungsgesetz in der Fassung der Bekanntmachung vom 10. April 1991 (BGBl. I S. 886), das zuletzt durch Artikel 5c des Gesetzes vom 15. Juli 2013 (BGBl. I S. 2423) geändert worden ist. In: BGBl. I S. 886. Google Scholar öffnen
  123. Klora, M.; Zeidler, J.; Lublow, D.; Linder, R.; Verheyen, F.; von der Schulenburg, J.⁠-⁠M. (2016): Alters- und geschlechtsspezifische Kosten sowie die Versorgung mit medikamentösen Therapien von ADHS-Patienten. In: Gesundheitswesen 78 (07), e23-e29. DOI: 10.1055/s-0041-110523. Google Scholar öffnen doi.org/10.1055/s-0041-110523
  124. Köster, I.; Ihle, P.; Schubert, I. (2011): Zwischenbericht 2004-2008 für Gesundes Kinzigtal GmbH hier: LKK-Daten. PMV Forschungsgruppe. Köln. Online verfügbar unter http://www.gesundes-kinzigtal.de/media/documents/KIT-PMV-%C3%9CUF_LKK-fin-2011-08-10.pdf. Google Scholar öffnen
  125. Krack, G.undula; Zeidler, H.; Zeidler, J. (2016): Claims Data Analysis of Tumor Necrosis Factor Inhibitor Treatment Dosing Among Patients with Rheumatoid Arthritis. A Systematic Review of Methods. In: Drugs - Real World Outcomes. DOI: 10.1007/s40801-016-0089-y. Google Scholar öffnen doi.org/10.1007/s40801-016-0089-y
  126. Kreis, K.ristine; Neubauer, S.; Klora, M.ike; Lange, A.nsgar; Zeidler, J. (2016): Status and perspectives of claims data analyses in Germany—A systematic review. In: Health Policy 120 (2), S. 213–226. DOI: 10.1016/j.healthpol.2016.01.007. Google Scholar öffnen doi.org/10.1016/j.healthpol.2016.01.007
  127. Krüger-Brand, H. E. (2013): Datentransparenz: Einblick ins Versorgungsgeschehen. In: Dtsch Arztebl International 110 (4), A-120-A-121. Online verfügbar unter http://www.aerzteblatt.de/int/article.asp?id=134211. Google Scholar öffnen
  128. KV Berlin (Hrsg.): Einheitlicher Bewertungsmaßstab EBM. Online verfügbar unter http://www.kvberlin.de/20praxis/30abrechnung_honorar/10ebm/. Google Scholar öffnen
  129. L’hoest, H.; Marschall, U. (2013): Ist häufiger besser und weniger teurer? Eine Datenanalyse zur Organtransplantation. In: U. Repschläger, C. Schulte und N. Osterkamp (Hrsg.): Gesundheitswesen aktuell 2013. Beiträge und Analysen. 1. Aufl. Wuppertal: Barmer GEK, S. 248–269. Online verfügbar unter http://www.barmer-gek.de/barmer/web/Portale/Versicherte/Rundum-gutversichert/Infothek/Wissenschaft-Forschung/Publikationen/Gesundheitswesen-aktuell-2013/Gesundheitswesen-aktuell-2013-Marschall-Organtransplantation,property=Data.pdf. Google Scholar öffnen
  130. Lange, A.; Zeidler, J.; Braun, S. (2014): One-year disease-related health care costs of incident vertebral fractures in osteoporotic patients. In: Osteoporos Int 25 (10), S. 2435–2443. DOI: 10.1007/s00198-014-2776-4. Google Scholar öffnen doi.org/10.1007/s00198-014-2776-4
  131. Lange, A.nsgar; Prenzler, A.nne; Bachmann, O.liver; Linder, R.oland; Neubauer, S.; Zeidler, J. et al. (2015): Regional differences in health care of patients with inflammatory bowel disease in Germany. In: Health Econ Rev 5 (1), S. 79. DOI: 10.1186/s13561-015-0067-1. Google Scholar öffnen doi.org/10.1186/s13561-015-0067-1
  132. Lange, S.; Bender, R. (2007): Median oder Mittelwert? In: Dtsch med Wochenschr 132 (S 01), e1-e2. DOI: 10.1055/S-2007-959024. Google Scholar öffnen doi.org/10.1055/s-2007-959024
  133. LAUER-FISCHER GmbH (Hrsg.): LAUER-Taxe. Online verfügbar unter http://www2.lauer-fischer.de/produkte/lauer-taxe/lauer-taxe/. Google Scholar öffnen
  134. Laux, G.; Nothacker, M.; Weinbrenner, S.; Störk, S.; Blozik, E.; Peters-Klimm, F. et al. (2011): Nutzung von Routinedaten zur Einschätzung der Versorgungsqualität: Eine kritische Beurteilung am Beispiel von Qualitätsindikatoren für die „Nationale Versorgungsleitlinie Chronische Herzinsuffizienz“. In: Zeitschrift für Evidenz, Fortbildung und Qualität im Gesundheitswesen 105 (1), S. 21–26. DOI: 10.1016/j.zefq.2010.08.005. Google Scholar öffnen doi.org/10.1016/j.zefq.2010.08.005
  135. Leibniz-Institut für Präventionsforschung und Epidemiologie - BIPS GmbH (Hrsg.): Die Pharmakoepidemiologische Forschungsdatenbank. Online verfügbar unter https://www.bips-institut.de/forschung/versichertenstichprobe.html. Google Scholar öffnen
  136. Little, R.J.A.; Rubin, D. B. (2002): Statistical analysis with missing data. 2nd ed. Hoboken, N.J.: Wiley (Wiley series in probability and statistics). Google Scholar öffnen doi.org/10.1002/9781119013563.ch15
  137. Majeed, R.; Corvinus, U.; Weismüller, K.; Röhrig, R.; Harnischmacher, U.; Ihle, P. (2007): Computerunterstützte Erstellung von Patienteneinwilligungen – eine webbasierte Navigation durch die Checkliste Patienteneinwilligung. Kongress Medizin und Gesellschaft. Augsburg, 17.–21.9.2007. Hrsg. v. German Medical Science GMS Publishing House. Düsseldorf (Doc 07gmds619). Online verfügbar unter http://www.egms.de/static/de/meetings/gmds2007/07gmds619.shtml. Google Scholar öffnen
  138. Mansky, T.; Robra, B.-P.; Schubert, I. (2012): Vorhandene Daten besser nutzen Für die sektorübergreifende Zusammenführung medizinischer Routinedaten sollten die Krankenkassen zur Lieferung bereits vorliegender Daten verpflichtet werden. In: Deutsches Ärzteblatt 109 (21), A1082-A1085. Google Scholar öffnen
  139. March, S.; Iskenius, M.; Hardt, J.; Swart, E. (2013): Methodische Überlegungen für das Datenlinkage von Primär- und Sekundärdaten im Rahmen arbeitsepidemiologischer Studien. In: Bundesgesundheitsbl. 56 (4), S. 571–578. DOI: 10.1007/s00103-013-1682-9. Google Scholar öffnen doi.org/10.1007/s00103-013-1682-9
  140. March, S.; Rauch, A.; Thomas, D.; Bender, S.; Swart, E. (2012): Datenschutzrechtliche Vorgehensweise bei der Verknüpfung von Primär- und Sekundärdaten in einer Kohortenstudie: die lidA-Studie. In: Gesundheitswesen 74 (12), e122-e129. DOI: 10.1055/s-0031-1301276. Google Scholar öffnen doi.org/10.1055/s-0031-1301276
  141. March, S.; Stallmann, C.; Swart, E. (2014): Datenlinkage von Routinedaten und Primärdaten. In: Gesundheitswesen 76 (08/09). DOI: 10.1055/s-0034-1386955. Google Scholar öffnen doi.org/10.1055/s-0034-1386955
  142. Meinck, M.; Lübke, N.; Polak, U. (2014): Rehabilitation vor Pflegebedürftigkeit im Alter: eine Analyse anhand von Routinedaten. In: Rehabilitation 53 (2), S. 74–80. DOI: 10.1055/s-0033-1347233. Google Scholar öffnen doi.org/10.1055/s-0033-1347233
  143. Melchinger, H. (2008): Strukturfragen der ambulanten psychiatrischen Versorgung. unter besonderer Berücksichtigung von Psychiatrischen Institutsambulanzen und der sozialpsychiatrischen Versorgung außerhalb der Leistungspflicht der Gesetzlichen Krankenversicherung. Medizinische Hochschule Hannover. Hannover. Google Scholar öffnen
  144. Melchior, H.; Schulz, H.; Härter, M. (2014): Faktencheck Gesundheit Regionale Unterschiede in der Diagnostik und Behandlung von Depressionen. Unter Mitarbeit von J. Walker und M. Ganninger. Hrsg. v. Bertelsmann Stiftung. Online verfügbar unter https://faktencheck-gesundheit.de/fileadmin/daten_fcd/Dokumente/faktencheck_depression_studie.pdf, zuletzt geprüft am 01.07.2014. Google Scholar öffnen
  145. Moher, D.avid; Liberati, A.lessandro; Tetzlaff, J.ennifer; Altmann, D. G. (2009): Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. In: PLoS medicine 6 (7), e1000097. DOI: 10.1371/journal.pmed.1000097. Google Scholar öffnen doi.org/10.1371/journal.pmed.1000097
  146. Müller, W. (2012): Informationssystem "Datentransparenz" bei DIMDI im Aufbau. Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e.V. (AWMF). Düsseldorf. Online verfügbar unter http://www.egms.de/static/en/journals/awmf/2012-9/awmf000268.shtml. Google Scholar öffnen
  147. Müller-Benedict, V. (2007): Grundkurs Statistik in den Sozialwissenschaften. Eine leicht verständliche, anwendungsorientierte Einführung in das sozialwissenschaftlich notwendige statistische Wissen. 4., überarb. Aufl. Wiesbaden: VS, Verl. für Sozialwiss. (Lehrbuch). Google Scholar öffnen
  148. Müller-Bergfort, S.; Fritze, J. (2007): Diagnose- und Prozedurendaten im deutschen DRG-System. In: Bundesgesundheitsbl. 50 (8), S. 1047–1054. DOI: 10.1007/s00103-007-0294-7. Google Scholar öffnen doi.org/10.1007/s00103-007-0294-7
  149. Nationale Kohorte e. V. (Hrsg.): Nationale Kohorte (NAKO). Online verfügbar unter http://nako.de/, zuletzt geprüft am 13.06.2016. Google Scholar öffnen doi.org/10.5744/florida/9780813061603.003.0013
  150. Neubauer, G.ünter; Pfister, F.lorian; Kimberly, J.ohn; Pouvourville, G.erard de; d’Aunno, T.homas (2008): DRGs in Germany: Introduction of a comprehensive, prospective DRG payment system by 2009. In: John Kimberly, Gerard de Pouvourville und Thomas d’Aunno (Hrsg.): The Globalization of Managerial Innovation in Health Care. Cambridge: Cambridge University Press, S. 153–175. Google Scholar öffnen doi.org/10.1017/CBO9780511620003.009
  151. Neubauer, S.; Cifaldi, M.ary; Mittendorf, T.homas; Ganguli, A.rijit; Wolff, M.alte; Zeidler, J. (2014): Biologic TNF inhibiting agents for treatment of rheumatoid arthritis: persistence and dosing patterns in Germany. In: Health Econ Rev 4 (1), S. 1861. DOI: 10.1186/s13561-014-0032-4. Google Scholar öffnen doi.org/10.1186/s13561-014-0032-4
  152. Neubauer, S.; Schilling, T.; Zeidler, J.; Lange, A.; Engel, S.; Linder, R. et al. (2016a): Auswirkung einer leitliniengerechten Behandlung auf die Mortalität bei Linksherzinsuffizienz. In: Herz 41:614–624. DOI: 10.1007/s00059-016-4401-0. Google Scholar öffnen doi.org/10.1007/s00059-016-4401-0
  153. Neubauer, S.; Zeidler, J.; Schilling, T.; Engel, S.; Linder, R.; Verheyen, F. et al. (2016b): Eignung und Anwendung von GKV-Routinedaten zur Überprüfung von Versorgungsleitlinien am Beispiel der Indikation Linksherzinsuffizienz. In: Gesundheitswesen. 78(S 01): e135-e144. DOI: 10.1055/s-0042-100727. Google Scholar öffnen doi.org/10.1055/s-0042-100727
  154. Nimptsch, U.; Bestmann, A.; Erhart, M.; Dudey, S.; Marx, Y.; Saam, J. et al. (2014): Zugang zu Routinedaten. In: Swart, E.; Ihle, P.; Gothe, H. und Matusiewicz, D. (Hrsg.): In: E. Swart, Peter Ihle, Holger Gothe und David Matusiewicz (Hrsg.): Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2., vollst. überarb. Aufl. Bern: Verlag Hans Huber (Programmbereich Gesundheit), S. 270–290. Google Scholar öffnen
  155. Nink, K.; Schröder, H.; Schubert, I. (2005): Arzneimittel. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 99–122. Google Scholar öffnen
  156. Ohlmeier, C.; Niemeyer, M.; Garbe, E.; Mikolajczyk, R. (2012): Identifizierung von Todesursachen in Daten der Gesetzlichen Krankenversicherung am Beispiel des Lungen- und Pankreaskrebs. 57. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS)., 16.-20.09.2012. Düsseldorf. Hrsg. v. German Medical Science GMS Publishing House. Braunschweig (Doc12gmds177). Online verfügbar unter http://www.egms.de/static/en/meetings/gmds2012/12gmds177.shtml. Google Scholar öffnen
  157. Patorno, E.lisabetta; Grotta, A.lessandra; Bellocco, R.ino; Schneeweiss, S.ebastian (2013): Propensity score methodology for confounding control in health care utilization databases. In: Epidemiology Biostatistics and Public Health 10 (3), e89401-e894016. Online verfügbar unter ebph.it/article/viewFile/8940/8121aus. Google Scholar öffnen
  158. Pigeot, I.; Ahrens, W.; Kubler, J. (2006): Data sources in epidemiology. In: Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz 49 (7), S. 628–636. DOI: 10.1007/s00103-006-1290-z. Google Scholar öffnen doi.org/10.1007/s00103-006-1290-z
  159. Pirk, O.; Schöffski, O. (2012): Primärdatenerhebung. In: O. Schöffski und Graf von der Schulenburg, J.-M. (Hrsg.): Gesundheitsökonomische Evaluationen. 4. Aufl. Berlin, Heidelberg: Springer-Verlag, S. 197–242. Google Scholar öffnen
  160. Prenzler, A.; Zeidler, J.; Braun, S.; Graf von der Schulenburg, J.-M. (2010): Bewertung von Ressourcen im Gesundheitswesen aus der Perspektive der deutschen Sozialversicherung. In: Pharmacoeconomics-Ger-Res-Articles 8 (1), S. 47–66. DOI: 10.1007/BF03320765. Google Scholar öffnen doi.org/10.1007/BF03320765
  161. Quan, H.; Li, B.; Couris, C. M.; Fushimi, K.; Graham, P.; Hider, P. et al. (2011): Updating and Validating the Charlson Comorbidity Index and Score for Risk Adjustment in Hospital Discharge Abstracts Using Data From 6 Countries. In: American Journal of Epidemiology 173 (6), S. 676–682. DOI: 10.1093/aje/kwq433. Google Scholar öffnen doi.org/10.1093/aje/kwq433
  162. Quan, H.ude; Sundararajan, V.ijaya; Halfon, P.atricia; Fong, A.ndrew; Burnand, B.ernard; Luthi, J.ean-C.hristophe et al. (2005): Coding algorithms for defining comorbidities in ICD-9-CM and ICD-10 administrative data. In: Medical care 43 (11), S. 1130–1139. Google Scholar öffnen doi.org/10.1097/01.mlr.0000182534.19832.83
  163. REHADAT - Hilfsmittelportal (Hrsg.): Hilfsmittel - Versorgungsablauf. Institut der deutschen Wirtschaft Köln e. V. Online verfügbar unter http://www.rehadat-hilfsmittelportal.de/de/infothek/versorgungsablauf/index.html. Google Scholar öffnen
  164. Reinboth, C. (2006): Multivariate Analyseverfahren in der Marktforschung. Hochschule Harz. Google Scholar öffnen
  165. Reinhold, T.; Andersohn, F.; Hessel, F.; Brüggenjürgen, B.; Willich, S. N. (2011a): Die Nutzung von Routinedaten der gesetzlichen Krankenkassen (GKV) zur Beantwortung gesundheitsökonomischer Fragestellungen – eine Potenzialanalyse. In: Gesundh ökon Qual manag 16 (3), S. 153–159. DOI: 10.1055/s-0029-1245615. Google Scholar öffnen doi.org/10.1055/s-0029-1245615
  166. Reinhold, T.; Lindig, C.; Willich, S. N.; Brüggenjürgen, B. (2011b): The costs of atrial fibrillation in patients with cardiovascular comorbidities--a longitudinal analysis of German health insurance data. In: Europace 13 (9), S. 1275–1280. DOI: 10.1093/europace/eur116. Google Scholar öffnen doi.org/10.1093/europace/eur116
  167. Reis, A. (2005): Krankheitskostenanalysen. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 291–300. Google Scholar öffnen
  168. Rousseeuw, P. J.; Leroy, A. M. (1987): Robust Regression and Outlier Detection. Hoboken, NJ, USA: John Wiley & Sons, Inc. Google Scholar öffnen doi.org/10.1002/0471725382
  169. Rubin, D. B. (1976): Inference and missing data. In: Biometrika 63 (3), S. 581–592. DOI: 10.1093/biomet/63.3.581. Google Scholar öffnen doi.org/10.1093/biomet/63.3.581
  170. Runte, M. (1999): Missing Values. Konzepte und statistische Literatur. Kiel. Google Scholar öffnen
  171. Sachverständigenrat (Hrsg.) (2015): Sondergutachten 2015. Krankengeld – Entwicklung, Ursachen und Steuerungsmöglichkeiten. Online verfügbar unter www.svr-gesundheit.de/fileadmin/GA2015/SVR_Sondergutachten_2015_Krankengeld_Druckfassung.pdf. Google Scholar öffnen
  172. Schader, M.; Gaul, W. (1992): The MVL (Missing Values Linkage) Approach for Hierarchical Classification when Data are Incomplete. In: H. H. Bock, O. Opitz und M. Schader (Hrsg.): Analyzing and Modeling Data and Knowledge. Berlin, Heidelberg: Springer Berlin Heidelberg (Studies in Classification, Data Analysis, and Knowledge Organization), S. 107–115. Google Scholar öffnen doi.org/10.1007/978-3-642-46757-8_12
  173. Schafer, J.oseph L.; Graham, J.ohn W. (2002): Missing data: our view of the state of the art. In: Psychological methods 7 (2), S. 147–177. Google Scholar öffnen doi.org/10.1037/1082-989X.7.2.147
  174. Scharnetzky, E.; Busch, H.; Wobbe, S.; Rebscher, H. (2013): Versorgungsforschung aus der Perspektive einer Gesetzlichen Krankenkasse. In: Gesundh ökon Qual manag 18 (06), S. 290–294. DOI: 10.1055/s-0033-1356103. Google Scholar öffnen doi.org/10.1055/s-0033-1356103
  175. Schnell, R. (1986): Missing-Data-Probleme in der empirischen Sozialforschung. Bochum. Google Scholar öffnen
  176. Schöffski, O. (2012): Grundformen gesundheitsökonomischer Evaluationen. In: O. Schöffski und Graf von der Schulenburg, J.-M. (Hrsg.): Gesundheitsökonomische Evaluationen. 4. Aufl. Berlin, Heidelberg: Springer-Verlag, S. 43–70. Google Scholar öffnen doi.org/10.1007/978-3-642-21700-5_4
  177. Schönfelder, T.onio; Balázs, S.ilvia; Klewer, J.örg (2009): Kosten aufgrund von DRG-Upcoding durch die Einführung der Diagnosis Related Groups in Deutschland. In: Heilberufe 61 (S3), S. 77–81. DOI: 10.1007/s00058-009-1516-1. Google Scholar öffnen doi.org/10.1007/s00058-009-1516-1
  178. Schreyögg, J.; Stargardt, T. (2012): Gesundheitsökonomische Evaluation auf Grundlage von GKV-Routinedaten. In: Bundesgesundheitsbl. 55 (5), S. 668–676. DOI: 10.1007/s00103-012-1476-5. Google Scholar öffnen doi.org/10.1007/s00103-012-1476-5
  179. Schröder, H.; Kleudgen, M.; Steinwede, J.; March, S.; Swart, E.; Stallmann, C. (2015): Zustimmung von Befragten zur Verknüpfung von Daten – selektionsfrei? Data linkage - respondents consent without selectivity? In: Gesundheitswesen (Bundesverband der Arzte des Offentlichen Gesundheitsdienstes (Germany)) 77 (4), e57-62. DOI: 10.1055/s-0034-1398594. Google Scholar öffnen doi.org/10.1055/s-0034-1398594
  180. Schröder, H.; Schwinger, A.; Waltersbach, A. (2005): Heilmittel. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 123–135. Google Scholar öffnen
  181. Schubert, I.; Ihle, P.; Köster, I. (2010): Interne Validierung von Diagnosen in GKV-Routinedaten: Konzeption mit Beispielen und Falldefinition. In: Gesundheitswesen 72 (06), S. 316–322. DOI: 10.1055/s-0030-1249688. Google Scholar öffnen doi.org/10.1055/s-0030-1249688
  182. Schubert, I.; Ihle, P.eter; Köster, I.ngrid; Küpper-Nybelen, J.utta; Rentzsch, M.elanie; Stallmann, C. et al. (2014): Daten für die Versorgungsforschung. Zugang und Nutzungsmöglichkeiten. Datengutachten für das Deutsche Institut für Medizinische Dokumentation und In-formation (DIMDI). Hrsg. v. DIMDI. Online verfügbar unter http://www.dimdi.de/static/de/versorgungsdaten/wissenswertes/datengutachten/dimdisekundaerdaten-expertise.pdf. Google Scholar öffnen
  183. Schubert, I.; Köster, I.; Küpper-Nybelen, J.; Ihle, P. (2008): Versorgungsforschung mit GKV-Routinedaten. In: Bundesgesundheitsbl. 51 (10), S. 1095–1105. DOI: 10.1007/s00103-008-0644-0. Google Scholar öffnen doi.org/10.1007/s00103-008-0644-0
  184. Schwab, G. (1991): Fehlende Werte in der angewandten Statistik. Wiesbaden: Dt. Univ.-Verl. (DUV : Wirtschaftswissenschaft). Google Scholar öffnen
  185. SGB X (2013): Das Zehnte Buch Sozialgesetzbuch – Sozialverwaltungsverfahren und Sozialdatenschutz – in der Fassung der Bekanntmachung vom 18. Januar 2001 (BGBl. I S. 130), das zuletzt durch Artikel 6 des Gesetzes vom 25. Juli 2013 (BGBl. I S. 2749) geändert worden ist. Google Scholar öffnen
  186. SGB IX (2012): Das Neunte Buch Sozialgesetzbuch – Rehabilitation und Teilhabe behinderter Menschen – (Artikel 1 des Gesetzes vom 19. Juni 2001, BGBl. I S. 1046, 1047), das zuletzt durch Artikel 3 des Gesetzes vom 14. Dezember 2012 (BGBl. I S. 2598) geändert worden ist. Online verfügbar unter http://www.gesetze-im-internet.de/sgb_5/. Google Scholar öffnen
  187. SGB V (2014): Das Fünfte Buch Sozialgesetzbuch – Gesetzliche Krankenversicherung – (Artikel 1 des Gesetzes vom 20. Dezember 1988, BGBl. I S. 2477, 2482), das zuletzt durch Artikel 1 des Gesetzes vom 27. März 2014 (BGBl. I S. 261) geändert worden ist. Online verfügbar unter http://www.gesetze-im-internet.de/sgb_5/. Google Scholar öffnen
  188. Statistisches Bundesamt (Hrsg.) (2012): Bevölkerungsstand: Bevölkerung nach Geschlecht, regionale Tiefe: Kreise und krfr. Städte. Stichtag 31.12. Online verfügbar unter https://www.regionalstatistik.de/genesis/online;jsessionid=E427AC1486DD49D7A00D3F94D2979E62?sequenz=tabelleErgebnis&selectionname=173-01-4. Google Scholar öffnen
  189. Stuart, E.lizabeth A. (2010): Matching methods for causal inference: A review and a look forward. In: Statistical science : a review journal of the Institute of Mathematical Statistics 25 (1), S. 1–21. DOI: 10.1214/09-STS313. Google Scholar öffnen doi.org/10.1214/09-STS313
  190. SVR (2002): Gutachten 2000/2001: Bedarfsgerechtigkeit und Wirtschaftlichkeit. Band I: Zielbildung, Prävention, Nutzerorientierung und Partizipation. 1. Aufl. Baden-Baden: Nomos-Verl.-Ges. (Gutachten / Sachverständigenrat für die Konzertierte Aktion im Gesundheitswesen, 2000/01). Google Scholar öffnen
  191. Swart, E. (2005a): Kleinräumige Versorgungsforschung mit GKV-Routinedaten. In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 243–252. Google Scholar öffnen
  192. Swart, E. (2005b): Über-, Unter- und Fehlversorgung in der stationären Versorgung – Welche Rückschlüsse lassen sich aus GKV-Routinedaten ziehen? In: E. Swart und P. Ihle (Hrsg.): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber, S. 253–262. Google Scholar öffnen
  193. Swart, E.; Bitzer, E. M.; Gothe, H.; Harling, M.; Hoffmann, F.; Horenkamp-Sonntag, D. et al. (2016): A Consensus German Reporting Standard for Secondary Data Analyses, Version 2 (STROSA-STandardisierte BerichtsROutine füur SekundardatenAnalysen). In: Gesundheitswesen (Bundesverband der Arzte des Offentlichen Gesundheitsdienstes (Germany)). DOI: 10.1055/s-0042-108647. Google Scholar öffnen doi.org/10.1055/s-0042-108647
  194. Swart, E.; Deh, U.; Robra, B.-P. (2008): Die Nutzung der GKV-Daten für die kleinräumige Analyse und Steuerung der stationären Versorgung. In: Bundesgesundheitsbl. 51 (10), S. 1183–1192. DOI: 10.1007/s00103-008-0653-z. Google Scholar öffnen doi.org/10.1007/s00103-008-0653-z
  195. Swart, E.; Ihle, P. (Hrsg.) (2005): Routinedaten im Gesundheitswesen – Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 1. Aufl. Bern: Verlag Hans Huber. Google Scholar öffnen doi.org/10.1055/s-2005-920626
  196. Swart, E.; Ihle, P. (2008): Der Nutzen von GKV-Routinedaten für die Versorgungsforschung. In: Bundesgesundheitsbl. 51 (10), S. 1093–1094. DOI: 10.1007/s00103-008-0643-1. Google Scholar öffnen doi.org/10.1007/s00103-008-0643-1
  197. Swart, E.; Ihle, P.eter; Gothe, H.olger; Matusiewicz, D.avid (Hrsg.) (2014a): Routinedaten im Gesundheitswesen. Handbuch Sekundärdatenanalyse: Grundlagen, Methoden und Perspektiven. 2., vollst. überarb. Aufl. Bern: Verlag Hans Huber (Programmbereich Gesundheit). Google Scholar öffnen
  198. Swart, E.; Schmitt, J. (2014a): STandardized Reporting Of Secondary data Analyses (STROSA)-a recommendation. In: Zeitschrift fur Evidenz, Fortbildung und Qualitat im Gesundheitswesen 108 (8-9), S. 511–516. DOI: 10.1016/j.zefq.2014.08.022. Google Scholar öffnen doi.org/10.1016/j.zefq.2014.08.022
  199. Swart, E.; Schmitt, J. (2014b): STROSA - Ein Berichtsstandard für Sekundärdatenanalyse. AGENS-Mehthodenworkshop 2014. Hannover, 13.02.2014. Online verfügbar unter www.mh-hannover.de/fileadmin/institute/med_soziologie/Dokumente/AGENS2014_Abstractband.pdf. Google Scholar öffnen doi.org/10.1055/s-0034-1374177
  200. Swart, E.; Schubert, I.; Ihle, P.eter; Robra, B.-P. (2010): Expertise für Bundesärztekammer im Rahmen der Förderinitiative zur Versorgungsforschung. Expertise zum Thema: Notwendigkeit des Datenzugangs und der Datentransparenz für ärztliche Körperschaften. Unter Mitarbeit von I. ngrid Köster, D. Thomas und Stefanie S. March. Hrsg. v. Bundesärtzekammer. Köln, Magdeburg. Online verfügbar unter www.bundesaerztekammer.de/fileadmin/user_upload/downloads/Datenzugang-1.pdf. Google Scholar öffnen
  201. Swart, E.; Stallmann, C.; Powietzka, J.; March, S. (2014b): Datenlinkage von Primär- und Sekundärdaten. In: Bundesgesundheitsbl. 57 (2), S. 180–187. DOI: 10.1007/s00103-013-1892-1. Google Scholar öffnen doi.org/10.1007/s00103-013-1892-1
  202. Swart, E.; Thomas, D.; March, S.; Salomon, T.; Knesebeck, O. v. d. (2011): Erfahrungen mit der Datenverknüpfung von Primär- und Sekundärdaten in einer Interventionsstudie. In: Gesundheitswesen 73 (12), e126-e132. DOI: 10.1055/s-0031-1280754. Google Scholar öffnen doi.org/10.1055/s-0031-1280754
  203. Swart, E.; Willer, C. (2012): Lässt sich die Umsetzung ärztlicher Leitlinien anhand von GKV-Routinedaten überprüfen? In: Gesundheitswesen 74 (08/09). DOI: 10.1055/s-0032-1322111. Google Scholar öffnen doi.org/10.1055/s-0032-1322111
  204. Tamayo, T.eresa; Brinks, R.alph; Hoyer, A.nnika; Kuss, O.liver S.; Rathmann, W.olfgang (2016): The Prevalence and Incidence of Diabetes in Germany. In: Deutsches Arzteblatt international 113 (11), S. 177–182. DOI: 10.3238/arztebl.2016.0177. Google Scholar öffnen doi.org/10.3238/arztebl.2016.0177
  205. Tiedt, G. (1996): Rechtliche Grundlagen der Rehabilitation. In: H. Delbrück und E. Haupt (Hrsg.): Rehabilitationsmedizin: Therapie- und Betreuungskonzepte bei chronischen Krankheiten. München, Wien, Baltimore: Urban & Schwarzenberg, S. 27–50. Google Scholar öffnen
  206. UCLA: Statistical Consulting Group (Hrsg.): Statistical Computing Seminars - Missing Data in SAS Part 1. Online verfügbar unter http://www.ats.ucla.edu/stat/sas/seminars/missing_data/mi_new_1.htm, zuletzt geprüft am 24.05.2016. Google Scholar öffnen
  207. Ultsch, B.; Köster, I.; Reinhold, T.; Siedler, A.; Krause, G.; Icks, A. et al. (2013): Epidemiology and cost of herpes zoster and postherpetic neuralgia in Germany. In: Eur J Health Econ 14 (6), S. 1015–1026. DOI: 10.1007/s10198-012-0452-1. Google Scholar öffnen doi.org/10.1007/s10198-012-0452-1
  208. University of Manitoba (Hrsg.): Concept: Charlson Comorbidity Index. Online verfügbar unter http://mchp-appserv.cpe.umanitoba.ca/viewConcept.php?conceptID=1098. Google Scholar öffnen
  209. Valderas, Jose M.; Starfield, Barbara; Sibbald, B.; Salisbury, C.hris; Roland, M.artin (2009): Defining comorbidity: implications for understanding health and health services. In: Annals of family medicine 7 (4), S. 357–363. DOI: 10.1370/afm.983. Google Scholar öffnen doi.org/10.1370/afm.983
  210. van Walraven, C.arl; Austin, P.eter C.; Jennings, A.lison; Quan, H.ude; Forster, A.lan J. (2009): A modification of the Elixhauser comorbidity measures into a point system for hospital death using administrative data. In: Medical care 47 (6), S. 626–633. DOI: 10.1097/MLR.0b013e31819432e5. Google Scholar öffnen doi.org/10.1097/MLR.0b013e31819432e5
  211. Vauth, C. (2010): Gesundheitsökonomische Sekundärforschung: Das Beispiel der Bewertung stark wirksamer Analgetika in der chronischen Schmerztherapie. 1. Aufl. Baden-Baden: Nomos Verlagsgesellschaft mbH & Co. KG (Beiträge zum Gesundheitsmanagement, 29). Online verfügbar unter http://dx.doi.org/10.5771/9783845221458. Google Scholar öffnen doi.org/10.5771/9783845221458
  212. Verband der Ersatzkassen (vdek) (Hrsg.): Zuzahlungen bei medizinischen Leistungen, Belastungsgrenzen und Befreiungsmöglichkeiten. Online verfügbar unter https://www.vdek.com/vertragspartner/leistungen/zuzahlungen.html. Google Scholar öffnen
  213. Völzke, H.; Alte, D.; Schmidt, C. O.; Radke, D.; Lorbeer, R.; Friedrich, N. et al. (2011): Cohort profile: the study of health in Pomerania. In: Int J Epidemiol 40 (2), S. 294–307. DOI: 10.1093/ije/dyp394. Google Scholar öffnen doi.org/10.1093/ije/dyp394
  214. Weiß, C.hristel (2005): Basiswissen medizinische Statistik. Mit 9 Übersichten ; mit Epidemiologie. 3., überarb. Aufl. Heidelberg: Springer (Springer-Lehrbuch). Google Scholar öffnen
  215. Weiß, F.; Vietor, C.; Hecke, T. L. (2010): Verwendung von Routinedaten zu Evaluationszwecken in Krankenkassen – die Evaluation des TK-Patientendialog. In: Gesundheitswesen 72 (06), S. 371–378. DOI: 10.1055/s-0030-1249702. Google Scholar öffnen doi.org/10.1055/s-0030-1249702
  216. Werner, A.; Reitmeir, P.; John, J. (2005): Kassenwechsel und Risikostrukturausgleich in der gesetzlichen Krankenversicherung -- empirische Befunde der Kooperativen Gesundheitsforschung in der Region Augsburg (KORA). In: Gesundheitswesen 67 Suppl 1, S158-66. DOI: 10.1055/s-2005-858261. Google Scholar öffnen doi.org/10.1055/s-2005-858261
  217. Wilke, T.; Groth, A.; Mueller, S.; Reese, D.; Linder, R.; Ahrens, S.; Verheyen, F. (2013): How to use pharmacy claims data to measure patient nonadherence? The example of oral diabetics in therapy of type 2 diabetes mellitus. In: Eur J Health Econ 14 (3), S. 551–568. DOI: 10.1007/s10198-012-0410-y. Google Scholar öffnen doi.org/10.1007/s10198-012-0410-y
  218. WINEG Homepage (Hrsg.): Homepage des Wissenschaftliches Institut der TK für Nutzen und Effizienz im Gesundheitswesen. Online verfügbar unter http://www.tk.de/tk/wineg/118306. Google Scholar öffnen
  219. Wissenschaftliches Institut der AOK (WIdO) (Hrsg.): GKV-Arzneimittelindex. Online verfügbar unter http://www.wido.de/gkv-arzneimittelind.html, zuletzt geprüft am 01.07.2016. Google Scholar öffnen
  220. Wissenschaftliches Institut der AOK (WIdO) (Hrsg.) (2007): Qualitätssicherung der stationären Versorgung mit Routinedaten (QSR). Abschlussbericht. 1. Aufl. AOK-Bundesverband; FEISA; HELIOS Kliniken; WIdO. Bonn. Google Scholar öffnen
  221. Wulffen, M. von; Schütze, B. (2014): SGB X. Sozialverwaltungsverfahren und Sozialdatenschutz. In: SGB X. Google Scholar öffnen
  222. Zeidler, J. (2016): Erratum zu: Die Berechnung indikationsspezifischer Kosten bei GKV-Routinedatenanalysen am Beispiel von ADHS. In: Bundesgesundheitsbl 59 (5), S. 687–688. DOI: 10.1007/s00103-016-2327-6. Google Scholar öffnen doi.org/10.1007/s00103-016-2327-6
  223. Zeidler, J.; Braun, S. (2012): Sekundärdatenanalysen. In: O. Schöffski und Graf von der Schulenburg, J.-M. (Hrsg.): Gesundheitsökonomische Evaluationen. 4. Aufl. Berlin, Heidelberg: Springer-Verlag, S. 243–274. Google Scholar öffnen
  224. Zeidler, J.; Lange, A.; Braun, S.; Linder, R.; Engel, S.; Verheyen, F.; Graf von der Schulenburg, J.-M. (2013): Die Berechnung indikationsspezifischer Kosten bei GKV-Routinedatenanalysen am Beispiel von ADHS. In: Bundesgesundheitsbl. 56 (3), S. 430–438. DOI: 10.1007/s00103-012-1624-y. Google Scholar öffnen doi.org/10.1007/s00103-012-1624-y
  225. Zeidler, J.; Mittendorf, T.; Vahldiek, G.; Graf von der Schulenburg, J.-M. (2008a): Kostenvergleichsanalyse der ambulanten und stationären kardiologischen Rehabilitation. In: Herz 33 (6), S. 440–447. DOI: 10.1007/s00059-008-3126-0. Google Scholar öffnen doi.org/10.1007/s00059-008-3126-0
  226. Zeidler, J.; Mittendorf, T.; Vahldiek, G.; Zeidler, H.; Merkesdal, S. (2008b): Comparative cost analysis of outpatient and inpatient rehabilitation for musculoskeletal diseases in Germany. In: Rheumatology 47 (10), S. 1527–1534. DOI: 10.1093/rheumatology/ken315. Google Scholar öffnen doi.org/10.1093/rheumatology/ken315
  227. ZI (2013): AGENS-Methodenworkshop 2013. Hrsg. v. Zentralinstitut für die kassenärztliche Versorgung in der Bundesrepublik Deutschland. Online verfügbar unter http://www.zi.de/cms/veranstaltungen/agens-methodenworkshop-2013/, zuletzt geprüft am 01.07.2014. Google Scholar öffnen
  228. Ziegler, U.; Doblhammer, G. (2009): Prävalenz und Inzidenz von Demenz in Deutschland – Eine Studie auf Basis von Daten der gesetzlichen Krankenversicherungen von 2002. Rostocker Zentrum – Diskussionpapier Nr. 24. Rostocker Zentrum zur Erforschung des Demografischen Wandels. Google Scholar öffnen doi.org/10.1055/s-0028-1119384
  229. Zimek, A.rthur; Schubert, E.rich; Kriegel, H.ans-P.eter (2012): A survey on unsupervised outlier detection in high-dimensional numerical data. In: Statistical Analy Data Mining 5 (5), S. 363–387. DOI: 10.1002/sam.11161. Google Scholar öffnen doi.org/10.1002/sam.11161
  230. Zok, K. (2011): Reaktionen auf Zusatzbeiträge in der GKV. Ergebnisse einer Repräsentativ-Umfrage. 1. Aufl. Hrsg. v. WIdO. Google Scholar öffnen
  231. Zwiener, I.; Blettner, M.; Hommel, G. (2011): Überlebenszeitanalyse. Teil 15 der Serie zur Bewertung wissenschaftlicher Publikationen. In: Dtsch Arztebl International 108 (10), S. 163–169. Online verfügbar unter http://www.aerzteblatt.de/archiv/81171/Ueberlebenszeitanalyse-Teil-15-der-Serie-zur-Bewertung-wissenschaftlicher-Publikationen?src=series. Google Scholar öffnen doi.org/10.3238/arztebl.2011.0163

Ähnliche Veröffentlichungen

aus dem Schwerpunkt "Regierung & Regierungslehre & Verwaltung"
Cover des Buchs: Die politische Rechte in Lateinamerika
Sammelband Vollzugriff
Nadja Ahmad, Hans-Jürgen Burchardt, Kristina Dietz, Hannes Warnecke-Berger, Jonas Wolff
Die politische Rechte in Lateinamerika
Cover des Buchs: (Neu-)Ordnung
Sammelband Kein Zugriff
Uwe Wagschal, Marius Fröhle
(Neu-)Ordnung
Cover des Buchs: Arenen des Diskurses
Sammelband Kein Zugriff
Thomas Schölderle, Laura Martena
Arenen des Diskurses
Cover des Buchs: Europa
Monographie Kein Zugriff
Hans Jörg Schrötter
Europa
Cover des Buchs: Verhängnisvolle Antizipationen
Monographie Kein Zugriff
Carina Schatten
Verhängnisvolle Antizipationen

Hinweis

Dieses Werk ist urheberrechtlich geschützt und darf nur nach den Vorgaben der Nutzungs- und Lizenzvereinbarung genutzt werden. Jede darüber hinaus gehende Nutzung des Werkes ist ausdrücklich untersagt und wird verfolgt.

Feedback geben

Wir freuen uns über Ihr Feedback zu Inhalten und Funktionen. Ihre Nachricht hilft uns, unseren Service stetig zu verbessern.

Bewertung
Bild anhängen
oder hier ablegen
PNG oder JPG (max. 3 MB)

Anmelden

Passwort vergessen?
Login via Open Athens
Noch kein Benutzerkonto?
Jetzt registrieren

Publikation zitieren

Download: RIS BibTex