Prozessorientierter Leitfaden für die Analyse und Nutzung von Routinedaten der Gesetzlichen Krankenversicherung von Sarah Neubauer | ISBN 9783848737765

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

von Sarah Neubauer, Jan Zeidler, Ansgar Lange und Johann-Matthias Graf von der Schulenburg
Mitwirkende
Autor / AutorinSarah Neubauer
Autor / AutorinJan Zeidler
Autor / AutorinAnsgar Lange
Autor / AutorinJohann-Matthias Graf von der Schulenburg
Buchcover Prozessorientierter Leitfaden für die Analyse und Nutzung von Routinedaten der Gesetzlichen Krankenversicherung | Sarah Neubauer | EAN 9783848737765 | ISBN 3-8487-3776-0 | ISBN 978-3-8487-3776-5

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

von Sarah Neubauer, Jan Zeidler, Ansgar Lange und Johann-Matthias Graf von der Schulenburg
Mitwirkende
Autor / AutorinSarah Neubauer
Autor / AutorinJan Zeidler
Autor / AutorinAnsgar Lange
Autor / AutorinJohann-Matthias Graf von der Schulenburg
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.