Projekt SwissDRG und Pflege - Netzwerk Pflegediagnosen
Projekt SwissDRG und Pflege - Netzwerk Pflegediagnosen
Projekt SwissDRG und Pflege - Netzwerk Pflegediagnosen
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Statistische Kennzahlen <strong>und</strong> Methoden 23<br />
H<br />
CV<br />
0 0.25 0.34 0.5 0.67 0.75 1<br />
∞ 3 2 1 0.5 0.34 0<br />
Abbildung 3.2.2: Zahlenstrahl für die Umrechnung von Homogenitäts- auf den Variationskoeffiizienten.<br />
entfernt, deren Aufenthaltsdauer ausserhalb vorgegebener Grenzen liegen (Verweildauer<br />
< UGV oder Verweildauer > OGV), die sich für die DRG i wie folgt berechnen:<br />
<br />
UGV i = ro<strong>und</strong> max 2, AMA <br />
i<br />
3<br />
OGV i = ro<strong>und</strong> [min (AMA i +2· SDA i , AMA i + 17)]<br />
Wobei AMA i der Mittelwert <strong>und</strong> SDA i die Standardabweichung für die Aufenthaltsdauer<br />
in DRG i sind. Insgesamt liegen 5.6% (14’626 von 263’247) der Fälle ausserhalb<br />
dieser Grenzen.<br />
Für diese getrimmten Daten werden statistische Kennzahlen nicht robust, sondern<br />
mit dem klassischen Mittelwert <strong>und</strong> Standardabweichung geschätzt.<br />
Standardabweichung des Homogenitätskoeffizienten Um schliessende Aussagen über<br />
den Homogenitätskoeffizienten zu machen, bedarf es nicht nur eines Schätzwerts für<br />
H, sondern auch dessen Standardfehler se H. Da die Verteilungen von <strong>Pflege</strong>kosten<br />
<strong>und</strong> LEP-Minuten stark von einer Normalverteilung abweichen, wird se H mittels der<br />
Bootstrap-Methode geschätzt (siehe Stahel (2006) oder Venables and Ripley (2002)).
Change language