ISSN:
1420-911X
Source:
Springer Online Journal Archives 1860-2000
Topics:
Medicine
Description / Table of Contents:
Résumé Les DRG (Diagnosis Related Groups) sont souvent utilisés pour standardiser des comparaisons entre variables d'utilisation des soins, telles que les durées de séjour (LOS). De telles comparaisons n'ont de sens que si l'on contrôle l'influence des outliers, c'est à dire d'observations éloignées de la majorité des données. La présence d'outliers a pour effet de diminuer la fiabilité des résumés statistiques habituels tels que moyenne arithméthique et variance. Une procédure communément utilisée est le trimming, le point de trimming étant choisi selon différents critères. Mais sans autres hypothèses, on n'a que peu de bases théoriques sur lesquelles s'appuyer pour comparer ces techniques et en choisir une. Le but de cette étude pilote est d'examiner la possibilité d'utiliser des modèles paramétriques pour décrire les distributions de durées de séjour. Ce n'est que dans ce cadre théorique qu'on pourra développer une procédure d'estimation robuste optimale.
Abstract:
Zusammenfassung Die DRG (Diagnosis Related Groups) werden oft dazu benützt, um den Vergleich von Pflegeleistungen, wie etwa der Hospitalisationsdauer, zu standardisieren. In solchen Vergleichen muss der Einfluss von Ausreissern (d. h. Beobachtungen, die von der Mehrheit der Daten entfernt sind) berücksichtigt werden, da sonst die üblichen statistischen Werte (z. B. Mittelwerte und Abweichungen) unzuverlässig sind. In der Praxis, werden Ausreisser oft aufgrund von empirischen Kriterien ausgeschlossen. Es gibt aber wenige theoretische Grundlagen für solche Verfahren. Ziel dieser Pilotstudie ist die Anwendbarkeit parametrischer Modelle für die Hospitalisationsdauer- und somit die Grundlagen für die Anwendung robuster Verfahren —zu testen.
Notes:
Summary Diagnosis Related Groups (DRG) are frequently used to standardize the comparison of consumption variables, such as length of stay (LOS). In order to be reliable, this comparison must control for the presence of outliers, i.e. values far removed from the pattern set by the majority of the data. Indeed, outliers can distort the usual statistical summaries, such as means and variances. A common practice is to trim LOS values according to various empirical rules, but there is little theoretical support for choosing between alternative procedures. This pilot study explores the possibility of describing LOS distributions with parametric models which provide the necessary framework for the use of robust methods.
Type of Medium:
Electronic Resource
URL:
http://dx.doi.org/10.1007/BF01318464
Permalink
