Sie sind hier
E-Book

Routinedaten im Gesundheitswesen

Handbuch Sekundärdatenanalyse: Grundlagen, Methoden, und Perspektiven

AutorDavid Matusiewicz (Hrsg.), Enno Swart, Holger Gothe, Peter Ihle
VerlagHogrefe AG
Erscheinungsjahr2014
Seitenanzahl533 Seiten
ISBN9783456954356
FormatPDF
KopierschutzWasserzeichen/DRM
GerätePC/MAC/eReader/Tablet
Preis35,99 EUR
Die Nutzung von Routinedaten, auch Sozialdaten genannt, wie sie insbesondere bei den Krankenkassen anfallen, hat in den letzten Jahren stetig zugenommen. Auch vom Gesetzgeber wurde die Bedeutung dieser Datenquellen für die Evaluation und Steuerung unseres Gesundheitssystems erkannt. Die bisherigen Publikationen aus der Arbeit mit Sozialdaten konzentrieren sich auf inhaltliche Fragestellungen, methodische Aspekte wurden nur am Rande behandelt. Hier setzt dieses Buch an. Die verschiedenen Quellen von Sozialdaten werden systematisch dargestellt und hinsichtlich ihrer Validität und Aussagefähigkeit analysiert. Des weiteren werden typische Auswerteansätze und Fragestellungen unter methodischen Gesichtspunkten behandelt. Das Buch erhält dadurch Lehr- und Handbuchcharakter. Es setzt Standards für den grundsätzlichen Umgang mit Sozialdaten und leitet daraus Empfehlungen für die Bearbeitung konkreter Fragestellungen ab. Es zeigt auf, wie sich wichtige Teile der Gesundheitsberichterstattung aus Routinedaten entwickeln lassen. Das Buch richtet sich an alle Forscher und Praktiker, die mit Sozialdaten im Rahmen der Gesundheitssystemanalyse und -forschung arbeiten.

Kaufen Sie hier:

Horizontale Tabs

Kapitelübersicht
  1. Routinedaten im Gesundheitswesen
  2. Vorwort der ersten Auflage Sekundärdatenanalyse: Aufgaben und Ziele
  3. AGENS – eine schrecklich routinierte Familie
  4. I. Versorgungsbereiche im Spiegel der Gesetzlichen Krankenversicherung
  5. II. Versorgungsbereiche im Spiegel anderer Sozialversicherungsträger
  6. III. Ergänzende Routinedaten mit Gesundheitsbezug
  7. IV. Datenzugang und Datenvalidierung
  8. V. Routinedaten als Informationsquelle fu¨r Morbiditätsschätzungen
  9. VI. Spezielle Methoden, Instrumente und Anwendungen
  10. Anhang
Leseprobe
1. Stammdaten und Versichertenhistorien (S. 28-29)
Thomas G. Grobe, Peter Ihle

Zusammenfassung: Die Sozialversicherungs-träger speichern neben Leistungsdaten zu al-len Versicherten auch sogenannte Stammda-ten. Erfasst werden personenidentifizierende Merkmale wie Name, Geschlecht und Ge-burtsdatum sowie auch Anschriften der Versicherten. Um den Versicherten zuordnen zu können, werden – abhängig vom Sozialversi-cherungsträger – unterschiedliche eindeutige Kennzeichen wie Kranken- oder Rentenversi-cherungsnummern vergeben, die nachfolgend für die Verknüpfung von Informationen zu Versicherten aus unterschiedlichen Quellen genutzt werden können. In Versicherungshis-torien werden individuelle Versicherungsperi-oden mit Angaben zur Art der Versicherung sowie ggfs. Austrittsgründe dokumentiert, um Zeiten mit Leistungsanspruch bestimmen zu können. Für Arbeitnehmer werden von Ar-beitgebern Angaben zur Tätigkeit an die Sozi-alversicherungsträger übermittelt. Stammda-ten und Versicherungshistorien bilden eine wesentliche Grundlage für wissenschaftliche Analysen. Neben Informationen zu grundlegenden soziodemografischen Merkmalen liefern sie die Basis zur Ermittlung von Beobachtungszeiten im Sinne von eindeuti-gen Nennerbezügen sowie auch für regionale Zuordnungen.Schlüsselwörter: Stammdaten, Leistungsdaten, Versicherungshistorie, NennerbezugAbstract: Social security institutions store ser-vice-related data on all insured members as well as so-called master data. This includes per-sonally identifying information such as mem-ber name, sex, date of birth and address. De-pending on the social security institution, various unique indicators, such as health or pension insurance numbers, are issued to des-ignate members, and these can subsequently be used to link member information from differ-ent sources. In insurance histories, individual periods of insurance membership are docu-mented with type of insurance and any reasons for leaving to determine benefit entitlement periods. Employers also transfer employee oc-cupational information to social insurance in-stitutions. Master data and insurance histories are an essential basis for scientific analyses. In addition to information on key sociodemo-graphic characteristics, they provide the basis for determining observation times in the form of clear denominator data and for regional mapping.
Keywords: master data, services data, insurance history, denominator data

1.1 Einleitung Die im vorliegenden Buch erläuterten Sozialdaten lassen sich zumeist thematisch unterschiedlichen Versorgungssektoren zuordnen, die in nachfolgenden Beiträgen näher vorgestellt werden. Neben den Daten zu leistungsbezogenen Versorgungssektoren werden bei den Sozialversicherungsträgern notwendigerweise auch Angaben zu potenziellen Leistungsbeziehern, also den Versicherten selbst, erfasst. So speichern beispielsweise Krankenkassen die Angaben zu Versicherungszeiten sowie eine Reihe soziodemografischer Angaben. Der vorliegende Beitrag gibt einen Überblick über diese oft übergreifend als Stammdaten bezeichneten versichertenbezogenen Merkmale.

1.2 Versichertengruppen

Die Versicherten einer Gesetzlichen Krankenversicherung in Deutschland lassen sich zwei grundlegenden Gruppen zuordnen, wobei diese Aufteilung auch für die Datenhaltung Relevanz besitzt, da zu beiden Gruppen Informationen in unterschiedlichem Umfang verfügbar sind. Unterscheiden lassen sich übergeordnet zunächst Mitglieder sowie Familienversicherte. Mitglieder einer gesetzlichen Krankenkasse sind alle Personen, für deren Versicherung innerhalb einer entsprechenden Mitgliedschaftszeit Beitragszahlungen fällig sind. Einen großen Teil der Mitglieder bilden in der Regel pflichtversicherte Arbeitnehmer, deren Beiträge nach gesetzlich geregelten Anteilen durch die Arbeitgeber sowie die Arbeitnehmer selbst geleistet werden. Weitere Subgruppen bilden freiwillig Versicherte (z. B. bei Überschreitung der Beitragsbemessungsgrenze), Arbeitslosengeldempfänger mit Beitragszahlungen durch entsprechende Institutionen sowie die wachsende Gruppe der Rentner (SGB V § 5 ff.). Familienversicherte sind demgegenüber Personen, die über die Versicherung (Mitgliedschaft) des Ehepartners oder eines Elternteils (selten auch über Großeltern) bei derselben Krankenkasse versichert sind und nach den bisherigen gesetzlichen Bestimmungen ohne eigene Beitragszahlungen Versicherungsleistungen der Krankenkasse erhalten (SGB V § 10 Familienversicherung). Familienangehörige werden in der Regel nur dann ohne zusätzliche Entgelte mitversichert, sofern sie nicht selbst über regelmäßige Einkünfte verfügen. Familienversicherte sind somit typischerweise minderjährige bzw. schulpflichtige Kinder sowie nicht berufstätige Ehepartner von Mitgliedern. Ursprünglich wurden die Beitragseinahmen einer Krankenkasse ausschließlich von der Einkommensstruktur und Zahl ihrer Mitglieder bestimmt. Spätestens seit Einführung des Risikostrukturausgleiches (RSA) sind auch Familienangehörigen für die Einnahmen einer gesetzlichen Krankenkasse relevant, da bei der Berechnung von Ausgleichszahlungen zwischen den gesetzlichen Krankenkassen im RSA Ausgaben für Mitglieder und Familienversicherte gleichermaßen berücksichtigt werden. Leistungsbezogene Daten werden für die beiden Gruppe in identischer Weise erfasst, Unterschiede ergeben sich zwangsläufig in der Erfassung von Stammdaten: So können Daten zur Beitragshöhe bzw. -einstufung und in der Subgruppe der Berufstätigen ggf. auch Angaben zum ausgeübten Beruf, zur Ausbildung sowie zum Arbeitgeber ausschließlich für die Mitglieder erhoben werden.

1.2.1 Versichertenkennzeichen

Jeder Versicherte – unabhängig davon, ob er als Mitglied oder Familienversicherter geführt ist – erhält ein eindeutiges Versichertenkennzeichen. Dies ist die auf der Krankenversichertenkarte (SGB V § 291) aufgeführte Krankenversichertennummer. Diese mehrstellige Versicherungsnummer hat einen krankenkassenspezifischen Aufbau mit z. T. gesonderter Kennung von Familienversicherten (durch nachgestellte Ziffern) oder einer Prüfziffer. Die Krankenversichertennummer war bislang nur innerhalb einer Krankenkasse gültig und änderte sich bei Krankenkassenwechsel. Mit dem Gesundheitsmodernisierungsgesetz (GMG) wurde die Einführung einer kassenübergreifend gültigen und personenbezogen konstanten Versicherungsnummer gesetzlich vorgeschrieben.

Innerhalb der Krankenkassen ist die (zusätzliche) Vergabe dieser lebenslangen Versicherungsnummer bereits abgeschlossen und wird für die Meldung der Morbi-RSA-Daten (morbitätsorientierter Risikostrukturausgleich) an das Bundesversicherungsamt verwendet. Die Ausgabe neuer Krankenversichertenkarten mit der lebenslangen Versichertennummer erfolgte nach und nach, ist aber aktuell (Stand April 2014) noch nicht abgeschlossen. Bei Familienversicherten muss kassenintern allgemein eine Zuordnung zum jeweiligen Hauptversicherten bzw. Mitglied bestehen (SGB V § 290), womit Informationen zum Mitglied auch bei Auswertungen zu Familienversicherten genutzt werden können.
Inhaltsverzeichnis
Routinedaten im Gesundheitswesen1
Inhalt6
Vorwort der ersten Auflage Sekundärdatenanalyse: Aufgaben und Ziele17
AGENS – eine schrecklich routinierte Familie20
I. Versorgungsbereiche im Spiegel der Gesetzlichen Krankenversicherung28
1. Stammdaten und Versichertenhistorien29
1.1 Einleitung29
1.2 Versichertengruppen30
1.3 Versichertenbezogene Merkmale31
1.4 Nutzung fu¨r wissenschaftliche Fragestellungen35
1.5 Auswahl von Bezugspopulationen36
2. Analysen zur Sterblichkeit39
2.1 Hintergrund39
2.2 Untersuchungsgegenstand: Sterberaten40
2.3 Datengrundlage, methodisches Vorgehen und Selektion40
2.4 Sterberaten der Deutschen Rentenversicherung und der Gesetzlichen Krankenversicherung versus Bevölkerungsdaten der Human Mortality Database41
2.5 Ausblick43
3. Ambulante ärztliche Versorgung44
3.1 Hintergrund – Abgrenzung – gesetzliche Grundlagen45
3.2 Datenerhebungswege –Datenhalter48
3.3 Datenstruktur – Datenumfang – Kennwerte49
3.4 Historische Verfu¨gbarkeit – wesentliche Veränderungen57
3.5 Beispielauswertungen58
3.6 Resu¨mee: Möglichkeiten und Grenzen61
4. Dokumentation der Disease-Management-Programme64
4.1 Hintergrund und Historie65
4.2 Datenentstehung66
4.3 Datenstruktur68
4.4 Historische Verfu¨gbarkeit71
4.5 Evaluation72
4.6 Daten-Qualität der Dokumentationsdaten72
4.7 Ausblick: Möglichkeiten und Grenzen73
5. Arzneimittelverordnungen75
5.1 Einfu¨hrung75
5.2 Was sind Arzneimittel?76
5.3 Wie kommen die Arzneimitteldaten zu den Krankenkassen?77
5.4 Analysen mit Arzneimitteldaten80
5.5 Kassenartenu¨bergreifende Arzneimitteldaten83
5.6 Kassenspezifische Arzneimitteldaten84
5.7 Fazit86
6. Heilmittel89
6.1 Hintergrund89
6.2 Wie entstehen die Heilmitteldatenpools?91
6.3 Heilmitteldatenpools, Kennwerte und Veröffentlichungen von Heilmitteldaten93
6.4 Ausblick: Möglichkeiten und Grenzen103
7. Zahnärztliche Versorgung105
7.1 Hintergrund – Abgrenzung – gesetzliche Grundlagen106
7.2 Datenerhebungswege – Datenhalter107
7.3 Ablauf der elektronischen Datenu¨bermittlung107
7.4 Formulare, die vor der elektronischen Datenu¨bermittlung eingesetzt wurden109
7.5 Datenstruktur – Datenumfang113
7.6 Kennwerte113
7.7 Publikationen und bevölkerungsbezogene Studien in Deutschland – Referenzergebnisse117
7.8 Resu¨mee: Möglichkeiten und Grenzen119
8. Krankenhausbehandlung122
8.1 Hintergrund – Abgrenzung – gesetzliche Grundlagen123
8.2 Datenerhebungswege – Datenhalter127
8.3 Datenstruktur – Datenumfang – Kennwerte129
8.4 Auswertung und Kennwerte136
8.5 Beispielauswertungen142
8.6 Historische Verfu¨gbarkeit – wesentliche Veränderungen144
8.7 Resu¨mee145
9. Arbeitsunfähigkeit147
9.1 Hintergrund und gesetzliche Rahmenbedingungen147
9.2 Entstehung der Arbeitsunfähigkeitsdaten und Datenhaltung148
9.3 Datenstruktur: Welche Daten stehen zur Verfu¨gung?149
9.4 Arbeitsunfähigkeitsdaten in der Gesundheitsberichterstattung und Epidemiologie150
9.5 Kennwerte151
9.6 Möglichkeiten und Grenzen159
9.7 Resu¨mee160
II. Versorgungsbereiche im Spiegel anderer Sozialversicherungsträger162
10. Pflegeleistungen nach Sozialgesetzbuch XI163
10.1 Hintergrund164
10.2 Datenentstehung in der Pflegekasse167
10.3 Daten bei den Pflegekassen168
10.4 Historische Verfu¨gbarkeit – wesentliche Veränderungen170
10.5 Amtliche Statistiken zur Pflegeversicherung171
10.6 Resu¨mee172
10.7 Ausblick174
11. Routinedaten zur Rehabilitation durch die Träger der Sozialversicherung177
11.1 Hintergrund177
11.2 Datenentstehung in der Rehabilitation180
11.3 Datenstruktur, -aufbau und Datenumfang, Besonderheiten182
11.4 Resu¨mee: Möglichkeiten und Grenzen187
12. Rekonstruktion von Erwerbsverläufen193
12.1 Einleitung193
12.2 Sekundärdaten der Arbeitsverwaltung194
12.3 Die Verwendung von erwerbsbiografischen Informationen aus den Sekundärdaten der Bundesagentur fu¨r Arbeit und des Instituts fu¨r Arbeitsmarkt- und Berufsforschung197
12.4 Die Verknu¨pfung von administrativen Erwerbsbiografiedaten mit Primärdaten der lidA- (leben in der Arbeit)-Kohortenstudie zu Arbeit und Gesundheit198
12.5 Die Sequenzmusteranalyse als Beispiel der Abbildung erwerbsbiografischer Verläufe199
12.6 Zusammenfassung201
13. Daten zu Erwerbsminderungsrenten204
13.1 Hintergrund204
13.2 Datenentstehung205
13.3 Datenstruktur205
13.4 Resu¨mee211
III. Ergänzende Routinedaten mit Gesundheitsbezug214
14. Gesundheitsbefragungen und Aggregatdaten215
14.1 Einleitung216
14.2 Gesundheitsmonitoring des Robert Koch-Instituts216
14.3 Weitere gesundheitsrelevante Surveys218
14.4 Bevölkerungsumfragen mit gesundheitsrelevanten Themen219
14.5 Nutzung von Aggregatdaten220
14.6 Resu¨mee222
15. Möglichkeiten und Grenzen von Befragungsdaten und Daten gesetzlicher Krankenversicherungen224
15.1 Einfu¨hrung225
15.2 Befragungsdaten225
15.3 Daten gesetzlicher Krankenversicherungen228
15.4 Zusammenfassende Beurteilung231
16. Registerdaten235
16.1 Einfu¨hrung235
16.2 Was ist ein Register?235
16.3 Welche Register gibt es?236
16.4 Epidemiologisches Krebsregister Niedersachsen (EKN) als Beispiel fu¨r ein Krankheitsregister238
16.5 Berliner Herzinfarktregister als Beispiel fu¨r ein Qualitätsregister240
16.6 Welche Vorzu¨ge haben Register?242
16.7 Welche Grenzen und Probleme weisen Register auf?242
16.8 Zusammenfassung und Ausblick244
17. Daten der Privaten Krankenversicherung (PKV)246
17.1 Das System der Privaten Krankenversicherung in Deutschland246
17.2 Hintergru¨nde fu¨r die Datenlage in der PKV247
17.3 Versorgungsdaten der PKV248
17.4 Stellenwert der Nutzung von Versorgungsdaten der PKV252
18. Leistungserbringerbezogene Merkmale255
18.1 Hintergrund255
18.2 Merkmale zur Abgrenzung von Leistungserbringern256
18.3 Zuordnung von leistungserbringerbezogenen Merkmalen259
19. Routinedaten im Ausland261
19.1 Hintergrund261
19.2 Arztbasierte Datensätze262
19.3 Administrative Datensätze264
19.4 Fazit266
IV. Datenzugang und Datenvalidierung270
20. Zugang zu Routinedaten271
20.1 Einleitung271
20.2 Forschungsdatenzentren der Statistischen Ämter des Bundes und der Länder272
20.3 Reha-Statistik der deutschen Rentenversicherung276
20.4 Informationssystem Versorgungsdaten (Datentransparenz)279
20.5 KV-Daten-Stichprobe des Zentralinstituts fu¨r die kassenärztliche Versorgung280
20.6 Versorgungsdaten der Versicherten bei gesetzlichen Krankenversicherungen284
21. Datenschutzrechtliche Aspekte bei der Nutzung von Routinedaten292
21.1 Rechtlicher Hintergrund292
21.2 Organisatorisches Vorgehen295
21.3 Zwei Beispielstudien unter datenschutzrechtlichen Gesichtspunkten301
21.4 Fazit302
22. Datenhaltung und -analyse aus technischer Sicht305
22.1 Einleitung305
22.2 Datenhaltung306
22.3 Datenverknu¨pfung307
22.4 Datenzugang und Datenu¨bermittlung307
22.5 Datenvolumen309
22.6 Software310
22.7 Fazit314
23. Pru¨fung der Datenqualität und Validität von GKV-Routinedaten315
23.1 Warum mu¨ssen Daten gepru¨ft werden?316
23.2 Welche Möglichkeiten der Pru¨fung gibt es?318
23.3 Anwendungsbeispiele zur Plausibilität320
23.4 Anwendungsbeispiele zur internen Validierung323
23.5 Anwendungsbeispiele zur externen Validierung325
23.6 Pru¨fstrategien327
23.7 Fazit zur Pru¨fung der Daten-Qualität330
24. Klassifikationssysteme332
24.1 Hintergrund332
24.2 Internationale statistische Klassifikation der Krankheiten und verwandten Gesundheitsprobleme (ICD-10)333
24.3 Operationen- und Prozedurenschlu¨ssel (OPS)335
24.4 Einheitlicher Bewertungsmaßstab (EBM)336
24.5 Anatomisch-therapeutisch-chemisches System (ATC)339
24.6 Pharmazentralnummer (PZN)341
24.7 Die Neugestaltung des Tätigkeitsschlu¨ssels343
24.8 Institutionskennzeichen (IK)344
25. Datenlinkage348
25.1 Allgemeine Anforderungen an das Datenlinkage349
25.2 Ausgewählte Beispiele des Datenlinkages351
V. Routinedaten als Informationsquelle fu¨r Morbiditätsschätzungen358
26. Krankheitsereignis: Operationalisierung und Falldefinition359
26.1 Hintergrund360
26.2 Operationalisierung von Krankheiten in der Versorgungsforschung und Pharmakovigilanz: Stellenwert der Diagnosedaten361
26.3 Szenarien der Diagnosegenerierung im ambulanten Sektor362
26.4 Interne Diagnosevalidierung und Falldefinition364
26.5 Externe Diagnosevalidierung/Plausibilisierung366
26.6 Fazit367
27. Bestimmung von Behandlungs- und Erkrankungsperioden in Routinedaten370
27.1 Hintergrund und Datengrundlage370
27.2 Behandlungs- versus Erkrankungszeitraum371
27.3 Prävalenz- und Inzidenzbestimmung – praktische Umsetzung in den Daten372
27.4 Persistenz der Erkrankung und Diagnosemuster in Routinedaten375
27.5 Fazit375
28. Die Population unter Risiko bei Prävalenz- und Inzidenzschätzungen – Nennerkonzepte377
28.1 Hintergrund378
28.2 Besonderheiten von Versichertenstammdaten fu¨r eine Nennerdefinition379
28.3 Zeitliche Verfu¨gbarkeit von Leistungsdaten382
28.4 Verfahren zur Selektion einer Population unter Risiko382
28.5 Nennerkonzepte fu¨r Daten der Datentransparenzverordnung (§ 303a–e SGB V)386
28.6 Fazit387
29. Fallbeispiele fu¨r Prävalenz- und Inzidenzschätzungen390
29.1 Einleitung390
29.2 Neugeborenen-Inzidenz fu¨r Mukoviszidose – ein cleverer Spezialfall392
29.3 Extrapolation der Lebenszeitprävalenz der Aufmerksamkeitsdefizit-/Hyperaktivitätsstörung394
29.4 Wie umgehen mit der Erkrankungsdunkelziffer bei Osteoporose?397
29.5 Fazit398
VI. Spezielle Methoden, Instrumente und Anwendungen402
30. Matching-Verfahren403
30.1 Hintergrund403
30.2 Verfu¨gbarkeit von Matching-Variablen in Sekundärdaten404
30.3 Matching-Verfahren405
30.4 Herausforderungen und Probleme beim Matching407
30.5 Fazit und Ausblick411
31. Risikoadjustierung und Komorbiditäten412
31.1 Hintergrund412
31.2 Beru¨cksichtigungsfähige Variablen fu¨r eine Risikoadjustierung413
31.3 Komorbiditätsbasierte Risikoindizes416
31.4 Methodische Herausforderungen der Risikoadjustierung417
31.5 Anwendungsfelder der Risikoadjustierung418
31.6 Fazit422
32. Bias und Confounding425
32.1 Einfu¨hrung425
32.2 Definition und Beispiele von Bias und Confounding427
32.3 Maßnahmen zur Vermeidung/Adjustierung von Bias und Confounding429
32.4 Zusammenfassung433
33. Routinedaten fu¨r kleinräumige Analysen436
33.1 Vorbemerkungen436
33.2 Regionalisierte Daten der Gesetzlichen Krankenversicherung437
33.3 Versorgungsatlas438
33.4 Raumordnungsdaten des Bundesinstituts fu¨r Bau-, Stadt- und Raumforschung439
33.5 Regionalisierte Daten der amtlichen Statistik440
33.6 Mikrozensus441
33.7 Survey-Daten des Robert Koch-Institus442
33.8 Das Sozioökonomische Panel442
33.9 Fazit443
34. Erfahrungen aus Sozialmedizin und Gesundheitsökonomie447
34.1 Hintergrund447
34.2 Ausgewählte Problemfelder und Erfahrungen im Rahmen von Routinedatenanalysen448
34.3 Fazit459
35. Nutzung von Sekundärdaten in der gesetzlichen Qualitätssicherung461
35.1 Einfu¨hrung461
35.2 Sekundärdaten und Qualitätssicherung?462
35.3 Gesetzliche Grundlagen463
35.4 Entwicklung eines sekundärdatenbasierten Qualitätssicherungsverfahrens im Leistungsbereich Dekubitusprophylaxe464
35.5 Nutzung von stationären Abrechungsdaten im Rahmen der Veröffentlichung der Ergebnisqualität fu¨r Perinatalzentren der Level 1 und Level 2 «Phase B»468
35.6 Nutzung von Sekundärdaten zur Weiterentwicklung des Leistungsbereichs Cholezystektomie469
35.7 Resu¨mee und Ausblick471
36. Vorschlag fu¨r eine standardisierte Berichterstattung von Sekundärdatenanalysen475
36.1 Vorbemerkungen478
36.2 Zielsetzung und Vorgehen479
36.3 Bewertung der STROBE-Kriterien und Empfehlungen fu¨r deren Ergänzung479
36.4 Diskussion481
Anhang488
Gute Praxis Sekundärdatenanalyse (GPS): Leitlinien und Empfehlungen (3. Fassung 2012)489
Abku¨rzungsverzeichnis499
Glossar505
Autorenverzeichnis517
Adressen der Herausgeber527
Sachregister528

Weitere E-Books zum Thema: Diagnostik . klinische Chemie - Radiologie

Wirtschaftsfaktor Brustkrebs

E-Book Wirtschaftsfaktor Brustkrebs
Werden Frauen und ihre Ängste instrumentalisiert? Format: PDF

Die Angst vor Brustkrebs ist berechtigt, da es sich um die häufigste Krebserkrankung der Frau handelt. Manchmal wird diese Angst gezielt geschürt, das Risiko bewusst übertrieben. Wer aber sollte…

Wirtschaftsfaktor Brustkrebs

E-Book Wirtschaftsfaktor Brustkrebs
Werden Frauen und ihre Ängste instrumentalisiert? Format: PDF

Die Angst vor Brustkrebs ist berechtigt, da es sich um die häufigste Krebserkrankung der Frau handelt. Manchmal wird diese Angst gezielt geschürt, das Risiko bewusst übertrieben. Wer aber sollte…

Wirtschaftsfaktor Brustkrebs

E-Book Wirtschaftsfaktor Brustkrebs
Werden Frauen und ihre Ängste instrumentalisiert? Format: PDF

Die Angst vor Brustkrebs ist berechtigt, da es sich um die häufigste Krebserkrankung der Frau handelt. Manchmal wird diese Angst gezielt geschürt, das Risiko bewusst übertrieben. Wer aber sollte…

Wirtschaftsfaktor Brustkrebs

E-Book Wirtschaftsfaktor Brustkrebs
Werden Frauen und ihre Ängste instrumentalisiert? Format: PDF

Die Angst vor Brustkrebs ist berechtigt, da es sich um die häufigste Krebserkrankung der Frau handelt. Manchmal wird diese Angst gezielt geschürt, das Risiko bewusst übertrieben. Wer aber sollte…

Wirtschaftsfaktor Brustkrebs

E-Book Wirtschaftsfaktor Brustkrebs
Werden Frauen und ihre Ängste instrumentalisiert? Format: PDF

Die Angst vor Brustkrebs ist berechtigt, da es sich um die häufigste Krebserkrankung der Frau handelt. Manchmal wird diese Angst gezielt geschürt, das Risiko bewusst übertrieben. Wer aber sollte…

Weitere Zeitschriften

Atalanta

Atalanta

Atalanta ist die Zeitschrift der Deutschen Forschungszentrale für Schmetterlingswanderung. Im Atalanta-Magazin werden Themen behandelt wie Wanderfalterforschung, Systematik, Taxonomie und Ökologie. ...

Bibel für heute

Bibel für heute

BIBEL FÜR HEUTE ist die Bibellese für alle, die die tägliche Routine durchbrechen wollen: Um sich intensiver mit einem Bibeltext zu beschäftigen. Um beim Bibel lesen Einblicke in Gottes ...

care konkret

care konkret

care konkret ist die Wochenzeitung für Entscheider in der Pflege. Ambulant wie stationär. Sie fasst topaktuelle Informationen und Hintergründe aus der Pflegebranche kompakt und kompetent für Sie ...

die horen

die horen

Zeitschrift für Literatur, Kunst und Kritik."...weil sie mit großer Aufmerksamkeit die internationale Literatur beobachtet und vorstellt; weil sie in der deutschen Literatur nicht nur das Neueste ...

DULV info

DULV info

UL-Technik, UL-Flugbetrieb, Luftrecht, Reiseberichte, Verbandsinte. Der Deutsche Ultraleichtflugverband e. V. - oder kurz DULV - wurde 1982 von ein paar Enthusiasten gegründet. Wegen der hohen ...

FileMaker Magazin

FileMaker Magazin

Das unabhängige Magazin für Anwender und Entwickler, die mit dem Datenbankprogramm Claris FileMaker Pro arbeiten. In jeder Ausgabe finden Sie von kompletten Lösungsschritten bis zu ...