Statistische Methoden der kleinräumigen Versorgungsforschung

Die akkurate Modellierung kleinräumiger Daten ist eine wesentliche Herausforderung in der Versorgungsforschung. Der vorliegende Beitrag liefert einen Einblick in aktuelle statistische Methoden der kleinräumigen Versorgungsforschung unter Berücksichtigung räumlicher Abhängigkeiten. Räumliche Abhängigkeiten werden durch sog. Spillover-Effekte, z. B. durch Kommunikation zwischen Ärzten oder Patienten in benachbarten Kreisen und nicht beobachtete räumliche Einflussfaktoren, verursacht. Eine nicht angemessene Modellierung dieser Abhängigkeiten zwischen den Beobachtungen kann die Ergebnisse von Analysen verzerren. In der Regressionsgleichung können räumliche Abhängigkeiten über zusätzliche Terme, sog. Spatial Lags oder Spatial Errors, berücksichtigt werden. Anhand einer Beispielstudie wird demonstriert, dass bei fehlender Berücksichtigung die Koeffizienten und/oder die Standardfehler der Schätzung verzerrt sein können. In der kleinräumigen Versorgungsforschung sollte daher – wenn möglich – auf räumliche Autokorrelation in den Daten getestet und das Modell entsprechend adjustiert werden.