Advertisement

Grundlagen der Versorgungsforschung

  • Neeltje van den Berg
  • Wolfgang Hoffmann
Living reference work entry
Part of the Springer Reference Pflege – Therapie – Gesundheit book series (SRPTG)

Zusammenfassung

In der Versorgungsforschung wird die gesundheitliche Versorgung der Bevölkerung unter Alltagsbedingungen untersucht. Wissenschaftliche Fragestellungen umfassen medizinische, gesundheitsökonomische, patientenorientierte, system-, leistungs-, und qualitätsbezogene Themen. Fragestellungen können dabei sowohl deskriptiver als auch analytischer Natur sein. In der Versorgungsforschung werden häufig komplexe Interventionen, z.B. Behandlungskonzepte mit mehreren Therapiekomponenten, implementiert. Das Design von Studien in der Versorgungsforschung orientiert sich an der Fragestellung, am Setting und an den verfügbaren Primär- und/oder Sekundärdaten. Da randomisierte Studien nicht immer möglich sind, werden alternativ clusterrandomisierte Designs oder Designs mit gematchter Kontrollgruppe implementiert. Für eine gute Übertragbarkeit der Ergebnisse auf größere Patientengruppen ist es wichtig, dass typische Vertreter der Patientengruppe nicht von der Forschung ausgeschlossen werden.

Literatur

  1. Bandelow B, Wiltink J, Alpers GW et al (2014) Deutsche S3-Leitlinie Behandlung von Angststörungen. www.awmf.org/leitlinien.html. Zugegriffen am 06.01.2019
  2. Bundesärztekammer: Arbeitskreis Versorgungsforschung beim Wissenschaftlichen Beirat der Bundesärztekammer (2004) Definition und Abgrenzung der Versorgungsforschung. BerlinGoogle Scholar
  3. Cook AJ, Delong E, Murray DM, Vollmer WM, Heagerty PJ (2016) Statistical lessons learned for designing cluster randomized pragmatic clinical trials from the NIH Health Care Systems Collaboratory Biostatistics and Design Core. Clin Trials 13(5):504–512CrossRefGoogle Scholar
  4. Berg N van den, Hoffmann W (2017) Der Innovationsfonds aus Sicht der Versorgungsforschung. In: Amelung V, Eble S, Hildebrandt H, Knieps F, Lägel R, Ozegowski S, Schlenker R, Sjuts R (Hrsg) Innovationsfonds: Impulse für das deutsche Gesundheitssystem. Medizinisch Wissenschaftliche Verlagsgesellschaft, BerlinGoogle Scholar
  5. Ellis G, Gardner M, Tsiachristas A, Langhorne P, Burke O, Harwood RH, Conroy SP, Kircher T, Somme D, Saltvedt I, Wald H, O'Neill D, Robinson D, Shepperd S (2017) Comprehensive geriatric assessment for older adults admitted to hospital. Cochrane Database Syst Rev 9:CD006211PubMedGoogle Scholar
  6. Gemeinsamer Bundesausschuss (2018) Der Innovationsfonds und der Innovationsausschuss beim Gemeinsamen Bundesausschuss. https://innovationsfonds.g-ba.de/. Zugegriffen am 05.11.2018
  7. Harvey G, Kitson A (2016) PARIHS revisited: from heuristic to integrated framework for the successful implementation of knowledge into practice. Implement Sci 11:33CrossRefGoogle Scholar
  8. Herold R, Hoffmann W, van den Berg N (2018a) Telemedical monitoring of patients with chronic heart failure has a positive effect on total health costs. BMC Health Serv Res 18:271CrossRefGoogle Scholar
  9. Herold R, van den Berg N, Doerr M, Hoffmann W (2018b) Telemedical care and monitoring for patients with chronic heart failure has a positive effect on survival. Health Serv Res 53(1):532–555CrossRefGoogle Scholar
  10. Müller D, Augustin M, Banik N et al (2010) Memorandum Register für die Versorgungsforschung. Gesundheitswesen 72(11):824–839CrossRefGoogle Scholar
  11. Pfaff H (2003) Versorgungsforschung – Begriffsbestimmung, Gegenstand und Aufgaben. In: Pfaff H, Schrappe M, Lauterbach KW, Engelmann U, Halber M (Hrsg) Gesundheitsversorgung und Disease Management. Grundlagen und Anwendungen der Versorgungsforschung. Huber, Bern, S 13–23Google Scholar
  12. Rubin DB (1973) Matching to remove bias in observational studies. Biometrics 29(1):159–183CrossRefGoogle Scholar
  13. Schrappe M, Pfaff H (2017) Einführung in Konzept und Grundlagen der Versorgungsforschung. In: Pfaff H, EAM N, Glaeske G, Schrappe M (Hrsg) Lehrbuch Versorgungsforschung. Systematik – Methodik – Anwendung, 2. Aufl. Schattauer, Stuttgart, S 1–18Google Scholar
  14. Stuart EA, Rubin DB (2007) Best practices in quasi-experimental designs: matching methods for causal inference. In: Osborne J (Hrsg) Best practices in quantitative social science. Sage, Thousand Oaks, S 155–176Google Scholar
  15. Thyrian JR, Hertel J, Wucherer D, Eichler T, Michalowsky B, Dreier-Wolfgramm A, Zwingmann I, Kilimann I, Teipel S, Hoffmann W (2017) Effectiveness and safety of dementia care management in primary care: a randomized clinical trial. JAMA Psychiatry 74(10):996–1004CrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Universitätsmedizin GreifswaldGreifswaldDeutschland

Personalised recommendations