IDEAS home Printed from https://ideas.repec.org/p/zbw/udeicb/57.html
   My bibliography  Save this paper

Modellierung im Gesundheitswesen: Tagungsband des Workshops im Rahmen der Modellierung 2014

Author

Listed:
  • Heß, Michael (Ed.)
  • Schlieter, Hannes (Ed.)

Abstract

[Vorwort] Die Gesundheitssysteme industrialisierter Nationen befinden sich in einem zunehmenden Spannungsfeld aus Forderungen nach ökonomischer Effizienz, qualitativ hochwertiger medizinischer Versorgung und gesteigerter Transparenz bei gleichzeitiger Berücksichtigung des stetigen medizinischen und technologischen Fortschritts sowie des demographischen Wandels. Strukturbezogene Optimierungsmaßnahmen im Sinne der Verbesserung der technischen und infrastrukturellen Ausstattung sowie von Personalumstrukturierungen stoßen zunehmend an ihre Grenzen. Die bisherigen (Weiter-)Entwicklungen sind überwiegend durch gesetzliche Regelungen und Vorgaben bestimmt und entsprechend informationstechnisch unterstützt. Insbesondere die sektorale Trennung hemmt eine umfassende organisatorische und informationstechnische Integration. Daher gewinnen Analyse- und Optimierungsverfahren, die sowohl ablauforganisatorische Aspekte wie z. B. die Planung und Durchführung medizinischer bzw. unterstützender Prozesse als auch übergeordnete Managementaktivitäten - auch unter Berücksichtigung von Sektoren übergreifenden Aspekten, fokussieren, zunehmend an Bedeutung. Konzeptuelle Modelle eignen sich zur zielgerichteten Dokumentation und Analyse dieser Aspekte. Da diese jedoch häufig nur einen Ausschnitt des Informations- oder Handlungssystems von Gesundheitsdienstleistern betrachten und damit i. d. R. nicht alle inner- und überorganisationalen Schnittstellen und Wechselwirkungen berücksichtigen, erscheint eine entsprechende Weiterentwicklung, die eine zielgerichtete, ganzheitliche Betrachtung dieser Aspekte erlaubt, sinnvoll. Hierzu bietet es sich an, auf bereits existierende Methoden und Techniken angewandter Wissenschaften wie Informatik, Wirtschaftsinformatik und Medizininformatik zurückzugreifen, um diese weiterzuverwenden und weiterzuentwickeln. Vor diesem Hintergrund zielt der Workshop auf die Reflexion der vielschichtigen Anwendungsbereiche, Methoden und Techniken, in denen insb. modellbasierte Ansätze zur Dokumentation, Analyse, Unterstützung, Formalisierung oder Ausführung medizinischer Prozesse zum Einsatz kommen sowie auf die Vernetzung der aus den verschiedenen Disziplinen stammenden Akteure und die Identifikation möglicher Anknüpfungspunkte für eine weitere interdisziplinäre Forschungsagenda. Der vorliegende Tagungsband enthält insgesamt sechs Beiträge: ein Full Research Paper sowie fünf Research in Progress Paper. Schwerpunktmäßig werden die Konzeption und Anwendung von Sprachen zur Modellierung medizinischer Prozesse thematisiert: Volz et al. präsentieren Anforderungen an eine Modellierungssprache im Kontext des Prozessmanagements einer Notaufnahme. Kirchner et al. berichten über ihre Erfahrungen mit kollaborativer Modellierung klinischer Behandlungspfade. Wenzina und Kaiser untersuchen, inwiefern die Berücksichtigung von in textuellen Dokumenten beschriebener temporaler Abhängigkeiten eine automatisierte Ableitung computerunterstützt ausführbarerer medizinischer Prozesse unterstützen kann. Burwitz und Esswein skizzieren Potenziale modellgetriebener Architekturen zur Entwicklung klinischer Anwendungssysteme. Zauner et al. stellen eine formale Modellbildung zur Simulation von Effekten von Screeningprogrammen in Österreich vor. Altmann formuliert Anforderungen an arbeitsplatzintegrierte Anwendungen zur Meldung an Krebsregister. [...]

Suggested Citation

  • Heß, Michael (Ed.) & Schlieter, Hannes (Ed.), 2014. "Modellierung im Gesundheitswesen: Tagungsband des Workshops im Rahmen der Modellierung 2014," ICB Research Reports 57, University Duisburg-Essen, Institute for Computer Science and Business Information Systems (ICB).
  • Handle: RePEc:zbw:udeicb:57
    as

    Download full text from publisher

    File URL: https://www.econstor.eu/bitstream/10419/97164/1/784843244.pdf
    Download Restriction: no
    ---><---

    References listed on IDEAS

    as
    1. Alan Brennan & Stephen E. Chick & Ruth Davies, 2006. "A taxonomy of model structures for economic evaluation of health technologies," Health Economics, John Wiley & Sons, Ltd., vol. 15(12), pages 1295-1310, December.
    2. Frank A. Sonnenberg & J. Robert Beck, 1993. "Markov Models in Medical Decision Making," Medical Decision Making, , vol. 13(4), pages 322-338, December.
    Full references (including those not matched with items on IDEAS)

    Most related items

    These are the items that most often cite the same works as this one and are cited by the same works as this one.
    1. F. Tomini & F. Prinzen & A. D. I. Asselt, 2016. "A review of economic evaluation models for cardiac resynchronization therapy with implantable cardioverter defibrillators in patients with heart failure," The European Journal of Health Economics, Springer;Deutsche Gesellschaft für Gesundheitsökonomie (DGGÖ), vol. 17(9), pages 1159-1172, December.
    2. Anna K. Lugnér & Sido D. Mylius & Jacco Wallinga, 2010. "Dynamic versus static models in cost‐effectiveness analyses of anti‐viral drug therapy to mitigate an influenza pandemic," Health Economics, John Wiley & Sons, Ltd., vol. 19(5), pages 518-531, May.
    3. Sarang Deo & Seyed Iravani & Tingting Jiang & Karen Smilowitz & Stephen Samuelson, 2013. "Improving Health Outcomes Through Better Capacity Allocation in a Community-Based Chronic Care Model," Operations Research, INFORMS, vol. 61(6), pages 1277-1294, December.
    4. Marta Soares & Luísa Canto e Castro, 2012. "Continuous Time Simulation and Discretized Models for Cost-Effectiveness Analysis," PharmacoEconomics, Springer, vol. 30(12), pages 1101-1117, December.
    5. Sun-Young Kim & Sue Goldie, 2008. "Cost-Effectiveness Analyses of Vaccination Programmes," PharmacoEconomics, Springer, vol. 26(3), pages 191-215, March.
    6. Marta O Soares & L Canto e Castro, 2010. "Simulation or cohort models? Continuous time simulation and discretized Markov models to estimate cost-effectiveness," Working Papers 056cherp, Centre for Health Economics, University of York.
    7. James Shearer & Colin Green & Carl Counsell & John Zajicek, 2011. "The use of decision-analytic models in Parkinson’s disease," Applied Health Economics and Health Policy, Springer, vol. 9(4), pages 243-258, July.
    8. Marta O. Soares & Luísa Canto e Castro, 2012. "Continuous Time Simulation and Discretized Models for Cost-Effectiveness Analysis," PharmacoEconomics, Springer, vol. 30(12), pages 1101-1117, December.
    9. Zixian, Liu & Xin, Ni & Yiliu, Liu & Qinglu, Song & Yukun, Wang, 2011. "Gastric esophageal surgery risk analysis with a fault tree and Markov integrated model," Reliability Engineering and System Safety, Elsevier, vol. 96(12), pages 1591-1600.
    10. Pedram Sendi & Huldrych F Günthard & Mathew Simcock & Bruno Ledergerber & Jörg Schüpbach & Manuel Battegay & for the Swiss HIV Cohort Study, 2007. "Cost-Effectiveness of Genotypic Antiretroviral Resistance Testing in HIV-Infected Patients with Treatment Failure," PLOS ONE, Public Library of Science, vol. 2(1), pages 1-8, January.
    11. Ortiz-Barrios, Miguel & Arias-Fonseca, Sebastián & Ishizaka, Alessio & Barbati, Maria & Avendaño-Collante, Betty & Navarro-Jiménez, Eduardo, 2023. "Artificial intelligence and discrete-event simulation for capacity management of intensive care units during the Covid-19 pandemic: A case study," Journal of Business Research, Elsevier, vol. 160(C).
    12. Bernhard Ultsch & Oliver Damm & Philippe Beutels & Joke Bilcke & Bernd Brüggenjürgen & Andreas Gerber-Grote & Wolfgang Greiner & Germaine Hanquet & Raymond Hutubessy & Mark Jit & Mirjam Knol & Rüdiger, 2016. "Methods for Health Economic Evaluation of Vaccines and Immunization Decision Frameworks: A Consensus Framework from a European Vaccine Economics Community," PharmacoEconomics, Springer, vol. 34(3), pages 227-244, March.
    13. Hossein Haji Ali Afzali & Laura Bojke & Jonathan Karnon, 2018. "Model Structuring for Economic Evaluations of New Health Technologies," PharmacoEconomics, Springer, vol. 36(11), pages 1309-1319, November.
    14. Malek B Hannouf & Chander Sehgal & Jeffrey Q Cao & Joseph D Mocanu & Eric Winquist & Gregory S Zaric, 2012. "Cost-Effectiveness of Adding Cetuximab to Platinum-Based Chemotherapy for First-Line Treatment of Recurrent or Metastatic Head and Neck Cancer," PLOS ONE, Public Library of Science, vol. 7(6), pages 1-9, June.
    15. Becky Pennington & Alex Filby & Lesley Owen & Matthew Taylor, 2018. "Smoking Cessation: A Comparison of Two Model Structures," PharmacoEconomics, Springer, vol. 36(9), pages 1101-1112, September.
    16. Gemma E. Shields & Mark Wilberforce & Paul Clarkson & Tracey Farragher & Arpana Verma & Linda M. Davies, 2022. "Factors Limiting Subgroup Analysis in Cost-Effectiveness Analysis and a Call for Transparency," PharmacoEconomics, Springer, vol. 40(2), pages 149-156, February.
    17. Bärnighausen, Till & Bloom, David E., 2009. ""Conditional scholarships" for HIV/AIDS health workers: Educating and retaining the workforce to provide antiretroviral treatment in sub-Saharan Africa," Social Science & Medicine, Elsevier, vol. 68(3), pages 544-551, February.
    18. Mattias Ekman & Peter Lindgren & Carolin Miltenburger & Genevieve Meier & Julie Locklear & Mary Chatterton, 2012. "Cost Effectiveness of Quetiapine in Patients with Acute Bipolar Depression and in Maintenance Treatment after an Acute Depressive Episode," PharmacoEconomics, Springer, vol. 30(6), pages 513-530, June.
    19. Fernando Alarid-Escudero & Richard F. MacLehose & Yadira Peralta & Karen M. Kuntz & Eva A. Enns, 2018. "Nonidentifiability in Model Calibration and Implications for Medical Decision Making," Medical Decision Making, , vol. 38(7), pages 810-821, October.
    20. Koen Degeling & Maarten J. IJzerman & Mariel S. Lavieri & Mark Strong & Hendrik Koffijberg, 2020. "Introduction to Metamodeling for Reducing Computational Burden of Advanced Analyses with Health Economic Models: A Structured Overview of Metamodeling Methods in a 6-Step Application Process," Medical Decision Making, , vol. 40(3), pages 348-363, April.

    More about this item

    NEP fields

    This paper has been announced in the following NEP Reports:

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:zbw:udeicb:57. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    If CitEc recognized a bibliographic reference but did not link an item in RePEc to it, you can help with this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: ZBW - Leibniz Information Centre for Economics (email available below). General contact details of provider: https://edirc.repec.org/data/fwessde.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.