Uncategorized

Kbv Muster 63

Zitat: Strumann C, Steinhaeuser J, Emcke T, Sönnichsen A, Goetz K (2020) Kommunikationstraining und das Verschreibungsmuster der Antibiotikaverschreibung in der primären Gesundheitsversorgung. PLoS ONE 15(5): e0233345. doi.org/10.1371/journal.pone.0233345 Dieses Dokument beschreibt das allgemeine Muster, bei dem ein Antragsteller einem Identitätsnachweis- und Registrierungsprozess unterzogen wird, bei dem seine Identitätsnachweise und Attribute gesammelt, eindeutig in einer bestimmten Grundgesamtheit oder einem bestimmten Kontext aufgelöst und anschließend validiert und überprüft werden. Weitere Informationen zur Auswahl der am besten geeigneten IAL finden Sie unter SP 800-63-3 Abschnitt 6.1. Ein CSP kann diese Attribute dann an einen Authentifikator binden (beschrieben in SP 800-63B). Als Ergebnisvariable betrachteten wir die binäre Wahl, ob ein Antibiotikum für einen URTI-Fall verschrieben wurde. Die Auswahl potenzieller Determinanten, die sowohl in der Vorintervention als auch in den DiD-Regressionsanalysen als Kontrollvariablen dienten, basierte auf verwandter früherer Literatur [25, 57]. Sie lassen sich in drei Kategorien einteilen: (i) Fallbezogene (Jahr, Quartal, Diagnose und ihre Sicherheit, Notdienst), (ii) patientenspezifische (Versicherungsstatus, Alter, Geschlecht) und (iii) ärztliche Merkmale (Alter, Geschlecht, Anzahl der URTI-Patienten in diesem Quartal). Saisonale Effekte und eine allgemeine Entwicklung des Verschreibungsmusters wurden von den jeweiligen Dummy-Variablen berücksichtigt, die das Quartal bzw. das Jahr der Konsultation identifizierten.

Da die Verschreibungsrate zwischen den betrachteten Diagnosen variieren könnte, führten wir Dummy-Variablen für Sinusitis und Pharyngitis mit Bronchitis als Referenz ein. Nach der deutschen Codierungspolitik sind Primärmediziner verpflichtet, ihre Diagnosen als validiert (sicher) oder vermutet (Fälle ohne feste Diagnose) zu bezeichnen. Wir haben für die Fälle mit einer bestimmten Diagnose kontrolliert, indem wir eine entsprechende Dummy-Variable einbeziehen. Darüber hinaus unterscheiden wir, ob der Patient während der außerstündigen Betreuung (Notdienst) eine Notfallstation aufgesucht hat. Die demografischen Variablen des Patienten setzten sich aus dem Geschlecht (Geschlecht = 1: weiblich), dem Alter und dem Versicherungsstatus (normal, Familie oder Rentner) zusammen. Das Alter wurde nach den jeweiligen Dummy-Variablen für Patienten im Alter von 35, 35-65, 65+ gruppiert, um nichtlineare Alterseffekte zu ermöglichen. In Deutschland gibt der Versicherungsstatus an, ob der Patient ordentlich versichert, im Ruhestand oder mitversichert ist.