Sirvi Autor "Kirpu, Viktoria" järgi

Tulemuste filtreerimiseks trükkige paar esimest tähte
Nüüd näidatakse 1 - 2 2
  • Pisipilt
    Kirje
    Haigekassa kindlustamata patsientide vigastuste andmete imputeerimine
    (2018) Kirpu, Viktoria; Lepik, Natalja, juhendaja; Eigo, Natalja, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
    Töö eesmärk on Haigekassale saadetavate andmete täiendamine kasutades lisainformatsiooni allikana tervise infosüsteemi andmeid. Selleks on mõlema andmebaasi andmed omavahel ühendatud ning vastavalt sellele leitud paljudele Haigekassa andmebaasis ravikindlustuseta patsientide vanused. Vaadeldavat tunnust toovad välja tervise infosüsteemi epikriisid, kuid Haigekassa raviarvetel see info puudub. Nendele epikriisidele, kus patsientidele vanust ei õnnestunud leida, imputeeritakse puuduolevad andmed kolmel meetodil: üldine Hot-Deck omistus, lähima naabri meetod ja Hot-Deck omistus klassis kombineerituna lähima naabri meetodiga. Ühendamise protsessis suudeti leida vanused 5633 ravikindlustuseta patsiendi raviarvele ja vanuseta jäid 3515 raviarvet. Edasise analüüsi tulemuste põhjal otsustati kasutada üldise juhusliku Hot-Deck meetodiga saadud väärtusi, sest imputeerimiste simuleerimise katsel andis vaadeldav meetod kõige täpsemaid ja stabiilsemaid tulemusi.
  • Pisipilt
    Kirje
    Vähki haigestumise riski hindamine soo, vanuse ja aasta järgi
    (2020) Kirpu, Viktoria; Möls, Märt, juhendaja; Eigo, Natalja, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
    Magistritöös uuriti vähki haigestumise riski patsiendi vanuse, diagnoosimise aasta ja võimalusel patsiendi soo järgi. Sissejuhatuseks toodi töös välja lühike ülevaade kasutatud vähiregistri ja Statistikaameti andmebaasi rahvaarvu andmetest, vähi olemusest ning analüüsis käsitletud vähipaikmetest: eesnääre ja emakakael. Mudelite loomisel kasutati Poissoni ja kvaasi-Poissoni regressiooni, andmetele leiti Clopper–Pearson’i usaldusintervallid ning mudeli kasvamis-, kahanemis- ja käänukohtade tuvastamiseks rakendati hii^2-testi ja t-testi. Graafikute abil uuriti standardiseeritud haigestumuskordaja muutumist. Uuriti 2017. aasta andmete alusel loodud mudelite prognoosivõimet.