Standaard Boekhandel gebruikt cookies en gelijkaardige technologieën om de website goed te laten werken en je een betere surfervaring te bezorgen.
Hieronder kan je kiezen welke cookies je wilt inschakelen:
Technische en functionele cookies
Deze cookies zijn essentieel om de website goed te laten functioneren, en laten je toe om bijvoorbeeld in te loggen. Je kan deze cookies niet uitschakelen.
Analytische cookies
Deze cookies verzamelen anonieme informatie over het gebruik van onze website. Op die manier kunnen we de website beter afstemmen op de behoeften van de gebruikers.
Marketingcookies
Deze cookies delen je gedrag op onze website met externe partijen, zodat je op externe platformen relevantere advertenties van Standaard Boekhandel te zien krijgt.
Je kan maximaal 250 producten tegelijk aan je winkelmandje toevoegen. Verwijdere enkele producten uit je winkelmandje, of splits je bestelling op in meerdere bestellingen.
This comprehensive guide presents a data science approach to healthcare quality measurement and provider profiling for policymakers, regulators, hospital quality leaders, clinicians, and researchers. Two volumes encompass basic and advanced statistical techniques and diverse practical applications. Volume 1 begins with a historical review followed by core concepts including measure types and attributes (bias, validity, reliability, power, sample size); data sources; target conditions and procedures; patient and provider observation periods; attribution level; risk modeling; social risk factors; outlier classification; data presentation; public reporting; and graphical approaches. Volume 2 introduces causal inference for provider profiling, focusing on hierarchical regression models. These models appropriately partition systematic and random variation in observations, accounting for within-provider clustering. Item Response Theory models are introduced for linking multiple categorical quality metrics to underlying quality constructs. Computational strategies are discussed, followed by various approaches to inference. Finally, methods to assess and compare model fit are presented.