Projektpartner: Monash University, Australien 

Das Projekt wird durch den DAAD / Bundesministerium für Bildung und Forschung unterstützt.

Laufzeit: 2020-2021

Obwohl die Entwicklung neuer medizinischer Technologien zu besseren Überlebensraten und einer besseren Qualität der Versorgung führen, deuten Daten von US Medicare darauf hin, dass hohe Gesundheitskosten nicht notwendigerweise mit besseren Gesundheitsergebnissen verbunden sind.  Dieses Projekt konzentriert sich auf die angebotsseitigen Erklärungsfaktoren und das Verhalten der Leistungserbringer. Ziel ist es, die Eignung der Behandlungsentscheidung eines Arztes/ einer Ärztin angesichts neuer Technologien zu analysieren und Kosten-Nutzen-Vergleiche mit Hilfe fortgeschrittener statistischer Techniken wie dem maschinellen Lernen durchzuführen.

Working Paper der Projektergebnisse: 

Sriubaite I, Harris A, Jones AM, Gabbe B. Economic Consequences of Road Traffic Injuries. Application of the Super Learner algorithm [Internet]. Health, Econometrics and Data Group (HEDG) Working Papers. HEDG, c/o Department of Economics, University of York; 2020 Nov [cited 2022 Aug 3]. (Health, Econometrics and Data Group (HEDG) Working Papers). Report No.: 20/20. Available from: https://ideas.repec.org/p/yor/hectdg/20-20.html 

Avdic D, Blankart KE. Do soft cost-control measures change productivity? - Preferred statin prescribing in Germany. Proceedings. 2021 Aug 1;2021(1):13060.