|
|
|
- Inkeri Mäkinen
- 2 vuotta sitten
- Katselukertoja:
Transkriptio
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231 231 hyöty eivät välttämättä kohtaa kyseisellä sektorilla optimaalisesti. Mittaamismenetelmän täytyy olla siis helppo täyttää, käyttää ja ennen kaikkea tulkita. Stakes:ssa on runsaasti projekteja, joissa mitataan tehokkuutta ja vaikuttavuutta käyttämällä automaattisesti sinne keräytyviä tietoja. Kustannus utiliteettianalyysin käyttö on välttämätöntä, mikäli halutaan kokonaiskäsitys hoidon vaikuttavuudesta. Pelkän tehokkuuden arviointi ei kerro hoidon hyödyllisyydestä. Yleispäteviä ja myös Suomen terveydenhuollon toimintatapoihin standardoituja menetelmiä tulee kehittää. Niiden tarkoitus olisi tuottaa laajapohjaista tietoa terveydenhuollossa käytettyjen menetelmien kustannustehokkuudesta ja kustannusvaikuttavuudesta. Todennäköisesti ei löydy yhtä ylivertaista mittaria, ja voi olla järkevää yhdistellä tietyissä tapauksissa useampia mittausmenetelmiä. Preferenssit muuttuvat väestössä jatkuvasti ajan myötä, ja 15D:n kohdalla preferenssien suomalaisuus on nähtävä etuna. Vaikuttavuusmittaukset tulevat todennäköisesti tulevaisuudessa siirtymään korostuneesti osaksi sairaaloiden omaa toimintaa, minne sen voidaan perustellusti väittää myös kuuluvan. Tutkimuksessa käytetyllä menetelmällä saadaan kustannusvaikuttavuudesta suoritettua analyysi minimilaajuudessaan yhdistämällä pelkkään kuntalaskutustietoon elämänlaatumittareiden tulokset. Tutkimuksessa käytettiin kustannuslaskennassa kuntalaskutusta, ja siinä ei huomioitu pitkäaikaiskuluja eri sektoreille. Menettelyllä saatiin käsitys intervention vaikutuksesta terveyteen liittyvään elämänlaatuun, ja samalla terveydenhuollon kustannuksiin, vain seuranta ajalta eli noin 4 kk:n ajalta. Jatkokehittelyssä on kustannustietojen keruun osalta perusteltua pyrkiä käyttämään ainakin kokeellisesti myös pidempää aikaperspektiiviä. Perushoitoilmoitusinformaatiolla saadaan täydennettyä seurantatietoja haluttaessa paljon. Realistisemman aikaulottuvuuden lisäksi voidaan siten päästä yhdistämään vaikuttavuuden seurantaan elementtejä tehokkuuden seurannasta. Sairaalatasolla halutaan jatkossakin tietoa myös tuotannon tehokkuudesta vaikuttavuuden lisäksi, ja tiedon keräämistavat on yhdistettävissä toisiinsa luontevasti. Tutkimuksessa käytetty menetelmä ei ole optimaalinen. Se kykenee kuitenkin havaitsemaan kahden eri mittarin avulla hoitojen kustannus vaikuttavuutta ja toimii hyvin myös rutiinisti kerätyn tiedon pohjalta. Menetelmällä saadaan tietopohjaa myös mahdollisia allokaatiopäätöksiä varten, joita tulemme tarvitsemaan jatkossa mitä ilmeisimmin. Terveystaloustieteellisten analyysien tilaajien ymmärrys vastauksien merkityksestä on välttämätöntä. Myös heikosti vaikuttava hoito voi olla joskus välttämätöntä, ja varsinkin hoitojen karsimisen tulisi tapahtua yhteistyössä kliinistä työtä tekevien lääkäreiden kanssa. Tulee olla myös uskallusta toimia saadun tiedon pohjalta. Poliittinen järjestelmä on osoittautunut pitkälti kyvyttömäksi isojen linjauspäätösten teossa. Virkamies tai vakuutuslaitospohjainen päätöksenteko on sille mahdollisesti yksi hyvä vaihtoehto. Se siirtäisi ainakin priorisointipäätökset kohti makrotasoa, jonne ne kuuluvat
232 232 kin. Kustannusvaikuttavuuden arvioiminen on tarpeen joka tapauksessa suunniteltaessa minkälaisia linjauspäätöksiä tahansa. Kustannusten kasvun eksponentiaalinen malli vaikuttaa pitävän valitettavasti paikkansa, sillä se toteutui myös tässä aineistossa lähes sellaisenaan. Käyrä osoittaa alla olevassa kuviossa täydellisen eksponentiaalisen jakauman muodon. Noin 700 potilaan hoito muodosti 80.8 % kustannuksista, ja vain muutaman yksilön hoito muodosti puolestaan jo 1.3 % kustannuksista. Kalliimpien hoitojen suhteen on edelleen kasvupainetta ja jatkuvasti esitetään vaatimuksia kyseisten hoitojen lisäämisestä. Supistuspaineet on kohdistettu etupäässä rutiinihoitoihin, jotka kuitenkin tuottavat apua määrällisesti huomattavasti suuremmalle joukolle. Hoitomuotojen välisen allokoimisen ongelmaa voi lähestyä alla olevan reaalimaailman esimerkin pohjalta. Histogram (joesai2.sta 158v*828c) y = 828 * 3857,5 * expon (x; 0,000369) No of obs ,8% 7,0% 6,8% 2,4% 1,8% 0,4% 0,5% 0,4% <= 3857,5 (7715;11572,5] (15430;19287,5] (23145;27002,5] (3857,5;7715] (11572,5;15430] (19287,5;23145] > 27002,5 HINTA Päätän työn vanhuspotilaan kirjoittamaan viestiin, joka puhutteli minua voimakkaasti. Potilas ei osallistunut enää B kaavakkeella tutkimukseen, mutta hän halusi kertoa oman näkemyksensä terveydenhuollon tilasta. Lähetän nämä paperit nyt kovasti myöhässä. Anteeksi. Olen ollut todella sairas, enkä meinannut millään saada apua vaivoihini, meillä on lääkäri pula ja minulla liian vähän rahaa, mennä yksityiselle. Saimme kuntaan yhden uuden sijais lääkärin.
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255 15D:n keskimääräinen muutos painottuu lähemmäksi nollaa kuin 15Ds:n, mutta se on kuitenkin positiivinen. 15D:n jakauma on kapeampi kuin 15Ds:n, ja se on samalla loogisesti myös muodoltaan korkeampi 15Ds:n jakaumaan verrattuna. 15Ds saavuttaa suhteessa enemmän jakauman ääripäissä olevia arvoja. 15Ds toteaa keskimäärin suuremman muutoksen terveyteen liittyvässä elämänlaadussa. Se havaitsee myös muutosta sensitiivisemmin. Kuvaaja 1: 15D erotukset koko aineistossa verrattuna 15Ds erotuksiin Histogram (joensuu.sta 168v*828c) ERO15D y = 828 * 0,1 * normal (x; 0,009028; 0,055397) EROH15D y = 828 * 0,1 * normal (x; 0,021738; 0,073983) No of obs <=,2 (,2;,1] (,1;0] (0;,1] (,1;,2] >,2 ERO15D EROH15D
256 Kuvaaja 2: 15D erotukset ja vastaavat kustannukset koko aineistossa 15D:n toteama positiivinen terveyshyöty ja kustannukset korreloivat lievän positiivisesti toisiinsa aineistossa Scatterplot (joesai3.sta 157v*828c) y=2667, ,15*x+eps HINTA ,25 0,15 0,05 0,05 0,15 0,25 0,35 ERO15D
257 Kuvaaja 3: 15Ds erotukset ja vastaavat kustannukset koko aineistossa Jakauma painottuu siten, että positiiviset muutokset maksavat enemmän kuin negatiiviset. Kustannukset nousevat edelleen jatkuvasti lievästi suhteessa erotuksen positiivisen itseisarvon kasvuun. Kustannuksiltaan kalleimmilla tapauksilla on yleensä saatu myös varsin hyvää vaikuttavuutta Scatterplot (joesai3.sta 157v*828c) y=2582, ,13*x+eps HINTA ,3 0,2 0,1 0,0 0,1 0,2 0,3 0,4 EROH15D
258 Molempien mittareiden kohdalla todetaan lievä kustannusten tasainen kasvu suhteessa kohonneeseen elämänlaatuun. Kasvu on voimakkaampi 15Ds:n tapauksessa. Molempien mittareiden kohdalla ilmiö jää heikoksi. Esityksestä voidaan todeta tapausten edustavan valtaosin kustannuksiltaan edullista hoitamista. Kuvaaja 4: 15D ja 15Ds erotukset hinnan funktiona 0,4 Scatterplot (joensuu.sta 168v*828c) EROH15D (L)=0,017+1,496e 6*x+eps ERO15D (R)=0,007+7,401e 7*x+eps 0,35 0,3 0,2 0,1 0,0 0,1 0,2 0,25 0,15 0,05 0,05 0,15 0,3 0, EROH15D (L) ERO15D (R) HINTA
259 15D:n toteama terveyteen liittyvän elämänlaadun muutos on positiivinen nuoremmassa päässä jakaumaa, mutta se muuttuu lievästi negatiiviseksi vanhimpien potilaiden tapauksessa. Kuvaaja 5: 15D erotus iän funktiona 0,35 Scatterplot (joensuu.sta 168v*828c) y=0,035 4,687e 4*x+eps 0,25 0,15 ERO15D 0,05 0,05 0,15 0, IK_
260 Kuvaaja 6: 15Ds erotus iän funktiona 15Ds:n kohdalla voidaan todeta keskimääräisen terveyteen liittyvän elämänlaadun erotuksen vähentyvän lievästi iän kohotessa. 0,4 Scatterplot (joensuu.sta 168v*828c) y=0,045 4,086e 4*x+eps 0,3 0,2 EROH15D 0,1 0,0 0,1 0,2 0, IK_
261 Graafisessa esityksessä havainnollistuu miesten kohdalla esiintyvä molempien elämänlaatumittareiden erotuksen pienempi vaihteluväli naisiin verrattuna. 15Ds:n mittauskertojen erotus havainnollistuu suurempana ja positiivisena itseisarvoltaan molemmilla sukupolvilla 15D:hen verrattuna, ja 15Ds toteaa myös korkeimmat positiiviset erotuksen itseisarvot. 15D:n erotus jää lähelle nollatasoa, mutta on naisilla lievästi positiivisena parempi kuin miehillä. Kuvaaja 7: 15D ja 15Ds erotus sukupuolen funktiona Scatterplot (joensuu.sta 168v*828c) EROH15D (L)=0,025 0,002*x+eps ERO15D (R)=0,014 0,003*x+eps 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,0 0,05 0,1 0,05 0,2 0,15 0,3 nainen mies 0,25 EROH15D (L) ERO15D (R) SUKUPUOL
262 Kaikissa kolmessa suuressa hoitoontulosyy luokassa todetaan 15Ds:n saavuttavan äärimmäiset positiiviset itseisarvot, ja sen havaitaan lisäksi toteavan enemmän vaikuttavuutta kuin 15D. 15D:n ja 15Ds:n toteamat terveyshyödyt pysyvät tulosyyluokasta riippumatta käytännössä samankaltaisina. Ainoa pieni poikkeama on hoidollisten käyntien tapauksessa 15D:n toteama lievästi parempi vaikuttavuus muihin tulosyihin verrattuna. Kuvaaja 8: Ero15D ja ero15ds hoitoontulosyyn funktiona Scatterplot (joensuu.sta 168v*828c) EROH15D (L)=0,013+0,005*x+eps ERO15D (R)=0,003+0,003*x+eps 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,0 0,05 0,1 0,05 0,2 0,15 0,3 tutkimus kontroll hoidolli muu 0,25 EROH15D (L) ERO15D (R) KAYSYY
263 Esityksessä aineiston ikäjakauma painottuu siten, että moodina toimii ikäryhmä vuotiaat, johon joukkoon osuu myös aineiston keski ik Alle 18 vuoden ikäisiä ei ollut mukana tutkimuksessa, joten jakauma voidaan arvioida varsin tasaiseksi huomioiden sairaanhoitopiirin ikäpyramidille tyypillinen runsas vanhusten osuus. Kuvaaja 9: Ikäjakauma koko aineistossa Histogram (joesai3.sta 157v*828c) y = 828 * 10 * normal (x; 55,9372; 14,9542) No of obs <= 0 (0;10] (10;20] (20;30] (30;40] (40;50] (50;60] (60;70] (70;80] (80;90] > 90 IKÄ
264 C61,ero15D ja ero15ds 8 Histogram (joensuu.sta 168v*16c) ERO15D y = 16 * 0,05 * normal (x; 0,01685; 0,058374) EROH15D y = 16 * 0,05 * normal (x; 0,004128; 0,073213) No of obs <=,2 (,2;,15] (,15;,1] (,1;,05] (,05;0] (0;,05] >,05 ERO15D EROH15D
265 C61,ero15D ja hinta 1800 Scatterplot (joensuu.sta 168v*16c) y=608, ,146*x+eps HINTA ,22 0,18 0,14 0,10 0,06 0,02 0,02 0,06 0,10 ERO15D
266 C61,ero15Ds ja hinta 1800 Scatterplot (joensuu.sta 168v*16c) y=590, ,87*x+eps HINTA ,30 0,25 0,20 0,15 0,10 0,05 0,00 0,05 0,10 EROH15D
267 C61,ero15D,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*16c) z=2+0*x+0*y+0*x*x+0*x*y+0*y*y 1,182 1,364 1,545 1,727 1,909 2,091 2,273 2,455 2,636 2,818 above
268 C61,ero15Ds,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*16c) z=2+0*x+0*y+0*x*x+0*x*y+0*y*y 1,182 1,364 1,545 1,727 1,909 2,091 2,273 2,455 2,636 2,818 above
269 G40,ero15D ja ero15ds 5 Histogram (joensuu.sta 168v*13c) ERO15D y = 13 * 0,02 * normal (x; 0,028992; 0,044075) EROH15D y = 13 * 0,02 * normal (x; 0,025846; 0,049174) 4 3 No of obs <=,04 (,02; 0] (,02;,04] (,06;,08] (,1;,12] >,14 (,04;,02] ( 0;,02] (,04;,06] (,08;,1] (,12;,14] ERO15D EROH15D
270 G40,ero15D ja hinta Scatterplot (joesai3.sta 157v*828c) y=1117, ,5*x+eps HINTA ,06 0,02 0,02 0,06 0,10 0,14 0,18 ERO15D
271 G40,ero15Ds ja hinta Scatterplot (joensuu.sta 168v*13c) y=1310, ,26*x+eps HINTA ,08 0,04 0,00 0,04 0,08 0,12 0,16 EROH15D
272 G40,ero15D,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*13c) z= 1,235+1,079*x+0,11*y+88,145*x*x 0,161*x*y 9,718e 4*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
273 G40,ero15Ds,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*13c) z= 0,692+5,164*x+0,085*y+7,947*x*x 0,067*x*y 7,25e 4*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
274 H25.1,ero15D ja ero15ds 6 Histogram (joensuu.sta 168v*16c) ERO15D y = 16 * 0,02 * normal (x; 0,013287; 0,04549) EROH15D y = 16 * 0,02 * normal (x; 0,029784; 0,053125) 5 4 No of obs <=,06 (,04;,02] (,06;,04] (,02; 0] ( 0;,02] (,04;,06] (,02;,04] (,06;,08] >,08 ERO15D EROH15D
275 H25.1,ero15D ja hinta Scatterplot (joensuu.sta 168v*16c) y=7354, ,1*x+eps HINTA ,08 0,06 0,04 0,02 0,00 0,02 0,04 0,06 0,08 0,10 ERO15D
276 H25.1,ero15Ds ja hinta Scatterplot (joensuu.sta 168v*16c) y=7300, ,25*x+eps HINTA ,08 0,04 0,00 0,04 0,08 0,12 0,16 EROH15D
277 H25.1,ero15D,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*16c) z= 7,384 0,782*x+0,23*y+18,837*x*x+0,036*x*y 0,002*y*y 0,863 0,926 0,989 1,052 1,115 1,177 1,24 1,303 1,366 1,429 above
278 H25.1,ero15Ds, ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*16c) z= 11,584+38,936*x+0,328*y+21,465*x*x 0,467*x*y 0,002*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
279 I20 ero15d ja ero15ds 5 Histogram (joensuu.sta 168v*15c) ERO15D y = 15 * 0,02 * normal (x; 0,02266; 0,042005) EROH15D y = 15 * 0,02 * normal (x; 0,05416; 0,075028) 4 3 No of obs <=,04 (,02; 0] (,04;,02] ( 0;,02] (,02;,04] (,06;,08] (,04;,06] (,08;,1] >,1 ERO15D EROH15D
280 I20 ero15d ja hinta Scatterplot (joensuu.sta 168v*15c) y=7021, ,6*x+eps HINTA ,06 0,04 0,02 0,00 0,02 0,04 0,06 0,08 0,10 0,12 ERO15D
281 I20 ero15ds ja hinta Scatterplot (joensuu.sta 168v*15c) y=4176, ,34*x+eps HINTA ,08 0,02 0,04 0,10 0,16 0,22 EROH15D
282 I20 ero15d,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*15c) z= 1,591+15,757*x+0,121*y 250,232*x*x 0,004*x*y 9,844e 4*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
283 I20 ero15ds,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*15c) z=1,134+2,237*x+0,033*y 15,115*x*x+0,038*x*y 3,968e 4*y*y 0,917 1,033 1,15 1,266 1,383 1,499 1,616 1,732 1,849 1,965 above
284 I25.2 ero15d ja ero15ds 8 Histogram (joensuu.sta 168v*21c) ERO15D y = 21 * 0,05 * normal (x; 0,010605; 0,061588) EROH15D y = 21 * 0,05 * normal (x; 0; 0,064293) No of obs <=,2 (,2;,15] (,15;,1] (,1;,05] (,05;0] (0;,05] (,05;,1] >,1 ERO15D EROH15D
285 I25.2 ero15d ja hinta 8000 Scatterplot (joensuu.sta 168v*21c) y=1213, ,74*x+eps HINTA ,22 0,16 0,10 0,04 0,02 0,08 0,14 ERO15D
286 I25.2 ero15ds ja hinta 8000 Scatterplot (joensuu.sta 168v*21c) y=1243, ,266*x+eps HINTA ,12 0,08 0,04 0,00 0,04 0,08 0,12 EROH15D
287 I25.2 ero15d,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*21c) z= 3,552+31,248*x+0,176*y 31,092*x*x 0,578*x*y 0,001*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
288 I25.2 ero15ds,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*21c) z= 3,654+8,904*x+0,166*y 28,747*x*x 0,173*x*y 0,001*y*y 1,063 1,169 1,276 1,382 1,489 1,595 1,702 1,808 1,915 2,022 above
289 I70.2 ero15d ja ero15ds 5 Histogram (joensuu.sta 168v*16c) ERO15D y = 16 * 0,02 * normal (x; 0,019375; 0,066344) EROH15D y = 16 * 0,02 * normal (x; 0,028344; 0,081246) 4 3 No of obs <=,08 (,08;,06] (,06;,04] (,04;,02] (,02; 0] ( 0;,02] (,02;,04] (,04;,06] (,06;,08] (,08;,1] (,1;,12] (,12;,14] (,14;,16] (,16;,18] >,18 ERO15D EROH15D
290 I70.2 ero15d ja hinta Scatterplot (joensuu.sta 168v*16c) y=4059, ,1*x+eps HINTA ,08 0,04 0,00 0,04 0,08 0,12 0,16 0,20 ERO15D
291 I70.2 ero15ds ja hinta Scatterplot (joensuu.sta 168v*16c) y=3805, ,74*x+eps HINTA ,10 0,04 0,02 0,08 0,14 0,20 0,26 EROH15D
292 I70.2 ero15d,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*16c) z=2,301 39,995*x 0,011*y 63,756*x*x+0,612*x*y+7,809e 5*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
293 I70.2 ero15ds,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*16c) z=3,969 11,557*x 0,066*y 24,94*x*x+0,194*x*y+5,068e 4*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
294 J45 ero15d ja ero15ds Histogram (joensuu.sta 168v*31c) ERO15D y = 31 * 0,05 * normal (x; 0,004887; 0,070544) EROH15D y = 31 * 0,05 * normal (x; 0,008361; 0,09119) No of obs <=,2 (,15;,1] (,05;0] (,2;,15] (,1;,05] (0;,05] (,05;,1] (,1;,15] (,15;,2] >,2 ERO15D EROH15D
295 J45 ero15d ja hinta Scatterplot (joensuu.sta 168v*31c) y=1467,66 913,988*x+eps HINTA ,25 0,15 0,05 0,05 0,15 0,25 ERO15D
296 J45 ero15ds ja hinta Scatterplot (joensuu.sta 168v*31c) y=1464, ,219*x+eps HINTA ,3 0,2 0,1 0,0 0,1 0,2 0,3 EROH15D
297 J45 ero15d,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*31c) z=0,644+11,928*x+0,034*y+28,901*x*x 0,219*x*y 3,972e 4*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
298 J45 ero15ds,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*31c) z=0,882+11,427*x+0,024*y+18,554*x*x 0,212*x*y 2,834e 4*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
299 K21 ero15d ja ero15ds 5 Histogram (joensuu.sta 168v*9c) ERO15D y = 9 * 0,02 * normal (x; 0,009767; 0,036798) EROH15D y = 9 * 0,02 * normal (x; 0,045433; 0,05203) 4 3 No of obs <=,06 (,04;,02] (,06;,04] (,02; 0] ( 0;,02] (,04;,06] (,02;,04] (,06;,08] >,08 ERO15D EROH15D
300 K21 ero15d ja hinta 1150 Scatterplot (joensuu.sta 168v*9c) y=937, ,152*x+eps HINTA ,08 0,06 0,04 0,02 0,00 0,02 0,04 0,06 0,08 0,10 ERO15D
301 K21 ero15ds ja hinta 1150 Scatterplot (joensuu.sta 168v*9c) y=874, ,374*x+eps HINTA ,04 0,02 0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 EROH15D
302 K21 ero15d, ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*9c) z= 5,392 4,516*x+0,244*y+193,223*x*x 1,69e 4*x*y 0,002*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
303 K21 ero15ds, ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*9c) z= 21,964+58,022*x+0,786*y 116,746*x*x 0,691*x*y 0,007*y*y 0,92 1,041 1,161 1,281 1,401 1,522 1,642 1,762 1,882 2,003 above
304 M05.8 ero15d ja ero15ds 6 Histogram (joensuu.sta 168v*14c) ERO15D y = 14 * 0,02 * normal (x; 0,016993; 0,062065) EROH15D y = 14 * 0,02 * normal (x; 0,0223; 0,097592) 5 4 No of obs <=,1 (,1;,08] (,08;,06] (,06;,04] (,04;,02] (,02; 0] ( 0;,02] (,02;,04] (,04;,06] (,06;,08] (,08;,1] (,1;,12] (,12;,14] (,14;,16] >,16 ERO15D EROH15D
305 M05.8 ero15d ja hinta Scatterplot (joensuu.sta 168v*14c) y=5002, ,97*x+eps HINTA ,10 0,06 0,02 0,02 0,06 0,10 0,14 0,18 ERO15D
306 M05.8 ero15ds ja hinta Scatterplot (joensuu.sta 168v*14c) y=4927, ,85*x+eps HINTA ,20 0,15 0,10 0,05 0,00 0,05 0,10 0,15 0,20 0,25 EROH15D
307 M05.8 ero15d, ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*14c) z=11,844 30,292*x 0,413*y 73,717*x*x+0,662*x*y+0,004*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
308 M05.8 ero15ds, ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*14c) z=6,243+1,353*x 0,2*y 22,412*x*x+0,049*x*y+0,002*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
309 M51.1,ero15D ja ero15ds 7 Histogram (joensuu.sta 168v*14c) ERO15D y = 14 * 0,05 * normal (x; 0,061493; 0,062455) EROH15D y = 14 * 0,05 * normal (x; 0,084407; 0,077729) 6 5 No of obs <=,1 (,1;,05] (,05;0] (0;,05] (,05;,1] (,1;,15] (,15;,2] >,2 ERO15D EROH15D
310 M51.1 ero15d ja hinta Scatterplot (joesai3.sta 157v*828c) y=7337, ,85*x+eps HINTA ,10 0,04 0,02 0,08 0,14 0,20 ERO15D
311 M51.1, ero15ds ja hinta Scatterplot (joesai3.sta 157v*828c) y=6610, ,66*x+eps HINTA ,15 0,05 0,05 0,15 0,25 0,35 EROH15D
312 M51.1,ero15D,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*14c) z=4,702 12,124*x 0,103*y 5,26*x*x+0,243*x*y+7,736e 4*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
313 M51.1,ero15Ds,ikä ja sukupuoli 3D Surface Plot (joensuu.sta 168v*14c) z=4,702 12,124*x 0,103*y 5,26*x*x+0,243*x*y+7,736e 4*y*y 0,927 1,055 1,182 1,309 1,436 1,564 1,691 1,818 1,945 2,073 above
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
Til.yks. x y z
Tehtävien ratkaisuja. a) Tilastoyksiköitä ovat työntekijät: Vatanen, Virtanen, Virtanen ja Voutilainen; muuttujina: ikä, asema, palkka, lasten lkm (ja nimikin voidaan tulkita muuttujaksi, jos niin halutaan)
r = 0.221 n = 121 Tilastollista testausta varten määritetään aluksi hypoteesit.
A. r = 0. n = Tilastollista testausta varten määritetään aluksi hypoteesit. H 0 : Korrelaatiokerroin on nolla. H : Korrelaatiokerroin on nollasta poikkeava. Tarkastetaan oletukset: - Kirjoittavat väittävät
Laatu ja terveyshyöty terveydenhuollossa
Laatu ja terveyshyöty terveydenhuollossa Johtaja Juha Teperi Terveysfoorumi 12.3. 2015 Esityksen teemoja Mitä terveyshyöty on? Terveyshyödyn mittaamisesta Esimerkkejä jo otetuista kehitysaskelista Kuinka
Näistä standardoiduista arvoista laskettu keskiarvo on nolla ja varianssi 1, näin on standardoidulle muuttujalle aina.
[MTTTP1] TILASTOTIETEEN JOHDANTOKURSSI, Syksy 2017 http://www.uta.fi/sis/mtt/mtttp1/syksy_2017.html HARJOITUS 3 viikko 40 Joitain ratkaisuja 1. Suoritetaan standardointi. Standardoidut arvot ovat z 1 =
Tausta tutkimukselle
Näin on aina tehty Näyttöön perustuvan toiminnan nykytilanne hoitotyöntekijöiden toiminnassa Vaasan keskussairaalassa Eeva Pohjanniemi ja Kirsi Vaaranmaa 1 Tausta tutkimukselle Suomessa on aktiivisesti
Til.yks. x y z 1 2 1 20.3 2 2 1 23.5 9 2 1 4.7 10 2 2 6.2 11 2 2 15.6 17 2 2 23.4 18 1 1 12.5 19 1 1 7.8 24 1 1 9.4 25 1 2 28.1 26 1 2-6.2 33 1 2 33.
Tehtävien ratkaisuja. a) Tilastoyksiköitä ovat työntekijät: Vatanen, Virtanen, Virtanen ja Voutilainen; muuttujina: ikä, asema, palkka, lasten lkm (ja nimikin voidaan tulkita muuttujaksi, jos niin halutaan)
Harjoittele tulkintoja
Harjoittele tulkintoja Syksy 9: KT (55 op) Kvantitatiivisen aineiston keruu ja analyysi SPSS tulosteiden tulkintaa/til Analyysit perustuvat aineistoon: Haavio-Mannila, Elina & Kontula, Osmo (1993): Suomalainen
Yleiskuva. Palkkatutkimus 2008. Tutkimuksen tausta. Tutkimuksen tavoite. Tutkimusasetelma
Palkkatutkimus 2008 Yleiskuva Tutkimuksen tausta Tutkimuksen tavoite Tutkimusasetelma Tietotekniikan liitto (TTL) ja Tietoviikko suorittivat kesäkuussa 2008 perinteisen palkkatutkimuksen. Tutkimus on perinteisesti
Miten voidaan arvioida (palvelujärjestelmän) vaikuttavuutta ja kustannusvaikuttavuutta?
Miten voidaan arvioida (palvelujärjestelmän) vaikuttavuutta ja kustannusvaikuttavuutta? Miika Linna, tutkimuspäällikkö (THL, Aalto yliopisto) Kuntamarkkinat 10.9. 2014 Palvelujärjestelmän kustannusvaikuttavuuden
Esimerkki palveluvalikoiman määrittelyn periaatteiden soveltamisesta: Biosimilaarit ja kokonaistaloudellisuus
Esimerkki palveluvalikoiman määrittelyn periaatteiden soveltamisesta: Biosimilaarit ja kokonaistaloudellisuus Jaana Leipälä Terveydenhuollon palveluvalikoimaneuvoston sidosryhmätilaisuus 29.9.2016 Lääkkeet
Taloustieteiden tiedekunta Opiskelijavalinta 07.06.2005 1 2 3 4 5 YHT Henkilötunnus
1 2 3 4 5 YHT 1. Selitä lyhyesti, mitä seuraavat käsitteet kohdissa a) e) tarkoittavat ja vastaa kohtaan f) a) Työllisyysaste (2 p) b) Oligopoli (2 p) c) Inferiorinen hyödyke (2 p) d) Kuluttajahintaindeksi
Sote-tuloksellisuusmittarointia
Sote-tuloksellisuusmittarointia Vaikuttavuus- ja kustannustieto-alaryhmän kuulumisia Etäesitys Seinäjoelle 8.4.2016 EPSOTE-taustatietotyöryhmän kokous Sote- ja aluehallintouudistuksen valmisteluorganisaatio
Rinnakkaislääketutkimus 2009
Rinnakkaislääketutkimus 2009 Rinnakkaislääketeollisuus ry Helmikuu 2009 TNS Gallup Oy Pyry Airaksinen Projektinumero 76303 Tämän tutkimuksen tulokset on tarkoitettu vain tilaajan omaan käyttöön. Niitä
Kiistattomia välittömiä ja pitkäaikaisia vaikutuksia.
1 Kiistattomia välittömiä ja pitkäaikaisia vaikutuksia. 2 Näytöastekatsauksia liikkumisen terveyshyödyistä. Viimeisin, johon suomalaiset terveysliikuntasuosituksetkin perustuvat, on vuodelta 2008. 3 Visuaalinen
Maakuntien erikoissairaanhoidon kustannukset, tuottavuus ja käyttö
Maakuntien erikoissairaanhoidon kustannukset, tuottavuus ja käyttö Somaattisen erikoissairaanhoidon kustannukset olivat vuonna 2015 noin 6,6 miljardia euroa, mikä on noin 37 prosenttia kaikista sosiaali-
Joukot. Georg Cantor ( )
Joukot Matematiikassa on pyrkimys määritellä monimutkaiset asiat täsmällisesti yksinkertaisempien asioiden avulla. Tarvitaan jokin lähtökohta, muutama yleisesti hyväksytty ja ymmärretty käsite, joista
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012. Timo Törmäkangas
TUTKIMUSAINEISTON KVANTITATIIVINEN ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi
TILASTOKATSAUS 15:2016
Tilastokatsaus 6:2012 TILASTOKATSAUS 15:2016 1 25.8.2016 TYÖTTÖMÄT VANTAALLA 31.12.2015 Työttömyysaste oli Vantaalla 12,4 prosenttia vuoden 2015 lopussa. Työttömien määrä kasvoi kaikilla suuralueilla,
Yleiskuva. Palkkatutkimus 2005, osa I. Tutkimuksen tausta. Tutkimusasetelma. Tulosten edustavuus
Palkkatutkimus 2005, osa I Yleiskuva Tutkimuksen tausta Tutkimusasetelma Tietotekniikan liitto (TTL) ja ITviikko suorittivat maalis-huhtikuussa 2005 perinteisen palkkatutkimuksen. Tutkimus on perinteisesti
Sivu 1 JOHDANTO 1 2 MIELIPITEET ALKOHOLIJUOMIEN MYYNNIN JÄRJESTÄMISESTÄ MAASSAMME 1 3 NÄKEMYKSET ALKOHOLIJUOMIEN MYYNTIAJOISTA RUOKAKAUPOISSA 3
MIELIPITEET ALKOHOLIJUOMIEN MYYNNISTÄ 0 Sisällysluettelo: Sivu JOHDANTO MIELIPITEET ALKOHOLIJUOMIEN MYYNNIN JÄRJESTÄMISESTÄ MAASSAMME NÄKEMYKSET ALKOHOLIJUOMIEN MYYNTIAJOISTA RUOKAKAUPOISSA LIITEKUVAT
Eloisa ikä -ohjelman kyselytutkimus
Eloisa ikä -ohjelman kyselytutkimus..0 Juho Rahkonen/Marko Mäkinen 1 Tutkimuksen toteutus Täm tutkimuksen on tehnyt Vanhustyön keskusliiton toimeksiannosta Taloustutkimus Oy. Aineisto on kerätty Taloustutkimuksen
/1. MTTTP5, luento Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla
17.11.2016/1 MTTTP5, luento 17.11.2016 3.5.5 Normaalijakauma (jatkuu) Binomijakaumaa voidaan approksimoida normaalijakaumalla likimain Jos X ~ Bin(n, p), niin X ~ N(np, np(1 p)), kun n suuri. 17.11.2016/2
Mitä on näyttö vaikuttavuudesta. Matti Rautalahti Suomalainen Lääkäriseura Duodecim
Mitä on näyttö vaikuttavuudesta Matti Rautalahti Suomalainen Lääkäriseura Duodecim Sidonnaisuudet Päätoimi Suomalaisessa Lääkäriseurassa Duodecimissa Suomen ASH ry hallitus Tieteellinen näyttö Perustana
Millaisia maksuvaikeudet ovat eri-ikäisillä suomalaisilla?
PERINTÄASIAKKAAT IKÄRYHMITTÄIN Millaisia maksuvaikeudet ovat eri-ikäisillä suomalaisilla? 1. TILASTOSELVITYS Tilastotarkastelun tarkoituksena on selvittää, miten perintään päätyneet laskut jakautuvat eri-ikäisille
LASTENSUOJELUN VAIKUTTAVUUS näkyväksi toimintakykymittarilla
LASTENSUOJELUN VAIKUTTAVUUS näkyväksi toimintakykymittarilla Sosiaali- ja terveysjohdon neuvottelupäivät, 6.2.2018 Susa Säkkinen Lastensuojelun toimintakykymittari on kattavan kehittämistyön tulos Kuntaliitto
Pyhtää. VÄKILUKU 11/ VÄESTÖNLISÄYS (%) -0,6 % VÄESTÖENNUSTE (%) 0,8 % VUOTIAIDEN OSUUS VÄESTÖSTÄ (%) ,9 %
Pyhtää 01 TUNNUSLUKU ARVO VÄKILUKU 11/2016 5 334 VÄESTÖNLISÄYS 2010-2015 (%) -0,6 % VÄESTÖENNUSTE 2015-2030 (%) 0,8 % 15-64 VUOTIAIDEN OSUUS VÄESTÖSTÄ (%) 2015 59,9 % Pyhtää. VÄESTÖLLINEN HUOLTOSUHDE 2015
Kvantitatiiviset menetelmät
Kvantitatiiviset menetelmät HUOM! Tentti pidetään tiistaina.. klo 6-8 Vuorikadulla V0 ls Muuttujien muunnokset Usein empiirisen analyysin yhteydessä tulee tarve muuttaa aineiston muuttujia Esim. syntymävuoden
Haitallinen valikoituminen: Kahden tyypin malli
Haitallinen valikoituminen: Kahden tyypin malli Mat-2.4142 Optimointiopin seminaari Mikko Hyvärinen 29.1.2008 Haitallinen valikoituminen kahden tyypin malli Haitallinen valikoituminen tarkoittaa että päämies
TERVEYDENHUOLLON 25. ATK-PAIVAT Kuopio, Hotelli Scandic 31.5-1.6.1999. va. johtajaylilääkäri Olli-Pekka Lehtonen Varsinais-Suomen shp
TERVEYDENHUOLLON 25. ATK-PAIVAT Kuopio, Hotelli Scandic 31.5-1.6.1999 va. johtajaylilääkäri Olli-Pekka Lehtonen Varsinais-Suomen shp Tietohallinto operatiivisen toiminnan tukena SUOMEN KUNTALIITTO Sairaalapalvelut
Hannus- Kurkela- Palokangas. Paljon palveluita käyttävät asiakkaat Oulun yhteispäivystyksessä
Hannus- Kurkela- Palokangas Paljon palveluita käyttävät asiakkaat Oulun yhteispäivystyksessä Taustaa: - Tarkoituksena on selvittää millaisia ovat Oulun yhteispäivystyksen paljon palveluita käyttävät oululaiset
10.8 Investoinnin sisäinen korkokanta
154 108 Investoinnin sisäinen korkokanta Investoinnin sisäinen korkokanta on se laskentakorko, jolla investoinnin nettonykyarvo on nolla Investointi on tuottava (kannattava), jos sen sisäinen korkokanta
Pylväsdiagrammi Suomen kunnat lääneittäin vuonna Piirakkadiagrammi Suomen kunnat lääneittäin vuonna 2003 LKM 14.8% 11.2% 19.7% 4.9% 3.6% 45.
Pylväsdiagrammi Suomen kunnat lääneittäin vuonna Piirakkadiagrammi Suomen kunnat lääneittäin vuonna 8.8% 8.9%.%.% 9.7%.7% Etelä Länsi Itä Oulu Lappi Ahvenanmaa Länsi Etelä Itä Oulu Lappi Ahvenanmaa Läänien
Tutkimus terveydestä, työkyvystä ja lääkehoidosta. Tutkimuksen keskeisimmät löydökset Lehdistömateriaalit
Tutkimus terveydestä, työkyvystä ja lääkehoidosta Tutkimuksen keskeisimmät löydökset Lehdistömateriaalit Tutkimuksen taustaa Aula Research Oy toteutti Lääketeollisuus ry:n toimeksiannosta tutkimuksen suomalaisten
https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014
1 MTTTP3 Tilastollisen päättelyn perusteet 2 Luennot 8.1.2015 ja 13.1.2015 1 Kokonaisuudet johon opintojakso kuuluu https://www10.uta.fi/opas/opintojakso.htm?rid=6909&i dx=5&uilang=fi&lang=fi&lvv=2014
Terveydenhuollon tavoitteet
Apuvälineet kliiniseen päätöksentekoon Olli-Pekka Ryynänen Itä-Suomen yliopisto Terveydenhuollon tavoitteet Tuotetaan terveyttä niin paljon kuin mahdollista sillä henkilökuntaresurssilla, joka on käytettävissä.
HELSINGIN KAUPUNKI Liite 1 (5) SOSIAALI- JA TERVEYSTOIMIALA Hallinto / Talous- ja suunnittelupalvelut Talouden tuki -yksikkö
HELSINGIN KAUPUNKI Liite 1 (5) Liite 2. (HEL 2017-011196) Tiivistelmä Helsingin terveydenhuollon asukaskohtaisista kustannuksista vuonna 2016 Kuntaliiton vuosittain tekemässä vertailussa terveydenhuollon
Lukiolaisten, väestön ja lääkärien näkemyksiä terveydenhuollon tulevaisuudesta
Lukiolaisten, väestön ja lääkärien näkemyksiä terveydenhuollon tulevaisuudesta 10.7.2017 Yli puolet suomalaisista suhtautuu myönteisesti terveydenhuollon digitalisaatioon Kyselyt terveydenhuollon tulevaisuudesta
Mittarityöpaja. Sosiaalityön mittareiden ja indikaattoreiden kokeilu- ja kehittämishankkeita Esityksen nimi / Tekijä
Mittarityöpaja Sosiaalityön mittareiden ja indikaattoreiden kokeilu- ja kehittämishankkeita 26.1.2017 Esityksen nimi / Tekijä 1 Sote-uudistuksessa sosiaalityöhön tarvitaan toimivat vaikuttavuuden arvioinnin
TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KAKSIULOTTEISEN EMPIIRISEN JAKAUMAN TARKASTELU Jatkuvat muuttujat: hajontakuvio Koehenkilöiden pituus 75- ja 80-vuotiaana ID Pituus 75 Pituus 80 1 156
Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi. Esimerkit laskettu JMP:llä
Tilastollinen vastepintamallinnus: kokeiden suunnittelu, regressiomallin analyysi, ja vasteen optimointi Esimerkit laskettu JMP:llä Antti Hyttinen Tampereen teknillinen yliopisto 29.12.2003 ii Ohjelmien
TERVEYSTIETEIDEN KANDIDAATIN JA MAISTERIN TUTKINNON VALINTAKOE 15.5.2012
Turun yliopisto Lääketieteellinen tiedekunta Hoitotieteen laitos 1 TERVEYSTIETEIDEN KANDIDAATIN JA MAISTERIN TUTKINNON VALINTAKOE 15.5.2012 Vastaa selkeällä käsialalla kysymyspaperiin varattuun viivoitettuun
Elämänlaatu ja sen mittaaminen
04.02.2013 Elämänlaatu ja sen mittaaminen Luoma Minna-Liisa, Korpilahti Ulla, Saarni Samuli, Aalto Anna-Mari, Malmivaara Antti, Koskinen Seppo, Sukula Seija, Valkeinen Heli, Sainio Päivi 04.02.2013 elämä
HANKETYÖN VAIKUTTAVUUDEN ARVIOINTI
HANKETYÖN VAIKUTTAVUUDEN ARVIOINTI Mitä vaikuttavuus on? Vaikuttavuuden arviointi? Kokemuksia Anu Räisänen 2012 Tuloksellisuuden käsitteistö (VM) Tuloksellisuus tehokkuus taloudellisuus suoritteet tulokset/tuotokset
2 Pistejoukko koordinaatistossa
Pistejoukko koordinaatistossa Ennakkotehtävät 1. a) Esimerkiksi: b) Pisteet sijaitsevat pystysuoralla suoralla, joka leikkaa x-akselin kohdassa x =. c) Yhtälö on x =. d) Sijoitetaan joitain ehdon toteuttavia
Palvelusetelit raportti käyttäjä- ja käyttötarpeista. Eija Seppänen Fountain Park 22.10.2009
Palvelusetelit raportti käyttäjä- ja käyttötarpeista Eija Seppänen Fountain Park 22.10.2009 Tavoitteena osallistaa kansalaiset palvelusetelin kehittämiseen Facebook/palveluseteli 1226 fania (2.10) Twitter/palveluseteli
TUTKIMUSAINEISTON ANALYYSI. LTKY012 Timo Törmäkangas
TUTKIMUSAINEISTON ANALYYSI LTKY012 Timo Törmäkangas KURSSIN SISÄLTÖ Johdanto Mittaaminen ja aineiston hankinta Mitta-asteikot Otanta Aineiston esittäminen ja data-analyysi Havaintomatriisi Yksiulotteisen
TILASTOKATSAUS 16:2016
Tilastokatsaus 6:2012 TILASTOKATSAUS 16:2016 1 26.8.2016 PITKÄAIKAISTYÖTTÖMÄT VANTAALLA Pitkäaikaistyöttömiä oli Vantaalla vuoden 2015 lopussa 4 850. Heistä useampi kuin kaksi viidestä oli ollut työttömänä
Hoitaminen. Yhdessä kohti terveyttä ja hyvinvointia. Potilas. Potilas. Liite 1, LTK 6/2010. Palvelut - valikoima - vaikuttavuus ja laatu
Yhdessä kohti terveyttä ja hyvinvointia Liite 1, LTK 6/2010 Potilas Vetovoimaisuus - julkinen kuva -ympäristö Palvelut - valikoima - vaikuttavuus ja laatu Hoitaminen Asiointi ja viestintä - sähköinen asiointi
Terveydenhuollon tasaarvotavoitteeseen
Terveydenhuollon tasaarvotavoitteeseen vielä matkaa Yksityisten ja työterveyshuollon lääkäripalvelujen käytössä suuret erot Tuoreen tutkimuksen mukaan avohoidon lääkäripalveluiden käytössä oli nähtävissä
Osaisiko potilas itse valita hoitopaikkansa ja lääkärinsä, jos se olisi mahdollista?
Osaisiko potilas itse valita hoitopaikkansa ja lääkärinsä, jos se olisi mahdollista? 28 % 72 % Kyllä. Uskon, että potilas osaisi tehdä valinnan itse Ei. En usko, että potilas osaisi tehdä valintaa Kyllä
20-30-vuotiaat työelämästä
Sakari Nurmela Tutkimuksen toteuttaminen ja sisältö Tutkimuksen toteuttaminen Tutkimukseen vastanneet edustavat maamme 20-30-vuotiasta lapsetonta väestöä (pl. Ahvenanmaan maakunnassa asuvat). Kyselyyn
MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009
EB-TUTKINTO 2009 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa
Kansalaiset: Kekkonen, Niinistö ja Koivisto arvostetuimmat presidentit
TIEDOTE Kansalaiset: Kekkonen, Niinistö ja Koivisto arvostetuimmat presidentit Kaikkien aikojen arvostetuimmiksi tasavallan presidenteiksi nousevat ja, käy ilmi KAKS Kunnallisalan kehittämissäätiön kansalaistutkimuksesta.
I I K UL U UT U T T A T JANTE T O E R O I R A
II KULUTTAJANTEORIA.. Budjettirajoite * Ihmisten kaikkea toimintaa rajoittavat erilaiset rajoitteet. * Mikrotalouden kurssilla tärkein rajoite on raha. * Kuluttaja maksimoi hyötyään, mutta ei kykene toteuttamaan
Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt
Yhtälöryhmät 1/6 Sisältö Yhtälöryhmä Yhtälöryhmässä on useita yhtälöitä ja yleensä myös useita tuntemattomia. Tavoitteena on löytää tuntemattomille sellaiset arvot, että kaikki yhtälöt toteutuvat samanaikaisesti.
Sosiaalihuollon yksikkökustannusten määrittämisen haasteet ja tietojen hyödynnettävyys. Kustannusvaikuttavuusseminaari
Sosiaalihuollon yksikkökustannusten määrittämisen haasteet ja tietojen hyödynnettävyys Kustannusvaikuttavuusseminaari Pieksämäki, 13.10.2010 Esityksen sisältö Mihin yksikkökustannuksia tarvitaan? Mikä
Positiivisten asioiden korostaminen. Hilla Levo, dosentti, KNK-erikoislääkäri
Positiivisten asioiden korostaminen Hilla Levo, dosentti, KNK-erikoislääkäri Krooninen sairaus - Pitkäaikainen sairaus = muuttunut terveydentila, mikä ei korjaannu yksinkertaisella kirurgisella toimenpiteellä
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C00100 Assist. Jan Jääskeläinen Syksy 2017
Mikrotaloustiede Prof. Marko Terviö Aalto-yliopisto BIZ 31C1 Assist. Jan Jääskeläinen Syksy 17 Mallivastaukset 7. 1. Kaupungissa on kaksi suurta taidemuseoa (pelaajat) ja 5 asukasta. Taidemuseoilla on
Vanhuuseläkkeelle jäännin vaikutukset terveyteen Suomessa
Vanhuuseläkkeelle jäännin vaikutukset terveyteen Suomessa tutkimusneuvonantaja Tarmo Valkonen Etla Miksi tutkitaan? Eläkkeelle siirtymisen terveysvaikutuksista tiedetään Suomessa vähän, vaikka vanhuuseläkeiän
Tiedolla johtaminen SOTEssa alueelliset tietovarastot vaikuttavuuden, kustannusten ja tuottavuuden seurannassa
Tiedolla johtaminen SOTEssa alueelliset tietovarastot vaikuttavuuden, kustannusten ja tuottavuuden seurannassa Miika Linna, FCG, Aalto yliopisto 14.9. 2016 22.9.2016 Page 1 Lähtökohdat mitä alueellisilla
läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?
BM20A5840 - Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2017 1. Tunnemme vektorit a = [ 1 2 3 ] ja b = [ 2 1 2 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien
Prosessikonsultaatio. Konsultaatioprosessi
Prosessikonsultaatio Lähtötilanteessa kumpikaan, ei tilaaja eikä konsultti, tiedä mikä organisaation tilanne oikeasti on. Konsultti ja toimeksiantaja yhdessä tutkivat organisaation tilannetta ja etsivät
Differentiaali- ja integraalilaskenta 2 Ratkaisut: loppuviikko 2
Differentiaali- ja integraalilaskenta 2 Ratkaisut: loppuviikko 2 Harjoitustehtävät 11-13 lasketaan alkuviikon harjoituksissa, 15-17 loppuviikon harjoituksissa. Kotitehtävä 14 palautetaan MyCourses-sivulle
FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa. Luentokuulustelujen esimerkkivastauksia. Pertti Palo. 30.
FoA5 Tilastollisen analyysin perusteet puheentutkimuksessa Luentokuulustelujen esimerkkivastauksia Pertti Palo 30. marraskuuta 2012 Saatteeksi Näiden vastausten ei ole tarkoitus olla malleja vaan esimerkkejä.
Terveysneuvontapisteiden asiakkaat -hyvinvointi ja palvelujen käyttö Päihdetiedotusseminaari, Lissabon
Terveysneuvontapisteiden asiakkaat -hyvinvointi ja palvelujen käyttö Päihdetiedotusseminaari, Lissabon 17.6.2017 Kristiina Laitinen Aineisto Valtakunnallinen terveysneuvontapisteiden asiakkaiden hyvinvointia,
Aikuiskoulutuksen määrälliset mittarit Varsinais-Suomessa 2010
Aikuiskoulutuksen määrälliset mittarit Varsinais-Suomessa 2010 Varsinais-Suomessa on ensimmäistä kertaa kerätty tietoa alueella aikuiskoulutukseen osallistuneiden määristä ja taustoista. Aikuiskoulutusmittareiden
henkilokohtainenbudjetointi.fi
1/31/2018 Kustannusten näkökulma Tuula Pehkonen-Elmi asiantuntija, tutkija, KTM, TtM (terveystaloustiede) Diakonia-ammattikorkeakoulu Diakin rooli Kustannus-vaikuttavuustyyppisen taloudellisen analyysin
Oma Lääkärisi Espoontori - vapaan asiakasvalinnan malli. Janne-Olli Järvenpää, toimitusjohtaja Mediverkko Yhtymä Oy 25.11.2014
Oma Lääkärisi Espoontori - vapaan asiakasvalinnan malli Janne-Olli Järvenpää, toimitusjohtaja Mediverkko Yhtymä Oy 25.11.2014 Agenda Ajankohtaista Oma Lääkärisi Espoontori Tulokset Vaikutukset Espoon kaupungin
origo III neljännes D
Sijoita pisteet A(1,4) ja B(4,5;5) sekä C(-3,4) ja D(-4,--5) y II neljännes C A I neljännes B x origo III neljännes D IV neljännes KOTIT. Sijoita ja nimeä koordinaatistoon pisteitä niin, että pisteet yhdistettäessä
Digipalvelut terveydenhuollossa lisäarvon tuottajana. Jyrki Saarivaara 16.4.2015
Digipalvelut terveydenhuollossa lisäarvon tuottajana Jyrki Saarivaara 16.4.2015 Suomen suurin terveyspalveluyritys 2,5 miljoonaa lääkärikäyntiä Palvelut yksityishenkilöille, yritysasiakkaille, julkiselle
Matemaatikot ja tilastotieteilijät
Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat
Derivointiesimerkkejä 2
Derivointiesimerkkejä 2 (2.10.2008 versio 2.0) Parametrimuotoisen funktion erivointi Esimerkki 1 Kappale kulkee pitkin rataa { x(t) = sin 2 t y(t) = cos t. Määritetään raan suuntakulma positiiviseen x-akseliin
Tehtävät. 1. Ratkaistava epäyhtälöt. a) 2(4 x) < 12, b) 5(x 2 4x + 3) < 0, c) 3 2x 4 > 6. 1/10. Sukunimi (painokirjaimin)
1/10 Tehtävä 1 2 3 4 5 6 7 8 9 10 Yhteensä Pisteet (tarkastaja merkitsee) Kokeessa on kymmenen tehtävää, joista jokainen on erillisellä paperilla. Jokaisen tehtävän maksimipistemäärä on 6 pistettä. Ratkaise
Kyky ja halu selviytyä erilaisista elämäntilanteista
Terveys Antakaa esimerkkejä a. terveyden eri ulottuvuuksista b. siitä, kuinka eri ulottuvuudet vaikuttavat toisiinsa. c. Minkälaisia kykyjä ja/tai taitoja yksilö tarvitsee terveyden ylläpitoon 1 Terveys
Tuottavuuden parantamisestako ratkaisu terveydenhuollon kustannus- ja työvoiman saantiongelmiin?
Tuottavuuden parantamisestako ratkaisu terveydenhuollon kustannus- ja työvoiman saantiongelmiin? Kalevi Luoma To be or Well be IV seminaari Oulu 11.2.2010 Julkisen talouden kestävyysvaje Suomen julkisessa
Uusi näkökulma suunnitteluun hyödyntäen alueellista sote-tietoa
Uusi näkökulma suunnitteluun hyödyntäen alueellista sote-tietoa DRG-päivät 3.-4.12.2015, Lahti Sisältö PHSOTEY:n tuottamat palvelut Nykyinen suunnitteluprosessi Alueellisen suunnittelun seuraava askel
Kestävä hyvinvointi ja sen edistäminen
Kestävä hyvinvointi ja sen edistäminen Eduskunnan tulevaisuusvaliokunta 21.4.2017 ESITYS VALIOKUNNASSA Professori Marja Vaarama, Itä-Suomen yliopisto marja.vaarama@uef.fi Marja Vaarama 20.4.2017 1 Kestävä
Projektityö M12. Johdanto
Projektityö M12 Johdanto Projektityö sisältää kuutta tehtävää, kuitenkin ne kaikki koskevat saman yhtälön ratkaisua. Yhtälö on sin x 2 =e 2x (1.1) Sen ratkaisu voidaan käsitellä tutkimalla funktio y=e
Korkeakoulututkinnon suorittaneiden lainankäyttö ja lainamäärät kasvussa
Tilastokatsaus Lisätietoja: 22.9.215 Anna Koski-Pirilä, puh. 2 634 1373 etunimi.sukunimi@kela.fi Korkeakoulututkinnon suorittaneiden lainankäyttö ja lainamäärät kasvussa Yhä useammalla korkeakoulututkinnon
Vaikuttavuuden arviointi alueellisesti integroiduissa sote-palveluissa, käytännön esimerkkejä Eksotesta
Vaikuttavuuden arviointi alueellisesti integroiduissa sote-palveluissa, käytännön esimerkkejä Eksotesta Projektipäällikkö, TkT Katja Klemola ETELÄ-KARJALAN SOSIAALI- JA TERVEYSPIIRI 19.9.2016 1 Vaikuttavuuden
Miten terveyshyötytietoa tulisi tuottaa ja käyttää päätöksenteon tukena? Risto Roine Professori Itä-Suomen yliopisto Arviointiylilääkäri HUS ja KYS
Miten terveyshyötytietoa tulisi tuottaa ja käyttää päätöksenteon tukena? Risto Roine Professori Itä-Suomen yliopisto Arviointiylilääkäri HUS ja KYS Terveydenhuollon päämääränä on terveyden maksimointi
Liikenne- ja viestintäministeriö TULEVAISUUDEN LIIKENNE
Liikenne- ja viestintäministeriö TULEVAISUUDEN LIIKENNE TULEVAISUUDEN LIIKENNE KYSELYN TULOKSET Taloustutkimus Oy Pauliina Aho 24.8.2012 Tekninen johdanto 3 24.8.2012 1009 Liikenne- ja viestintäministeriö
3 TOISEN ASTEEN POLYNOMIFUNKTIO
3 TOISEN ASTEEN POLYNOMIFUNKTIO POHDITTAVAA 1. Kuvasta voidaan arvioida, että frisbeegolfkiekko käy noin 9 metrin korkeudella ja se lentää noin 40 metrin päähän. Vastaus: Frisbeegolfkiekko käy n. 9 m:n
Luku 21 Kustannuskäyrät
Luku 2 Kustannuskärät Edellisessä luvussa johdimme ritksen kustannusfunktion minimoimalla ritksen tuotannon kokonaiskustannuksia. Kustannusfunktiota ja sen ominaisuuksia voidaan tarkastella graafisesti
Vaikutusten mittaaminen. Hannes Enlund Fimea Lääkehoitojen arviointi
Vaikutusten mittaaminen Hannes Enlund Fimea Lääkehoitojen arviointi Vaikutusten mittaamisen ydin Vaikeinta on oikean kysymyksen esittäminen ei niinkään oikean vastauksen löytäminen! Far better an appropriate
TILASTOKATSAUS 1:2016
TILASTOKATSAUS 1:2016 19.1.2016 VANTAALAISTEN TULOT JA VEROT VUONNA 2014 1 Vuonna 2014 Vantaalla oli kaikkiaan 175 690 tulonsaajaa eli useammalla kuin neljällä viidestä vantaalaisesta oli ansio- ja/tai
Minkälaisessa kunnassa sinä haluaisit asua?
Minkälaisessa kunnassa sinä haluaisit asua? STTK:N TULEVAISUUSLUOTAIN Tavoitteena on hakea tuoreita näkemyksiä vuoden 2012 kunnallisvaalien ohjelmatyötä varten sekä omaan edunvalvontaan. Luotaus oli avoinna
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018
BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 1, Kevät 2018 1. (a) Tunnemme vektorit a = [ 5 1 1 ] ja b = [ 2 0 1 ]. Laske (i) kummankin vektorin pituus (eli itseisarvo, eli normi); (ii) vektorien
TERVEYS 2006 -TUTKIMUS
TAUSTAA TERVEYS 2006 -TUTKIMUS Kirjekysely Valittujen Palojen tilaajille kesäkuussa 2006 Suomessa vastaajia 1 522 Näytteet kiintiöity iän (18+ v.) ja sukupuolen mukaan valtakunnallisesti edustaviksi Aineiston
Vajaaravitsemus on kallista - vajaaravitsemuksen kustannukset. 25/26.9.2014 Soili Alanne FT, TtM, Ravitsemusterapeutti Seinäjoen keskussairaala
Vajaaravitsemus on kallista - vajaaravitsemuksen kustannukset 25/26.9.2014 Soili Alanne FT, TtM, Ravitsemusterapeutti Seinäjoen keskussairaala Alipainoiset ( 75 % ihannepainosta): 40 % pitempään osastolla
TILASTOKATSAUS 4:2017
Tilastokatsaus 6:2012 TILASTOKATSAUS 4:201 1.10.201 TYÖTTÖMÄT VANTAALLA 200 2016 Työttömyysaste oli Vantaalla 11, prosenttia vuoden 2016 lopussa. Laskua edellisvuoteen oli 0,5 prosenttiyksikköä, mikä johtui
Matematiikan taito 9, RATKAISUT. , jolloin. . Vast. ]0,2] arvot.
![Matematiikan taito 9, RATKAISUT. , jolloin. . Vast. ]0,2] arvot.](/thumbs/61/46046056.jpg "Matematiikan taito 9, RATKAISUT. , jolloin. . Vast. ]0,2] arvot.")
7 Sovelluksia 90 a) Koska sin saa kaikki välillä [,] olevat arvot, niin funktion f ( ) = sin pienin arvo on = ja suurin arvo on ( ) = b) Koska sin saa kaikki välillä [0,] olevat arvot, niin funktion f
NELIÖJUURI. Neliöjuuren laskusääntöjä
NELIÖJUURI POLYNOMIFUNKTIOT JA -YHTÄLÖT, MAA2 Tarkoittaa positiivista tai nollaa Määritelmä, neliöjuuri: Luvun a R neliöjuuri, merkitään a, on se ei-negatiivinen luku, jonka neliö (eli toiseen potenssiin
KEVÄT 2009: Mallivastaukset TERVEYSTALOUSTIEDE. 1. Määrittele seuraavat käsitteet (4. p, Sintonen - Pekurinen - Linnakko):
KEVÄT 2009: Mallivastaukset TERVEYSTALOUSTIEDE 1. Määrittele seuraavat käsitteet (4. p, Sintonen - Pekurinen - Linnakko): 1.1. Vakuutettujen epätoivottava valikoituminen (1 p.) Käsite liittyy terveysvakuutuksen
Samapalkkaisuusohjelma Pelastustoimen naisverkosto Outi Viitamaa-Tervonen, Sosiaali- ja terveysministeriö
Pelastustoimen naisverkosto 4.5.2016 Outi Viitamaa-Tervonen, Sosiaali- ja terveysministeriö Sukupuolten palkkatasa-arvo sitkeä ja keskeinen tasa-arvokysymys Naisten ja miesten syrjimätön ja tasa-arvoinen
Näyttötutkinnot 20 vuotta, , klo
Näyttötutkinnot 20 vuotta, 21.10.2014, klo 10.45 15.30 NÄYTTÖTUTKINTOJEN VAIKUTTAVUUDEN KYSYMYS? Mitä rekisteriaineistot ja vertailuasetelmat kertovat? Asko Suikkanen, emeritusprofessori (YTT), Lapin yliopisto
Innovaatioilmaston muutostalkoot Inno-barometri 2011-14. 3.12.2014 Ruoholahti
Innovaatioilmaston muutostalkoot Inno-barometri 2011-14 3.12.2014 Ruoholahti Organisaation innovaatiokyvykkyys = TIEDOT + TAIDOT = OSAAMINEN * ALUSTAT Innovaatioilmasto ja -kulttuuri Tahtotila ja tavoitteet
Katu- ja viheralueiden ylläpidon kustannusvertailu 2015. Executive-raportti LAPPEENRANTA
Katu- ja viheralueiden ylläpidon kustannusvertailu 2015 Executive-raportti LAPPEENRANTA 16.6.2015 2 1 Johdanto Katu- ja viheralueiden ylläpidon kustannusvertailun luvut perustuvat kuntien Rapal Oy:lle