Understanding the future preemptive needs of special healthcare services by evaluating and modelling statistically significant healthcare service costs

Abstract

The thesis’s purpose is to find statistically significant healthcare services in relation to special healthcare utilizing net operating costs from 2015 to 2020. The objective is to identify preemptive services that contribute to the development of a preemptive healthcare system that focuses on early intervention and cost-effective healthcare delivery. By employing two machine learning techniques, classical linear regression, and weighted least regression the thesis summarizes the relationship between variables and validating hypotheses regarding critical preemptive services.

Due to the lack of earlier and comparable studies utilizing only cost data to uncover relationships regarding healthcare services, the thesis explores also optimal statistical methodologies and model testing to validate practical as well as clinical hypotheses. To address the complex characteristics of nonnormality and heteroscedasticity the data is exploratorily transformed by using the Box-Cox method as well as using Cook’s distance to identify the significant observations. The model testing is done by employing parametric tests to ensure that the Gauss-Markow BLUE theorem assumptions are met.

In conclusion, the cost data was sufficient enough to validate the clinical chain links from the financial data regarding Primary healthcare as well as Home care services. Also unraveling that the statistically most significant variables are likewise Primary healthcare services, Homecare services, and Other disabled care services. Although, the thesis resulted in a statistically significant WLS-model, the parsimony, stability, or robustness were not evaluated. Therefore, it is not known whether the model could produce a forecasted estimation for the special healthcare costs.

Tutkielman tarkoituksena on löytää tilastollisesti merkittävimmät terveydenhuollon palvelut suhteessa erikoissairaanhoitoon hyödyntämällä palveluiden nettokäyttökustannusdataa vuosilta 2015–2020. Tavoitteena on tunnistaa ennaltaehkäiseviä palveluita, jotka vaikuttavat ennakoivan terveydenhuollon kehitykseen, keskittyen varhaisen puuttumiseen sekä kustannustahokkaan terveydenhuollon toimitukseen. Käyttämällä kahta koneoppimisen menetelmää; lineaarista regressiota sekä painotettua pienimmän nelilösumman regressiota tutkielmassa pyritään selittämään muuttujien välisiä suhteita, sekä validoimaan ennaltaehkäiseviä palveluita koskevia hypoteeseja.

Johtuen aikaisempien ja vertailukelpoisten tutkimusten puutteesta, jotka käyttäisivät ainoastaan kustannusdataa terveydenhuollon palveluiden selittämiseen, tämä tutkielma on osittain kokeellinen ja tarkastelee samalla optimaalisia tilastollisia menetelmiä ja malleja, jotka kykenevät vahvistamaan kliinisesti ja käytännössä todennetut hypoteesit. Datan heteroskedastisuus sekä ei-normaalius huomioidaan käyttämällä Box-Cox transformaatiota, sekä Cookin etäisyyttä valikoiden ainoastaan vaikuttavimmat observaatiot. Malleja testataan lisäksi parametristen testien avulla, jotta nämä täyttävät Gauss-Markowin teoreeman mukaiset BLUE olettamukset.

Yhteenvetona voidaan todeta, että nettokäyttökustannusdata oli riittävä validoimaan kliiniset yhteydet myös taloudellisesta datasta perusterveydenhuollon ja kotihoidon palveluiden osalta. Tilastollisesti merkittävimmät palvelut olivat niin ikään perusterveydenhuolto, kotihoito sekä muut vammaishoidon palvelut. Vaikka tutkielma johtikin tilastollisesti merkittävään WLS-malliin, niin mallin yksinkertaisuutta, vakautta tai luotettavuutta ei arvioitu riittävällä tavalla voidakseen varmuudella toteamaan pystyisikö malli tuottamaan erikoissairaanhoidon kustannuksista ennustettua arvoa.