Mathematical Sciences

Lund University

  • Title: Lika vård i hela Sverige?
  • Short description:

    I Sverige eftersträvas jämstäld vård i hela landet. En viktig fråga vid
    utvärderingen av vård är om skillnader i vård kvalitet mellan landsting är
    slumpmässiga eller om de tyder på strukturella skillnader mellan
    landstingen. Ett sätt att modellera vårdkvalitet som försöker att identifiera
    faktiska skillnader mellan landstingen är att använda cox-regression med ett
    lämpligt LASSO straff som grupperar liknande effekter.

    De resulterande modellerna kan anpassas med hjälp av convexa optimeringsmetoder
    (t.ex. ADMM eller proximal gradients). En stor del av examensarbetet kommer
    utgöras av implementering av dessa optimerings metoder (d.v.s. att generalisera
    tidigare resultat för cox-regression med enklare LASSO straff). Metoderna kommer
    sen att testas på ett dataset bestående av över 20 000 patienter med en kronisk
    sjukdom. Arbetet är ett fortsättning på ett tidigare kandidatarbete
    https://lup.lub.lu.se/student-papers/search/publication/8925320

  • Long description:

    I Sverige eftersträvas jämstäld vård i hela landet. Att jämföra vård resultat
    mellan olika landsting är dock svårt. Eftersom faktorer som ålder och
    sjukdomstyper varierar mellan landstingen kan man inte förvänta sig samma vård
    resultat i landstingen även om vården är helt lika. Genom att modellera
    skillnader i patienter och skillnaden mellan landstingen har vi i ett tidigare
    kandidatarbete
    lup.lub.lu.se/student-papers/search/publication/8925320
    identifierat skillnader mellan landstingen. Kandidatarbetet vissade också att
    många landsting har likartade vårdresultat.

    En stor fråga är hurvida det faktiskt finns skillnad mellan landstingen, eller
    om eventuella skillnader bara är slumpmässiga. En möjlighet är att använda ett
    så kallat pairwise fused lasso
    epub.ub.uni-muenchen.de/12164/1/petry_etal_TR102_2011.pdf
    för att anpassa en model där landsting med liknande vård resultat grupperas
    tillsammans.

    Den resulterande modellen är en cox-regression med ett L1 (eller lasso) straff
    på skillnaden mellan variabler. Det finns standard programvara som hanterar
    cox-regression med enklare lasso straff, och bra beskrivningar av hur dessa
    algorithmer implementerats.
    dx.doi.org/10.1002/bimj.200900028
    dx.doi.org/10.1002/(SICI)1097-0258(19970228)16:4<385::AID-SIM380>3.0.CO;2-3
    En stor del av examensarbetet kommer att vara
    implementeringen av motsvarande algorithmer för cox-regression med ett pairwise
    fused lasso straff och utvärdering av resultaten på ett dataset bestående av
    över 20 000 patienter med en kronisk sjukdom. I mån av tid är det också
    önskvärt att fundera på och jämföra med andra sätt att gruppera effekterna.

  • Contact: Johan Lindström