Mehrzustands-, Mehrzeiten-, Mehrebenenanalyse von demografischen Ereignissen mit Gesundheitsbezug: Statistische Aspekte und Anwendungen

• Antragstellerinnen / Antragsteller: Professorin Dr. Gabriele Doblhammer-Reiter; Professor Dr. Alexander Meister; Professor Dr. Rafael Weißbach
• Fachliche Zuordnung: Statistik und Ökonometrie
• Förderung: Förderung von 2017 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 386913674

Die demographische Analyse fußt wesentlich auf Beobachtungen aus bevölkerungsgestützten (Längsschnitts-)Studien sowie großen prozessproduzierten Daten wie Abrechnungsdaten von Krankenkassen und Bevölkerungsregistern. In diesem Antrag beschäftigen wir uns mit Aspekten der Mehrzustands-, Mehrzeiten- und Mehrebenennatur von demographischen Bevölkerungsdaten. In Erweiterung der Überlebenszeitenanalyse implizieren Gesundheitsereignisse mehrere Zustände, die die Beobachtbarkeit der statistischen Einheit im Verlauf der Zeit bewahrt. Ähnlich hingegen ist, dass sich fehlerbehaftete Messungen, Doppelzensierung und/oder Stutzung in fehlenden Werten der Zeit-bis-zum-Ereignis niederschlagen. Die zeitgemäße Methode des EM-Algorithmus hat sich hierbei als nützlich für die Analyse von demographischen Daten herausgestellt, insbesondere bei der Schätzung der Hazardrate. Unser spezifischer Beitrag zur Demographie wird es sein zu ergründen, ob die gestiegene Lebenserwartung vergleichsweise mehr Jahre in guter oder in schlechter Gesundheit bedeutet. Im Detail konzentrieren wir uns auf die Demenz, die zu den häufigsten und teuersten Krankheiten im höheren Alter zählt. Wir machen Anleihen bei Methoden der Ereigniszeitenanalyse, die für Krankheiten mit ähnlicher Datenentstehung entwickelt wurden, namentlich für Krebs, Karies und HIV. Als einen Aspekt der mehreren Zeitachsen schätzen wir, auf der Ebene des Individuums, in welchem Maße das maximale Lebensalter und das maximale Alter bei Demenzdiagnose angestiegen sind. Für die Verteilung der (demenzfreien) Lebenszeit werden wir den rechten Endpunkt, sowie seine funktionale Abhängigkeit von der Zeit, mit aktuellen Methoden der nichtparametrischen Schätzung von Grenzkurven bestimmen. Demographische Daten enthalten üblicherweise Abhängigkeiten, sei es in Längs- oder Querschnitt. Wir werden den inflationären Effekt auf den Standardfehler dadurch berücksichtigen, dass wir Abhängigkeitsmodelle, wie die Markoveigenschaft, studieren oder dadurch, dass wir Methoden der Stichprobentechniken anwenden, wie die Clusterstichprobe.

• DFG-Verfahren: Sachbeihilfen