Onderzoek

Innovatie en onderzoek vormen de basis van onze benchmarkanalyses. Om objectieve uitspraken te kunnen doen over doelmatigheid op ruim tweehonderd onderwerpen gebruiken wij modellen die statistisch robuust zijn en die doorlopend verbeterd worden met nieuwe inzichten. Dit kunnen inzichten zijn uit nieuwe wetenschappelijke onderzoeksgebieden als machine learning, maar ook inzichten uit de praktijk. Zo combineren wij een datagedreven aanpak met genuanceerde uitkomsten.

In ons onderzoek werken wij samen met universiteiten, overheidsinstanties en onderzoeksafdelingen van zorginstellingen, zorgverzekeraars en andere organisaties in het zorglandschap. Dit resulteert in projecten op het snijvlak van  praktische toepassing en wetenschappelijke validatie.

Voorbeelden

Studie naar de ontwikkeling van een norm voor tonsillectomie

Bekijk PDF

Berekening van het stuwmeer aan uitgestelde zorg gedurende de COVID-19 periode

Bekijk PDF

Onderzoek Machine Learning in de Risicoverevening
(samenwerking met het Ministerie van VWS en Gupta Strategists)

https://www.rijksoverheid.nl/documenten/rapporten/2020/05/29/onderzoek-machine-learning-in-de-risicoverevening

Attributing practice variation by its sources: the case of varicose veins treatments in the Netherlands
(samenwerking met de Vrije Universiteit en het Talma Instituut)

https://research.vu.nl/en/publications/a-method-for-the-decomposition-of-medical-practice-variation-into

Toezicht in de zorg: gedrag sturen door benchmarks en gesprekken

https://www.bjutijdschriften.nl/tijdschrift/tijdschrifttoezicht/2014/3/TvT_1879-8705_2014_005_003_006

Funnel method of detecting divergent health care providers
(samenwerking met prof. dr. Daniel Oberski, Universiteit van Utrecht)

Bekijk PDF

Detecting divergent health care providers

Bekijk PDF

Voorbeelden van onderzoeksresultaten in de praktijk

https://i2i.eu/praktijkervaring/