WP4 - Statistische Modellierung von Gesundheitsdaten


Das DMMH-System sammelt während der gesamten Studie eine reichhaltige Quelle von Daten und Informationen über das Gesamtverhalten und den mentalen Zustand von Personen. Arbeitspaket 4 widmet sich der Analyse dieser Daten und dem Extrahieren relevanter Muster sowie der Analyse entscheidender Vorhersagemerkmale, um statistische Modelle zu erstellen, die als Leitfaden für die klinische Versorgung verwendet werden können. Arbeitspaket 4 verwendet einfache Low-Level-Statistiken sowie moderne, deep time series Modelle, die auf wiederkehrenden neuronalen Netzen für die Vorhersage individueller Gesundheitsverläufe basieren.


Die beteiligten Personen

Dr. Georgia Koppe

Leiterin der Forschungsgruppe

Computational Psychiatry mit Schwerpunkt auf den Datenanalysen von IMMERSE (WP4)

Prof. Daniel Dürstewitz

Leiter der Abteilung Theoretical Neuroscience mit Schwerpunkt auf den Datenanalysen von IMMERSE (WP4)

Prof. Peter Kuppens

Professor in der Research group of Quantitative Psychology and Individual Differences mit Schwerpunkt auf der Entwicklung von Visualisierung und Analyse von Daten, die für Kliniker*innen relevant sind (WP4)

Manuel Brenner

Doktorand am ZI, beschäftigt sich mit der Entwicklung von KI-Algorithmen für WP7