Neue Statistik-Methoden stärken Forschung in der digitalen Medizin

Die Digitalisierung der Medizin eröffnet vielfältige Chancen für Prävention, Diagnose und Therapie. Durch Wearables, Gesundheits-Apps und mobile Sensoren entstehen große Datenmengen zu Herzfrequenz, Bewegung oder Blutdruck. Diese Daten können eine personalisierte und kontinuierliche Betreuung von Patientinnen und Patienten ermöglichen, stellen die Analyse jedoch vor neue Herausforderungen.

Bei der Salzburg Research Forschungsgesellschaft entwickelt Eleonora Carrozzo statistische Methoden, die genau auf diese Anforderungen abgestimmt sind.
„Ziel meiner Arbeit ist, mit kleinen Fallzahlen, hoher Datenkomplexität oder fehlerhaften Werten trotzdem zu statistisch fundierten und klinisch relevanten Aussagen zu kommen“, erklärt Carrozzo.

Im Mittelpunkt steht die Entwicklung nichtparametrischer Verfahren, die ohne feste Annahmen über die Verteilung der Daten auskommen. Diese Methoden eignen sich besonders für digitale Gesundheitsdaten, die oft unvollständig, hochdimensional oder stark individuell sind.

Carrozzo möchte damit bestehende methodische Lücken schließen und medizinisches Fachpersonal bei der Bewertung und Anwendung digitaler Gesundheitslösungen unterstützen. Die Verfahren sollen helfen, digitale Maßnahmen wissenschaftlich fundiert einzuordnen und klinisch sinnvoll zu nutzen – gerade auch bei seltenen Erkrankungen, wo Daten oft begrenzt sind.

Ein Schwerpunkt liegt auf der praktischen Umsetzung: Die neuen Methoden werden als R-Softwarepakete bereitgestellt, die sich einfach in Forschung und Klinik einsetzen lassen.

Sie ermöglichen die Analyse von:

• kleinen Stichproben und unvollständigen Datensätzen,
• Studien mit mehreren Gruppen oder Messzeitpunkten,
• hochdimensionalen und individuellen Daten aus digitalen Quellen.

So können fundierte Entscheidungen auch dann getroffen werden, wenn klassische statistische Verfahren an ihre Grenzen stoßen.

MEDICA.de; Quelle: Salzburg Research Forschungsgesellschaft mbH