Salzburg Research. Forscherin Eleonora Carrozzo entwickelt neue statistische Methoden für digitale Gesundheitsdaten – diese sollen Mediziner bei der Auswertung komplexer Daten unterstützen.
Was lernen wir aus den Daten, um damit neue Verfahren zu entwickeln – diese Frage stellt sich auch im Bereich digitaler Medizin. Eleonora Carrozzo entwickelt derzeit statistische Methoden, die gezielt auf digitale Gesundheitsdaten zugeschnitten sind, so eine Aussendung von Salzburg Research. Der Fokus der Forschungsarbeit liegt auf kardiovaskulärer Versorgung, aber auch Forschung mit kleinen Fallzahlen, wie etwa im Fall von seltenen Erkrankungen, soll von den neuen Verfahren profitieren.
Die Analyse von Daten aus Wearables, Gesundheits-Apps oder mobilen Sensoren stelle die Forschung vor Herausforderungen, heißt es. Hohe Datenkomplexität, Ausreißer, fehlende Werte oder geringe Fallzahlen erschwerten die Auswertung. Ziel ihrer Arbeit sei es, mit kleinen Fallzahlen, hoher Datenkomplexität oder fehlerhaften Werten trotzdem zu statistisch fundierten und klinisch relevanten Aussagen zu kommen, wird Carrozzo in der Aussendung zitiert.
Perfekt für digitale Gesundheitsdaten
Die Forscherin entwickelt Analyseverfahren, die auf nichtparametrischen Methoden basieren. Diese kommen ohne strikte Annahmen über die Verteilung der Daten aus und eignen sich daher für digitale Gesundheitsdaten, die lückenhaft, hochdimensional, unregelmäßig oder stark individualisiert sind, so die Aussendung. Carrozzo will bestehende methodische Lücken schließen und medizinisches Fachpersonal unterstützen. Die neuen Werkzeuge sollen helfen, digitale Gesundheitsmaßnahmen fundiert zu bewerten und klinisch sinnvoll einzusetzen; die entsprechenden Methoden werden in Form leicht nutzbarer Softwarepakete zur Verfügung gestellt. Diese sollen nicht nur in der Forschung, sondern auch in der klinischen Praxis oder in Evaluationsstudien zum Einsatz kommen.
Auch komplexe Studiendesigns mit mehreren Gruppen, sehr kleinen Stichproben, vielen Messzeitpunkten oder hochdimensionalen Daten lassen sich mit den neuen Verfahren abbilden. Fundierte Entscheidungen würden auch dann möglich, wenn klassische statistische Verfahren aufgrund einer dünnen Datenlage versagten, heißt es. Die entsprechende Forschungsarbeit „Evaluating digital health interventions with complex designs“ wird vom FWF gefördert.
Zur Person Eleonora Carrozzo
Die Forscherin promovierte 2016 an der Universität Padua im Bereich Management und Ingenieurwesen. An derselben Universität hatte Carrozzo zuvor einen Masterabschluss in Statistik erworben. Ihre Forschungsschwerpunkte liegen in den Bereichen Biostatistik, nichtparametrische Statistik, statistische Methoden in der medizinischen Forschung sowie Datenwissenschaft im Bereich der digitalen Gesundheit. Die Postdoktorandin ist bei der Salzburg Research Forschungsgesellschaft und an der Paris Lodron Universität Salzburg im gemeinsamen Programm EXDIGIT tätig, das vom Land Salzburg im Rahmen des Programms WISS2030 gefördert wird. Vor ihrer Tätigkeit bei Salzburg Research war sie am Ludwig Boltzmann Institut für Digitale Gesundheit und Prävention in Salzburg beschäftigt.
Täglich aktuell über Neues informiert werden:
Zu diesem Thema:
