Integration von Information aus ähnlichen Standorten bei der Entwicklung von klinischen Vorhersagemodellen für Patienten aus eines Zielstandortes (A01)

• Fachliche Zuordnung: Mathematik ; Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 499552394

Das Projekt wird Methoden auf Grundlage von Gewichtung ähnlicher Daten von externen Standorten in ein Vorhersagemodell für einen Zielstandort liefern. Wir werden verschiedene Strategien zur Quantifizierung der Ähnlichkeit untersuchen, darunter 1) Propensity-Score-basierte Ansätze, 2) Ähnlichkeit, die sowohl parametrisch als auch nichtparametrisch über die Differenz zwischen der bedingten empirischen Verteilung der Zielgröße bei gegebenen Kovariaten pro Standort quantifiziert wird, und 3) ein Deep-Learning-Ansatz. Neben empirischer Evaluation werden wir mathematische Theorie zu den Parameterschätzern der entsprechenden Regressionsmodelle liefern.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1597: Small Data
• Antragstellende Institution: Albert-Ludwigs-Universität Freiburg
• Teilprojektleiterinnen: Professorin Dr. Angelika Rohde; Dr. Daniela Zöller