Psychodiagnostik, Digital Phenotyping und Smart Sensing
Die zuverlässige und valide Erfassung von Indikatoren und Prädiktoren der psychischen Gesundheit ist von zentraler Bedeutung für die Diagnostik, Therapieplanung und Therapieprozessevaluation. Forschungsprojekte der Abteilung beziehen sich auf die Implementation psychodiagnostischer Routinen und die Entwicklung und Evaluation innovativer Technologie-basierter Diagnostikverfahren, wie z.B. auf Modellen der Item-Response-Theorie basierende Computer-adaptive Testverfahren (CAT) sowie Smartphone-basierte Verhaltensdiagnostik und Ecological Momentary Assessment (EMA). Unter dem Begriff Digital Phenotyping verfolgt die Abteilung das Ziel einer personalisierten Behandlungsplanung und Verlaufskontrolle. Durch die Integration digitaler Datenquellen, aus Krankenhausinformationssystem (KIS), Web-basierte, aktiv durchgeführte Psychodiagnostik sowie passiv erfasste Smart Sensing Daten erfolgt die auf Data Science Ansätzen (Machine Learning / Deep Learing) beruhende Entwicklung von Prädiktions- und Verlaufsmodellen sowie die formative Weiterentwicklung KI-basierter psychodiagnostischer Testsysteme und darauf aufbauender „intelligenter“ Interventionen (z.B. Just-in-time Interventionen; Chatbots).
Web-basierte Testsysteme, Computer-Adaptives Testen, RehaCAT und Item-Response-Theorie
Eine umfassende Diagnostik sollte Gegenstand jeder Indikationsstellung und Behandlungsplanung sein. Das nicht-standardisierte klinische Gespräch gilt hierbei längst als eine wenig verlässliche Grundlage zur Urteilsbildung. Patienten-berichtete Outcomes, erfasst mittels Selbstbeurteilungsskalen, bilden eine zielführende, ökomische und potentiell reliable und valide Grundlage. Die in der klinischen Praxis immer noch vorzufindende Paper-Pencil-Lösung schöpft viele Vorteile einer digital gestützten Psychodiagnostik nicht aus. Die Abteilung verfolgt mit Ihrer Forschung die Verbesserung psychodiagnostischer Möglichkeiten, z.B. im Rahmen der Weiterentwicklung von Testverfahren basierend auf der Item-Response-Theorie, der Entwicklung, Implementierung und Evaluation innovativer digitaler (Computer-adativer-) Testverfahren sowie der versorgungsnahen Untersuchung zielführender Implementierungsmodelle.
Ziel dieses BMBF geförderten multizentrischen Drittmittelprojektes ist die Untersuchung der Wirksamkeit- und Kosten-Effektivität von RehaCAT+, einem um Handlungsempfehlungen und Dokumentationshilfen bei Depression und Angst erweiterten Web-basierten Testsystems im Vergleich zur Standarddiagnostik bestehend aus RehaCAT ohne systemhinterlegte, individualisierte Empfehlungen. Das Projekt erfolgt beispielhaft in zwei der häufigsten Indikationsgebiete der somatischen Rehabilitation, der orthopädischen und der kardiologischen Rehabilitation. Weitere Informationen entnehmen Sie bitte der Projektskizze "RehaCAT+".
Ziel dieses Transferprojektes ist die Implementierung und Evaluation des computergestützten Diagnostiksystems RehaCAT zur Erfassung der funktionalen Gesundheit in der orthopädischen und kardiologischen Rehabilitation sowie dessen weitere Validierung.
Weitere Informationen entnehmen Sie bitte der Projektskizze "RehaCAT-Transfer".
mHAD: Ratingskalen und Assessments zur Bewertung von Gesundheits-Apps
Die Mobile Health App Database (mHAD, http://www.mhad.science), ein interdisziplinäres non-profit Projekt der Universitäten Ulm, Würzburg und Freiburg zielt auf Transparenz und Qualitätssicherung mobiler Gesundheits-Apps, u.a. durch die Verbesserung der psychometrischen und technischen Grundlage, der Bewertung existierender mobiler Gesundheitsapplikationen sowie Forschung im Kontext einer optimierten Dissemination, Nutzung und Vertrauenswürdigkeit entsprechender Datenbanken.
Weitere Details bietet Ihnen die Projektskizze "mHAD".
Digital Phenotyping und Smart Sensing
Im Kontext von Digital Phenotyping und Smart Sensing befasst sich die Abteilung mit Prädiktionsmodellen zu psychischen Störungen und körperlichen Erkrankungen.
Weitere Informationen entnehmen Sie bitte der Projektskizze „Digital Phenotyping and Smart Sensing“.
Insights ist eine in Kooperation mit Christoph Kannen, Prof. Dr. Christian Montag und Prof. Dr. Matthias Brand entstandene Smart-Sensing-App zur Erfassung des Smartphone-Verhaltens. Details zum Design, den Anwendungsmöglichkeiten und ersten Ergebnissen finden sich hier. Weitere Studien sind in der Projektskizze „Digital Phenotyping und Smart Sensing“ aufgeführt.
Forschungsstudien aufbauend auf dem AWARE-Framework nutzen eine substantiell weiterentwickelte Version der Open Source Smart-Sensing AWARE app.
CIDI – WHO-WMH-Composite International Diagnostic Interview
Nach den Neuerungen der beiden wichtigsten Diagnosemanualen für psychische Störungen (DSM und ICD) ermöglicht eine kultursensitive und Versorgungssystem-adaptierte Übersetzung und anschließende Evaluation des neu entwickelten CIDI 5 weiterhin den Einsatz des Interviewverfahrens CIDI in Deutschland sowohl im klinischen Alltag als auch im nationalen und internationalen Forschungskontext.
Weitere Informationen entnehmen Sie bitte der Projektskizze CIDI.