Conditional Method Agreement Trees (COAT)

• Antragsteller: Professor Dr. Alexander Hapfelmeier
• Fachliche Zuordnung: Medizininformatik und medizinische Bioinformatik ; Kardiologie, Angiologie
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 447467169

Die Übereinstimmung von Messmethoden wird mittels Methodenvergleichsstudien beurteilt. Sie finden in vielen Bereichen Anwendung, finden ihren Ursprung jedoch aus der medizinischen Forschung, in der (Gold-)Standards zur Gewinnung der interessierenden klinischen Messungen kostspielig, zeitaufwendig, komplex, invasiv, belastend und risikoreich sein können. Aus diesen Gründen wurden Methoden stets weiterentwickelt, um Kosten und Zeit zu sparen und die physische Belastung für die Patienten zu verringern, wobei es gilt die Korrektheit der Messungen zu erhalten.Die am häufigsten verwendete Analysemethode, der Bland-Altman Plot, wurde vor mehr als drei Jahrzehnten von Martin Bland und Douglas Altman vorgeschlagen. Seitdem hat sich die methodische Arbeit an einem "One-fits-all"-Paradigma orientiert, während im Zeitalter der stratifizierten und personalisierten Medizin Subgruppenanalysen immer mehr an Bedeutung gewinnen. Wenn man an immer komplexere und hoch entwickelte Methoden, experimentelle Settings und Softwarelösungen denkt, so ist es fraglich, ob das "One-fits-all"-Paradigma haltbar ist. Sensoren, Ratingsysteme, Bildanalysen etc. könnten aufgrund innerer und äußerer Einflüsse schlichtweg nicht in jeder Situation und für jeden Patienten gleich akkurat sein. Die vorgeschlagene Forschung bietet eine innovative Lösung, die als "Conditional Method Agreement Trees" (COAT) bezeichnet wird, indem das Konzept der "bedingten Übereinstimmung" und eine entsprechende multivariable Modellierung eingeführt wird. Sie nutzt die Tatsache aus, dass Übereinstimmung durch korrekt spezifizierte gemischte Modelle modelliert werden kann. In Kombination mit den kürzlich entwickelten 'mixed-effects model trees' ist es möglich, die modellbasierte rekursive Partitionierung anzupassen, um Subgruppen mit unterschiedlicher Übereinstimmung der Messmethoden zu identifizieren. Die hohe Relevanz der Forschungsfrage wurde von meinen internationalen Forschungspartnern, die aus führenden Wissenschaftlern aus den Bereichen der Medizin, Statistik und Informatik bestehen, bestätigt.

• DFG-Verfahren: Sachbeihilfen