TP 2 - CKDNapp
Berechnung der mathematischen Modelle für CKDNapp
Dieses Subprojekt wird die mathematischen Modelle, auf denen CKDNapp basiert, entwickeln. Wir werden (1) Risikoscores zur Vorhersage von medizinischen Komplikationen in Patienten mit chronischem Nierenversagen (engl. chronic kidney disease, Abk. CKD) aufstellen, (2) Klassifikatoren zur Verfeinerung der Krankheitseinstufung entwickeln, (3) metabolische Modelle generieren und deren Anwendung durch alltägliche klinische Assays ermöglichen/verifizieren, (4) eine umfassende mathematische Modellierung von CKD durch gemischt graphische Modelle ermöglichen, wobei das komplexe Zusammenspiel aller Patientenparameter berücksichtigt wird, und (5) CKDNapp Modelle durch Zeitverlaufsinformationen bereichern. Wir berechnen diese CKDNapp Modelle basierend auf unterschiedlichen biomedizinischen und demographischen Variablen, sowie ungetargeteten Metabolomicsdaten der German Chronic Kidney Disease (GCKD) Studie mit Hilfe aktuellster Methoden des maschinellen Lernens.
Netzwerkdarstellung eines gemischt graphischen Modells, das statistische Assoziationen zwischen unterschiedlichsten Variablen, die in der GCKD Studie erhoben wurden, aufdeckt. Kreise oder Rechtecke repräsentieren individuelle demographische, medikamentöse, klinische Chemie, sowie metabolische Variablen, Verbindungslinien zwischen zwei Variablen repräsentieren eine Assoziation zwischen ihnen.