TP 3 - CKDNapp

Algorithmische Grundlagen von CKDNapp

Ein Hauptteil bei der Entwicklung von CKDNapp ist die mathematische Modellierung von chronischem Nierenversagen. Wir werden Modelle entwickeln, die komplexe Verbindungen zwischen klinisch relevanten Variablen, wie z.B. Serumkreatinin, Blutdruck, und Urin-Proteinkonzentration, sowie demographischen Variablen und Komorbiditäten, beschreiben. Diese Variablen können sowohl kontinuierlich sein, wie z.B. die Konzentration von Serumkreatinin im Blut, sowie kategorisch, z.B. der Patient ist männlich/weiblich. In diesem Teilprojekt werden wir die Algorithmen entwickeln um solch komplexe Zusammenhänge aus Daten zu lernen. Hierbei werden wir auch Strategien entwickeln um die Kausalität dieser Zusammenhänge besser zu verstehen.
Darüber hinaus werden wir Algorithmen entwickeln, die es uns erlauben werden CKDNapp mit kostengünstigen Messmethoden zu nutzen. Final werden wir alle Algorithmen als anwenderfreundliche Software der Öffentlichkeit zur Verfügung stellen.

Zusammenfassung der algorithmische Entwicklungen für CKDNapp.