Wir beantworten klinische Forschungsfragen, indem wir die besten verfügbaren Methoden und Studiendesigns identifizieren und anwenden (z. B. zur Kontrolle von Verzerrungen und Störfaktoren). Durch langjährige Zusammenarbeit mit Partnern aus Universitätskliniken und Forschungsinstituten in Norddeutschland identifizieren wir relevante Forschungsfragen, um letztendlich die Diagnose- und Behandlungsergebnisse für den einzelnen Patienten zu verbessern. In der Medizin werden nämlich zahlreiche Entscheidungen, oft im Rahmen der gemeinsamen Entscheidungsfindung, auf der Grundlage einer geschätzten Wahrscheinlichkeit, dass bei einer Person eine bestimmte Krankheit oder ein bestimmter Zustand vorliegt (diagnostisches Setting) oder ein bestimmtes Ereignis in der Zukunft eintreten wird (prognostisches Setting), getroffen [siehe TRIPOD-Statement: doi.org/10.7326/M14-0698]. Wir wenden moderne statistische Konzepte (z. B. maschinelles Lernen) und Regressionsmethoden bei medizinischen Vorhersageproblemen an, zum Beispiel:

• Vorhersagemodelle für SIRS, Sepsis und damit verbundene Organdysfunktionen in der pädiatrischen Intensivpflege (Projekt "ELISE")
• Längsschnittliche Verläufe von Immunmonitoring-Parametern als Prognosemodelle nach pädiatrischer Lebertransplantation (Projekt "ChilSFree")
• Verwendung von aus dem Gehirn stammenden, peripheren Biomarkern in diagnostischen und prognostischen Situationen
• Vorhersagemodelle für schwere Komplikationen nach einem akuten ischämischen Schlaganfall
• Klinisches Vorhersagemodell für MRSA-Keime bei Krankenhausaufnahme in Südostniedersachsen