Ein Diagnose-Unterstützungssystem auf der Basis von SchmerzzeichnungenKlassifikation von vier seltenen Erkrankungen und einer Kontrollgruppe
Ein Diagnose-Unterstützungssystem auf der Basis von Schmerzzeichnungen
Klassifikation von vier seltenen Erkrankungen und einer Kontrollgruppe
Dokument öffnen (2.8MB)Art der Hochschulschrift
DissertationPrüfungsdatum
17.07.2024Datum der Veröffentlichung
30.07.2024Erstgutachter
Mücke, MartinZweitgutachter
Klaschik, SvenMetadaten
Zur Langanzeige
Zitierbare Links 
Inhalt
Die Diagnostik von seltenen Erkrankungen stellt Ärzte aller Fachrichtungen oft vor große Herausforderungen, was für die Patienten mit langen Leidenswegen und zahlreichen Arztbesuchen (sog. Ärzteodysseen) verbunden ist. Daher kommt der Entwicklung computerassistierter Hilfssysteme für die Diagnosefindung eine immer größere Bedeutung zu. Diese Studie untersucht die Performance einer von unserer Arbeitsgruppe mitentwickelten Software (Pain2D), welche auf der Basis von Schmerzzeichnungen erkrankter Patienten eine Klassifikation zu den vier untersuchten Krankheiten (EDS, FSHD, GBS und PROMM) vornimmt. Zusätzlich implementierten wir eine Kontrollgruppe, welche Patienten mit unspezifischem, chronischen Schmerz beinhaltet.
Schlagwörter
FSHD, GBS, PROMM, EDS, seltene Erkankungen, Diagnoseunterstützungssystem, ORPHA: 269, ORPHA: 606, ORPHA: 2103, ORPHA: 287, Schmerzzeichnungen
Klassifikation (DDC)
610 Medizin, GesundheitZugehörige Publikation(en)
https://doi.org/10.1186/s13023-023-02663-zEmmert, Dorian Norbert: Ein Diagnose-Unterstützungssystem auf der Basis von Schmerzzeichnungen : Klassifikation von vier seltenen Erkrankungen und einer Kontrollgruppe. - Bonn, 2024. - Dissertation, Rheinische Friedrich-Wilhelms-Universität Bonn.
Online-Ausgabe in bonndoc: https://nbn-resolving.org/urn:nbn:de:hbz:5-77479
Online-Ausgabe in bonndoc: https://nbn-resolving.org/urn:nbn:de:hbz:5-77479
@phdthesis{handle:20.500.11811/11765,
urn: https://nbn-resolving.org/urn:nbn:de:hbz:5-77479,
author = {{Dorian Norbert Emmert}},
title = {Ein Diagnose-Unterstützungssystem auf der Basis von Schmerzzeichnungen : Klassifikation von vier seltenen Erkrankungen und einer Kontrollgruppe},
school = {Rheinische Friedrich-Wilhelms-Universität Bonn},
year = 2024,
month = jul,
note = {Die Diagnostik von seltenen Erkrankungen stellt Ärzte aller Fachrichtungen oft vor große Herausforderungen, was für die Patienten mit langen Leidenswegen und zahlreichen Arztbesuchen (sog. Ärzteodysseen) verbunden ist. Daher kommt der Entwicklung computerassistierter Hilfssysteme für die Diagnosefindung eine immer größere Bedeutung zu. Diese Studie untersucht die Performance einer von unserer Arbeitsgruppe mitentwickelten Software (Pain2D), welche auf der Basis von Schmerzzeichnungen erkrankter Patienten eine Klassifikation zu den vier untersuchten Krankheiten (EDS, FSHD, GBS und PROMM) vornimmt. Zusätzlich implementierten wir eine Kontrollgruppe, welche Patienten mit unspezifischem, chronischen Schmerz beinhaltet.},
url = {https://hdl.handle.net/20.500.11811/11765}
}
urn: https://nbn-resolving.org/urn:nbn:de:hbz:5-77479,
author = {{Dorian Norbert Emmert}},
title = {Ein Diagnose-Unterstützungssystem auf der Basis von Schmerzzeichnungen : Klassifikation von vier seltenen Erkrankungen und einer Kontrollgruppe},
school = {Rheinische Friedrich-Wilhelms-Universität Bonn},
year = 2024,
month = jul,
note = {Die Diagnostik von seltenen Erkrankungen stellt Ärzte aller Fachrichtungen oft vor große Herausforderungen, was für die Patienten mit langen Leidenswegen und zahlreichen Arztbesuchen (sog. Ärzteodysseen) verbunden ist. Daher kommt der Entwicklung computerassistierter Hilfssysteme für die Diagnosefindung eine immer größere Bedeutung zu. Diese Studie untersucht die Performance einer von unserer Arbeitsgruppe mitentwickelten Software (Pain2D), welche auf der Basis von Schmerzzeichnungen erkrankter Patienten eine Klassifikation zu den vier untersuchten Krankheiten (EDS, FSHD, GBS und PROMM) vornimmt. Zusätzlich implementierten wir eine Kontrollgruppe, welche Patienten mit unspezifischem, chronischen Schmerz beinhaltet.},
url = {https://hdl.handle.net/20.500.11811/11765}
}
Die folgenden Nutzungsbestimmungen sind mit dieser Ressource verbunden:
