Refine
Year
- 2023 (105)
- 2021 (88)
- 2022 (82)
- 2024 (62)
- 2011 (23)
- 2012 (22)
- 2015 (22)
- 2019 (22)
- 2016 (20)
- 2010 (17)
- 2018 (17)
- 2014 (16)
- 2013 (15)
- 2020 (14)
- 2009 (12)
- 2005 (11)
- 2002 (9)
- 2004 (9)
- 2006 (9)
- 2017 (9)
- 2007 (8)
- 2000 (7)
- 1998 (6)
- 2008 (6)
- 2001 (5)
- 2003 (5)
- 1999 (4)
- 1997 (2)
- (1)
- 1975 (1)
- 1977 (1)
- 1980 (1)
- 1988 (1)
- 1989 (1)
- 1991 (1)
- 1992 (1)
- 1994 (1)
- 1996 (1)
Publication Type
- Article (188)
- Bachelor Thesis (119)
- Conference Proceeding (93)
- Report (64)
- Book (46)
- Master's Thesis (35)
- Other (28)
- Working Paper (20)
- Part of a Book (13)
- Contribution to a Periodical (7)
Language
- German (396)
- English (240)
- Multiple languages (1)
Has Fulltext
- yes (637) (remove)
Keywords
- Jugendhilfe (10)
- Liner (10)
- Nachhaltigkeit (10)
- Kinderhilfe (8)
- Depression (7)
- Geschlecht (7)
- Kommunikation (7)
- Resilienz (7)
- liner (7)
- Abfallwirtschaft (6)
Faculty
- Sozialwesen (SW) (150)
- Oecotrophologie · Facility Management (OEF) (101)
- Energie · Gebäude · Umwelt (EGU) (79)
- Bauingenieurwesen (BAU) (73)
- Gesundheit (MDH) (44)
- Physikingenieurwesen (PHY) (42)
- Wirtschaft (MSB) (35)
- Elektrotechnik und Informatik (ETI) (27)
- ITB (17)
- Kompetenzzentrum Humanitäre Hilfe (16)
- Wandelwerk. Zentrum für Qualitätsentwicklung (14)
- Chemieingenieurwesen (CIW) (13)
- iSuN Institut für Nachhaltige Ernährung (13)
- keine Zuordnung (13)
- IBL (12)
- Bibliothek (4)
- Maschinenbau (MB) (3)
- Architektur (MSA) (2)
- Zentrale Serviceeinrichtungen (2)
- Design (MSD) (1)
Background
Artificial intelligence (AI) has the capability to analyze vast amounts of data and has been applied in various healthcare sectors. However, its effectiveness in aiding pharmacotherapy decision-making remains uncertain due to the intricate, patient-specific, and dynamic nature of this field.
Objective
This study sought to investigate the potential of AI in guiding pharmacotherapy decisions using clinical data such as diagnoses, laboratory results, and vital signs obtained from routine patient care.
Methods
Data of a previous study on medication therapy optimization was updated and adapted for the purpose of this study. Analysis was conducted using R software along with the tidymodels extension packages. The dataset was split into 74% for training and 26% for testing. Decision trees were selected as the primary model due to their simplicity, transparency, and interpretability. To prevent overfitting, bootstrapping techniques were employed, and hyperparameters were fine-tuned. Performance metrics such as areas under the curve and accuracies were computed.
Results
The study cohort comprised 101 elderly patients with multiple diagnoses and complex medication regimens. The AI model demonstrated prediction accuracies ranging from 38% to 100% for various cardiovascular drug classes. Laboratory data and vital signs could not be interpreted, as the effect and dependence were unclear for the model. The study revealed that the issue of AI lag time in responding to sudden changes could be addressed by manually adjusting decision trees, a task not feasible with neural networks.
Conclusion
In conclusion, the AI model exhibited promise in recommending appropriate medications for individual patients. While the study identified several obstacles during model development, most were successfully resolved. Future AI studies need to include the drug effect, not only the drug, if laboratory data is part of the decision. This could assist with interpreting their potential relationship. Human oversight and intervention remain essential for an AI-driven pharmacotherapy decision support system to ensure safe and effective patient care.
Hintergrund.ZurQualitätssicherungund
WeiterentwicklungvonBGF-Maßnahmen
(betrieblicheGesundheitsförderung) istes
vonInteresse,einenÜberblicküberwissen
schaftlichuntersuchteBGF-Maßnahmenin
denletztenzweiJahrzehntenzuerlangen.
Zielsetzung.WissenschaftlichevaluierteBGF
MaßnahmenausdenJahren2000–2020wer
denmithilfederinderPraxisdurchdenGKV
SpitzenverbandeingesetztenThemenfelder
aufdiethematischenEntwicklungen,den
Nutzen,aberauchdieSchwächenfürdie
ÜbertragbarkeitindiePraxishinanalysiert.
Methode.EinesystematischeLiteraturrecher
chefürdenPublikationszeitraumzwischen
2000und2020wurdeinzweielektronischen
Datenbankendurchgeführt.
Ergebnisse.DieEinschlusskriterienerfüllten
41Artikel.DiemeistenderindenStudien
durchgeführtenundevaluiertenBGF
MaßnahmenwarenkeineEinzelmaßnahmen,
sondernstelltenProgrammedar. Inihnen
wurdenmehrereThemenfeldergleichzeitig
adressiert.Insgesamtzeigtensichdieinden
StudienuntersuchtenBGF-Maßnahmensehr
heterogen.ZumEndedesUntersuchungszeit
raumesnahmdieAnzahlanPublikationen
zu.
Schlussfolgerung.DieimLeitfadenPräventi
onvorgegebenenBGF-Themenfeldersindbis
aufeinThemenfeldausgewogenvertreten.
DieStudienzudenBGF-Maßnahmen
sindbezogenaufdieVerständlichkeitder
angewendetenDidaktikundMethodikoft
nureingeschränktnachvollziehbarund
somitschwerindieorganisationalePraxis
übertragbar.
Zusammenfassung
Hintergrund. Zur qualitätsbasierten
Weiterentwicklungeffizienter und bedarfs
orientierter Maßnahmen der betrieblichen
Gesundheitsförderung (BGF) ist es von
Interesse, einen Einblick in Ihren Aufbau,
die Ausgestaltung und den Ablauf der
Maßnahmender letztenzwei Jahrzehntezu
erlangen.
Zielsetzung. Auf Basis der arbeitsschutzori
entierten Leitliniendes GKV-Spitzenverbands
wird untersucht, ob vor der Umsetzung
von BGF-Maßnahmen Bedarfserhebungen
mittels Ist-Analysen durchgeführt wurden.
Zusätzlich wird betrachtet,ob die Analysen
„weiche“ Faktoren wie Kultur, Führung und
Beziehungsklima beinhalten. Weiter wird
analysiert, welche wissenschaftlichenTheori
en undModelle denMaßnahmenzugrunde
liegen. Zudem führt die Untersuchungeine
Wirksamkeitsbetrachtungdurch, um zu
ermitteln, welche Effekte die Maßnahmen
erzielten.
Methode. Das vorliegende Literatur-Review
untersucht wissenschaftlichevaluierte BGF
Maßnahmenaus den Jahren 2000–2020.
Hierzu wurde eine systematischeLitera
turrecherche in den zwei elektronischen
DatenbankenScopus und Web of Science
für den benannten Publikationszeitraum
durchgeführt.
Ergebnisse. Die Einschlusskriterienerfüllten
41Artikel.Nur4derStudienführteneine
Ist-Analyse zur Bedarfsbestimmung von
BGF-Maßnahmendurch. 25 Studien führten
Ist-Analysen im Rahmen der Maßnahmen
durch, alle waren arbeitsschutzorientiert.Vier
Studien inkludierten in ihrer Erhebung zu
Beginn Teilaspektevon weichen Faktoren. In
12 Studienwurdenden evaluiertenInterven
tionen unterschiedliche wissenschaftliche
Theorien und Modelle zugrunde gelegt. Alle
Studien berichtetenmindestensfür einzelne
Untersuchungsparametervon positiven
Effekten.
Schlussfolgerung. Vor dem Hintergrund
des Strukturwandels der Wirtschaft und der
beständig zunehmenden Humanisierung
der Arbeit spielen wissenschaftsbasierte
Analyseinstrumentezur Bedarfsbestimmung
eine große Rolle. Zukünftige Analyseinstru
mentesolltenvon derWissenschaftkonzipiert
und erprobt werden und zusätzlich zur
Arbeitsschutzorientierung die immateriellen,
weichen Faktoren Kultur, Führung und
Beziehungsklima beinhalten. Trotz der
Empfehlungen, Maßnahmenauf Grundlage
von Theorien und Modellen zu konzipieren,
wurde dieses Potenzial von nur wenigen
wissenschaftlichevaluiertenStudien genutzt.
Die Wirksamkeitsbetrachtungzeigt, dass alle
Studien mindestensfür Teile Ihrer Evaluation
von positiven Effekten berichten. Dieses
Untersuchungsergebnisdes Reviewsweist auf
ein Publikationsbiashin