Detailansicht
How cognitive integration of clinical and methodological expertise enhances data-driven analysis
Caspar Matzhold
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Philosophie und Bildungswissenschaft
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Joint Degree Programme MEi :CogSci Cognitive Science
Betreuer*in
Peter Klimek
DOI
10.25365/thesis.56855
URN
urn:nbn:at:at-ubw:1-17287.16941.685163-8
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Anzahl der im Gesundheitswesen generierten medizinischen Daten hat in den letzten Jahren exponentiell zugenommen. Die datengetriebene Analyse hat im klinischen Kontext das Ziel, komplexe medizinische Datensätze in Wissen umzuwandeln, wie Krankheiten wirksamer verhindert oder behandelt werden können. Dieser Ansatz erfordert die Kombination von datenbezogenem, methodischem Fachwissen und fundiertem Know-how aus dem betroffenen klinischen oder medizinischen Bereich. Genauer gesagt, erfordert dies eine interdisziplinäre Zusammenarbeit. Erfolgreiche interdisziplinäre Forschung bleibt jedoch eine große Herausforderung. Daher hat diese Masterarbeit zwei Ziele. Erstens, eine datengetriebene Analyse durch ein interdisziplinäres Forschungsteam durchzuführen und zweitens unsere praktische Erfahrung mit theoretischem Wissen über kognitive Prozesse zu kombinieren, um Wissen über interdisziplinäre Forschung zu gewinnen. Wir haben multiple logistische Regression angewendet, um das dosisabhängige Auftreten von Osteoporose bei Statin-Patienten zu analysieren. Diese Studie zeigt, dass ein nicht-trivialen Zusammenhang zwischen den Dosierungen von Statinen und Osteoporose besteht. Nach unserem Wissen ist dies die erste Studie, die zeigt, dass bei der Untersuchung der Beziehung zwischen Osteoporose und Statin-Therapien die Dosierung berücksichtigt werden müssen. Das zweite übergeordnete Ziel bestand darin, aufzuzeigen, wie Interdisziplinarität datengetriebene Analysen fördert, und Einblicke in Faktoren zu gewinnen, die den Interaktionsprozess zwischen Forschern verschiedener Disziplinen und die Entstehung eines kognitiven Prozesses unter ihnen unterstützen. Basierend auf theoretischen Erkenntnissen, kombiniert mit unserer eigenen Forschungserfahrung, haben wir Faktoren identifiziert, die wir für einen erfolgreichen Forschungsprozess als wichtig erachten: persönliche / Habitus-bezogene Eigenschaften, umwelt- / feldbezogene Eigenschaften, gemeinsame Studienlogik und Zeit.
Abstract
(Englisch)
The amount of medical data generated in healthcare has exponentially increased in recent years. Data-driven analysis, when applied in a clinical context, has the aim to turn complex medical data records into knowledge on how to prevent or treat diseases more effectively. This approach requires the combination of data-related, methodological expertise with in-depth know-how of the involved clinical or medical domain. More precisely, it requires interdisciplinary collaboration. However, successful interdisciplinary research remains a great challenge. Therefore, this master thesis has two objectives. First, to carry out a data-driven analysis by means of an interdisciplinary research team and, second, to combine our practical experience with theoretical knowledge about cognitive processes to gain knowledge about interdisciplinary research. We applied multiple logistic regression to analyse the dosage-dependent occurrence of osteoporosis in statin patients. This study reveals that there is a highly non-trivial dependence of statin dosage with the odds of osteoporosis. To the best of our knowledge, this is the first study which shows that it is important to consider dosages when investigating the relationship of osteoporosis and statin therapy. The second high-level objective was to show how interdisciplinarity promotes data-driven analysis and to gain insights into factors that support the interaction process between researchers from different disciplines and the emergence of a cognitive process among them. Based on theoretical insights combined with our own research experience, we identified body—mind—environment factors that we consider important for a successful research process: personal/habitus-related qualities, environmental/field-related properties, a shared study logic and time.
Schlagwörter
Schlagwörter
(Englisch)
data-driven analysis interdisciplinary research cognitive processes extended mind academic habitus-field dialectic
Schlagwörter
(Deutsch)
datengetriebene Analyse interdisziplinäre Forschung kognitive Prozesse erweiterter Verstand akademische Habitusfeld-Dialektik
Autor*innen
Caspar Matzhold
Haupttitel (Englisch)
How cognitive integration of clinical and methodological expertise enhances data-driven analysis
Paralleltitel (Deutsch)
Wie die kognitive Integration von klinischem und methodischem Know-how die datengesteuerte Analyse verbessert
Publikationsjahr
2019
Umfangsangabe
68 Seiten : Diagramme
Sprache
Englisch
Beurteiler*in
Peter Klimek
AC Nummer
AC15403269
Utheses ID
50224
Studienkennzahl
UA | 066 | 013 | |