• Medientyp: E-Book; Hochschulschrift
  • Titel: Multivariate statistical methods to analyse multidimensional data in applied life science : [kumulative Dissertation]
  • Beteiligte: Trutschel, Diana [VerfasserIn]; Große, Ivo [AkademischeR BetreuerIn]; Neumann, Steffen [AkademischeR BetreuerIn]; Scherag, André [AkademischeR BetreuerIn]
  • Körperschaft: Martin-Luther-Universität Halle-Wittenberg
  • Erschienen: Halle; Wittenberg, [2019?]
  • Umfang: 1 Online-Ressource (136 Seiten); Illustrationen, Diagramme
  • Sprache: Englisch
  • DOI: 10.25673/14034
  • Identifikator:
  • Schlagwörter: Datenanalyse > Massenspektrometrie > Pflegewissenschaft
  • Entstehung:
  • Hochschulschrift: Dissertation, Martin-Luther-Universität Halle-Wittenberg, 2019
  • Anmerkungen: Tag der Verteidigung: 18.04.2019
  • Beschreibung: Angewandte Lebenswissenschaften benötigen computergestützte Methoden, insbesondere seitdem die Komplexizität der Daten zunimmt. Für die Datenanalyse ist es wichtig, Studien durchdacht zu konzipieren und geeignete Methoden für die Analyse zu wählen, um valide Ergebnisse für wissenschaftliche Entscheidungen zu erhalten. Benutzerfreundliche Programme, die komplizierte Methoden aufbereiten und zugänglich machen, sind dabei unverzichtbar geworden. Der Fokus dieser Dissertation liegt auf der methodologischen Erarbeitung solcher Verfahren und deren Anwendung bei der Analyse von Daten in realen Studien. Die Herausforderungen werden am Beispiel von zwei Lebenswissenschaften aufgezeigt: Metabolomik, eine Schlüsseldisziplin in der Systembiologie, und Gesundheitsversorgung mit dem Teilbereich Pflegewissenschaft. Obwohl beide Wissenschaften verschiedene Fragestellungen zu beantworten versuchen, sind die methodische Vorgehensweise ebenso wie die mathematischen Lösungsansätze ähnlich und die Daten werden häufig mit Hilfe von multivariaten Methoden untersucht.

    Applied life sciences require computational methods, especially, since the complexity of data has grown. For data analysis carefully designed studies and appropriate methods are important to make conclusions on basis of valid results. User-friendly applications to make difficult methods available for practitioners are essential. In this thesis the focus is on a methodological point of view as well as showing the application of provided methods in analysing data of real studies. The challenges are shown within two applied life sciences: metabolomics, a key discipline in system biology, and Nursing science as one part of health care. Both scientific fields have their own research questions with different aims. But no matter how different the research question and apparent data characteristics are, patterns within solutions reoccur and often requires multivariate methods for the data analysis.

    Clustering, Datenanalyse, Demenz, Experimentdesign, Massenspektrometrie, Metabolomik, Multivariate Statistik, Pflegeforschung, Power, Selektionsbias

    Clustering, Data analysis, Dementia, Experiment design, Massspectrometry, Metabolomics, Multivariate statistics, Nursing service research, Power, Selection bias
  • Zugangsstatus: Freier Zugang