|
Durch den Vergleich der Datensätze von COmPLETE-Health, COmPLETE-Heart und COmPLETE-Lung wird das Ziel verfolgt, Variablen zu finden, welche Unterschiede zwischen der gesunden Alterung eines Menschen und einem frühen Stadium von Herzinsuffizienz oder koronarer Herzkrankheit herausfiltern. Dabei wird der Fokus auf submaximale Variablen des CPETs und Variablen in der Nachbelastungsphase gelegt. Die Anwendung moderner informatischer Methoden bei der Datenanalyse, sogenanntes Deep Learning oder auch Cluster-Analysen soll dabei Anwendung finden, um die Aussagekraft der Spiroergometrie weiter zu steigern.
|