Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Machine Learning zur Vorhersage des Rehabilitationserfolgs in psychosomatischer Rehabilitation

Velthuysen PG et al. · Rehabilitation (Stuttg) · erschienen 20.04.2026 · in PubMed seit 20.08.2026 · PMID 42624118

Von KI ausgewählt und zusammengefasst

Worum es geht

Sekundärdatenanalyse an 555 Patienten: Random-Forest-Modelle zur Prognose individueller psychosomatischer Rehabilitationserfolge anhand von 16 Fragebögen und 11 Personenmerkmalen.

Ergebnis

30,02–38,94% der Varianz erklärbar (je nach Dimension). In Kreuzvalidierung 29,33–37,83% Varianzaufklärung bestätigt. 45 relevante Prädiktoren identifiziert (17 Skalenwerte, 28 Einzelitems). Autoren: praktische Umsetzung personalisierter Behandlung aktuell nicht realistisch.

Übertragbarkeit auf Deutschland

Deutschland, Deutsche Rentenversicherung-Kohorte, direkt auf deutsches Reha-System übertragbar

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.