Gewichtsveränderung in digitaler Adipositas-App: Prognose per Machine Learning
Von KI ausgewählt und zusammengefasst
Worum es geht
Analyse von 17.953 Nutzern der deutschen DiGA Oviva Direkt für Adipositas über 12 Wochen zur Vorhersage klinisch bedeutsamer Gewichtsverluste und App-Adhärenz mittels Machine Learning.
Ergebnis
Baseline-Merkmale allein zeigten geringe Diskriminanzfähigkeit (ROC-AUC 0,54–0,58 für klinisch bedeutsamen Gewichtsverlust). Mit 4-Wochen-Gewicht verbesserte sich die Performance deutlich (AUC 0,86–0,92). App-Engagement allein zeigte modeste Verbesserung (AUC 0,63–0,67). Für Adhärenzvorhersage: AUC stieg von 0,81 (Baseline) auf 0,90 (mit Engagement). Frühzeitige Gewichtsverluste waren die stärksten Prädiktoren für Gesamterfolg.
Übertragbarkeit auf Deutschland
Deutsche medizinische App mit echten Versorgungsdaten; Modelle erfordern externe Validierung vor Klinikumsatz.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.