Forschungsschwerpunkte und Projekte

Implementation Science in Health Care

Lauren Clacks Forschung legt den Schwerpunkt auf die Entwicklung von Methoden der Implementation Science. Ihre bisherige Forschung in der Implementation Science erfolgt vorwiegend in den Gebieten der Infektionskrankheiten, der Spitalhygiene und der Patientensicherheit. Sie hat ein breites Interesse an der Anwendung der Implementation Science auf Bereiche, in denen nachweislich eine Lücke zwischen den Forschungsergebnissen und der aktuellen Praxis besteht. Zu ihren spezifischen Forschungsprioritäten gehören:

  • Massgeschneiderte Umsetzung: Aufbau von Evidenz über die Wirksamkeit spezifischer Implementierungsstrategien in spezifischen Kontexten.
  • De-Implementierung von geringwertigen Praktiken: Aufbau von Evidenz über die Wirksamkeit von De-Implementierungsstrategien.
  • Nutzerzentrierte, partizipative Designs: Validierung nutzerzentrierter Designmethoden und Festlegung von Massnahmen, die valide Prozessindikatoren und Ergebnisse von nutzerzentrierten Designs darstellen.

NeoIPC

REVERSE

OCCSI

Implementation Science in Pflegewissenschaft

Die Forschung von Rahel Naef befasst sich mit der

  • familialen Gesundheit und Krankheitsmanagement
  • Wirksamkeit von systemischen Familieninterventionen und integrierten Versorungsmodellen
  • Implementierung evidenzbasierter Praktiken in der Pflege

Im Fokus stehen vor allem Familien in vulnerablen Situationen, z.B. im Kontext informeller Pflege- und Unterstützungsarbeit für ältere Angehörige, bei akut-kritischen Erkrankungen, am Lebensende oder nach einem Verlust.

Mithilfe verschiedener methodischer Ansätze untersucht Rahel Naef, wie sich familiensystemische Pflegeinterventionen und integrierte personen- bzw. familienzentrierte Versorgungsmodelle auf die Qualität der Versorgung, die Handlungsfähigkeit und die psychosoziale Gesundheit von Familien auswirken.

Besonderes Interesse gilt der wissenschaftlichen Untersuchung von Implementierungsstrategien – mit dem Ziel, im Akutspital eine evidenzbasierte pflegerische und interprofessionelle Versorgung für Personen mit kognitiven Einschränkungen, für sterbende Menschen und für hinterbliebene Angehörige zu erreichen. Die Forschungsschwerpunkte liegen somit an der Schnittstelle zwischen Pflegewissenschaft und Implementation Science mit einem Fokus auf Familienpflege.

FICUS Trial

BEST CARE

BEST for Family

Digital and Mobile Health

Ein Grossteil der Arbeit von Viktor von Wyl konzentriert sich auf Multiple Sklerose (MS) und das Schweizer MS-Register. Dieses Register kombiniert den Ansatz der Citizen Sciences mit digitalen Studien zur Gesundheit. Es hat wichtige Erkenntnisse zur Verbesserung der Versorgung von Menschen mit MS geliefert. Zu den jüngsten Forschungsaktivitäten gehören epidemiologische Analysen des Lebensverlaufs und des Fortschreitens der Erkrankung bei Menschen mit MS. Dabei werden Daten aus Patientenumfragen mit klinischen Informationen, Daten aus Fitness-Trackern und digitalen Patienten-Tagebüchern kombiniert.

Andere Forschungsinteressen umfassen die Entwicklung von Methoden für die digitale Epidemiologie (z. B. für das Design und den Betrieb von digital erweiterten Beobachtungsstudien), Textanalysen unter Verwendung von Crowdsourcing-Methoden (z. B. zur Analyse von Patiententagebüchern) und Clustering-Methoden für Zeitreihendaten. Er ist auch an Effektivitätsanalysen der SwissCovid Digital Proximity Tracing App beteiligt.

Digital Health Interventions

In close collaboration with his interdisciplinary team and research partners, Tobias designs digital therapeutics for healthy longevity. More specifically, he designs and evaluates digital health interventions to prevent and manage non-communicable diseases (e.g., diabetes or hypertension) and common mental disorders (e.g., depression and anxiety). For this purpose, Professor Kowatsch brings together research teams at the intersection of information systems research, computer science, medicine, and economics. To this end, his research areas focus on

  1. Digital therapeutics for the prevention and management of non-communicable diseases and common mental disorders
  2. Digital biomarkers for the detection of vulnerability states and states of receptivity
  3. Conversational agents, chatbots, and voice assistants
  4. Blended treatments that bring together social actors (physicians, patients, family members) and technology (e.g. voice assistants) symbiotically
  5. Emerging business models for scalable digital therapeutics A selection of research projects

A selection of research projects:

  1. MobileCoach: An Open Source Software Platform for Digital Biomarker and Health Intervention Research
  2. Prediction and Prevention of Non-Adherence to Digital Health Interventions
  3. Sweetgoals: A Conversational Agent for Young Adults with Type 1 Diabetes
  4. Breeze: A Gameful Biofeedback Breathing Training for Mental and Physical Well-being
  5. I feel BEDDA: A vocal biomarker for subclinical depression
  6. Diane+ A Digital Lifestyle Coach to Prevent Type 2 Diabetes in Singapore
  7. Sally+ Preventing Depression in Singaporean Students
  8. Using Voice Assistants for the Management of Chronic Diseases: is it possible?
  9. RehabCoach: A digital platform for remote rehabilitation
  10. Healthification: A short animation
  11. CanRelax: A mindfulness and relaxation app for people with cancer

More research projects Link

Medical Knowledge and Decision Support

Janna Hastings’s research explores the impacts and opportunities associated with digitalization in the clinic. The overarching objectives of her research are to accelerate translation and integration of evidence into the clinic, to ensure that digital tools for clinical applications are aligned with the needs of clinicians, and to remove barriers to effective human-computer collaboration to improve patient outcomes.

Specific topics that the Medical Knowledge and Decision Support group researches include:

Evidence synthesis: Her group develops approaches that combine semantics with data extracted from the literature in order to support partial automation of medical evidence synthesis and thereby accelerate the translation of evidence into implementation in the clinic.

Semantic AI: Semantic, meaningful or human-centered artificial intelligence approaches are built around meaningful categories that are understandable to humans. They combine symbolic and sub-symbolic approaches to machine learning and reasoning, and can be used to reduce manual documentation burdens, provide human-friendly explanations, and accelerate the implementation of personalized medicine.

Clinician experiences of digitalization: The group aims to understand and amplify clinician experiences of and expectations of decision support and electronic health information systems, and aligns those with available technological capabilities in order to steer future technological developments towards greater alignment with the needs of clinicians.

Clinician and patient experiences of medical knowledge and evidence: The group aims to understand clinician and patient experiences of the wider medical knowledge and evidence ecosystem, in particular differences in perspectives between different clinicians (interdisciplinarity and interprofessionality) and between clinicians and patients, and how these different perspectives are negotiated in shared decision-making supported by digital tools.

 

Projects

HBCP: We are collaborators in the Human Behaviour-Change Project, funded by the Wellcome Trust and led by UCL’s Center for Behaviour Change. This project is developing a ‘knowledge system’ based on annotated intervention evidence reports, semantics in the form of an ontology, and an artificial intelligence-based system that is able to predict the outcomes of hypothetical behavior change interventions, applied to an initial case study of smoking cessation behaviors.

ClinDigEx: We are conducting a qualitative interview study of clinician experiences with digital tools in clinical settings in St. Gallen and Zurich. This study is funded by the HSG through startup funds awarded to Janna Hastings, and aims to create a comprehensive map of the landscape of digitalization in the clinic across different hospitals and clinical domains.

VascX: We are collaborators in the Sinergia project ‘Connecting properties of the micro- and macrovasculature from multimodal imaging through genetics and deep learning to better understand vascular pathomechanisms and predict disease risk’ led by the University of Lausanne. This project will explore the genetic basis of vasculatures in multimodal imaging datasets, and our group will explore the semantics of features learned by deep learning approaches.