Wann Schwangere besonders müde sind
Forschungsteam der FAU analysiert Big-Data-Datensatz über
schwangerschaftsbedingte Symptome
Ob Müdigkeit, Rückenschmerzen oder Schlafprobleme – während der
Schwangerschaft treten Symptome auf, die fast allen Frauen zu schaffen
machen. Wann welche Beschwerden besonders häufig sind und wie sie
verlaufen, hat ein interdisziplinäres Forschungsteam der Friedrich-
Alexander-Universität Erlangen-Nürnberg (FAU) untersucht. Das Team nutzte
dafür einen anonymisierten Big-Data-Datensatz einer Schwangerschafts-App.
Jede Schwangerschaft ist einzigartig, doch fast alle Schwangeren haben mit
ähnlichen schwangerschaftsbedingten Symptomen zu tun: Sie sind müde, haben
Rückenschmerzen, klagen über Verstopfung, Schlafprobleme oder Atemnot.
„Diese Symptome sind schon lange bekannt. Aber wann sie im Lauf der
Schwangerschaft auftreten, wie sie genau verlaufen und sich gegenseitig
beeinflussen, ist bislang nicht gut erforscht“, erklärt Prof. Dr. Björn
Eskofier. „Wir müssen das Auftreten dieser Symptome besser verstehen
lernen, um Schwangerschaftsvorsorge, aber auch therapeutische Maßnahmen
gezielter weiterentwickeln zu können.“ Der Inhaber des Lehrstuhls für
Maschinelles Lernen und Datenanalytik der FAU koordiniert gemeinsam mit
Prof. Dr. Matthias W. Beckmann (Klinikdirektor und Lehrstuhlinhaber des
Lehrstuhls für Geburtshilfe und Frauenheilkunde) sowie Prof. Dr. Peter A.
Fasching (Professur für Translationale Frauenheilkunde und Geburtshilfe)
von der Frauenklinik des Uniklinikums Erlangen das interdisziplinäre
Forschungsprojekt SMART Start. Mit im Boot ist auch Prof. Dr. Oliver
Schöffski vom Lehrstuhl für Gesundheitsmanagement der FAU sowie Prof. Dr.
Matthias Braun vom Lehrstuhl für Systematische Theologie und Ethik der
Universität Bonn. Gemeinsam wollen die Wissenschaftler auf Grundlage einer
breiten Datenbasis Impulse zur Digitalisierung in der
Schwangerschaftsvorsorge in Deutschland geben.
Müde im ersten Trimester
Im Rahmen des interdisziplinären Forschungsprojekts analysierte Michael
Nissen, wissenschaftlicher Mitarbeiter und Doktorand am Lehrstuhl für
Maschinelles Lernen und Datenanalytik, einen Big-Data-Datensatz des
deutschen Schwangerschafts-App-Herstelle
können in der keleya-App ihre individuellen Symptome auswählen.
Anschließend erhalten sie angepasste und individuell zusammengestellte
Informationen und Inhalte.
„Am häufigsten sind Frauen während der Schwangerschaft von Müdigkeit
betroffen. Das gaben 92,9 Prozent der Nutzerinnen an. Es folgen
Rückenschmerzen mit 92,6 Prozent, Kurzatmigkeit mit 81,0 Prozent und
Schlafstörungen mit 79,4 Prozent “, fasst Nissen die Ergebnisse zusammen.
„Interessant ist, dass jedes einzelne Symptom ein eindeutiges Zeitmuster
aufweist“, erklärt der Informatiker. Müdigkeit erreicht demnach im ersten
Trimester der Schwangerschaft ihren Höhepunkt, Kopfschmerzen treten vor
allem um die 15. Schwangerschaftswoche auf, Durchfall tendenziell zu
Beginn und am Ende der Schwangerschaft mit einem deutlichen Minimum um
Schwangerschaftswoche 20. Und Schlafprobleme nehmen während der gesamten
Schwangerschaft stetig zu.
Schlafprobleme können mit Schwangerschaftserkrankungen zusammenhängen
Einige der Symptome haben nicht nur einen Einfluss auf die Lebensqualität.
Sie hängen auch mit unerwünschten Folgen für die Schwangerschaft zusammen.
So ist aus der Literatur bekannt, dass Schlafstörungen mit einer höheren
Wahrscheinlichkeit für Kaiserschnitte, Frühgeburtlichkeit und
Schwangerschaftsdepressionen verknüpft sind. Daher ist die
Symptomforschung relevant.
Großer Datensatz für die Forschung verfügbar
Keleya stellte der FAU einen großen anonymisierten Datensatz von
Nutzerinnen der App für Forschungszwecke zur Verfügung und trägt so
unmittelbar zum Erkenntnisgewinn in der Wissenschaft bei – ein gelungenes
Beispiel für eine erfolgreiche Zusammenarbeit zwischen Industrie und
Forschung. Insgesamt 183.732 Frauen haben mit dem Symptomtracker der App
ihre schwangerschaftsbezogenen Symptome erfasst. Sie zeichneten mehr als
1,5 Millionen Symptome auf. Diesen riesigen Datensatz werteten die
Forscherinnen und Forscher aus und erstellten Symptomverlaufskurven mit
wöchentlichen Symptomberichten für 15 unterschiedliche
schwangerschaftsbedingte Symptome. „Die Größe des Datensatzes übersteigt
vorherige Arbeiten um ein Vielfaches“, ergänzt Nissen. Darüber hinaus
entstammt der Datensatz der „echten Welt“ (real-world evidence). Das kann
dazu beitragen, mögliche Verzerrungen und Benachteiligung in der
medizinischen Forschung zu verringern und ein breites Bild außerhalb
klassischer medizinischer Studien liefern.
Unterschiede im Nutzungsverhalten
Ein Problem von Gesundheits-Apps kann das Nutzungsverhalten sein. Einige
Nutzerinnen probieren die App nur ein einziges Mal aus. „Wir konnten
zeigen, dass sich diese Daten kaum von sehr aktiven Nutzerinnen
unterscheiden“, erläutert Nissen. Damit können auch die Daten von Einmal-
Nutzerinnen für Forschungszwecke verwendet werden.
Sekundärnutzung von Branchendaten
Insgesamt stellt die Arbeit mehrere bisher unbekannte oder umstrittene
Symptomverläufe klar und übertrifft vorherige Arbeiten im Umfang deutlich.
„Unsere Arbeit unterstreicht das Potenzial der Sekundärnutzung von
Branchendaten“, betont der Doktorand. „Die Zusammenarbeit zwischen
Wissenschaft und Industrie kann dazu beitragen, neue wissenschaftliche
Erkenntnisse zu gewinnen.“
Zur kompletten Studie in npj Digital Medicine:
https://www.nature.com/article
