12 januari 2026

Na bijna vijf jaar werk heeft het onderzoeksteam onder leiding van Eiko Fried de dataverzameling afgerond binnen het door de ERC-gefinancierde WARN-D-project, dat gericht is op het bouwen van een gepersonaliseerd vroegwaarschuwingssysteem voor depressie. Maar dat alle data zijn verzameld, betekent nog niet dat ook de beste modellen kunnen worden geschat! Daarom nodigt het team, in het kader van open science, de hele onderzoeksgemeenschap uit om mee te doen aan het vinden van de beste voorspellende modellen met de grootste klinische impact.

Daarom is hun machine-learningwedstrijd over het voorspellen van het ontstaan van depressie nu live gegaan. De wedstrijd is opgezet op Codabench, waar data beschikbaar zijn van ongeveer 1.750 jongvolwassenen die twee jaar lang zijn gevolgd. De dataset bevat een zeer uitgebreide set risico- en veerkrachtfactoren; drie maanden intensieve longitudinale metingen via smartwatches en smartphones; en acht follow-upmeetmomenten om de drie maanden, met opnieuw risico- en veerkrachtfactoren en de belangrijkste uitkomstmaat die voorspeld moet worden: het ontstaan van depressie.

De deadline is 27 februari. De drie winnende teams worden uitgenodigd om als auteur mee te schrijven aan het wetenschappelijke artikel. Alle details, het protocolartikel, de voorwaarden, codeboeken enzovoort zijn te vinden op Codabench. Voor vragen kun je contact opnemen via WARN-D@fsw.leidenuniv.nl.