Universiteit Leiden

nl en

Datawetenschap gebruiken om een gezonde levensstijl te promoten

Bewegingsgedrag, zoals lichamelijke activiteit, slaap en de hoeveelheid tijd die we per dag zitten, hebben invloed op onze gezondheid. De laatste tijd kijken meer onderzoekers naar de invloed van deze gedragingen samen, maar dit is een uitdagende taak. Het is bijvoorbeeld moeilijk om te controleren op welke manier bewegingsgedrag elkaar beïnvloedt, omdat zelfgerapporteerde gegevens vaak onnauwkeurig zijn. Om dit te verbeteren ontwikkelt het project 'Learning Network for Advanced Behavioural Data' (LABDA) methoden om de gegevens van gegevens van draagbare bewegingssensor te analyseren.

Hoe kun je nieuwe methoden creëren om de gegevens over bewegingsgedrag te analyseren? En ook, hoe kun je onderzoeken in hoeverre deze data bruikbaar zijn voor het voorspellen van gezondheidsrisico's en of deze data toegepast kunnen worden in wetenschap, beleid en maatschappij? Dat is het doel van LABDA, een door de EU gefinancierd project dat onderzoekers uit verschillende disciplines samenbrengt, zoals epidemiologie, data science, methodeontwikkeling en volksgezondheid.

Hoe kan machine learning worden gebruikt om gegevens beter te begrijpen?

Gedurende het project zullen 13 promovendi dit probleem bestuderen, elk vanuit een andere invalshoek. Het PhD project bij LIACS richt zich op hoe machine learning technieken gebruikt kunnen worden om causale effecten in de data te leren. Verder zal het project vaststellen wat we kunnen veranderen in onze dagelijkse activiteiten om gezondheid te bevorderen. Betrokken LIACS-onderzoekers zijn Mitra Baratchi en Wessel Kraaij.

Je kunt meer lezen over LABDA op de
project website. 

Learning Network for Advanced Behavioural Data Analysis (LABDA) is een nieuw door de EU gefinancierd Marie Skłodowska-Curie Actions (MSCA) doctoraal netwerkproject in het kader van Horizon Europe.

Dit project wordt gecoördineerd door Prof. Mai Chin A Paw van Amsterdam UMC. Aan LABDA nemen onder andere de Universiteit van Zuid-Denemarken, de Noorse Universiteit voor Wetenschap en Technologie en de Universiteit Leiden deel.

Deze website maakt gebruik van cookies.  Meer informatie.