Club
Of
Vienna

Big Data in der Gesundheitsforschung: Mythen, Grenzen, Chancen

Prof.in Iris Pigeot

Der Begriff Big Data ist heutzutage allgegenwärtig: in modernen Medien, zukunftsweisenden Technologien, dem Datenschutz, aber auch im Kontext von Chancen und Herausforderungen in der Wissenschaft. Nur selten erfolgt dabei eine klare Differenzierung zwischen Big Data und großen Datensammlungen. Big Data bezieht sich auf nicht hypothesengetriebene Auswertungsmethoden, die auf unterschiedliche, nicht grundsätzlich qualitätsgeprüfte Quellsysteme angewendet werden. Diese Form der Auswertung ist in Deutschland, insbesondere aufgrund des Datenschutzes, in der Forschung noch nicht verbreitet. Deutlich häufiger sind dagegen groß angelegte Forschungsdatenbanken, die Daten strukturiert und qualitätsgeprüft als Basis hypothesengetriebener Forschung bereitstellen. Zwischen diesen beiden Extremen liegen große Datenbanken, die nicht zur Forschung angelegt werden, die aber dennoch für diesen Zweck verwendet werden. Ausgehend von einer Klärung des Begriffs „Big Data“ werden die Potenziale großer Datensammlungen in der Gesundheitsforschung aufgezeigt und die damit verbundenen Herausforderungen an Datenschutz und statistische Methodik diskutiert.

Iris Pigeot ist seit März 2004 Direktorin des Leibniz-Instituts für Präventions­forschung und Epidemiologie – BIPS und leitet seit 2001 die Abteilung Biometrie und EDV. Sie studierte Statistik mit Nebenfach Soziologie, promovierte 1989 und erlangte 1993 die Lehrbefugnis für Statistik. Es folgten Forschungsaufenthalte an der ETH Zürich, den Universitäten Aalborg und Bern, eine Hochschuldozentur an der Universität Dortmund und eine Professur für Statistik an der LMU München. Ihre Forschungsschwerpunkte liegen im Bereich der Bioäquivalenzstudien, graphischen Modelle, genetischen Epidemiologie und in jüngerer Zeit im Bereich der Nutzung von Sekundärdaten in der Arzneimittelsicherheits-forschung sowie der primären Prävention und ihrer Evaluation.

Tagungsprogramm