AG Dynamics of Risk and Resilience

English Version

Fokus

Die Arbeitsgruppe Dynamics of Risk and Resilience untersucht, wie psychische Erkrankungen entstehen, sich verändern und in unterschiedliche klinische Verläufe übergehen. Im Mittelpunkt steht die Annahme, dass psychische Gesundheit kein statischer Zustand ist, sondern ein dynamischer Prozess, der sich im Zusammenspiel innerer und äußerer Faktoren stabilisieren oder destabilisieren kann.

Ein besonderer Schwerpunkt liegt auf frühen Stadien psychischer Erkrankungen, in denen sich Beschwerden häufig noch nicht eindeutig einerDiagnose zuordnen lassen. Die Arbeitsgruppe untersucht transdiagnostische Entwicklungsverläufe und pluripotente Risikozustände – also frühe Risikokonstellationen, aus denen unterschiedliche klinische Verläufe hervorgehen können – und verbindet diese Perspektive mit Konzepten des klinischen Stagings.

Forschungsansatz

Die Arbeitsgruppe verbindet klinische Verlaufsforschung mit digitalen und computergestützten Ansätzen, um psychische Veränderungen möglichst nah am individuellen Alltag und über längere Zeiträume hinweg zu untersuchen. Dabei werden intensive longitudinale Erhebungen, darunter Ecological Momentary Assessment (EMA), Aktigraphie und passives Smartphone-Sensing, mit wiederholten klinischen Untersuchungen verknüpft.

Je nach Fragestellung kommen Verfahren zur Analyse individueller Verläufe und Trajektorien, Ansätze aus der dynamischen Systemtheorie und Computational Psychiatry sowie Machine-Learning- und simulationsbasierte Methoden zum Einsatz. Ziel ist es, die zeitliche Entwicklung psychischer Gesundheit und die Dynamik individueller Verläufe besser zu verstehen und daraus neue Ansätze für Früherkennung und Prävention abzuleiten.

Aktuelle Projekte

SiReD-MH – Tipping Minds: Simulation of Resilience Dynamics in Mental Health

Im BMFTR-geförderten Projekt SiReD-MH entwickelt die Arbeitsgruppe ein in-silico-Framework zur Untersuchung von Resilienz und klinischen Übergängen bei jungen Menschen mit erhöhtem Risiko für psychische Erkrankungen. Auf Grundlage longitudinaler Digital-Phenotyping-Daten werden generative Modelle und Simulationen genutzt, um individuelle Verlaufsdynamiken abzubilden und systematisch zu untersuchen, wie sich psychische Systeme unter unterschiedlichen Bedingungen stabilisieren oder destabilisieren.

Dr.--Hartmann-Jessica
Dr. Jessica Hartmann

Leiterin der Arbeitsgruppe
Principal Investigator SiReD-MH