Universität Münster
CRIS@UM
DE | EN

Julia Böhnke

Aktuelle Zugehörigkeiten

  • Institut für Epidemiologie und Sozialmedizin

Publikationen

A rule-based clinical decision support system for detection of acute kidney injury after pediatric cardiac surgery.
Wachenbrunner J; Mast M; Böhnke J; Rübsamen N; Bode L; Karch A; Rathert H; Horke A; Beerbaum P; Marschollek M; Jack T; Böhne M (2025)
In: Computers in Biology and Medicine, 193, 110382-110382. doi:10.1016/j.compbiomed.2025.110382
Forschungsartikel (Zeitschrift) | Peer reviewed | Veröffentlicht
Diagnostic test accuracy in longitudinal study settings: Theoretical approaches with use cases from clinical practice.
Böhnke J; Zapf A; Kramer K; Weber P; ELISE Study Group; Karch A; Rübsamen N (2024)
In: Journal of Clinical Epidemiology, 169, 111314-111314. doi:10.1016/j.jclinepi.2024.111314
Forschungsartikel (Zeitschrift) | Peer reviewed | Veröffentlicht
Algorithmic fairness in healthcare data with weighted loss and adversarial learning
Das PP, Mast M, Wiese L, Jack T, Wulff A, ELISE Study Group (2024)
In: Arai K (Hrsg.), Intelligent Systems and Applications. Proceedings of the 2023 Intelligent Systems Conference (IntelliSys) Volume 3, 264-283. Cham: Springer. doi:10.1007/978-3-031-47715-7_18
Forschungsartikel in Sammelband (Konferenz) | Peer reviewed | Veröffentlicht
Data extraction for associative classification using mined rules in pediatric intensive care data
Das, P. P.; Mast, M.; Wiese, L.; Jack, T.; Wulf, A.; ELISE Study Group (2023)
In: Gesellschaft für Informatik e.V. (Hrsg.), BTW 2023 - Complete proceedings, 981-994. Bonn: Gesellschaft für Informatik. doi:10.18420/BTW2023-67
Forschungsartikel in Sammelband (Konferenz) | Peer reviewed | Veröffentlicht
Explainability based on feature importance for better comprehension of machine learning in healthcare
Das PP, Wiese L, ELISE Study Group (2023)
In: Abelló A, Vassiliadis P, Romero O, Wrembel R, Bugiotti F, Gamper J, Vargas Solar G, Zumpano E (Hrsg.), New Trends in Database and Information Systems, 324-335. Cham: Springer. doi:10.1007/978-3-031-42941-5_28
Forschungsartikel in Sammelband (Konferenz) | Peer reviewed | Veröffentlicht
Alle Publikationen anzeigen

Projekte

Ein Lernendes und Interoperables, Smartes Expertensystem für die pädiatrische Intensivmedizin (ELISE)
Laufzeit: 01.10.2020 - 30.09.2023
Gefördert durch: Bundesministerium für Gesundheit
Art des Projekts: Beteiligung an einem bundesgeförderten Verbund

Promotionen

Diagnosestudien zur Evaluation von Clinical Decision-Support Systems (CDSS)
Promovend*in: Böhnke, Julia (Institut für Epidemiologie und Sozialmedizin) | Betreuer*innen: Karch, André (Institut für Epidemiologie und Sozialmedizin), Varghese, Julian (Institut für Medizinische Informatik), Minnerup, Heike (Institut für Epidemiologie und Sozialmedizin)
Zeitraum: 04.11.2020 - 30.11.2023
Promotionsverfahren erfolgt(e) an: Promotionsverfahren an der Universität Münster