Mit „Big Data“ werden Datensätze bezeichnet, die umfangreich und realitätsnah sind, aber auch schnell und auf vielfältige Weise gesammelt werden. Solche Datensätze werden durch technologische Fortschritte auch immer häufiger in der Psychotherapie zusammengestellt. Enthalten sind meist Informationen über Patient*innen, von behandelnden Ärzt*innen und Therapeut*innen festgehaltene klinische Eindrücke und Diagnosen, sowie psychometrische Daten zur Symptombelastung und anderen, wichtigen Variablen, die vor, während und nach der Behandlung erhoben werden können.

Durch die für dieses Forschungsfeld ungewöhnlich großen Datenmengen sind robuste statistische Analysen möglich, die unterschiedlichste Fragen beantworten können. Zum einen kann die klinisch-psychologische Grundlagenforschung Informationen zu Struktur, Verlauf und Vielfalt psychische Probleme jenseits diagnostischer Kategorien gewinnen und die psychometrische Erhebung und Modellierung psychischer Beeinträchtigungen verbessern.

Auch die praxisorientierte Forschung kann von „Big Data“ profitieren. Dies erfolgt durch die Verbesserung bekannter methodischer Zugänge aus diesem Forschungsgebiet durch verbesserte Algorithmen und technologisch gestützte Datenerhebung. Neuerungen auf dem Gebiet des Machine Learning erlauben die Erstellung präziser Vorhersagen. So lassen sich prognostische Informationen aus Patient*inneneigenschaften ableiten, die – entsprechend aufbereitet - im klinischen Alltag nutzbar sind. Probabilistische Aussagen zum zu erwartenden Therapieverlauf sind ebenso denkbar wie eine Einschätzung des Abbruchrisikos. Regelmäßig erhobene Angaben zum Therapieverlauf können in Echtzeit ausgewertet und rückgemeldet werden. Methoden der Personalisierung psychotherapeutischer Interventionen, die sich bislang auf Sekundäranalysen kleinerer Datensätze stützten, werden robuster und ökologisch valider.

Kooperationspartner: