Author/Autorschaft:
Dr. med. Alexandra von Bergmann, M.Sc. (Studienkoordination)

Institute/Einrichtung:
Institut für Klinische Epidemiologie und Kardiovaskuläre Forschung, Universitätsklinikum Neustadt

Project/Projekt:
Klinische Beobachtungsstudie zur Evaluierung einer therapeutischen Intervention (Interventions- vs. Kontrollgruppe) und deren Einfluss auf biomedizinische Marker (t1, t2) sowie kardiovaskuläre Parameter.

(Optional) Short summary of project/Kurzzusammenfassung des Projekts:
Dieses Projekt umfasst die datengestützte Analyse einer klinischen Studie mit 20 Studienpersonen (P001–P020), die in eine Interventionsgruppe (grp = 1) und eine Kontrollgruppe (grp = 2) randomisiert wurden. Ziel der Untersuchung ist die statistische Auswertung eines spezifischen Laborwertes im zeitlichen Verlauf von der Baseline (t1, Visite 1) bis zum Follow-up nach 6 Monaten (t2, Visite 2). Neben dem primären Laborparameter (in µmol/l) erfasst der Datensatz demografische Basisdaten (Alter, Geschlecht), anthropometrische Klassifikationen (BMI-Kategorie nach WHO) sowie klinische Begleitparameter (systolischer Blutdruck im Sitzen, Medikamenteneinnahme). Der Datensatz dient als Grundlage für statistische Gruppenvergleiche und Verlaufsanalysen (z. B. mittels Varianzanalyse oder gepaarten t-Tests).

(Optional) Folder contents/Ordnerinhalte:
- daten_final2.xlsx : Zu bereinigender Rohdatensatz mit 20 Patientinnen/Patienten und 10 Variablen (id, grp, sex, alter, t1, t2, bmi_k, rr_s, med, dat).
- daten_final2_data_dictionary.xlsx: Datendictionary / Variablenbeschreibung mit Definitionen der Skalenniveaus, zulässigen Wertebereichen und Kodierungsvorschriften für fehlende Werte (Missing Codes).
- README.md: Diese Dokumentation zur Orientierung im Projekt.

(Optional) technical requirements/technische Anforderungen:
- Tabellenkalkulationsprogramm (z. B. Microsoft Excel, LibreOffice Calc) oder Statistiksoftware (z. B. R mit Paketen `tidyverse`/`readxl`, Python mit `pandas`, SPSS oder STATA) zur Datenverarbeitung.
- Erforderliche Datenbereinigungsschritte (wichtig für die technische Pipeline):
  1. Identifikatoren (id): Vereinheitlichung des Formats (Behebung des Mixes aus reinen Zahlen wie '1' und präfixten Codes wie 'P002').
  2. Datumsangaben (dat): Konvertierung und Vereinheitlichung des gemischten Formats (MM/TT/JJ vs. ISO 8601 YYYY-MM-DD) in ein einheitliches ISO-8601-Format (YYYY-MM-DD).
  3. Behandlung von Missings: Korrekte Definition und Filterung spezifischer Missing-Codes beim Datenimport (-99 für fehlende Angaben/nicht gemessen; 9 für unbekannte Medikamenteneinnahme; leere Zellen bei t1/t2).

(Optional) Other storage locations with project data, e.g., external partners/ sonstige genutzte Speicherorte, z. B. externe Partner:
- Primäre Datenhaltung: Sicherer Netzlaufwerk-Pfad der Universität Neustadt (\\uk-neustadt.de\dfs\projekte\epi_cardio_2024\)
- Physische Akten (Pseudonymisierungsliste, Einverständniserklärungen): Verschlossen im Archiv des Studienzentrums (Gebäude 4, Raum 102).
- Laborpartner (Analytik der t1/t2-Werte): Zentrallabor A der Medizinischen Fakultät (Methode X).