Skip to content

README.de.md

Latest commit

 

History

History
157 lines (127 loc) · 5.69 KB

README.de.md

File metadata and controls

157 lines (127 loc) · 5.69 KB
Raw

synthdiet

PyPI Python Lizenz: MIT CI

Andere Sprachen: English · Türkçe · Español · Français · Português · Italiano · 中文 · 日本語 Eine Python-Bibliothek zum Erzeugen synthetischer Patientinnen und Patienten mit realistischen klinischen Tableaus und zur Simulation diätetischer Interventionen an ihnen.

synthdiet richtet sich an Diätassistent*innen, klinische Ernährungsforscher*innen und Lehrende, die Diäten prototypisch entwickeln, virtuelle Studien durchführen und Ernährungsempfehlungen an Hunderten oder Tausenden synthetischer Patient*innen stresstesten möchten, bevor sie in die Klinik gelangen.

Hinweis: synthdiet ist ein Forschungs- und Lehrwerkzeug. Die erzeugten Zahlen sind keine klinischen Empfehlungen und die synthetischen Patient*innen sind keine realen Personen. Für die Patientenversorgung wenden Sie sich stets an eine*n qualifizierte*n registrierte*n Diätassistent*in.

synthdiet hero

Autor

Buğra Ayan — Ankara / Türkei

Funktionsumfang

Kerndomänenmodell

  • Eine typisierte Patient-Klasse, die Demografie, Anthropometrie, Lebensstil, Laborbiomarker, Diagnosen und aktuelle Medikation zusammenführt.
  • Ein Register mit mehr als 25 Krankheiten aus den Bereichen Endokrinologie, Kardiologie, Nephrologie, Hepatologie, Gastroenterologie, Stoffwechsel, Bewegungsapparat, Onkologie, Psychiatrie und Allergologie.
  • Ein Register mit 19 klinisch relevanten Arzneimittel-Nährstoff- Wechselwirkungen (Metformin → B12, Statine → Grapefruit, Warfarin → Vitamin K, L-Thyroxin-Einnahmezeitpunkt, Tyramin-Krise unter MAO-Hemmern usw.).
  • 5 Generatoren synthetischer Patient*innen (zufällig, verteilungs- basiert, Copula, Kohorte, Markow-Progression).
  • Eine 45 Lebensmittel umfassende Datenbank mit Makro-/Mikronährstoff- Aufschlüsselung und 8 voreingestellten Diäten (Mediterran, DASH, Keto, Low-FODMAP, natriumarm bei Niereninsuffizienz, Diabetiker, vegan, Standard).

Methodische Tiefe (v0.1)

  • Hall-Körperzusammensetzungsmodell (2011) als optionale Engine (DietSimulator(engine="hall_2011")) mit Fett-/Magermassen- Aufteilung über die Forbes-Gleichung und adaptiver Thermogenese.
  • Adhärenz- und Drop-out-Dynamik: konstant, abklingend, Weibull, stochastische Aussetzer, wahrgenommene Belastung.
  • RCT-Engine (synthdiet.trials): Parallelarm-, Crossover- und 2×2-faktorielle Designs; geschichtete / Block- / Minimierungs-Randomisierung; Drop-out-Modellierung; ITT/PP/AT- Analysen.
  • Kausale Inferenz (synthdiet.causal): kontrafaktische Simulation, ATE/CATE-Schätzer, Konfundierungs-Experimente mit IPTW und g-Formel, leichtgewichtige DAGs.
  • Indizes der Ernährungsqualität (synthdiet.indices): HEI-2020, AHEI-2010, MEDAS, DASH-Score, PHDI, DII.
  • Statistische Helfer (synthdiet.stats): Power-Analysen für stetige und binäre Endpunkte, Bootstrap-KI, Permutationstests, Benjamini-Hochberg- und Holm-Bonferroni-Korrekturen, baseline-adjustierte ANCOVA.
  • Mess- und Fehlende-Daten-Injektion (synthdiet.noise): Assay-CV%, Selbstauskunfts-Bias, MCAR/MAR/MNAR-Muster.
  • 15 Fallstudien + OSCE-artige Bewertung (synthdiet.education).
  • Validierungssuite gegen 5 Meilenstein-RCTs (synthdiet.validation): DASH-Sodium, PREDIMED, DiRECT, Look AHEAD, Diabetes Prevention Program.
  • Visualisierung (synthdiet.viz, optional): CONSORT-Diagramm, Forest-Plot, Trajektorien-Band, Tabelle 1.

Installation

pip install synthdiet

Optionale Extras:

pip install "synthdiet[viz]"     # matplotlib-Visualisierungen
pip install "synthdiet[causal]"  # networkx-DAG-Export
pip install "synthdiet[docs]"    # Sphinx + furo + myst-parser
pip install "synthdiet[dev]"     # pytest + ruff + mypy + matplotlib

synthdiet benötigt Python 3.9+ und stützt sich auf numpy, pandas, scipy.

60-Sekunden-Tour

from synthdiet import (
    CohortGenerator, CohortSpec, DiseaseSpec,
    DietSimulator, mediterranean_diet,
    evaluate_simulation, format_evaluation_report,
)

spec = CohortSpec(
    size=100,
    diseases=[
        DiseaseSpec("type_2_diabetes", prevalence=0.40),
        DiseaseSpec("hypertension",     prevalence=0.45),
    ],
)
cohort = CohortGenerator(spec, seed=42).generate()

simulator = DietSimulator(adherence=0.8)
diet = mediterranean_diet(daily_energy_kcal=1800)

for patient in cohort[:3]:
    result = simulator.run(patient, diet, duration_weeks=12)
    evaluation = evaluate_simulation(result)
    print(format_evaluation_report(evaluation))
    print("-" * 60)

Vollständige Beispiele in examples/; deutsche Tutorials in docs/de/.

Zitation

@software{ayan_synthdiet_2026,
  author  = {Buğra Ayan},
  title   = {synthdiet: A Python library for simulating diets on synthetic patients},
  year    = {2026},
  version = {0.1.0},
  url     = {https://bugraayan.com}
}

Lizenz

MIT — siehe LICENSE.