Datenschutzeinstellungen

Diese Website verwendet Cookies für technisch notwendige Funktionen, sowie, sofern akzeptiert, für personalisierte Werbung durch Drittanbieter. Durch die Nutzung der Seite erklären Sie sich für technisch notwendige (essentielle) Cookies einverstanden. Alle weiteren Cookies werden erst nach deren eindeutiger Akzeptanz aktiviert. Detaillierte Informationen über den Einsatz von Cookies auf dieser Webseite erhalten Sie in der Datenschutzerklärung. Dort haben Sie jederzeit die Möglichkeit Ihre Einstellungen zu widerrufen. Hinweis auf Verarbeitung Ihrer auf dieser Webseite erhobenen Daten in den USA durch Google, Facebook, LinkedIn, Twitter, Youtube: Wenn Sie nicht essentielle Cookies akzeptieren, willigen Sie zugleich gem. Art. 49 Abs. 1 S. 1 lit. a DSGVO ein, dass Ihre Daten in den USA verarbeitet werden. Die USA werden vom Europäischen Gerichtshof als ein Land mit einem nach EU-Standards unzureichendem Datenschutzniveau eingeschätzt. Es besteht insbesondere das Risiko, dass Ihre Daten durch US-Behörden, zu Kontroll- und zu Überwachungszwecken, möglicherweise auch ohne Rechtsbehelfsmöglichkeiten, verarbeitet werden können. Wenn Sie nur essenzielle Cookies akzeptieren, findet die vorgehend beschriebene Übermittlung nicht statt.

In dieser Übersicht können Sie einzelne Cookies einer Kategorie oder ganze Kategorien an- und abwählen. Außerdem erhalten Sie weitere Informationen zu den verfügbaren Cookies.
Gruppe Essenziell
Name Contao CSRF Token
Technischer Name csrf_contao_csrf_token
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Dient zum Schutz der Website vor Fälschungen von standortübergreifenden Anfragen. Nach dem Schließen des Browsers wird das Cookie wieder gelöscht
Erlaubt
Name Contao HTTPS CSRF Token
Technischer Name csrf_https-contao_csrf_token
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Dient zum Schutz der verschlüsselten Website (HTTPS) vor Fälschungen von standortübergreifenden Anfragen. Nach dem Schließen des Browsers wird das Cookie wieder gelöscht
Erlaubt
Name PHP SESSION ID
Technischer Name PHPSESSID
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Cookie von PHP (Programmiersprache), PHP Daten-Identifikator. Enthält nur einen Verweis auf die aktuelle Sitzung. Im Browser des Nutzers werden keine Informationen gespeichert und dieses Cookie kann nur von der aktuellen Website genutzt werden. Dieses Cookie wird vor allem in Formularen benutzt, um die Benutzerfreundlichkeit zu erhöhen. In Formulare eingegebene Daten werden z. B. kurzzeitig gespeichert, wenn ein Eingabefehler durch den Nutzer vorliegt und dieser eine Fehlermeldung erhält. Ansonsten müssten alle Daten erneut eingegeben werden.
Erlaubt
Name FE USER AUTH
Technischer Name FE_USER_AUTH
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Speichert Informationen eines Besuchers, sobald er sich im Frontend einloggt.
Erlaubt
Gruppe Analyse
Name Hubspot
Technischer Name __hssc,hubspotutk,__hstc,__cf_bm,__hssrc
Anbieter Hubspot
Ablauf in Tagen 180
Datenschutz https://legal.hubspot.com/privacy-policy
Zweck Marketing, Statistiken, Analyse, Optimierung
Erlaubt
Name Google-Tag-Manager
Technischer Name _dc_gtm_UA-12224405-1,_ga,_ga_SF4JZ18XC1,_gcl_au,_gid
Anbieter Google LLC
Ablauf in Tagen 30
Datenschutz https://business.safety.google/privacy/
Zweck Tracking
Erlaubt
Gruppe Externe Medien
Name Google Übersetzer
Technischer Name googletrans
Anbieter Google LLC
Ablauf in Tagen 30
Datenschutz https://policies.google.com/privacy
Zweck Übersetzung der Website
Erlaubt
Name Hubspot Formular
Technischer Name __cf_bm,_cfuvid
Anbieter Hubspot
Ablauf in Tagen 180
Datenschutz
Zweck Bereitstellung Formulare
Erlaubt
Name Youtube
Technischer Name YSC,
Anbieter Google LLC
Ablauf in Tagen 14
Datenschutz https://business.safety.google/privacy/
Zweck Youtube-Player Funktion
Erlaubt

Prof. Dr. rer. nat. Amke Caliebe
Professur für Epidemiologie, med. Biometrie und med. Informatik

E-Mail senden

 

Prof. Dr. rer. nat. Amke Caliebe

Professur für Epidemiologie, Medizinische Biometrie und Medizinische Informatik

Biographie

Amke Caliebe studierte Mathematik und Physik an den Universitäten Oldenburg und Kiel und schloss beide Studiengänge 1995 mit dem Diplom ab. Ihr Studium wurde durch die Studienstiftung des Deutschen Volkes gefördert. Im Jahr 1999 promovierte sie in mathematischer Statistik an der Christian-Albrechts-Universität (CAU) zu Kiel. 2003 wechselte sie von der Mathematik in die Medizinische Statistik an das Institut für Medizinische Informatik und Statistik der Medizinischen Fakultät der CAU Kiel. Dort habilitierte sie sich 2020 im Fach Medizinische Statistik.

In Kiel lag ein Schwerpunkt ihrer Tätigkeit in der Lehre für den Studiengang Humanmedizin sowie in der Unterstützung von Promovierenden und der engen Zusammenarbeit mit Ärztinnen und Ärzten bei klinischen Studien. Darüber hinaus entwickelte sie ein ausgeprägtes Forschungsprofil im Bereich der Präzisionsmedizin, insbesondere der genetischen Epidemiologie. Ein zentrales Anliegen ihrer Arbeit ist die interdisziplinäre konstruktive Zusammenarbeit.

Ein weiterer Fokus liegt auf ethische Fragestellungen. Frau Caliebe ist langjähriges engagiertes Mitglied der Ethikkommission der Medizinischen Fakultät der CAU Kiel, des ELSI-Komitees (ethische, rechtliche und soziale Implikationen) der International Genetic Epidemiology Society, der Projektgruppe "Ethik und Verantwortung” der IBS-DR (International Biometric Society, Deutsche Region) und der Projektgruppe "Biometrie in der Ethikkommission" der GMDS (Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie).

Seit Oktober 2025 ist sie Professorin für Epidemiologie, Medizinische Biometrie und Medizinische Informatik an der Health and Medical University (HMU) Erfurt.

Lehrtätigkeiten

Amke Caliebe führte über 20 Jahre Lehrveranstaltungen im Studiengang Humanmedizin an der CAU Kiel im Fach Medizinische Statistik durch. Dabei kamen unterschiedliche Lehrformate zum Einsatz, darunter Vorlesungen, praktische Übungen, Tutorials, Workshops und Seminaren. Grundsatz ihrer Lehre ist es, komplexe wissenschaftliche Konzepte verständlich zu vermitteln und Studierende in ihrer fachlichen und persönlichen Entwicklung zu unterstützen. Sie legt großen Wert auf praxisorientiertes Lernen und fördert die kritische Auseinandersetzung mit aktuellen Forschungsthemen. Eine angenehme Lernatmosphäre sowie die aktive Beteiligung der Studierenden sind ihr besonders wichtig.

Ein weiterer Schwerpunkt Ihrer Lehrtätigkeit ist die individuelle statistische Unterstützung von Promovierenden der Humanmedizin. Diese umfasst Studiendesign, Fallzahlplanung, Datenqualitätskontrolle sowie statistische Analyse. Darüber hinaus unterstützt sie bei der Anwendung statistischer Software sowie bei der Interpretation und Publikation der Ergebnisse.

An der HMU Erfurt führt Frau Caliebe Lehrveranstaltungen in Epidemiologie, Medizinischer Statistik und Informatik durch. Ergänzend bietet sie Einführungen in Statistik-Software sowie in die Grundlagen wissenschaftlichen Arbeitens an.

Forschungsschwerpunkte

Frau Caliebe ist Autorin von mehr als 130 Peer-Review-Publikationen (davon mehr als 40 als Erst- oder Letztautorin), zehn Übersichtsartikeln sowie fünf Buchkapiteln. Der kumulative Impact-Faktor beträgt über 500 (H-Index: 36). Sie hat eigene Drittmittel in Höhe von über einer 1 Million Euro eingeworben.

 

Präzisionsmedizin

a) Genetische Epidemiologie, insbesondere polygene Scores (PGS)
Polygene Scores fassen den polygenen Hintergrund einer Erkrankung in einer einzigen Zahl zusammen und können potentiell unter Berücksichtigung von klinischen Prädiktoren zur Identifikation von Hochrisiko-Personen sowie zur Anwendung individueller präventiver oder therapeutischer Maßnahmen beitragen. Frau Caliebe beschäftigt sich mit statistischen Methoden zur Erstellung von genetischen Risikoscores, deren Möglichkeiten und Limitationen sowie deren globaler Anwendbarkeit. Exemplarische Erkrankungen sind Morbus Parkinson und chronisch-entzündliche Darmerkrankungen.

b) Weitere exemplarische Projekte in der Präzisionsmedizin

  • Entwicklung eines Prädiktionsmodells zur Abschätzung der Notwendigkeit eines Intensivbetts, implementiert im Klinikinformationssystem (KIS) des Universitätsklinikum Schleswig-Holstein
  • Entwicklung von Prädiktionsmodellen für genetische Marker mittels Machine-Learning-Verfahren

 

Versorgungsforschung
Exemplarische Projekte (Auswahl)

  • Antibiotikagabe bei COVID-19
  • Altersabhängige Referenzwerte für Kinder bei kardiovaskulären MRI-Messungen einschließlich interaktiver digitaler Berechnung von z-Scores für die klinische Anwendung
  • Infektionsmedizinisches Screeningprogramm des Netzwerks Universitätsmedizin (NUM) für Geflüchtete aus der Ukraine

Forensische Genetik
Frau Caliebe arbeitet an statistischen Methoden in der forensischen Genetik. Ein Schwerpunkt liegt auf der Analyse von Y-chromosomalen Spuren, die insbesondere bei Sexualdelikten von Bedeutung sind. Sie arbeitet international mit führenden Experten auf diesem Gebiet zusammen und ist Mitglied der International Society of Forensic Genetics.

 

Statistische Methodik und Unterstützung klinischer Studien
Gemeinsame Planung und Durchführung von klinischen Studien sowie von Drittmittelprojekten in enger Zusammenarbeit mit klinischen Partnerinnen und Partnern.

 

Auswahl erfolgreicher Drittmittelprojekte:

  • Principal investigator (PI) in der DFG-Forschungsgruppe FOR2488 „ProtectMove” (2020-2024): „Reduzierte Penetranz bei erblichen Bewegungsstörungen
  • PI des DFG-Einzelantrags Verbesserung der Leistungsfähigkeit von Polygenen Scores in diversen Populationen (CA 1620/5-1, seit 2024)
  • PI des DFG-Einzelantrags Polygene Vorhersage: Risikoschätzung für Personen mit hohem familiärem Risiko angewandt in chronisch-entzündlicher Darmerkrankung (CA 1620/6-1, seit 2025)
  • Kooperationspartnerin des DFG-Einzelantrags Erarbeitung einer Methode zur forensischen Tatzeitbestimmung anhand circadianer Genexpressionsoszillation (2022-2024)
  • Statistische Kooperationspartnerin in einer durch die Parkinson-Stiftung geförderten klinischen Studie (2025-2027):

PREVENTION-IN-PD: Entwicklung einer multidomänen Lebensstilintervention für die prodromale und klinische Parkinsonerkrankung

  • Statistische Kooperationspartnerin in einer durch das Netzwerk Universitätsmedizin (NUM) 3.0 geförderten Studie (2026-2028):
    PENicillin-Allergie-Delabeling in Patienten deutscher Universitätsklinika - PENGUIN
  • Statistische Kooperationspartnerin in einer durch das Netzwerk Universitätsmedizin (NUM) 3.0 geförderten Studie (2026-2028):
    Früher Wechsel zu oraler Therapie bei Vertebraler Osteomyelitis - sWITCH-VO

Publikationen

Google Scholar

Researchgate

ORCID