Das Verbundvorhaben RESOLVE-PCC zielt darauf ab, die Langzeitfolgen von COVID-19 besser zu verstehen und die Grundlage für maßgeschneiderte Interventionsstrategien zu entwickeln. Seit dem Beginn der Corona-Pandemie leiden viele Menschen nach einer Infektion unter anhaltenden Beschwerden, die als Long-/Post-COVID zusammengefasst werden. Das übergeordnete Ziel des Konsortiums besteht darin, den Long-/Post-COVID-Zustand (PCC) besser zu definieren, indem die wichtigsten Symptome, die häufig damit in Verbindung gebracht werden, erklärt werden. 1) Welche Symptome von PCC hängen direkt mit der Corona-Infektion zusammen oder werden durch andere Faktoren verursacht? 2) Was beeinflusst, die Dauer und Stärke der Symptome? 3) Gibt es unterschiedliche Patientengruppen mit PCC, die gegebenenfalls unterschiedliche Behandlungsmethoden erfordern? Um diese Fragen zu beantworten, werden Daten zweier großer Bevölkerungsstudien, der NAKO Gesundheitsstudie (NAKO) und DigiHero, mit zusammen etwa 300.000 Personen, darunter mehr als 23.000 mit PCC nach einer berichteten Corona-Infektion, analysiert. Das Vorhaben in Göttingen zielt darauf ab, das Verständnis von Long-/Post-COVID (PCC) durch den Einsatz kontrafaktischer maschineller Lernmethoden zu vertiefen. Dazu werden Daten der NAKO Gesundheitsstudie, die Informationen zu SARS-CoV-2-Infektionen, Impfungen und PCC-Symptomen sowie frühere medizinische Zustände umfassen, verwendet. Ziel ist es, mithilfe dieser Daten und maschineller Lernmodelle zu analysieren, welche Faktoren zur Entstehung von PCC-Symptomen beitragen, ob diese kausal mit der Infektion zusammenhängen und wie Persönlichkeits- und mentale Gesundheitsmerkmale darauf einwirken. Das Projekt setzt auf Methoden der interpretierbaren KI, um die einflussreichsten Faktoren zu identifizieren und vergleicht die Ergebnisse mit Analysen von Verbundpartnern, um das Verständnis von Long-/Post-COVID zu vertiefen.