Cookie Hinweis

Wir verwenden Cookies, um Ihnen ein optimales Webseiten-Erlebnis zu bieten. Dazu zählen Cookies, die für den Betrieb der Seite notwendig sind, sowie solche, die lediglich zu anonymen Statistikzwecken, für Komforteinstellungen oder zur Anzeige personalisierter Inhalte genutzt werden. Sie können selbst entscheiden, welche Kategorien Sie zulassen möchten. Bitte beachten Sie, dass auf Basis Ihrer Einstellungen womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen .

Essentiell

Diese Cookies sind für die Funktionalität unserer Website erforderlich und können nicht deaktiviert werden.

Name Webedition CMS
Zweck Dieses Cookie wird vom CMS (Content Management System) Webedition für die unverwechselbare Identifizierung eines Anwenders gesetzt. Es bietet dem Anwender bessere Bedienerführung, z.B. Speicherung von Sucheinstellungen oder Formulardaten. Typischerweise wird dieses Cookie beim Schließen des Browsers gelöscht.
Name econda
Zweck Session-Cookie für die Webanalyse Software econda. Diese läuft im Modus „Anonymisiertes Messen“.
Statistik

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt und analysiert werden. Je nach Tool werden ein oder mehrere Cookies des Anbieters gesetzt.

Name econda
Zweck Measure with Visitor Cookie emos_jcvid
Externe Medien

Inhalte von externen Medienplattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Zustimmung mehr.

Name YouTube
Zweck Zeige YouTube Inhalte
Name Twitter
Zweck Twitter Feeds aktivieren

Dr. Nicholas Schreck

Dr. Nicholas Schreck

Dr. Nicholas Schreck

Position:

Scientist

Phone:

+49 6221 42 2260

Areas of Interest:

  • Linear mixed models
  • Simulation studies
  • Observational & Biomarker Studies
  • High-dimensional regression

Education:

  • Dr. rer. nat., Mathematics, University of Mannheim, 2017-2018
  • Master of Science, Mathematics in Business and Economics, 2014-2016
  • Bachelor of Science, Mathematics in Business and Economics, 2011-2014

 

Previous appointments:

  • Research assistant, Institute of Mathematics, University of Mannheim, 2017-2019

 

Selected publications:

  • Schreck, N., Slynko, A., Saadati, M., Benner, A. (2023) Statistical Plasmode Simulations: Potentials, Challenges and Recommendations. arXiv preprint. https://arxiv.org/abs/2305.06028
  • Rädsch, T., Reinke, A., Weru, V., Tizabi, M. D., Schreck, N., et. al., (2023) Labelling instructions matter in biomedical analysis. Nature Machine Intelligence 5: 273-283
  • Ayala, L., Adler, T. J., Seidlitz, S., [...], Schreck, N., et. al., (2023) Spectral imaging enables contrast agent–free real-time ischemia monitoring in laparoscopic surgery. Sci.Adv.9, eadd6778(2023). doi:10.1126/sciadv.add6778
  • Schreck, N. and Wiesenfarth, M., (2022) Decomposition of the Explained Variation in the Linear Mixed Model. Arxiv Preprint
  • Korell, F., Schreck, N., Müller-Tidow, C., et. al., Pre-transplant EASIX and sepsis after allogeneic stem cell transplantation. Intensive Care Med 48, 753–755 (2022). https://doi.org/10.1007/s00134-022-06676-3
  • Pabst, C., Schreck, N., Benner, A., et al., Statin-based endothelial prophylaxis and outcome after allogeneic stem cell transplantation. Eur J Clin Invest. 2022; 00:e13883. doi: 10.1111/eci.13883
  • Korell, F., Penack, O., Mattie, M., Schreck, N., et. al. (2022). EASIX and severe endothelial complications after CD19-directed CAR-T cell therapy–a cohort study. Frontiers in immunology 13:877477. https://doi.org/10.3389/fimmu.2022.877477
  • Schellenberg M., Dreher, K. K., Holzwarth, N., [...], Schreck, N., et. al., (2022) Semantic segmentation of multispectral photoacoustic images using deep learning.
  • Photoacoustics 26: 100341, ISSN 2213-5979, https://doi.org/10.1016/j.pacs.2022.100341.
  • Studier-Fischer, A., Seidlitz, S., Sellner, J., [...], Schreck, N., et. al., (2022) Spectral organ fngerprints for machine learning-based intraoperative tissue classification with hyperspectral imaging in a porcine model. Sci Rep 12: 11028, https://doi.org/10.1038/s41598-022-15040-w
  • Basset, M., Kimmich, C.R., Schreck, N., et. al., (2021) Lenalidomide and dexamethasone in relapsed/refractory immunoglobulin light chain (AL) amyloidosis: results from a large cohort of patients with long follow-up. Br J Haematol 195: 230-243.https://doi.org/10.1111/bjh.17685
  • Schreck, N., Piepho, H.-P., Schlather, M., (2019) Best Prediction of the Additive Genomic Variance in Random-Effects Models, Genetics 213: 379-394, https://doi.org/10.1534/genetics.119.302324

 

Other:

 

to top
powered by webEdition CMS