Über Clinical App Report
Clinical App Report ist eine unabhängige klinische Bewertungs-, Ranking- und Vergleichsplattform für Consumer-Health-Apps. Gegründet im Mai 2026. Wir bewerten Apps auf einer veröffentlichten 100-Punkte-Klinikbewertungsmatrix mit Evidenznote (A–F).
What we publish
- Berichte — Gerankte klinische Berichte zu Consumer-Health-Apps nach Anwendungsfall — gesamt, kostenlos, KI-unterstützt, makro-fokussiert, Gewichtsmanagement, einsteigerfreundlich. Jeder Bericht wird auf unserer veröffentlichten 100-Punkte-Klinikbewertungsmatrix bewertet. Wir akzeptieren keine Affiliate-Vergütung.
- App-Bewertungen — Unabhängige klinische Einzelevaluierungen. Jeder Bericht teilt die Punktzahl in sieben Matrixkriterien auf und vergibt eine Evidenznote basierend auf der veröffentlichten Validierungsliteratur. Wir akzeptieren keine Affiliate-Vergütung.
- Direktvergleich — Direktvergleiche zwischen Consumer-Health-Apps, Kriterium für Kriterium mit zeilenweisen Siegern und einem evidenzbasiert verankerten Urteil. Wir akzeptieren keine Affiliate-Vergütung.
- Briefings — Evidenzbasierte Briefings zu Genauigkeit der Ernährungserfassung, KI-Lebensmittelerkennung, Validierungsstandards und der Wahl einer Consumer-Health-App. Jedes Briefing zitiert Peer-Review-Quellen per DOI, wo Behauptungen es erfordern.
Editorial board
Named editorial board members are responsible for every Clinical App Report evaluation. Reviews are authored by domain reviewers and independently fact-checked before publication.
-
Dr. Priya Anand , PhD
Methodology Lead
Methodology Lead. PhD biostatistician; designs CAR's scoring rubric weights, MAPE protocols, and inter-rater reliability checks.
-
Hannah Vasquez , MS
Consumer Health Editor
Consumer Health Editor. MS Health Journalism (Boston University); translates clinical evaluations for general consumer audiences and runs the corrections desk.
-
Joel Kingsley , RD, MS
Senior Reviewer
Senior Reviewer responsible for per-app evaluation against weighed reference meals. RD with MS in sports nutrition; published in mobile dietary assessment validation.
-
Martin Okafor , MS
AI Recognition Reviewer
AI Recognition Reviewer. MS Computer Vision (CMU); evaluates photo-AI pipelines and benchmarks recognition accuracy against weighed reference meals.
Corrections
We log substantive corrections with date and reason on the corrections page. The threshold for a logged correction: did the error affect a score, an Evidence Grade, a ranking, or a factual claim about an app? If yes, it's logged.
Contact
Email editors@clinicalappreport.com for editorial inquiries, corrections, partnership questions, or feedback. We respond to substantive correspondence within a few business days.