Category: HAP

Categories
Epidemiologie und Public Health HAP Infektiologie März 2022 POP SÜP

Herausforderungen und Möglichkeiten bei der Erstellung einer Anonymisierungspipeline für einen nationalen deutschen Datensatz

Titel der Studie: Challenges and opportunities in creating an anonymisation pipeline for a national German dataset

Herausforderungen und Möglichkeiten bei der Erstellung einer Anonymisierungspipeline für einen nationalen deutschen Datensatz

Was wird untersucht?

Die Daten- und Bioproben aus NAPKON können über eine Use & Access Verfahren beantragt werden und werden anschließend pseudonymisiert an Forscherteams zur Analyse herausgegeben. Dieser Prozess ist zeitaufwendig und erfordert unterschiedliche Abstimmungsprozesse, um insbesondere eine gute Datenqualität und einen hinreichenden Datenschutz zu gewährleisten. Damit auch Echtzeit-Daten der NAPKON Kohorte für die Öffentlichkeit einsehbar sind, wurde ein Anonymisierungsprozess etabliert, der 15 wichtige Variablen aus dem NAPKON Datensatz nach einem speziellen Datenschutzkonzept abfragt und daraus einen anonymen, öffentlich zugänglichen Datensatz generiert. Die Herausforderungen und Möglichkeiten dieses Anonymisierungsprozesses und des resultierenden Datensatzes werden in diesem Projekt herausgearbeitet und veröffentlicht, um die sogenannte Open Science Wissenschaft zu fördern und damit die öffentliche Zugänglichkeit zu wichtigen Daten weiter voranzutreiben.

Antragsstellerin: Carolin Jakob, Universitätsklinikum Köln, Köln

Fachbereich: Epidemiologie und Public Health, HAP, Infektiologie, März 2022, POP, SÜP

Categories
HAP Infektiologie März 2022 Pneumologie

Beschreibung von klinischen Kurz- und Langzeitendpunkten von hospitalisierten Patient:innen mit ambulant erworbener SARS-CoV-2-Pneumonie versus nicht-SARS-CoV-2-Pneumonie

Titel der Studie: Determination of clinical short and long-term outcomes in hospitalized patients with community-acquired SARS-CoV-2 versus non-SARS-CoV-2 pneumonia

Beschreibung von klinischen Kurz- und Langzeitendpunkten von hospitalisierten Patient:innen mit ambulant erworbener SARS-CoV-2-Pneumonie versus nicht-SARS-CoV-2-Pneumonie

Was wird untersucht?

Verlauf und Ausgang von SARS-CoV-2-Pneumonie unterscheiden sich von ambulant erworbenen Pneumonien (CAP) anderer Ursache, jedoch liegen kaum vergleichende Studien vor. Vorherigen Studien zufolge haben hospitalisierte Patient:innen mit einer SARS-CoV-2-Pneumonie eine höhere Sterblichkeit und bedürfen einer längeren stationären Behandlung als Patient:innen mit nicht-SARS-CoV-2-CAP, obwohl letztere bei Aufnahme meist schwerer erkrankt sind und häufiger einer Behandlung auf Intensivstation bedürfen. Scores zur Risikobewertung von Patient:innen mit CAP ermitteln unzureichend den Schweregrad einer COVID-19-Erkrankung. Unter Einbeziehung von Daten aus multizentrischen Studien zu Patient:innen mit CAP und COVID-19 sollen kurz- und langfristige Endpunkte wie 28-Tage-Mortalität, beatmungsfreie Tage und Lebensqualität beider Kollektive vergleichend untersucht und Prädiktoren für diese Endpunkte analysiert werden. Auf diese Weise sollen Ansätze zur Risikostratifizierung von Patient:innen mit SARS-CoV-2-Pneumonie unterstützt werden.

Antragssteller: Dr. Fridolin Steinbeis, Charité – Universitätsmedizin Berlin, Medizinische Klinik m.S. Infektiologie und Pneumologie, Berlin

Fachbereich: HAP, Infektiologie, März 2022, Pneumologie

Categories
Epidemiologie und Public Health HAP März 2022 POP SÜP

Epidemiologiekern im Rahmen des Nationalen Pandemie Kohorten Netz (NAPKON)

Titel der Studie: Epidemiology core within the framework of the National Pandemic Cohort Network (NAPKON)

Epidemiologiekern im Rahmen des Nationalen Pandemie Kohorten Netz (NAPKON)

Was wird untersucht?

Die Epidemiologie Core Unit (ECU) ist Teil der Kerninfrastruktur von NAPKON und stellt ein übergeordnetes Projekt dar, das für die externe Qualitätssicherung und Aufbereitung der in den Kohorten eingegebenen Rohdaten, regelmäßige Beschreibung der Studienkollektive aber auch für methodische Beratungen für Wissenschaftler:innen bei Etablierung neuer Module in den unterschiedlichen Studienplattformen verantwortlich ist. Die klinischen Daten werden einerseits für sog. „Kernanalysen“, Beschreibungen der Studienkollektive anhand beschreibender Eigenschaften wie Alter, Geschlecht, Vorerkrankungen und Symptomatik, verwendet. Um vergleichbare Auswertungen zu ermöglichen, wird weiterhin im Rahmen von Primärkodierungen die Kategorisierung von standardisierten Fragebögen, Altersgruppen und Messergebnisse von Untersuchungen durchgeführt. Weiterhin werden die Daten hinsichtlich der Vollständigkeit von einzelnen Variablen, aber auch auf Formularebene geprüft, um möglichst vollständige Datensätze gewährleisten zu können.

Antragssteller: Prof. Jens-Peter Reese, Universitätsklinikum Würzburg, Institut für Klinische Epidemiologie und Biometrie, Würzburg

Fachbereich: Epidemiologie und Public Health, HAP, März 2022, POP, SÜP

Categories
Allgemeinmedizin Epidemiologie und Public Health HAP Infektiologie März 2022 Pädiatrie SÜP

Einfluss von Antibiotikatherapien auf den Verlauf von COVID-19

Titel der Studie: Assessment of the effects of antibiotic treatment on outcomes in COVID-19 patients (ABCOV)

Einfluss von Antibiotikatherapien auf den Verlauf von COVID-19

Was wird untersucht?

Antibiotika spielen in der Therapie von COVID-19 aufgrund der viralen Genese der Erkrankung keine Rolle. Dennoch empfiehlt die Weltgesundheitsorganisation (WHO) bei mittelschweren bis schweren Krankheitsverläufen und Verdacht auf eine bakterielle Infektion eine Antibiotikatherapie. Die Diagnose einer bakteriellen Superinfektion ist bei fortgeschrittener SARS-CoV-2 Infektion eine klinische Herausforderung. Der berichtete Antibiotikaeinsatz bei COVID-19 liegt jedoch weit über der tatsächlich beschriebenen Rate an bakteriellen Infektionen. Vor dem Hintergrund der zunehmenden bakteriellen Resistenzentwicklung ist eine Antibiotikatherapie sorgfältig zu prüfen. In dieser Untersuchung sollen die Rate an diagnostizierten bakteriellen Infektionen und die Effekte von Antibiotikatherapien auf COVID-19 Behandlungsergebnisse einander gegenübergestellt werden.

Antragsstellerin: Dr. Anette Friedrichs, Uniklinik Schleswig-Holstein, Infektiologie, Kiel

Fachbereich: Allgemeinmedizin, Epidemiologie und Public Health, HAP, Infektiologie, März 2022, Pädiatrie, SÜP

Categories
HAP März 2022 Psychische Gesundheit

Kann selbstberichtete psychische Belastung nach COVID-19 Erkrankung durch maschinelles Lernen vorhergesagt werden?

Titel der Studie: A machine learning approach to predict mental health after COVID-19 as measured with Patient-Reported Outcomes

Kann selbstberichtete psychische Belastung nach COVID-19 Erkrankung durch maschinelles Lernen vorhergesagt werden?

Was wird untersucht?

Behandlung notwendig macht. Bisher weiß man nur wenig über die psychischen Folgen der COVID-19 Erkrankung und deren Behandlung. In dieser Studie möchten wir untersuchen, ob es eine Analyse verschiedener demographischer, klinischer, biologischer und psychologischer Variablen ermöglicht, das Ausmaß psychischer Belastung 3, 6, und 12 Monate nach der COVID-19 Erkrankung vorherzusagen. Dabei wird die psychische Belastung von den Patient:innen standardisiert selbst berichtet. Sollte unsere Studie erfolgreich sein, würde sie es Ärzt:innen ermöglichen, frühzeitig im Krankheitsverlauf vorherzusagen, welche Patient:innen behandlungsbedürftige psychische Belastungen nach einer COVID-19 Erkrankung entwickeln werden. Dadurch wäre es frühzeitig möglich, je nach Risiko für eine ausgeprägte psychische Belastung, spezifische Therapien einzusetzen, um die psychische Belastung nach Covid-19 Erkrankung zu verringern.

Antragssteller: Prof. Christian Otte, Charité Universitätsmedizin Berlin, Klinik für Psychiatrie und Psychotherapie, Berlin

Fachbereich: HAP, März 2022, Psychische Gesundheit

Categories
Epidemiologie und Public Health HAP Infektiologie März 2022 SÜP

Risikoeinschätzung für komplizierte bis schwerste Verläufe von COVID-19 mittels künstlicher Intelligenz

Titel der Studie: Risk assessment of complicated to critical outcomes in COVID-19 using artificial intelligence

Risikoeinschätzung für komplizierte bis schwerste Verläufe von COVID-19 mittels künstlicher Intelligenz

Was wird untersucht?

COVID-19 verläuft sehr unterschiedlich. Bein der Mehrheit der Patient:innen kommt es nur zu milden oder gar keinen Symptomen. Bei einer Minderheit treten jedoch komplizierte und schwerste Verläufe auf. Vorherzusehen, bei welchen Patient:innen es zu solchen Verläufen kommt, kann sehr schwierig sein, würde aber die Behandlung von COVID-19 verbessern. Patient:innen mit mildem Verlauf, die ein geringes Risiko aufweisen, könnten beispielsweise nachhause entlassen werden. Patienten mit hohem Risiko sollten stationär zur Beobachtung aufgenommen werden und könnten von verschiedenen Therapien profitieren. Eine akkurate Risikoeinschätzung könnte daher die medizinische Versorgung von COVID-19 Patienten sicherer und effizienter machen. In einer aktuellen Studie, welche wir vor kurzem zur Publikation in einer medizinischen Fachzeitschrift eingereicht haben, haben wir ein Vorhersagemodell entwickelt. Das Vorhersagemodell und ein davon abgeleiteter klinischer „Score“, genannt SACOV-19 (Score für die Vorhersage fortgeschrittener Krankheitsstadien in COVID-19; Englisch: Score for the prediction of an Advanced disease stage of COVID-19), sollen eine komplizierte oder schwere COVID-19 Erkrankung vorhersagen. Vorhersagemodell und Score basieren auf der Kohorte Lean European Open Survey on SARS-CoV-2 Infected Patients (LEOSS) und wurden mit maschinellem Lernen entwickelt. In der Kohorte zur Etablierung haben sowohl das Vorhersagemodell, als auch der Score eine sehr gute Leistung gezeigt. Wir wollen in der aktuellen Studie diese Ergebnisse überprüfen.

Antragssteller: Dr. Ujjwal Mukund Mahajan, LMU Klinikum der Universität München, Medizinische Klinik und Poliklinik II, München

Fachbereich: Epidemiologie und Public Health, HAP, Infektiologie, März 2022, SÜP

Categories
HAP März 2022 Neurologie POP SÜP

Pathogenese und Entwicklung von Autoimmunität bei Patienten mit COVID-19 und neurologischer Manifestation

Titel der Studie: Immune-mediated pathogenesis and development of autoimmunity in patients with COVID-19 and neurological manifestation

Immunvermittelte Pathogenese und Entwicklung von Autoimmunität bei Patienten mit COVID-19 und neurologischer Manifestation

Was wird untersucht?

Ziel dieser Studie ist es, mögliche Ursachen neurologischer Manifestationen einer SARS-CoV-2 Infektion besser zu verstehen.

 

Neurologische Symptome sind häufig bei COVID-19 in der Akutphase und auch als Langzeitfolgen. Welche Symptome das sind und wie ausgeprägt diese sind und wie lange diese andauern, ist bisher nicht ausreichend untersucht. Entsprechend sollen Symptome bei einer größeren Zahl von Patienten systematisch erfasst werden und mit Untersuchungen des Biomaterials (Blut und Nervenwasser) in Zusammenhang gebracht werden. Außerdem soll untersucht werden, warum es zum Auftreten dieser neurologischen Symptome kommt. Ohne die Ursachen der Symptome genau zu kennen, kann keine zielgerichtete Behandlung erfolgen. Als mögliche Ursachen werden zwei Ansätze von unserer Arbeitsgruppe untersucht. Einerseits ist denkbar, dass Antikörper im Blut oder Nervenwasser sich gegen bestimmte körpereigene Strukturen wie Nerveneiweiße richten (sog. Autoantikörper). Man spricht dann von einer durch die Virusinfektion bedingten sog. Autoimmunerkrankung, die gezielt behandelt werden kann. Werden andererseits Spuren von SARS-CoV-2 im Nervenwasser nachgewiesen, wäre eine Immuntherapie nicht zielführend und antivirale Therapien müssten entwickelt werden. Zudem könnte dann beispielsweise eine frühzeitige Impfung oder Antikörpertherapie wirksam gegen anhaltenden „Post-COVID-Beschwerden“ helfen. Entsprechend sollen die Erkenntnisse dieser Studie zukünftig für eine verbesserte Diagnostik eingesetzt werden und als Basis für eine zielgerichtete Therapie dienen.

Antragsstellerin: Dr. Christiana Franke, Charité – Universitätsmedizin Berlin, Klinik für Neurologie und Experimentelle Neurologie, Berlin

Fachbereich: HAP, März 2022, Neurologie, POP, SÜP

Categories
HAP Immunologie und Autoimmunität März 2022 SÜP

Untersuchung von Autoimmunität im Kontext des Long „COVID-19“

Titel der Studie:  Investigating autoimmunity in the context of the long “COVID-19”

Untersuchung von Autoimmunität im Kontext des Long „COVID-19“

Was wird untersucht?

Seit dem Ausbruch ders COVID-19 wird eine Infektion mit dem SARS-CoV-2 Virus immer wieder mit Autoimmunität, einer Immunreaktion gegen körpereigenes Gewebe, in Zusammenhang gebracht. Wir möchten erforschen, ob eine Infektion mit dem Virus eine solche Immunreaktion hervorruft oder ob sie schon vorhandene, aber noch nicht entdeckte Immunreaktionen zum Aufblühen bringt. Solche Immunreaktionen brauchen einige Zeit, um sich aufzubauen. Darum wollen wir Blutproben von Patient:innen, welche an Spätfolgen der Krankheit, dem sogenannten „Long COVID“ leiden, untersuchen. Unsere Hypothese ist es, dass diese Spätfolgen durch Autoimmunität hervorgerufen werden könnten.

Antragstellerin: Dr. Anne Eugster, Technische Universität Dresden, Dresden

Fachbereich: HAP, Immunologie und Autoimmunität, März 2022, SÜP

Categories
Epidemiologie und Public Health HAP März 2022 Medical Informatics

Verständnis von Komplikationen und Nebenwirkungen von COVID-19 mithilfe von KI und kausaler Inferenz

Titel der Studie: Clinical Analysis of Recovery Trajectory of COVID-19 Patients

Verständnis von Komplikationen und Nebenwirkungen von COVID-19 mithilfe von KI und kausaler Inferenz

Was wird untersucht?

Als Teil einer größer angelegten, BMBF-finanzierten Studie versuchen wir zu verstehen, wie sich verschiedene Patient:innen mit unterschiedlichem gesundheitlichen Hintergrund von einer COVID-19-Infektion erholen. Wir versuchen auch zu verstehen, wie sich Komplikationen und Nebenwirkungen nach der Genesung für verschiedene Patientengruppen unterscheiden. Wir vergleichen unsere Ergebnisse mit einem großen Datensatz aus den USA, um Unterschiede zwischen den Behandlungen und der Genesung von Patienten in beiden Ländern zu verstehen. Dazu nutzen wir moderne Verfahren der Künstlichen Intelligenz und der Kausalinferenz um somit Vorhersagemodelle zu entwickeln, die neben dem Schweregrad auch den Genesungsverlauf eines Patienten vorhersagen kann.

 

Antragsteller Dr. Narges Ahmmidi, Helmholzzentrum München, München

Fachbereich: Epidemiologie und Public Health, HAP, März 2022, Medical Informatics

Categories
HAP Klinische Molekularbiologie März 2022 POP SÜP

Wie hängen der Zuckerhaushalt und der Krankheitsverlauf von COVID-19 zusammen?

Titel der Studie: COVIDOM-Energy

Wie hängen der Zuckerhaushalt und der Krankheitsverlauf von COVID-19 zusammen?

Was wird untersucht?

Patient:innen mit einem gestörten Zuckerhaushalt sind besonders gefährdet, einen schweren COVID-19-Verlauf bis hin zum Tod zu entwickeln. In der Studie COVIDOM-Energy soll bei COVID-19-Patient:innen mit und ohne Diabetes untersucht werden, wie sich das – auch bei Nicht-Diabetiker:innen – relativ breite Spektrum des Zuckerhaushalts mit seinen zahlreichen Regelkreisen auf den Krankheitsverlauf von COVID-19 auswirkt. Hierbei werden sowohl der akute Verlauf der COVID-19-Erkrankung als auch Long-COVID untersucht.

 

Antragstellerin: Prof. Stefan Schreiber, Universitätsklinikum Schleswig-Holstein, Klinik für innere Medizin I, Kiel

Fachbereich: HAP, Klinische Molekularbiologie, März 2022, POP, SÜP