Categories
Epidemiologie und Public Health HAP Juni 2021 Medizinische Informatik

Verständnis von Komplikationen und Nebenwirkungen von COVID-19 mithilfe von künstlicher Intelligenz und kausaler Inferenz

Verständnis von Komplikationen und Nebenwirkungen von COVID-19 mithilfe von künstlicher Intelligenz und kausaler Inferenz

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

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 Patient:innengruppen unterscheiden.
Wir vergleichen unsere Ergebnisse mit einem großen Datensatz aus den USA, um Unterschiede zwischen den Behandlungen und der Genesung von Patient:innen in beiden Ländern zu verstehen. Dazu nutzen wir moderne Verfahren der Künstlichen Intelligenz und der Kausalinferenz, um somit Vorhersagemodelle zu entwickeln, die neben des Schweregrades, auch die Genesungstrajektorie von Patient:innen vorhersagen kann.

Antragsteller: Dr. Narges Ahmidi, Helmholtz Center Munich

Categories
HAP Immunologie und Autoimmunität Juni 2021 SÜP

Untersuchung von Autoimmunität im Kontext des Long COVID-19

Untersuchung von Autoimmunität im Kontext des Long COVID-19

Titel der Studie: Investigation of serum autoimmunity in the context of Long COVID-19

Was wird untersucht? 

Seit dem Ausbruch der COVID-19 Erkrankung 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, CRTD TU Dresden

Categories
HAP Klinische Molekularbiologie Mai 2021 POP SÜP

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

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

Titel der Studie: COVIDOM-Energy

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-Diabetikern – 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.

Antragsteller: Prof. Dr. Stefan Schreiber, Klinik für Innere Medizin I, Universitätsklinikum Schleswig-Holstein, Campus Kiel

 

Categories
HAP Juni 2021 PROM Schmerzmedizin

Häufigkeit von Schmerzen im Verlauf einer COVID-19 Erkrankung

Häufigkeit von Schmerzen im Verlauf einer COVID-19 Erkrankung

Titel der Studie: Frequency of pain during the course of COVID-19 disease

Was wird untersucht? 

Mögliche Symptome einer akuten COVID-19 Erkrankung sind Kopfschmerzen sowie Gliederschmerzen (Muskeln, Gelenke). Es gibt Hinweise, dass bei einigen Betroffenen diese Schmerzen über einen längeren Zeitraum anhalten und sich eventuell ein chronisches Schmerzsyndrom, welches vor der COVID-19 Erkrankung nicht bestand, entwickelt. In dem Projekt wollen wir untersuchen, wie häufig von COVID-19 Erkrankten Kopfschmerzen sowie Gliederschmerzen zu Beginn der Erkrankung, nach Beendigung der Akutbehandlung, sowie 6 Wochen nach Beendigung der Akutbehandlung berichtet werden und ob es Zusammenhänge mit anderen Symptomen, wie Luftnot und Müdigkeit, gibt. Weiterhin wollen wir untersuchen, ob es Risikofaktoren für chronische Schmerzen nach COVID-19 gibt, wie zum Beispiel Alter, Geschlecht oder Schwere von COVID-19. Die Ergebnisse der Studie sollen die Grundlage für weitere Projektanträge zur Häufigkeit chronischer Schmerzen (> 3 und 12 Monate nach Beginn von COVID-19) sein. Weiterhin wollen wir in anschließenden Projektanträgen untersuchen, ob es biologische und psychische Risikofaktoren für die Entwicklung chronischer Schmerzen nach COVID-19 gibt. Die Ergebnisse der geplanten Projekte sollen dabei helfen, den schmerzmedizinischen Versorgungsbedarf in Post COVID-19 Ambulanzen abzuschätzen und Therapien zu entwickeln, um die Chronifizierung von Schmerzen zu verhindern, falls veränderbare Risikofaktoren für die Entwicklung chronischer Schmerzsyndrome identifiziert werden können. Das Projekt soll zur Entwicklung von Kriterien eines Post COVID-19 Syndroms durch die Weltgesundheitsorganisation beitragen.

Antragsteller: Prof. Dr. Winfried Häuser, Innere Medizin 1, Klinikum Saarbrücken

Categories
HAP Juni 2021 Neurologie POP SÜP

Immunvermittelte Pathogenese und Entwicklung von Autoimmunität bei Patient:innen mit COVID-19 und neurologischer Manifestation

Immunvermittelte Pathogenese und Entwicklung von Autoimmunität bei Patient:innen mit COVID-19 und neurologischer Manifestation

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

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, wie ausgeprägt diese sind und wie lange diese andauern, ist bisher nicht ausreichend untersucht. Entsprechend sollen Symptome bei einer größeren Zahl von Patient:innen 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 sogenannten 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.

Antragstellerin: Dr. med Christiana Franke, Department of Neurology and Experimental Neurology, Campus Benjamin Franklin (CBF), Charité – Universitätsmedizin Berlin

 

Fachbereich: HAP, Juni 2021, Neurologie, POP, SÜP

Categories
Epidemiologie und Public Health HAP Juni 2021 Napkon POP SÜP

Epidemiologiekern im Rahmen des Nationalen Pandemie Kohorten Netz (NAPKON)

Epidemiologiekern im Rahmen des Nationalen Pandemie Kohorten Netz (NAPKON)

Titel der Studie: Epidemiology Core Unit (ECU) within the National Pandemic Cohort Network (NAPKON)

Was wird untersucht? 

Die 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 sogenannte „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 Messergebnissen 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.

Antragsteller:innen: Epidemiology Core Unit innerhalb von NAPKON

 

Categories
HAP Infektiologie Juni 2021 SÜP

Einfluss von Antibiotikatherapien auf den Verlauf von COVID-19

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)

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.

Antragsteller:innen: Dr. Anette Friedrichs, Uniklinik Schleswig-Holstein. 

Categories
HAP Infektiologie Juni 2021 SÜP

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

Risikoeinschätzung komplizierter bis schwerster Verläufe von COVID-19 mittels künstlicher Intelligenz

Titel der Studie:Validation of the SACOV-19 risk prediction model and score

Was wird untersucht? 

COVID-19 verläuft sehr unterschiedlich. Bein der Mehrheit der Patienten kommt es nur zu milden oder gar keinen Symptomen. Bei einer Minderheit treten jedoch komplizierte und schwerste Verläufe auf. Vorherzusehen, bei welchen Patienten es zu solchen Verläufen kommt, kann sehr schwierig sein, würde aber die Behandlung von COVID-19 verbessern. Patienten 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.

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

Categories
HAP Juni 2021 Psychische Gesundheit

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

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

Was wird untersucht? 

COVID-19 ist eine schwerwiegende Erkrankung, die häufig eine intensivmedizinische 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.

Antragsteller: Prof. Dr. Christian Otte; Charité Universitätsmedizin Berlin, Klinik für Psychiatrie und Psychotherapie

Categories
Epidemiologie und Public Health HAP Mai 2021 SÜP

Die Rolle sozialer Faktoren für den Akutverlauf von COVID-19

Die Rolle sozialer Faktoren für den Akutverlauf von COVID-19

Titel der Studie: Social inequalities in COVID-19: The role of pre-existing social characteristics and health care utilization in explaining elevated risk of severe disease progression.

Was wird untersucht? 

Schwere Verläufe von COVID-19 sind in der Gesellschaft ungleich verteilt, dabei spielen soziale Aspekte wie Einkommen, Bildung, oder Erwerbstätigkeit eine wichtige Rolle. In dieser Studie untersuchen wir, durch welche vorher bestehende soziale Charakteristiken der Krankheitsverlauf vorhergesagt werden kann. Neben Bildung und Erwerbstätigkeit ist zum Beispiel eine zu späte Inanspruchnahme des Gesundheitssystems bei COVID-19-Erkrankungen ein wichtiger Faktor, da eine verspätete Krankenhausaufnahme das Risiko zu versterben erhöht. Bisher gibt es jedoch nur wenig Forschung in diesem Gebiet, weshalb wir ein umfassendes Bild zu sozialen Aspekten und ihrem Einfluss auf den COVID-19-Akutverlauf bekommen möchten. Hierfür untersuchen wir auch mögliche Erklärungen und zugrundeliegende biologische Mechanismen. Mit diesem Projekt können wir einen möglichen Ansatzpunkt für Public Health-Maßnahmen bieten, um Risikogruppen besser zu schützen und Therapiemaßnahmen gezielter anzuwenden.

Antragsteller: Dr. Hanno Hoven, Institut für Medizinische Soziologie, Centre for Health and Society, Universiätsklinikum Düsseldorf