Data Analytics

zurück zur Projektübersicht

Präparation von Sars-CoV2 Proteinen

Präparation des Nucleocapsid-Proteins von Sars-CoV2 für Diagnostik, analytische und strukturbiologische Untersuchungen.

Optimierung einer Sars-CoV2-diagnostischen qPCR ohne vorherige RNA-Anreicherung.
schoberg@medizin.uni-leipzig.de

Einsatz der künstlichen Intelligenz in der Prädiktion des Krankheitsverlaufes bei Covid19

Mit Hilfe von Cluster und Klassifikationsmethoden sollen Verlaufsprädiktionen und ggf. Behandlungsprädiktion untersucht werden.
hans.kestler@uni-ulm.de

Dresdner Informations- und Prognosetool für Erkrankungsverlauf und Bettenauslastung in Sachsen

Hintergrund:
Eine Prognose für die Abschätzung des lokalen Auftretens schwerwiegender COVID-19 Erkrankungsverläufe gestaltet sich derzeit noch schwierig. Der Grund dafür ist, dass die wichtigsten prognostischen Faktoren Alter und Geschlecht der laborbestätigten Fälle vom RKI mit einer Latenz von bis zu 5 Tagen berichtet werden und händisch extrahiert werden müssen. Innerhalb dieses Zeitraums können sich kritische Verläufe aber bereits entwickeln. Weitere relevante Risikofaktoren wie Komorbiditäten und Rauchen gehen derzeit nicht in die Vorhersagemodelle ein.

Für die Versorgungsplanung der sächsischen Krankenhäuser bezogen auf die Vorhaltung von Intensivbetten und insbesondere die Früherkennung möglicher Engpässe in der Versorgung ist es zentral zu wissen, wie sich die Anzahl der COVID-19-Erkrankten, die eine Hospitalisierung benötigen, entwickeln werden. Dies gilt insbesondere für die Anzahl derjenigen Menschen, die beatmet werden müssen. Relevant ist dabei eine Prognose der erforderlichen Versorgungskapazitäten in Sachsen insgesamt, aber auch kleinräumig in den unterschiedlichen sächsischen Regionen.


Inhalte:
Regionale (Landkreise in Sachsen) und überregionale (bundesweite) Informationen zur Entwicklung laborbestätigter Fallzahlen über die Zeit („Dashboard“)
Alters- und Geschlechtsverteilung laborbestätigter Fallzahlen über die Zeit zur Erfassung von Risikogruppen für schwere Verläufe
Erfassung der zeitaktuellen Bettenauslastung sächsischer Krankenhäuser mit besonderem Fokus auf Intensivmedizin
Prognose der Bettenauslastung und des kurz- und mittelfristigen Bedarfs intensivmedizinischer Behandlungskapazitäten.

Projektziele

Ziel ist eine zeitaktuelle und kleinräumige Modellierung des Infektions- und klinischen Geschehens auf Landkreis- und Krankenhausebene der COVID-19-Pandemie in Sachsen. Berücksichtigt werden dabei die Risikofaktoren Alter, Geschlecht, Komorbiditäten und Rauchen. Die Modellierungen erfolgen mit Standardmethoden, u.a. mittels statistischer Modelle (u.a. Regression) der vorhandenen Daten oder mit dynamischen Epidemie-Modellen der SIR-Modellklasse (siehe u.a. https://neherlab.org). Perspektivisch ist eine Modellanpassung auf Basis standardisiert gesammelter Daten sächsischer Kliniken und Gesundheitsämter sowie neuer wissenschaftlicher Erkenntnisse vorgesehen.

Die Darstellung der Entwicklung und Prognose des COVID-19 Erkrankungsgeschehens und des (intensiv)medizinischen Versorgungsbedarfs erfolgt mittels interaktiver Diagramme und Dashboards. Versorger und politische Entscheidungsträger können Entwicklungen so differenzierter interpretieren und für den eigenen Wirkungskreis prospektiv beurteilen. Grundlage hierfür ist der Aufbau einer möglichst automatisierten Dateninfrastruktur, in der - beginnend mit den minimal notwendigen Daten für die prognostischen Modelle - perspektivisch auch mehr Daten für das Monitoring von COVID-19 Patienten kommuniziert und aggregiert werden können. Damit wird auch eine aufwandsarme Unterstützung klinischer Studien und Register für die Forschung ermöglicht.

Perspektivisch ist das Tool auch auf andere Bundesländer übertragbar, sofern die Daten von regionalen Kliniken und Gesundheitsämtern zur Verfügung stehen.

jochen.schmitt@uniklinikum-dresden.de
Uniklinikum Dresden

Untersuchung vom Zusammenhang zwischen Schwere der Erkrankung und SARS-CoV-2 Genotyp

Der Anteil der mit/an COVID-19 verstorbenen Personen ist, bezogen auf die Anzahl nachgewiesener Erkrankungen und in Bezug auf die Größe der Bevölkerung, in verschiedenen Ländern und in verschiedenen Bundesländern innerhalb von Deutschland sehr unterschiedlich (s. z.B. https://coronavirus.jhu.edu/data/mortality und https://corona.rki.de). Auch wird über unterschiedliche Häufigkeit bestimmter Symptome in verschiedenen Ländern berichtet, z.B. bzgl. Fieber 42 % in Deutschland und 90 % in China (s. https://www.rki.de/DE/Content/InfAZ/N/Neuartiges_Coronavirus/Steckbrief.html). Andererseits verändert sich das SARS-CoV-2 zunehmend etwas durch Mutationen (s. https://www.gisaid.org/epiflu-applications/next-hcov-19-app/). Es könnte daher sein, dass die Schwere einer Erkrankung auch von der Variante bzw. von genetischen Merkmalen des Virus abhängt. Dies soll im Projekt untersucht werden.
dietmar.lippold@uni-luebeck.de

Arbeitsgruppe Epidemien MV (AGEMV)

Die AG Epidemien MV (AGEMV) befasst sich mit der Aggregation, Visualisierung, und Analyse von Daten zur Coronakrise.

Die AG wertet aktuelle wissenschaftliche Ergebnisse aus Publikationen und Studien aus und wertet diese im Kontext der Situation von Mecklenburg-Vorpommern.

Die AG entwickelt mathematischer Modelle und computergestützte Simulationen für Vorhersagen von Fallzahlen und dem Bedarf an Intensivbetten in MV.
olaf.wolkenhauer@uni-rostock.de