Publikationen im NUM
Hier finden Sie eine Liste der Publikationen, die im Zusammenhang mit dem Netzwerk Universitätsmedizin in der ersten und zweiten Förderphase entstanden sind.
P. Fervers,
R. Hahnfeldt,
J. Kottlors,
A. Wagner,
D. Maintz,
D. Pinto Dos Santos,
S. Lennartz and
T. Persigehl,
"ChatGPT yields low accuracy in determining LI-RADS scores based on free-text and structured radiology reports in German language.",
Frontiers in radiology,
2024.
Abstract:
Um die Machbarkeit des großen Sprachmodells (LLM) ChatGPT zur Klassifizierung von Leberläsionen nach dem Liver Imaging Reporting and Data System (LI-RADS) basierend auf MRI-Berichten zu untersuchen und die Klassifizierungsleistung auf strukturierten vs. unstrukturierten Berichten zu vergleichen. LI-RADS-klassifizierbare Leberläsionen wurden aus deutschen schriftlichen strukturierten und unstrukturierten MRT-Berichten mit Bericht über Größe, Lage und arterielle Phasenkontrastverbesserung als Mindestinklusionsanforderungen aufgenommen. Die Ergebnisse der Berichte wurden an ChatGPT (GPT-3.5) weiterverbreitet, die für jede klassifizierte Leberläsion zur Bestimmung von LI-RADS-Scores angewiesen wurde. Die Bodenwahrheit wurde durch zwei Radiologen im Konsens begründet. Die Vereinbarung zwischen Grundwahrheit und ChatGPT wurde mit Cohens Kappa bewertet. Test-Retest-Verlässlichkeit wurde bewertet, indem eine Teilmenge von <i>n>/i> = 50 Läsionen fünfmal an ChatGPT, unter Verwendung des Intra-Klasse-Korrelationskoeffizienten (ICC). Es wurden 205 MRT von 150 Patienten aufgenommen. Die Genauigkeit von ChatGPT bei der Bestimmung von LI-RADS-Kategorien war schlecht (53% und 44% auf unstrukturierte und strukturierte Berichte). Die Übereinstimmung mit der Grundwahrheit war höher (<i>k</i> = 0,51 und <i>k</i> = 0,44), der mittlere absolute Fehler bei LI-RADS-Scores war niedriger (0,5 ± 0,5 vs. 0,6 ± 0,7, <i>p</i> < 0,05), und die Prüfretestsicherheit war höher (ICC = 0,81 vs. 0.50), in freier Textfassung im Vergleich zu strukturierten Berichten bzw. ChatGPT erreichte nur eine geringe Genauigkeit, wenn sie darum gebeten wurde, LI-RADS-Scores aus Leber-Imaging-Berichten zu bestimmen. Die überlegene Genauigkeit und Konsistenz in Freitextberichten könnte sich auf den Schulungsprozess von ChatGPT beziehen. Unsere Studie zeigt sowohl die Notwendigkeit der Optimierung von LLMs für strukturierte klinische Dateneingabe als auch das Potenzial von LLMs zur Erstellung von maschinenlesbaren Etiketten auf Basis großer freitextiger radiologischer Datenbanken.
| DOI: | 10.3389/fradi.2024.1390774 |
Abstract:
Um die Machbarkeit des großen Sprachmodells (LLM) ChatGPT zur Klassifizierung von Leberläsionen nach dem Liver Imaging Reporting and Data System (LI-RADS) basierend auf MRI-Berichten zu untersuchen und die Klassifizierungsleistung auf strukturierten vs. unstrukturierten Berichten zu vergleichen. LI-RADS-klassifizierbare Leberläsionen wurden aus deutschen schriftlichen strukturierten und unstrukturierten MRT-Berichten mit Bericht über Größe, Lage und arterielle Phasenkontrastverbesserung als Mindestinklusionsanforderungen aufgenommen. Die Ergebnisse der Berichte wurden an ChatGPT (GPT-3.5) weiterverbreitet, die für jede klassifizierte Leberläsion zur Bestimmung von LI-RADS-Scores angewiesen wurde. Die Bodenwahrheit wurde durch zwei Radiologen im Konsens begründet. Die Vereinbarung zwischen Grundwahrheit und ChatGPT wurde mit Cohens Kappa bewertet. Test-Retest-Verlässlichkeit wurde bewertet, indem eine Teilmenge von <i>n>/i> = 50 Läsionen fünfmal an ChatGPT, unter Verwendung des Intra-Klasse-Korrelationskoeffizienten (ICC). Es wurden 205 MRT von 150 Patienten aufgenommen. Die Genauigkeit von ChatGPT bei der Bestimmung von LI-RADS-Kategorien war schlecht (53% und 44% auf unstrukturierte und strukturierte Berichte). Die Übereinstimmung mit der Grundwahrheit war höher (<i>k</i> = 0,51 und <i>k</i> = 0,44), der mittlere absolute Fehler bei LI-RADS-Scores war niedriger (0,5 ± 0,5 vs. 0,6 ± 0,7, <i>p</i> < 0,05), und die Prüfretestsicherheit war höher (ICC = 0,81 vs. 0.50), in freier Textfassung im Vergleich zu strukturierten Berichten bzw. ChatGPT erreichte nur eine geringe Genauigkeit, wenn sie darum gebeten wurde, LI-RADS-Scores aus Leber-Imaging-Berichten zu bestimmen. Die überlegene Genauigkeit und Konsistenz in Freitextberichten könnte sich auf den Schulungsprozess von ChatGPT beziehen. Unsere Studie zeigt sowohl die Notwendigkeit der Optimierung von LLMs für strukturierte klinische Dateneingabe als auch das Potenzial von LLMs zur Erstellung von maschinenlesbaren Etiketten auf Basis großer freitextiger radiologischer Datenbanken.
S. Nowak,
C. Kloth,
M. Theis,
M. Marinova,
U. I. Attenberger,
A. M. Sprinkart and
J. A. Luetkens,
"Deep learning-based assessment of CT markers of sarcopenia and myosteatosis for outcome assessment in patients with advanced pancreatic cancer after high-intensity focused ultrasound treatment.",
European radiology,
Jan.
2024.
Abstract:
Um den prognostischen Wert von CT-basierten Markern von Sarkaropenie und Myosteatose im Vergleich zur Eastern Cooperative Oncology Group (ECOG)-Score für das Überleben von Patienten mit fortgeschrittenem Pankreaskarzinom zu bewerten, der mit hochintensivem fokussiertem Ultraschall (HIFU) behandelt wird. Für 142 retrospektive Patienten wurden der Skelettmuskelindex (SMI), die Skelettmuskel-Radiodensität (SMRD), die Fettmuskelfraktion (FMF) und die intermuskuläre Fettfraktion (IMFF) auf dem überlegenen mesenterischen Arterieniveau im vorinterventionalen CT bestimmt. Jeder Marker wurde auf Assoziationen mit Sex, Alter, Körpermasseindex (BMI) und ECOG getestet. Der prognostische Wert der Marker wurde in Kaplan-Meier-Analysen mit dem Log-Rank-Test und in uni- und multivariablen Cox-Proportionalgefahren (CPH)-Modellen untersucht. Folgende signifikante Assoziationen wurden beobachtet: männliche Patienten hatten höhere BMI und SMI. Patienten mit niedrigerem ECOG hatten niedrigeres BMI und SMI. Patienten mit BMI unter 21,8 kg/m<sup>2</sup> (median) zeigten auch weniger SMI und IMFF. Patienten, die jünger als 63,3 Jahre (median) wurden gefunden, haben höhere SMRD, niedriger FMF und niedriger IMFF. In der Kaplan-Meier-Analyse wurden signifikant geringere Überlebenszeiten bei Patienten mit höherem ECOG oder niedrigerem SMI beobachtet. Bei höheren ECOG, niedrigerem BMI und niedrigerem SMI bei unveränderlichen CPH-Analysen für 1-, 2- und 3-jähriges Überleben wurde ein erhöhtes Patientenrisiko beobachtet. Multivariable CPH-Analyse für 1-Jahres-Überleben ergab ein erhöhtes Patientenrisiko für höhere ECOG, niedrigere SMI, niedrigere IMFF und höhere FMF. Bei der multivariablen Analyse des 2- und 3-jährigen Überlebens blieben nur ECOG und FMF signifikant. CT-basierte Marker von Sarkoopenie und Myosteatose zeigen einen prognostischen Wert für die Beurteilung des Überlebens bei fortgeschrittenen Pankreaskrebspatienten, die eine HIFU-Therapie erfahren. Die Ergebnisse zeigen eine größere Rolle der Myosteatose für eine zusätzliche Risikobewertung über klinische Punkte hinaus, da nur FMF mit einem langfristigen Überleben in multivariablen CPH-Analysen entlang ECOG assoziiert wurde und auch ECOG in Gruppenanalysen unabhängig zeigte. • Diese Studie untersucht den prognostischen Wert von CT-basierten Markern von Sarkoopenie und Myosteatose für Patienten mit Pankreaskrebs, die mit hochintensitätsorientiertem Ultraschall behandelt werden. • Marker für Sarkoopenie und Myosteatose zeigten neben der klinischen Beurteilung des physikalischen Status durch die östliche Genossenschaft Onkologie Gruppe einen prognostischen Wert. Im Gegensatz zu Muskelgrößenmessungen zeigte die Myosteatose-Marker-Fettmuskelfraktion die Unabhängigkeit der klinischen Partitur. • Die Ergebnisse zeigen, dass Myosteatose eine größere Rolle für zusätzliche Patientenrisikobewertungen spielen könnte, die über klinische Beurteilungen des körperlichen Status hinausgehen.
| DOI: | 10.1007/s00330-023-09974-6 |
Abstract:
Um den prognostischen Wert von CT-basierten Markern von Sarkaropenie und Myosteatose im Vergleich zur Eastern Cooperative Oncology Group (ECOG)-Score für das Überleben von Patienten mit fortgeschrittenem Pankreaskarzinom zu bewerten, der mit hochintensivem fokussiertem Ultraschall (HIFU) behandelt wird. Für 142 retrospektive Patienten wurden der Skelettmuskelindex (SMI), die Skelettmuskel-Radiodensität (SMRD), die Fettmuskelfraktion (FMF) und die intermuskuläre Fettfraktion (IMFF) auf dem überlegenen mesenterischen Arterieniveau im vorinterventionalen CT bestimmt. Jeder Marker wurde auf Assoziationen mit Sex, Alter, Körpermasseindex (BMI) und ECOG getestet. Der prognostische Wert der Marker wurde in Kaplan-Meier-Analysen mit dem Log-Rank-Test und in uni- und multivariablen Cox-Proportionalgefahren (CPH)-Modellen untersucht. Folgende signifikante Assoziationen wurden beobachtet: männliche Patienten hatten höhere BMI und SMI. Patienten mit niedrigerem ECOG hatten niedrigeres BMI und SMI. Patienten mit BMI unter 21,8 kg/m<sup>2</sup> (median) zeigten auch weniger SMI und IMFF. Patienten, die jünger als 63,3 Jahre (median) wurden gefunden, haben höhere SMRD, niedriger FMF und niedriger IMFF. In der Kaplan-Meier-Analyse wurden signifikant geringere Überlebenszeiten bei Patienten mit höherem ECOG oder niedrigerem SMI beobachtet. Bei höheren ECOG, niedrigerem BMI und niedrigerem SMI bei unveränderlichen CPH-Analysen für 1-, 2- und 3-jähriges Überleben wurde ein erhöhtes Patientenrisiko beobachtet. Multivariable CPH-Analyse für 1-Jahres-Überleben ergab ein erhöhtes Patientenrisiko für höhere ECOG, niedrigere SMI, niedrigere IMFF und höhere FMF. Bei der multivariablen Analyse des 2- und 3-jährigen Überlebens blieben nur ECOG und FMF signifikant. CT-basierte Marker von Sarkoopenie und Myosteatose zeigen einen prognostischen Wert für die Beurteilung des Überlebens bei fortgeschrittenen Pankreaskrebspatienten, die eine HIFU-Therapie erfahren. Die Ergebnisse zeigen eine größere Rolle der Myosteatose für eine zusätzliche Risikobewertung über klinische Punkte hinaus, da nur FMF mit einem langfristigen Überleben in multivariablen CPH-Analysen entlang ECOG assoziiert wurde und auch ECOG in Gruppenanalysen unabhängig zeigte. • Diese Studie untersucht den prognostischen Wert von CT-basierten Markern von Sarkoopenie und Myosteatose für Patienten mit Pankreaskrebs, die mit hochintensitätsorientiertem Ultraschall behandelt werden. • Marker für Sarkoopenie und Myosteatose zeigten neben der klinischen Beurteilung des physikalischen Status durch die östliche Genossenschaft Onkologie Gruppe einen prognostischen Wert. Im Gegensatz zu Muskelgrößenmessungen zeigte die Myosteatose-Marker-Fettmuskelfraktion die Unabhängigkeit der klinischen Partitur. • Die Ergebnisse zeigen, dass Myosteatose eine größere Rolle für zusätzliche Patientenrisikobewertungen spielen könnte, die über klinische Beurteilungen des körperlichen Status hinausgehen.
M. Weiß,
J. Gutzeit,
K. S. Appel,
T. Bahmer,
M. Beutel,
J. Deckert,
J. Fricke,
S. Hanß,
N. Hettich-Damm,
P. U. Heuschmann,
A. Horn,
K. Jauch-Chara,
M. Kohls,
L. Krist,
B. Lorenz-Depiereux,
C. Otte,
D. Pape,
J. Reese,
S. Schreiber,
S. Störk,
J. J. Vehreschild and
G. Hein,
"Depression and fatigue six months post-COVID-19 disease are associated with overlapping symptom constellations: A prospective, multi-center, population-based cohort study",
Journal of affective disorders,
vol. 352,
pp. 296—305,
2024.
Abstract:
BACKGROUND Depression and fatigue are commonly observed sequelae following viral diseases such as COVID-19. Identifying symptom constellations that differentially classify post-COVID depression and fatigue may be helpful to individualize treatment strategies. Here, we investigated whether self-reported post-COVID depression and post-COVID fatigue are associated with the same or different symptom constellations. METHODS To address this question, we used data from COVIDOM, a population-based cohort study conducted as part of the NAPKON-POP platform. Data were collected in three different German regions (Kiel, Berlin, Würzburg). We analyzed data from \textgreater2000 individuals at least six months past a PCR-confirmed COVID-19 disease, using elastic net regression and cluster analysis. The regression model was developed in the Kiel data set, and externally validated using data sets from Berlin and Würzburg. RESULTS Our results revealed that post-COVID depression and fatigue are associated with overlapping symptom constellations consisting of difficulties with daily activities, perceived health-related quality of life, chronic exhaustion, unrestful sleep, and impaired concentration. Confirming the overlap in symptom constellations, a follow-up cluster analysis could categorize individuals as scoring high or low on depression and fatigue but could not differentiate between both dimensions. LIMITATIONS The data presented are cross-sectional, consisting primarily of self-reported questionnaire or medical records rather than biometric data. CONCLUSIONS In summary, our results suggest a strong link between post-COVID depression and fatigue, highlighting the need for integrative treatment approaches.
| DOI: | 10.1016/j.jad.2024.02.041 |
Abstract:
BACKGROUND Depression and fatigue are commonly observed sequelae following viral diseases such as COVID-19. Identifying symptom constellations that differentially classify post-COVID depression and fatigue may be helpful to individualize treatment strategies. Here, we investigated whether self-reported post-COVID depression and post-COVID fatigue are associated with the same or different symptom constellations. METHODS To address this question, we used data from COVIDOM, a population-based cohort study conducted as part of the NAPKON-POP platform. Data were collected in three different German regions (Kiel, Berlin, Würzburg). We analyzed data from \textgreater2000 individuals at least six months past a PCR-confirmed COVID-19 disease, using elastic net regression and cluster analysis. The regression model was developed in the Kiel data set, and externally validated using data sets from Berlin and Würzburg. RESULTS Our results revealed that post-COVID depression and fatigue are associated with overlapping symptom constellations consisting of difficulties with daily activities, perceived health-related quality of life, chronic exhaustion, unrestful sleep, and impaired concentration. Confirming the overlap in symptom constellations, a follow-up cluster analysis could categorize individuals as scoring high or low on depression and fatigue but could not differentiate between both dimensions. LIMITATIONS The data presented are cross-sectional, consisting primarily of self-reported questionnaire or medical records rather than biometric data. CONCLUSIONS In summary, our results suggest a strong link between post-COVID depression and fatigue, highlighting the need for integrative treatment approaches.
A. Steuwe,
A. Ljimani,
M. Andree,
T. Wienemann,
N. Lübke,
A. Walker,
B. Ole Jensen,
T. R. S. Group,
K. L. Radke,
G. Antoch and
B. Valentin,
"Disease Course and Pulmonary Involvement of COVID-19 during the Delta Variant Period in Germany: A Comparative Study of Vaccinated and Unvaccinated Patients at a Tertiary Hospital",
Current medical imaging,
vol. 20,
pp. e15734056282920,
2024.
Abstract:
Despite the availability of vaccines, there is an increasing number of SARS-CoV-2-breakthrough-infections. The aim of this study was to determine whether there is a radiological difference in lung parenchymal involvement between infected vaccinated and unvaccinated patients. Additionally, we aimed to investigate whether vaccination has an impact on the course of illness and the need for intensive care. This study includes all patients undergoing chest computed tomography (CT) or x-ray imaging in case of a proven SARS-CoV-2 infection between September and November 2021. Anonymized CT and x-ray images were reviewed retrospectively and in consensus by two radiologists, applying an internal severity score scheme for CT and x-ray as well as CARE and BRIXIA scores for x-ray. Radiological findings were compared to vaccination status, comorbidities, inpatient course of the patient’s illness and the subjective onset of symptoms. In total, 38 patients with acute SARS-CoV-2 infection underwent a CT scan, and 168 patients underwent an x-ray examination during the study period. Of these, 32% were vaccinated in the CT group, and 45% in the x-ray group. For the latter, vaccinated patients exhibited significantly more comorbidities (cardiovascular (p=0.002), haemato-oncological diseases (p=0.016), immunosuppression (p=0.004)), and a higher age (p<0.001). Vaccinated groups showed significantly lower extent of lung involvement (severity scores in CT cohort and x-ray cohort both p≤0.020; ARDS 42% in unvaccinated CT cohort vs. 8% in vaccinated CT cohort). Furthermore, vaccinated patients in the CT cohort had significantly less need for intensive care treatment (p=0.040). Our data suggest that vaccination, in the case of breakthrough infection, favours a milder course of illness concerning lung parenchymal involvement and the need for intensive care, despite negative predictors, such as immunosuppression or other pre-existing conditions.
| DOI: | 10.2174/0115734056282920231212104602 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/38415484/ |
Abstract:
Despite the availability of vaccines, there is an increasing number of SARS-CoV-2-breakthrough-infections. The aim of this study was to determine whether there is a radiological difference in lung parenchymal involvement between infected vaccinated and unvaccinated patients. Additionally, we aimed to investigate whether vaccination has an impact on the course of illness and the need for intensive care. This study includes all patients undergoing chest computed tomography (CT) or x-ray imaging in case of a proven SARS-CoV-2 infection between September and November 2021. Anonymized CT and x-ray images were reviewed retrospectively and in consensus by two radiologists, applying an internal severity score scheme for CT and x-ray as well as CARE and BRIXIA scores for x-ray. Radiological findings were compared to vaccination status, comorbidities, inpatient course of the patient’s illness and the subjective onset of symptoms. In total, 38 patients with acute SARS-CoV-2 infection underwent a CT scan, and 168 patients underwent an x-ray examination during the study period. Of these, 32% were vaccinated in the CT group, and 45% in the x-ray group. For the latter, vaccinated patients exhibited significantly more comorbidities (cardiovascular (p=0.002), haemato-oncological diseases (p=0.016), immunosuppression (p=0.004)), and a higher age (p<0.001). Vaccinated groups showed significantly lower extent of lung involvement (severity scores in CT cohort and x-ray cohort both p≤0.020; ARDS 42% in unvaccinated CT cohort vs. 8% in vaccinated CT cohort). Furthermore, vaccinated patients in the CT cohort had significantly less need for intensive care treatment (p=0.040). Our data suggest that vaccination, in the case of breakthrough infection, favours a milder course of illness concerning lung parenchymal involvement and the need for intensive care, despite negative predictors, such as immunosuppression or other pre-existing conditions.
H. Meyer,
A. Aghayev,
M. Hinnrichs,
J. Borggrefe and
A. Surov,
"Epicardial Adipose Tissue as a Prognostic Marker in COVID-19",
In vivo (Athens, Greece),
vol. 38,
no. 1,
pp. 281-285,
2024.
Abstract:
Epicardial adipose tissue (EAT) has been established as a quantitative imaging biomarker associated with the prognosis of several diseases, especially cardiovascular diseases. The cardiac injury by coronavirus disease 2019 (COVID-19) might be linked to the EAT. This study aimed to use this prognostic marker derived from computed tomography (CT) images to predict 30-day mortality in patients with COVID-19. Consecutive patients with COVID-19 were retrospectively screened between 2020 and 2022. Overall, 237 patients (78 female, 32.9%) were included in the present study. The study end-point was the 30-day mortality. EAT was measured using the diagnostic CT in a semiquantitative manner. EAT volume and density were measured for each patient. Overall, 70 patients (29.5%) died within the 30-day observation period and 143 patients (60.3%) were admitted to the intensive care unit (ICU). The mean EAT volume was 140.9±89.1 cm3 in survivors and 132.9±77.7 cm3 in non-survivors, p=0.66. The mean EAT density was -71.9±8.1 Hounsfield units (HU) in survivors, and -67.3±8.4 HU in non-survivors, p=0.0001. EAT density was associated with 30-day mortality (p<0.0001) and ICU admission (p<0.0001). EAT volume was not associated with mortality and/or ICU admission. EAT density was associated with 30-day mortality and ICU admission in patients with COVID-19.
| DOI: | 10.21873/invivo.13436 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/38148083/ |
Abstract:
Epicardial adipose tissue (EAT) has been established as a quantitative imaging biomarker associated with the prognosis of several diseases, especially cardiovascular diseases. The cardiac injury by coronavirus disease 2019 (COVID-19) might be linked to the EAT. This study aimed to use this prognostic marker derived from computed tomography (CT) images to predict 30-day mortality in patients with COVID-19. Consecutive patients with COVID-19 were retrospectively screened between 2020 and 2022. Overall, 237 patients (78 female, 32.9%) were included in the present study. The study end-point was the 30-day mortality. EAT was measured using the diagnostic CT in a semiquantitative manner. EAT volume and density were measured for each patient. Overall, 70 patients (29.5%) died within the 30-day observation period and 143 patients (60.3%) were admitted to the intensive care unit (ICU). The mean EAT volume was 140.9±89.1 cm3 in survivors and 132.9±77.7 cm3 in non-survivors, p=0.66. The mean EAT density was -71.9±8.1 Hounsfield units (HU) in survivors, and -67.3±8.4 HU in non-survivors, p=0.0001. EAT density was associated with 30-day mortality (p<0.0001) and ICU admission (p<0.0001). EAT volume was not associated with mortality and/or ICU admission. EAT density was associated with 30-day mortality and ICU admission in patients with COVID-19.
K. Kaya,
C. Gietzen,
R. Hahnfeldt,
M. Zoubi,
T. Emrich,
M. C. Halfmann,
M. M. Sieren,
Y. Elser,
P. Krumm,
J. M. Brendel,
K. Nikolaou,
N. Haag,
J. Borggrefe,
R. v. Krüchten,
K. Müller-Peltzer,
C. Ehrengut,
T. Denecke,
A. Hagendorff,
L. Goertz,
R. J. Gertz,
A. C. Bunck,
D. Maintz,
T. Persigehl,
S. Lennartz,
J. A. Luetkens,
A. Jaiswal,
A. I. Iuga,
L. Pennig and
J. Kottlors,
"Generative Pre-trained Transformer 4 analysis of cardiovascular magnetic resonance reports in suspected myocarditis: A multicenter study.",
Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance,
2024.
Abstract:
Die Diagnose der Myokarditis beruht auf multimodalen Daten, einschließlich Herz-Kreislauf-Magnetresonanz (CMR), klinischen Symptomen und Blutwerten. Die korrekte Interpretation und Integration von CMR-Ergebnissen erfordert radiologisches Fachwissen und Wissen. Wir wollten die Leistung des Generativen vortrainierten Transformers 4 (GPT-4), eines großen Sprachmodells, für berichtsbasierte medizinische Entscheidungsfindung im Kontext der Herz-MRT für vermutete Myokarditis untersuchen. Diese retrospektive Studie umfasst CMR-Berichte von 396 Patienten mit vermuteter Myokarditis bzw. acht Zentren. CMR-Berichte und Patientendaten einschließlich Blutwerte, Alter und weitere klinische Informationen wurden GPT-4 und Radiologen mit 1 (Bewohner 1), 2 (Bewohner 2) und 4 Jahren (Bewohner 3) der Erfahrung in CMR und Kenntnisse der Lake Louise Criteria 2018 zur Verfügung gestellt. Der endgültige Eindruck des Berichts über die radiologische Beurteilung, ob Myokarditis vorliegt oder nicht, wurde nicht vorgelegt. Die Leistung des Generativen vortrainierten Transformators 4 (GPT-4) und der menschlichen Leser wurde mit einer Konsenslesung verglichen (zwei Board-zertifizierte Radiologen mit 8 und 10 Jahren Erfahrung in der CMR). Empfindlichkeit, Spezifität und Genauigkeit wurden berechnet. GPT-4 ergab eine Genauigkeit von 83 %, eine Empfindlichkeit von 90 % und eine Spezifität von 78 %, die dem Arzt mit 1 Jahr Erfahrung vergleichbar war (R1: 86 %, 90 %, 84 %, p = 0,14) und niedriger als die der erfahrenen Ärzte (R2: 89 %, 86 %, 91 %, p = 0,007 und R3: 91 %, 85 %, 96 %, p < 0,001). GPT-4 und menschliche Leser zeigten eine höhere Diagnoseleistung, wenn Ergebnisse aus T1- und T2-Mapping-Sequenzen Teil der Berichte waren, für Bewohner 1 und 3 mit statistischer Bedeutung (p = 0,004 bzw. p = 0,02). GPT-4 lieferte eine gute Genauigkeit für die Diagnose von Myokarditis auf Basis von CMR-Berichten in einem großen Datensatz aus mehreren Zentren und hält daher das Potenzial, als diagnostisches Entscheidungshilfewerkzeug in dieser Kapazität zu dienen, insbesondere für weniger erfahrene Ärzte. Weitere Studien sind erforderlich, um das volle Potenzial und die erzieherischen Aspekte der Integration großer Sprachmodelle in die medizinische Entscheidungsfindung zu erforschen.
| DOI: | 10.1016/j.jocmr.2024.101068 |
Abstract:
Die Diagnose der Myokarditis beruht auf multimodalen Daten, einschließlich Herz-Kreislauf-Magnetresonanz (CMR), klinischen Symptomen und Blutwerten. Die korrekte Interpretation und Integration von CMR-Ergebnissen erfordert radiologisches Fachwissen und Wissen. Wir wollten die Leistung des Generativen vortrainierten Transformers 4 (GPT-4), eines großen Sprachmodells, für berichtsbasierte medizinische Entscheidungsfindung im Kontext der Herz-MRT für vermutete Myokarditis untersuchen. Diese retrospektive Studie umfasst CMR-Berichte von 396 Patienten mit vermuteter Myokarditis bzw. acht Zentren. CMR-Berichte und Patientendaten einschließlich Blutwerte, Alter und weitere klinische Informationen wurden GPT-4 und Radiologen mit 1 (Bewohner 1), 2 (Bewohner 2) und 4 Jahren (Bewohner 3) der Erfahrung in CMR und Kenntnisse der Lake Louise Criteria 2018 zur Verfügung gestellt. Der endgültige Eindruck des Berichts über die radiologische Beurteilung, ob Myokarditis vorliegt oder nicht, wurde nicht vorgelegt. Die Leistung des Generativen vortrainierten Transformators 4 (GPT-4) und der menschlichen Leser wurde mit einer Konsenslesung verglichen (zwei Board-zertifizierte Radiologen mit 8 und 10 Jahren Erfahrung in der CMR). Empfindlichkeit, Spezifität und Genauigkeit wurden berechnet. GPT-4 ergab eine Genauigkeit von 83 %, eine Empfindlichkeit von 90 % und eine Spezifität von 78 %, die dem Arzt mit 1 Jahr Erfahrung vergleichbar war (R1: 86 %, 90 %, 84 %, p = 0,14) und niedriger als die der erfahrenen Ärzte (R2: 89 %, 86 %, 91 %, p = 0,007 und R3: 91 %, 85 %, 96 %, p < 0,001). GPT-4 und menschliche Leser zeigten eine höhere Diagnoseleistung, wenn Ergebnisse aus T1- und T2-Mapping-Sequenzen Teil der Berichte waren, für Bewohner 1 und 3 mit statistischer Bedeutung (p = 0,004 bzw. p = 0,02). GPT-4 lieferte eine gute Genauigkeit für die Diagnose von Myokarditis auf Basis von CMR-Berichten in einem großen Datensatz aus mehreren Zentren und hält daher das Potenzial, als diagnostisches Entscheidungshilfewerkzeug in dieser Kapazität zu dienen, insbesondere für weniger erfahrene Ärzte. Weitere Studien sind erforderlich, um das volle Potenzial und die erzieherischen Aspekte der Integration großer Sprachmodelle in die medizinische Entscheidungsfindung zu erforschen.
R. Ülgüt,
I. Tomsic,
I. Chaberny and
T. von Lengerke,
"Human resource management to assist infection prevention and control professionals: a scoping review.",
Journal of Hospital Infection,
2024.
| DOI: | 10.1016/j.jhin.2024.04.004 |
| Datei: | https://doi.org/10.1016/j.jhin.2024.04.004 |
A. Hofmann,
J. J. Vehreschild,
M. Witzenrath,
W. Hoffmann,
T. Illig,
S. Schreiber,
G. Anton,
J. C. Hellmuth,
M. Muenchhoff,
C. Scherer,
C. Pley,
C. Thibeault,
F. Kurth,
S. Berger,
M. Hummel,
S. M. Hopff,
M. Stecher,
K. Appel,
D. Stahl,
M. Kraus,
B. Lorenz-Depiereux,
S. Hanß,
S. Kielmansegg,
I. Schlünder,
A. Niemeyer,
P. Heuschmann,
M. Krawczak and
J. Reese,
"Integration von Bestandsdaten aus Kohorten- und Registerstudien in ein existierendes Forschungsnetzwerk: Nationales Pandemie Kohorten Netz (NAPKON)",
Gesundheitswesen (Bundesverband der Arzte des Offentlichen Gesundheitsdienstes (Germany)),
vol. 86,
no. 10,
pp. 647—654,
2024.
Abstract:
In the early phase of the COVID-19 pandemic, many local collections of clinical data on patients infected with SARS-CoV-2 were initiated in Germany. As part of the National Pandemic Cohort Network (NAPKON) of the University Medicine Network, the \textquotedblIntegration Core\textquotedbl was established to design the legal, technical and organisational requirements for the integration of inventory data into ongoing prospective data collections and to test the feasibility of the newly developed solutions using use cases (UCs). Detailed study documents of the data collections were obtained. After structured document analysis, a review board evaluated the integrability of the data in NAPKON according to defined criteria. Of 30 university hospitals contacted, 20 responded to the request. Patient information and consent showed a heterogeneous picture with regard to the pseudonymised transfer of data to third parties and re-contact. The majority of the data collections (n=13) met the criteria for integration into NAPKON; four studies would require adjustments to the regulatory documents. Three cohorts were not suitable for inclusion in NAPKON. The legal framework for retrospective data integration and consent-free data use via research clauses (§27 BDSG) was elaborated by a legal opinion by TMF - Technology, Methods and Infrastructure for Networked Medical Research, Berlin. Two UCs selected by the NAPKON steering committee (CORKUM, LMU Munich; Pa-COVID-19, Charité- Universitätsmedizin Berlin) were used to demonstrate the feasibility of data integration in NAPKON by the end of 2021. Quality assurance and performance-based reimbursement of the cases were carried out according to the specifications. Based on the results, recommendations can be formulated for various contexts in order to create technical-operational prerequisites such as interoperability, interfaces and data models for data integration and to fulfil regulatory requirements on ethics, data protection, medical confidentiality and data access when integrating existing cohort data. The possible integration of data into research networks and their secondary use should be taken into account as early as the planning phase of a study - particularly with regard to informed consent - in order to maximise the benefits of the data collected. In der frühen Phase der COVID-19-Pandemie wurden in Deutschland viele lokale Sammlungen klinischer Daten mit SARS-CoV-2 infizierter Patient:innen initiiert. Im Rahmen des Nationalen Pandemie-Kohorten-Netzes (NAPKON) des Netzwerkes Universitätsmedizin wurde der „Integrationskern“ etabliert, um die rechtlichen, technischen und organisatorischen Voraussetzungen für eine Integration von Bestandsdaten in laufende prospektive Datensammlungen zu konzipieren und die Machbarkeit der entwickelten Lösungen mittels Use Cases (UCs) zu prüfen. Detaillierte Studienunterlagen der Datensammlungen wurden eingeholt. Nach strukturierter Dokumentenanalyse, bewertete ein Review Board, gemäß definierter Kriterien die Integrierbarkeit der Daten in NAPKON. Von 30 kontaktierten Universitätskliniken hatten 20 auf die Anfrage geantwortet. Die Patient:inneninformationen und Einwilligungen zeigten ein heterogenes Bild bezüglich der pseudonymen Weitergabe der Daten an Dritte und des Re-Kontakts. Ein Großteil der Datensammlungen (n=13) erfüllte die Kriterien für eine Integration in NAPKON, bei vier Studien wären Anpassungen der regulatorischen Dokumente erforderlich. Drei Kohorten waren nicht für einen Einschluss in NAPKON geeignet. Die rechtlichen Rahmenbedingungen einer retrospektiven Datenintegration und einer einwilligungsfreien Datennutzung über Forschungsklauseln (§27 BDSG) wurde durch ein Rechtsgutachten der TMF — Technologie- und Methodenplattform, für die vernetzte medizinische Forschung e. V., Berlin erarbeitet. Anhand zweier vom NAPKON-Lenkungsausschuss ausgewählter UCs(CORKUM, LMU München; Pa-COVID-19, Charité- Universitätsmedizin Berlin) wurde die Machbarkeit einer Datenintegration bis Ende 2021 in NAPKON gezeigt. Es erfolgte gemäß den Vorgaben die Qualitätssicherung und die aufwandsgenaue Abrechnung der übertragenen Fälle. Basierend auf den Ergebnissen können Empfehlungen für verschiedene Kontexte formuliert werden, um technisch-operative Voraussetzungen wie Interoperabilität, Schnittstellen und Datenmodelle für die Datenintegration zu schaffen sowie regulatorische Anforderungen an Ethik, Datenschutz, ärztliche Schweigepflichtsentbindung und den Datenzugang bei der Integration bestehender Kohortendaten zu erfüllen. Die mögliche Integration von Daten in Forschungsnetzwerke und deren Sekundärnutzung sollte bereits in der Planungsphase einer Studie — insbesondere beim Informed Consent — berücksichtigt werden, um den größtmöglichen Nutzen aus den erhobenen Daten zu ziehen.
| DOI: | 10.1055/a-2346-9680 |
Abstract:
In the early phase of the COVID-19 pandemic, many local collections of clinical data on patients infected with SARS-CoV-2 were initiated in Germany. As part of the National Pandemic Cohort Network (NAPKON) of the University Medicine Network, the \textquotedblIntegration Core\textquotedbl was established to design the legal, technical and organisational requirements for the integration of inventory data into ongoing prospective data collections and to test the feasibility of the newly developed solutions using use cases (UCs). Detailed study documents of the data collections were obtained. After structured document analysis, a review board evaluated the integrability of the data in NAPKON according to defined criteria. Of 30 university hospitals contacted, 20 responded to the request. Patient information and consent showed a heterogeneous picture with regard to the pseudonymised transfer of data to third parties and re-contact. The majority of the data collections (n=13) met the criteria for integration into NAPKON; four studies would require adjustments to the regulatory documents. Three cohorts were not suitable for inclusion in NAPKON. The legal framework for retrospective data integration and consent-free data use via research clauses (§27 BDSG) was elaborated by a legal opinion by TMF - Technology, Methods and Infrastructure for Networked Medical Research, Berlin. Two UCs selected by the NAPKON steering committee (CORKUM, LMU Munich; Pa-COVID-19, Charité- Universitätsmedizin Berlin) were used to demonstrate the feasibility of data integration in NAPKON by the end of 2021. Quality assurance and performance-based reimbursement of the cases were carried out according to the specifications. Based on the results, recommendations can be formulated for various contexts in order to create technical-operational prerequisites such as interoperability, interfaces and data models for data integration and to fulfil regulatory requirements on ethics, data protection, medical confidentiality and data access when integrating existing cohort data. The possible integration of data into research networks and their secondary use should be taken into account as early as the planning phase of a study - particularly with regard to informed consent - in order to maximise the benefits of the data collected. In der frühen Phase der COVID-19-Pandemie wurden in Deutschland viele lokale Sammlungen klinischer Daten mit SARS-CoV-2 infizierter Patient:innen initiiert. Im Rahmen des Nationalen Pandemie-Kohorten-Netzes (NAPKON) des Netzwerkes Universitätsmedizin wurde der „Integrationskern“ etabliert, um die rechtlichen, technischen und organisatorischen Voraussetzungen für eine Integration von Bestandsdaten in laufende prospektive Datensammlungen zu konzipieren und die Machbarkeit der entwickelten Lösungen mittels Use Cases (UCs) zu prüfen. Detaillierte Studienunterlagen der Datensammlungen wurden eingeholt. Nach strukturierter Dokumentenanalyse, bewertete ein Review Board, gemäß definierter Kriterien die Integrierbarkeit der Daten in NAPKON. Von 30 kontaktierten Universitätskliniken hatten 20 auf die Anfrage geantwortet. Die Patient:inneninformationen und Einwilligungen zeigten ein heterogenes Bild bezüglich der pseudonymen Weitergabe der Daten an Dritte und des Re-Kontakts. Ein Großteil der Datensammlungen (n=13) erfüllte die Kriterien für eine Integration in NAPKON, bei vier Studien wären Anpassungen der regulatorischen Dokumente erforderlich. Drei Kohorten waren nicht für einen Einschluss in NAPKON geeignet. Die rechtlichen Rahmenbedingungen einer retrospektiven Datenintegration und einer einwilligungsfreien Datennutzung über Forschungsklauseln (§27 BDSG) wurde durch ein Rechtsgutachten der TMF — Technologie- und Methodenplattform, für die vernetzte medizinische Forschung e. V., Berlin erarbeitet. Anhand zweier vom NAPKON-Lenkungsausschuss ausgewählter UCs(CORKUM, LMU München; Pa-COVID-19, Charité- Universitätsmedizin Berlin) wurde die Machbarkeit einer Datenintegration bis Ende 2021 in NAPKON gezeigt. Es erfolgte gemäß den Vorgaben die Qualitätssicherung und die aufwandsgenaue Abrechnung der übertragenen Fälle. Basierend auf den Ergebnissen können Empfehlungen für verschiedene Kontexte formuliert werden, um technisch-operative Voraussetzungen wie Interoperabilität, Schnittstellen und Datenmodelle für die Datenintegration zu schaffen sowie regulatorische Anforderungen an Ethik, Datenschutz, ärztliche Schweigepflichtsentbindung und den Datenzugang bei der Integration bestehender Kohortendaten zu erfüllen. Die mögliche Integration von Daten in Forschungsnetzwerke und deren Sekundärnutzung sollte bereits in der Planungsphase einer Studie — insbesondere beim Informed Consent — berücksichtigt werden, um den größtmöglichen Nutzen aus den erhobenen Daten zu ziehen.
[en]
E. Orban,
L. Y. Li,
M. Gilbert,
A. Napp,
A. Kaman,
S. Topf,
M. Boecker,
J. Devine,
F. Reiß,
F. Wendel,
C. Jung-Sievers,
V. S. Ernst,
M. Franze,
E. Möhler,
E. Breitinger,
S. Bender and
U. Ravens-Sieberer,
"Mental health and quality of life in children and adolescents
during the COVID-19 pandemic: a systematic review of
longitudinal studies",
Front Public Health,
vol. 11,
pp. 1275917,
Jan.
2024.
Abstract:
BACKGROUND: The COVID-19 pandemic has significantly impacted the mental health of children and families, i.e., due to measures like social distancing and remote schooling. While previous research has shown negative effects on mental health and health-related quality of life (HRQoL), most studies have focused on pre-post comparisons in the early pandemic stages. This systematic review aims to examine longitudinal studies to understand the long-term impacts of the pandemic on children and adolescents. METHODS: This systematic review adhered to the PRISMA guidelines and was preregistered in the international prospective register of systematic reviews (Record ID: CRD42022336930). We systematically searched PubMed/MEDLINE, Web of Science, PsycINFO, PSYNDEX, and the WHO-COVID-19 database and included studies published up to August 30, 2022. Based on pre-defined eligibility criteria, longitudinal and prospective studies that assessed the mental health or quality of life of children or adolescents (0-19 years) in the general population over a longer time span (at two or more measurement points) during the COVID-19 pandemic were included in the review. The methodological quality of the included studies was assessed using an adapted version of the Effective Public Health Practice Project (EPHPP) checklist. Narrative data synthesis was used to summarize the findings. RESULTS: A total of 5,099 results were obtained from literature searches, with 4,935 excluded during title/abstract screening. After reviewing 163 full-text articles, 24 publications were included in the review. Sample sizes ranged between n = 86 and n = 34,038. The length of the investigated time periods and the number of assessment points, as well as outcomes, varied. The majority of studies were of moderate methodological quality. Mental health outcomes were more frequently studied compared to measures of HRQoL. The findings from these studies mostly suggest that children and adolescents experienced heightened mental health problems, specifically internalizing symptoms like anxiety and depression. Further, there was a decline in their overall HRQoL over the course of the COVID-19 pandemic that did not necessarily subside when lockdowns ended. CONCLUSION: It is crucial to continue monitoring the mental health and well-being of children and adolescents following the pandemic to identify groups at risks and plan interventions. This should ideally be conducted by large systematic studies, using validated instruments, and encompassing representative samples to obtain reliable and comprehensive insights with the aim of improving youth mental health care.
| DOI: | https://doi.org/10.3389/fpubh.2023.1275917 |
Abstract:
BACKGROUND: The COVID-19 pandemic has significantly impacted the mental health of children and families, i.e., due to measures like social distancing and remote schooling. While previous research has shown negative effects on mental health and health-related quality of life (HRQoL), most studies have focused on pre-post comparisons in the early pandemic stages. This systematic review aims to examine longitudinal studies to understand the long-term impacts of the pandemic on children and adolescents. METHODS: This systematic review adhered to the PRISMA guidelines and was preregistered in the international prospective register of systematic reviews (Record ID: CRD42022336930). We systematically searched PubMed/MEDLINE, Web of Science, PsycINFO, PSYNDEX, and the WHO-COVID-19 database and included studies published up to August 30, 2022. Based on pre-defined eligibility criteria, longitudinal and prospective studies that assessed the mental health or quality of life of children or adolescents (0-19 years) in the general population over a longer time span (at two or more measurement points) during the COVID-19 pandemic were included in the review. The methodological quality of the included studies was assessed using an adapted version of the Effective Public Health Practice Project (EPHPP) checklist. Narrative data synthesis was used to summarize the findings. RESULTS: A total of 5,099 results were obtained from literature searches, with 4,935 excluded during title/abstract screening. After reviewing 163 full-text articles, 24 publications were included in the review. Sample sizes ranged between n = 86 and n = 34,038. The length of the investigated time periods and the number of assessment points, as well as outcomes, varied. The majority of studies were of moderate methodological quality. Mental health outcomes were more frequently studied compared to measures of HRQoL. The findings from these studies mostly suggest that children and adolescents experienced heightened mental health problems, specifically internalizing symptoms like anxiety and depression. Further, there was a decline in their overall HRQoL over the course of the COVID-19 pandemic that did not necessarily subside when lockdowns ended. CONCLUSION: It is crucial to continue monitoring the mental health and well-being of children and adolescents following the pandemic to identify groups at risks and plan interventions. This should ideally be conducted by large systematic studies, using validated instruments, and encompassing representative samples to obtain reliable and comprehensive insights with the aim of improving youth mental health care.
J. Lücke,
M. Böttcher,
M. Nawrocki,
N. Meins,
J. Schnell,
F. Heinrich,
F. Bertram,
M. Sabihi,
P. Seeger,
M. Pfaff,
S. Notz,
T. Blankenburg,
T. Zhang,
J. Kempski,
M. Reeh,
S. Wolter,
O. Mann,
M. Lütgehetmann,
T. Hackert,
J. R. Izbicki,
A. Duprée,
S. Huber,
B. Ondruschka and
A. D. Giannou,
"Obesity and diabetes mellitus are associated with SARS-CoV-2 outcomes without influencing signature genes of extrapulmonary immune compartments at the RNA level",
Heliyon,
vol. 10,
no. 2,
pp. e24508,
Jan.
2024.
| DOI: | 10.1016/j.heliyon.2024.e24508 |
| Datei: | https://www.sciencedirect.com/science/article/pii/S2405844024005395 |
S. Scheithauer,
J. Hoffmann,
C. Lang,
D. Fenz,
M. Berens,
I. Panchyrz,
L. Harst,
K. Adorjan,
C. Apfelbacher,
S. Ciesek,
C. Denkinger,
C. Drosten,
M. Geraedts,
R. Hecker,
W. Hoffmann,
A. Karch,
T. Koch,
D. Krefting,
K. Lieb,
J. Meerpohl,
N. Skoetz,
S. Sopka,
T. von Lengerke,
H. Wiegand and
J. Schmitt,
"Pandemic Preparedness – A proposal for a research infrastructure and its functionalities for a resilient health research system / Pandemic Preparedness – Ein Vorschlag für eine Forschungsinfrastruktur und ihre Funktionalitäten für ein resilientes Gesundheitsforschungssystem",
Gesundheitswesen,
2024.
| DOI: | 10.1055/a-2365-9179 |
| Datei: | https://doi.org/10.1055/a-2365-9179 |
[en]
T. Lahmer,
G. Weirich,
S. Porubsky,
S. Rasch,
F. A. Kammerstetter,
C. Schustetter,
P. Schüffler,
J. Erber,
M. Dibos,
C. Delbridge,
P. H. Kuhn,
S. Jeske,
M. Steinhardt,
A. Chaker,
M. Heim,
U. Heemann,
R. M. Schmid,
W. Weichert,
K. F. Stock and
J. Slotta-Huspenina,
"Postmortem Minimally Invasive Autopsy in Critically Ill COVID-19 Patients at the Bedside: A Proof-of-Concept Study at the ICU",
Diagnostics,
vol. 14,
no. 3,
pp. 294,
Jan.
2024.
Abstract:
Background: Economic restrictions and workforce cuts have continually challenged conventional autopsies. Recently, the COVID-19 pandemic has added tissue quality and safety requirements to the investigation of this disease, thereby launching efforts to upgrade autopsy strategies. Methods: In this proof-of-concept study, we performed bedside ultrasound-guided minimally invasive autopsy (US-MIA) in the ICU of critically ill COVID-19 patients using a structured protocol to obtain non-autolyzed tissue. Biopsies were assessed for their quality (vitality) and length of biopsy (mm) and for diagnosis. The efficiency of the procedure was monitored in five cases by recording the time of each step and safety issues by swabbing personal protective equipment and devices for viral contamination. Findings: Ultrasound examination and tissue procurement required a mean time period of 13 min and 54 min, respectively. A total of 318 multiorgan biopsies were obtained from five patients. Quality and vitality standards were fulfilled, which not only allowed for specific histopathological diagnosis but also the reliable detection of SARS-CoV-2 virions in unexpected organs using electronic microscopy and RNA-expressing techniques. Interpretation: Bedside multidisciplinary US-MIA allows for the fast and efficient acquisition of autolytic-free tissue and offers unappreciated potential to overcome the limitations of research in postmortem studies.
| DOI: | 10.3390/diagnostics14030294 |
| Datei: | https://www.mdpi.com/2075-4418/14/3/294 |
Abstract:
Background: Economic restrictions and workforce cuts have continually challenged conventional autopsies. Recently, the COVID-19 pandemic has added tissue quality and safety requirements to the investigation of this disease, thereby launching efforts to upgrade autopsy strategies. Methods: In this proof-of-concept study, we performed bedside ultrasound-guided minimally invasive autopsy (US-MIA) in the ICU of critically ill COVID-19 patients using a structured protocol to obtain non-autolyzed tissue. Biopsies were assessed for their quality (vitality) and length of biopsy (mm) and for diagnosis. The efficiency of the procedure was monitored in five cases by recording the time of each step and safety issues by swabbing personal protective equipment and devices for viral contamination. Findings: Ultrasound examination and tissue procurement required a mean time period of 13 min and 54 min, respectively. A total of 318 multiorgan biopsies were obtained from five patients. Quality and vitality standards were fulfilled, which not only allowed for specific histopathological diagnosis but also the reliable detection of SARS-CoV-2 virions in unexpected organs using electronic microscopy and RNA-expressing techniques. Interpretation: Bedside multidisciplinary US-MIA allows for the fast and efficient acquisition of autolytic-free tissue and offers unappreciated potential to overcome the limitations of research in postmortem studies.
F. Brinkmann,
A. Friedrichs,
G. Behrens,
P. Behrens,
R. Berner,
A. Caliebe,
C. Denkinger,
K. Giesbrecht,
A. Gussew,
A. T. Hoffmann,
L. Hojenski,
O. Hovardovska,
A. Dopfer-Jablonka,
A. J. Kaasch,
R. Kobbe,
M. Kraus,
A. Lindner,
C. Maier,
L. Mitrov,
M. Nauck,
S. N. Miranda,
M. Scherer,
Y. Schmiedel,
D. Stahl,
N. Timmesfeld,
N. Toepfner,
J. Vehreschild,
W. A. Wohlgemuth,
A. Petersmann and
M. J. G. T. Vehreschild,
"Prevalence of infectious diseases, immunity to vaccine-preventable diseases and chronic medical conditions among Ukrainian refugees in Germany - A cross sectional study from the German Network University Medicine (NUM)",
Journal of infection and public health,
vol. 17,
no. 4,
pp. 642—649,
2024.
Abstract:
BACKGROUND Vulnerability to infectious diseases in refugees is dependent on country of origin, flight routes, and conditions. Information on specific medical needs of different groups of refugees is lacking. We assessed the prevalence of infectious diseases, immunity to vaccine-preventable diseases, and chronic medical conditions in children, adolescents, and adult refugees from Ukraine who arrived in Germany in 2022. METHODS Using different media, we recruited Ukrainian refugees at 13 sites between 9-12/2022. An antigen test for acute respiratory syndrome coronavirus type 2 (SARS-CoV-2) infection, serologies for a range of vaccine-preventable diseases, as well as interferon gamma release assays (IGRAs) for tuberculosis (TB), and SARS-CoV-2 were performed. We assessed personal and family history of chronic medical conditions, infectious diseases, vaccination status, and conditions during migration. RESULTS Overall, 1793 refugees (1401 adults and 392 children/adolescents) were included. Most participants were females (n~=~1307; 72·3%) and from Eastern or Southern Ukraine. TB IGRA was positive in 13% (n~=~184) of the adults and in 2% (n~=~7) of the children. Serology-based immunological response was insufficient in approximately 21% (360/1793) of the participants for measles, 32% (572/1793) for diphtheria, and 74% (1289/1793) for hepatitis B. CONCLUSIONS We show evidence of low serological response to vaccine-preventable infections and increased LTBI prevalence in Ukrainian refugees. These findings should be integrated into guidelines for screening and treatment of infectious diseases in migrants and refugees in Germany and Europe. Furthermore, low immunity for vaccine-preventable diseases in Ukrainians independent of their refugee status, calls for tailor-made communication efforts.
| DOI: | 10.1016/j.jiph.2024.02.003 |
Abstract:
BACKGROUND Vulnerability to infectious diseases in refugees is dependent on country of origin, flight routes, and conditions. Information on specific medical needs of different groups of refugees is lacking. We assessed the prevalence of infectious diseases, immunity to vaccine-preventable diseases, and chronic medical conditions in children, adolescents, and adult refugees from Ukraine who arrived in Germany in 2022. METHODS Using different media, we recruited Ukrainian refugees at 13 sites between 9-12/2022. An antigen test for acute respiratory syndrome coronavirus type 2 (SARS-CoV-2) infection, serologies for a range of vaccine-preventable diseases, as well as interferon gamma release assays (IGRAs) for tuberculosis (TB), and SARS-CoV-2 were performed. We assessed personal and family history of chronic medical conditions, infectious diseases, vaccination status, and conditions during migration. RESULTS Overall, 1793 refugees (1401 adults and 392 children/adolescents) were included. Most participants were females (n~=~1307; 72·3%) and from Eastern or Southern Ukraine. TB IGRA was positive in 13% (n~=~184) of the adults and in 2% (n~=~7) of the children. Serology-based immunological response was insufficient in approximately 21% (360/1793) of the participants for measles, 32% (572/1793) for diphtheria, and 74% (1289/1793) for hepatitis B. CONCLUSIONS We show evidence of low serological response to vaccine-preventable infections and increased LTBI prevalence in Ukrainian refugees. These findings should be integrated into guidelines for screening and treatment of infectious diseases in migrants and refugees in Germany and Europe. Furthermore, low immunity for vaccine-preventable diseases in Ukrainians independent of their refugee status, calls for tailor-made communication efforts.
F. Brinkmann,
A. Friedrichs,
G. Behrens,
P. Behrens,
R. Berner,
A. Caliebe,
C. Denkinger,
K. Giesbrecht,
A. Gussew,
A. T. Hoffmann,
L. Hojenski,
O. Hovardovska,
A. Dopfer-Jablonka,
A. J. Kaasch,
R. Kobbe,
M. Kraus,
A. Lindner,
C. Maier,
L. Mitrov,
M. Nauck,
S. N. Miranda,
M. Scherer,
Y. Schmiedel,
D. Stahl,
N. Timmesfeld,
N. Toepfner,
J. Vehreschild,
W. A. Wohlgemuth,
A. Petersmann and
M. J. G. T. Vehreschild,
"Prevalence of infectious diseases, immunity to vaccine-preventable diseases and chronic medical conditions among Ukrainian refugees in Germany – a cross sectional study from the German Network University Medicine (NUM)",
Journal of Infection and Public Health,
vol. Online ahead of print,
2024.
Abstract:
Background Vulnerability to infectious diseases in refugees is dependent on country of origin, flight routes, and conditions. Information on specific medical needs of different groups of refugees is lacking. We assessed the prevalence of infectious diseases, immunity to vaccine-preventable diseases, and chronic medical conditions in children, adolescents, and adult refugees from Ukraine who arrived in Germany in 2022. Methods Using different media, we recruited Ukrainian refugees at 13 sites between 9-12/2022. An antigen test for acute respiratory syndrome coronavirus type 2 (SARS-CoV-2) infection, serologies for a range of vaccine-preventable diseases, as well as interferon gamma release assays (IGRAs) for tuberculosis (TB), and SARS-CoV-2 were performed. We assessed personal and family history of chronic medical conditions, infectious diseases, vaccination status, and conditions during migration. Results Overall, 1,793 refugees (1,401 adults and 392 children/adolescents) were included. Most participants were females (n=1,307; 72·3%) and from Eastern or Southern Ukraine. TB IGRA was positive in 13% (n=184) of the adults and in 2% (n=7) of the children. Serology-based immunological response was insufficient in approximately 21% (360/1793) of the participants for measles, 32% (572/1793) for diphtheria, and 74% (1,289/1,793) for hepatitis B. Conclusions We show evidence of low serological response to vaccine-preventable infections and increased LTBI prevalence in Ukrainian refugees. These findings should be integrated into guidelines for screening and treatment of infectious diseases in migrants and refugees in Germany and Europe. Furthermore, low immunity for vaccine-preventable diseases in Ukrainians independent of their refugee status, calls for tailor-made communication efforts.
| DOI: | https://doi.org/10.1016/j.jiph.2024.02.003 |
| Datei: | https://www.sciencedirect.com/science/article/pii/S1876034124000297 |
Abstract:
Background Vulnerability to infectious diseases in refugees is dependent on country of origin, flight routes, and conditions. Information on specific medical needs of different groups of refugees is lacking. We assessed the prevalence of infectious diseases, immunity to vaccine-preventable diseases, and chronic medical conditions in children, adolescents, and adult refugees from Ukraine who arrived in Germany in 2022. Methods Using different media, we recruited Ukrainian refugees at 13 sites between 9-12/2022. An antigen test for acute respiratory syndrome coronavirus type 2 (SARS-CoV-2) infection, serologies for a range of vaccine-preventable diseases, as well as interferon gamma release assays (IGRAs) for tuberculosis (TB), and SARS-CoV-2 were performed. We assessed personal and family history of chronic medical conditions, infectious diseases, vaccination status, and conditions during migration. Results Overall, 1,793 refugees (1,401 adults and 392 children/adolescents) were included. Most participants were females (n=1,307; 72·3%) and from Eastern or Southern Ukraine. TB IGRA was positive in 13% (n=184) of the adults and in 2% (n=7) of the children. Serology-based immunological response was insufficient in approximately 21% (360/1793) of the participants for measles, 32% (572/1793) for diphtheria, and 74% (1,289/1,793) for hepatitis B. Conclusions We show evidence of low serological response to vaccine-preventable infections and increased LTBI prevalence in Ukrainian refugees. These findings should be integrated into guidelines for screening and treatment of infectious diseases in migrants and refugees in Germany and Europe. Furthermore, low immunity for vaccine-preventable diseases in Ukrainians independent of their refugee status, calls for tailor-made communication efforts.
L. Zhang,
A. Kempf,
I. Nehlmeier,
A. Cossmann,
A. Richter,
N. Bdeir,
L. Graichen,
A. Moldenhauer,
A. Dopfer-Jablonka,
M. Stankov,
E. Simon-Loriere,
S. Schulz,
H. Jäck,
L. Cičin-Šain,
G. Behrens,
C. Drosten,
M. Hoffmann and
S. Pöhlmann,
"SARS-CoV-2 BA.2.86 enters lung cells and evades neutralizing antibodies with high efficiency",
Cell,
2024.
| DOI: | 10.1016/j.cell.2023.12.025 |
L. Zhang,
A. Kempf,
I. Nehlmeier,
A. Cossmann,
A. Richter,
N. Bdeir,
L. Graichen,
A. Moldenhauer,
A. Dopfer-Jablonka,
M. Stankov,
E. Simon-Loriere,
S. Schulz,
H. Jäck,
L. Cičin-Šain,
G. Behrens,
C. Drosten,
M. Hoffmann and
S. Pöhlmann,
"SARS-CoV-2 BA.2.86 enters lung cells and evades neutralizing antibodies with high efficiency",
Cell,
vol. 187,
no. 3,
pp. 596-608.e17,
2024.
| DOI: | 10.1016/j.cell.2023.12.025 |
L. Zhang,
A. Kempf,
I. Nehlmeier,
A. Cossmann,
A. Richter,
N. Bdeir,
L. Graichen,
A. Moldenhauer,
A. Dopfer-Jablonka,
M. Stankov,
E. Simon-Loriere,
S. Schulz,
H. Jäck,
L. Cičin-Šain,
G. Behrens,
C. Drosten,
M. Hoffmann and
S. Pöhlmann,
"SARS-CoV-2 BA.2.86 enters lung cells and evades neutralizing antibodies with high efficiency",
Cell,
vol. 187,
no. 3,
pp. 596-608.e17,
2024.
| DOI: | 10.1016/j.cell.2023.12.025 |
L. Zhang,
A. Kempf,
I. Nehlmeier,
A. Cossmann,
A. Richter,
N. Bdeir,
L. Graichen,
A. Moldenhauer,
A. Dopfer-Jablonka,
M. V. Stankov,
E. Simon-Loriere,
S. R. Schulz,
H. Jaeck,
L. Čičin-Šain,
G. M. N. Behrens,
C. Drosten,
M. Hoffmann and
S. Poehlmann,
"SARS-CoV-2 BA.2.86 enters lung cells and evades neutralizing antibodies with high efficiency",
Cell,
2024.
| DOI: | 10.1016/j.cell.2023.12.025 |
| Datei: | https://doi.org/10.1016/j.cell.2023.12.025 |
[en]
M. Mohme,
C. Schultheiß,
A. Piffko,
A. Fitzek,
L. Paschold,
B. Thiele,
K. Püschel,
M. Glatzel,
M. Westphal,
K. Lamszus,
J. Matschke and
M. Binder,
"SARS-CoV-2-associated T-cell infiltration in the central nervous system",
Clinical & Translational Immunology,
vol. 13,
no. 2,
pp. e1487,
Jan.
2024.
Abstract:
In COVID-19 patients, neurological symptoms and complications are increasingly recognised, but their underlying causes remain poorly understood. This study found that SARS-CoV-2-associated T cells we...
| DOI: | 10.1002/cti2.1487 |
| Datei: | https://onlinelibrary.wiley.com/doi/10.1002/cti2.1487 |
Abstract:
In COVID-19 patients, neurological symptoms and complications are increasingly recognised, but their underlying causes remain poorly understood. This study found that SARS-CoV-2-associated T cells we...
B. Lorenz-Depiereux,
T. Bahmer,
S. Ciesek,
M. Mülleder,
S. Mücke,
B. Fösel,
V. Kopfnagel,
C. Dolch,
M. Nauck,
S. Pullamsetti,
M. Looso,
M. Ralser,
C. Schäfer,
M. Schattschneider,
S. Schreiber,
J. Vehreschild,
C. Gieger,
M. Witzenrath,
U. Völker,
G. Anton and
T. Illig,
"Systematic molecular analyses of the NAPKON cohorts - current state and overview, Poster, ESHG 2024 Berlin",
Poster, ESHG 2024 Berlin,
2024.
B. Lorenz-Depiereux,
T. Bahmer,
S. Ciesek,
M. Mülleder,
S. Mücke,
B. Fösel,
V. Kopfnagel,
C. Dolch,
S. Kunze,
M. Nauck,
S. Pullamsetti,
M. Ralser,
C. Schäfer,
M. Schattschneider,
S. Schreiber,
J. J. Vehreschild,
M. Witzenrath,
U. Völker,
T. Illig,
G. Anton,
On Behalf Of The Napkon Study Group,
N. S. Group,
M. Looso and
C. Gieger,
"Systematic molecular analyses of the NAPKON cohorts – an overview",
Präsentation, State of the art speaker T12 – Bioinformatics and –omics and Big data, EBW 2024 Wien,
2024.
B. Lorenz-Depiereux,
T. Bahmer,
S. Ciesek,
M. Mülleder,
S. Mücke,
B. Fösel,
V. Kopfnagel,
C. Dolch,
S. Kunze,
M. Nauck,
S. Pullamsetti,
M. Looso,
M. Ralser,
C. Schäfer,
M. Schattschneider,
S. Schreiber,
J. J. Vehreschild,
C. Gieger,
M. Witzenrath,
U. Völker,
T. Illig,
G. Anton and
On Behalf Of The Napkon Study Group,
"Systematic molecular analyses of the NAPKON cohorts – an overview, Präsentation, State of the art speaker T12 – Bioinformatics and –omics and Big data, EBW 2024 Wien",
Präsentation, State of the art speaker T12 – Bioinformatics and –omics and Big data, EBW 2024 Wien,
2024.
[en]
J. Meinhardt,
S. Streit,
C. Dittmayer,
R. v. Manitius,
H. Radbruch and
F. L. Heppner,
"The neurobiology of SARS-CoV-2 infection",
Nature Reviews Neuroscience,
vol. 25,
no. 1,
pp. 30—42,
Jan.
2024.
Abstract:
Worldwide, over 694 million people have been infected with SARS-CoV-2, with an estimated 55–60% of those infected developing COVID-19. Since the beginning of the pandemic in December 2019, different variants of concern have appeared and continue to occur. With the emergence of different variants, an increasing rate of vaccination and previous infections, the acute neurological symptomatology of COVID-19 changed. Moreover, 10–45% of individuals with a history of SARS-CoV-2 infection experience symptoms even 3 months after disease onset, a condition that has been defined as ‘post-COVID-19’ by the World Health Organization and that occurs independently of the virus variant. The pathomechanisms of COVID-19-related neurological complaints have become clearer during the past 3 years. To date, there is no overt — that is, truly convincing — evidence for SARS-CoV-2 particles in the brain. In this Review, we put special emphasis on discussing the methodological difficulties of viral detection in CNS tissue and discuss immune-based (systemic and central) effects contributing to COVID-19-related CNS affection. We sequentially review the reported changes to CNS cells in COVID-19, starting with the blood–brain barrier and blood–cerebrospinal fluid barrier — as systemic factors from the periphery appear to primarily influence barriers and conduits — before we describe changes in brain parenchymal cells, including microglia, astrocytes, neurons and oligodendrocytes as well as cerebral lymphocytes. These findings are critical to understanding CNS affection in acute COVID-19 and post-COVID-19 in order to translate these findings into treatment options, which are still very limited.
| DOI: | 10.1038/s41583-023-00769-8 |
| Datei: | https://www.nature.com/articles/s41583-023-00769-8 |
Abstract:
Worldwide, over 694 million people have been infected with SARS-CoV-2, with an estimated 55–60% of those infected developing COVID-19. Since the beginning of the pandemic in December 2019, different variants of concern have appeared and continue to occur. With the emergence of different variants, an increasing rate of vaccination and previous infections, the acute neurological symptomatology of COVID-19 changed. Moreover, 10–45% of individuals with a history of SARS-CoV-2 infection experience symptoms even 3 months after disease onset, a condition that has been defined as ‘post-COVID-19’ by the World Health Organization and that occurs independently of the virus variant. The pathomechanisms of COVID-19-related neurological complaints have become clearer during the past 3 years. To date, there is no overt — that is, truly convincing — evidence for SARS-CoV-2 particles in the brain. In this Review, we put special emphasis on discussing the methodological difficulties of viral detection in CNS tissue and discuss immune-based (systemic and central) effects contributing to COVID-19-related CNS affection. We sequentially review the reported changes to CNS cells in COVID-19, starting with the blood–brain barrier and blood–cerebrospinal fluid barrier — as systemic factors from the periphery appear to primarily influence barriers and conduits — before we describe changes in brain parenchymal cells, including microglia, astrocytes, neurons and oligodendrocytes as well as cerebral lymphocytes. These findings are critical to understanding CNS affection in acute COVID-19 and post-COVID-19 in order to translate these findings into treatment options, which are still very limited.
J. Evers,
N. Altschuck,
C. Mehl,
R. Hecker,
O. Steidle,
L. Harst,
L. Ruethrich,
A. Suckow,
J. Schmitt and
M. Geraedts,
"Entwicklung eines Kerndatensatzes von Qualitätsindikatoren für Qualität und Patientensicherheit während Pandemien in Universitätskliniken in Deutschland."
in 23. Deutscher Kongress für Versorgungsforschung (DKVF), Potsdam,
2024.
| DOI: | 10.3205/24dkvf197 |
| Datei: | https://doi.org/10.3205/24dkvf197 |
L. K,
W. HF and
B. M.,
S3-Leitlinie Psychische Gesundheit von Gesundheitspersonal in anhaltenden Krisen und Katastrophen,
2024.
K. Lieb,
H. Wiegand and
M. Beutel,
"S3-Leitlinie Psychische Gesundheit von Gesundheitspersonal in anhaltenden Krisen und Katastrophen" ,
Registernummer: 038 – 026,
2024.
| Weblink: | https://register.awmf.org/de/leitlinien/detail/038-026 12.02.2026 |
S. Tayebi Arasteh,
C. Kuhl,
M. Saehn,
P. Isfort,
D. Truhn and
S. Nebelung,
"Enhancing domain generalization in the AI-based analysis of chest radiographs with federated learning.",
Scientific reports,
Dez.
2023.
Abstract:
Die Entwicklung robuster künstlicher Intelligenz (KI)-Modelle, die sich gut auf ungesehene Datensätze verallgemeinern, ist anspruchsvoll und erfordert in der Regel große und variable Datensätze, vorzugsweise von mehreren Institutionen. Im föderierten Lernen (FL) wird ein Modell kollaborativ an zahlreichen Standorten geschult, die lokale Datensätze halten, ohne sie auszutauschen. Bisher wurden die Auswirkungen der Trainingsstrategie, d.h. lokale Versus-kollaborative, auf die diagnostische On-Domain- und Off-Domain-Performance von KI-Modellen, die Brustradiographen interpretieren, nicht bewertet. Daher haben wir mit 610.000 Brust-Radiographen von fünf Institutionen auf der ganzen Welt diagnostische Leistung in Abhängigkeit von der Trainingsstrategie (d.h. lokale vs. kollaborative), Netzwerkarchitektur (d.h. convolutional vs. transformator-based), Single versus cross-institutional performance (d.h. on-domain vs. off-domain), Abbildungsfindung (i.etel, cardiomegaly, Große Datensätze zeigten nicht nur minimale Leistungszuwächse mit FL, sondern zeigten teilweise sogar Abnahmen. Im Gegensatz dazu zeigten kleinere Datensätze deutliche Verbesserungen. So wurde die On-Domain-Performance hauptsächlich von der Trainingsdatengröße angetrieben. Die Off-Domain-Performance lehnte sich jedoch mehr auf die Trainingsvielfalt ab. Als sie kollaborativ über verschiedene externe Institutionen geschult wurden, übertrafen AI-Modelle regelmäßig Modelle, die lokal für Off-Domain-Aufgaben geschult wurden und das Potenzial von FL für die Nutzung der Datenvielfalt betonten. Fazit: FL kann diagnostische Privatsphäre, Reproduzierbarkeit und Off-Domain-Verlässlichkeit von AI-Modellen stärken und potenziell Gesundheitsergebnisse optimieren.
| DOI: | 10.1038/s41598-023-49956-8 |
Abstract:
Die Entwicklung robuster künstlicher Intelligenz (KI)-Modelle, die sich gut auf ungesehene Datensätze verallgemeinern, ist anspruchsvoll und erfordert in der Regel große und variable Datensätze, vorzugsweise von mehreren Institutionen. Im föderierten Lernen (FL) wird ein Modell kollaborativ an zahlreichen Standorten geschult, die lokale Datensätze halten, ohne sie auszutauschen. Bisher wurden die Auswirkungen der Trainingsstrategie, d.h. lokale Versus-kollaborative, auf die diagnostische On-Domain- und Off-Domain-Performance von KI-Modellen, die Brustradiographen interpretieren, nicht bewertet. Daher haben wir mit 610.000 Brust-Radiographen von fünf Institutionen auf der ganzen Welt diagnostische Leistung in Abhängigkeit von der Trainingsstrategie (d.h. lokale vs. kollaborative), Netzwerkarchitektur (d.h. convolutional vs. transformator-based), Single versus cross-institutional performance (d.h. on-domain vs. off-domain), Abbildungsfindung (i.etel, cardiomegaly, Große Datensätze zeigten nicht nur minimale Leistungszuwächse mit FL, sondern zeigten teilweise sogar Abnahmen. Im Gegensatz dazu zeigten kleinere Datensätze deutliche Verbesserungen. So wurde die On-Domain-Performance hauptsächlich von der Trainingsdatengröße angetrieben. Die Off-Domain-Performance lehnte sich jedoch mehr auf die Trainingsvielfalt ab. Als sie kollaborativ über verschiedene externe Institutionen geschult wurden, übertrafen AI-Modelle regelmäßig Modelle, die lokal für Off-Domain-Aufgaben geschult wurden und das Potenzial von FL für die Nutzung der Datenvielfalt betonten. Fazit: FL kann diagnostische Privatsphäre, Reproduzierbarkeit und Off-Domain-Verlässlichkeit von AI-Modellen stärken und potenziell Gesundheitsergebnisse optimieren.
A. A. Dadras,
A. Jaziri,
E. Frodl,
T. J. Vogl,
J. Dietz and
A. M. Bucher,
"Lightweight Techniques to Improve Generalization and Robustness of U-Net Based Networks for Pulmonary Lobe Segmentation.",
Bioengineering (Basel, Switzerland),
Dez.
2023.
Abstract:
Lung Lobe Segmentierung in der Brust CT ist für eine breite Palette von klinischen Anwendungen relevant. Jedoch weisen bestehende Segmentierungspipelines bei Verwendung von externen Datensätzen oft Schwachstellen und Performance-Degradationen auf. Dies wird in der Regel auf die Größe des verfügbaren Datensatzes oder Modells zurückgeführt. Wir zeigen, dass es möglich ist, die Verallgemeinerbarkeit ohne große Ressourcen zu verbessern, indem wir den Datensatz sorgfältig kurieren und maschinelles Lernen mit medizinischer Expertise kombinieren. Mehrere maschinelle Lerntechniken (SSL), Aufmerksamkeit (A) und Daten-Augmentation (DA)) werden verwendet, um ein schnelles und vollautomatisiertes Lungen-Lobe-Segmentationsmodell basierend auf 2D U-Net zu trainieren. Unsere Studie untersuchte diese Techniken auf einem vielfältigen Datensatz, der unter dem RACOON-Projekt gesammelt wurde, und umfasste 100 CT-Brustscans von Patienten mit bakteriellen, viralen oder SARS-CoV2-Infektionen. Wir vergleichen unser Modell mit einem auf demselben Datensatz ausgebildeten Basis-U-Net. Unser Ansatz hat die Segmentierungsgenauigkeit deutlich verbessert (Score von 92,8% gegenüber 82,3%, <i>p>/i> < 0,001). Darüber hinaus erreichte unser Modell eine hochmoderne Performance (Dice-Score von 92,8% gegenüber 90,8% für die hochmoderne Literatur, <i>p</i> = 0,102) mit reduzierten Trainingsbeispielen (69 vs. 231 CT Scans). Unter den Techniken zeigten die Datenvergrößerung mit Expertenwissen die signifikantesten Auswirkungen, was die Dice-Score um +0.056 steigerte. Insbesondere sind diese Verbesserungen nicht auf die Lobe-Segmentierung beschränkt, sondern können nahtlos in verschiedene medizinische Bildgebungssegmentierungsaufgaben integriert werden, was ihre Vielseitigkeit und ihr Potenzial für breitere Anwendungen zeigt.
| DOI: | 10.3390/bioengineering11010021 |
Abstract:
Lung Lobe Segmentierung in der Brust CT ist für eine breite Palette von klinischen Anwendungen relevant. Jedoch weisen bestehende Segmentierungspipelines bei Verwendung von externen Datensätzen oft Schwachstellen und Performance-Degradationen auf. Dies wird in der Regel auf die Größe des verfügbaren Datensatzes oder Modells zurückgeführt. Wir zeigen, dass es möglich ist, die Verallgemeinerbarkeit ohne große Ressourcen zu verbessern, indem wir den Datensatz sorgfältig kurieren und maschinelles Lernen mit medizinischer Expertise kombinieren. Mehrere maschinelle Lerntechniken (SSL), Aufmerksamkeit (A) und Daten-Augmentation (DA)) werden verwendet, um ein schnelles und vollautomatisiertes Lungen-Lobe-Segmentationsmodell basierend auf 2D U-Net zu trainieren. Unsere Studie untersuchte diese Techniken auf einem vielfältigen Datensatz, der unter dem RACOON-Projekt gesammelt wurde, und umfasste 100 CT-Brustscans von Patienten mit bakteriellen, viralen oder SARS-CoV2-Infektionen. Wir vergleichen unser Modell mit einem auf demselben Datensatz ausgebildeten Basis-U-Net. Unser Ansatz hat die Segmentierungsgenauigkeit deutlich verbessert (Score von 92,8% gegenüber 82,3%, <i>p>/i> < 0,001). Darüber hinaus erreichte unser Modell eine hochmoderne Performance (Dice-Score von 92,8% gegenüber 90,8% für die hochmoderne Literatur, <i>p</i> = 0,102) mit reduzierten Trainingsbeispielen (69 vs. 231 CT Scans). Unter den Techniken zeigten die Datenvergrößerung mit Expertenwissen die signifikantesten Auswirkungen, was die Dice-Score um +0.056 steigerte. Insbesondere sind diese Verbesserungen nicht auf die Lobe-Segmentierung beschränkt, sondern können nahtlos in verschiedene medizinische Bildgebungssegmentierungsaufgaben integriert werden, was ihre Vielseitigkeit und ihr Potenzial für breitere Anwendungen zeigt.
S. Winkelmann,
A. Korth,
B. Voss,
M. Nasr,
N. Behrend,
A. Pudszuhn,
V. Hofmann,
C. Maetzler,
A. Hermes,
C. Borzikowsky,
T. Bahmer,
W. Lieb,
S. Schreiber,
S. Störk,
F. Montellano,
M. Witzenrath,
T. Keil,
M. Krawczak,
M. Laudien,
On Behalf Of The Napkon Study Group and
C. Schendzielorz,
"Persisting chemosensory dysfunction in COVID-19 - a cross-sectional population-based survey Rhinology 2023",
Dez.
2023.
| DOI: | 10.4193/Rhin22.176 |
T. Aschman,
E. Wyler,
O. Baum,
A. Hentschel,
R. Rust,
F. Legler,
C. Preusse,
L. Meyer-Arndt,
I. Büttnerova,
A. Förster,
D. Cengiz,
L. G. T. Alves,
J. Schneider,
C. Kedor,
J. Bellmann-Strobl,
A. Sanchin,
H. Goebel,
M. Landthaler,
V. Corman,
A. Roos,
F. L. Heppner,
H. Radbruch,
F. Paul,
C. Scheibenbogen,
N. F. Dengler and
W. Stenzel,
"Post-COVID exercise intolerance is associated with capillary alterations and immune dysregulations in skeletal muscles",
Acta Neuropathologica Communications,
vol. 11,
no. 1,
pp. 193,
Dez.
2023.
| DOI: | 10.1186/s40478-023-01662-2 |
| Datei: | https://doi.org/10.1186/s40478-023-01662-2 |
[de]
M. Lutter,
I. Kniep,
B. Ondruschka and
A. Heinemann,
"Pulmonale Befunde in der postmortalen Computertomographie bei COVID-19-assoziierten Todesfällen",
Rechtsmedizin,
vol. 34,
pp. 17—23,
Dez.
2023.
Abstract:
Es gibt keine größeren Vergleichsstudien zu der Anwendbarkeit etablierter klinisch-diagnostischer Computertomographie (CT)-Kriterien für „Coronavirus Disease 2019“ (COVID-19)-Infektionen auf die postmortale Computertomographie (PMCT).
| DOI: | 10.1007/s00194-023-00667-4 |
| Datei: | https://doi.org/10.1007/s00194-023-00667-4 |
Abstract:
Es gibt keine größeren Vergleichsstudien zu der Anwendbarkeit etablierter klinisch-diagnostischer Computertomographie (CT)-Kriterien für „Coronavirus Disease 2019“ (COVID-19)-Infektionen auf die postmortale Computertomographie (PMCT).
M. Theis,
W. Block,
J. A. Luetkens,
U. I. Attenberger,
S. Nowak and
A. M. Sprinkart,
"Direct deep learning-based survival prediction from pre-interventional CT prior to transcatheter aortic valve replacement.",
European journal of radiology,
Nov.
2023.
Abstract:
Um die Überlebensprognose bei Patienten zu untersuchen, die einen transcatheteren aortischen Ventilersatz (TAVR) unter Verwendung von Deep Learning (DL)-Methoden durchführen, die direkt auf präinterventionelle CT-Bilder angewendet werden und die Leistung mit Überlebensmodellen basierend auf Skalarmarkern der Körperzusammensetzung vergleichen. Diese retrospektive Einzelzentrumsstudie umfasste 760 Patienten, die TAVR (im Alter von 81 ± 6 Jahren; 389 weiblich). Als Grundlinie wurde ein Cox-Proportional-Risikomodell (CPHM) ausgebildet, um das Überleben auf Geschlecht, Alter und die CT-Körperzusammensetzung Marker Fettmuskelfraktion (FMF), Skelettmuskel-Radiodensität (SMRD) und Skelettmuskelfläche (SMA) aus der Paraspinalmuskelsegmentierung einer einzelnen Schicht auf L3/L4-Ebene vorherzusagen. Der konvolutionale neuronale Netz-Encoder des DL-Modells zur Überlebensprognose wurde in einer Autoencoder-Einstellung mit und ohne Fokus auf paraspinalen Muskeln vortrainiert. Schließlich wurde eine Kombination aus DL und CPHM ausgewertet. Die Leistung wurde durch C-Index und Bereich unter der Empfänger-Betriebskurve (AUC) für das 1-jährige und 2-jährige Überleben bewertet. Alle Methoden wurden mit fünffacher Quervalidierung trainiert und an 152 Aushalteprüffällen ausgewertet. Die CNN für direkte bildbasierte Überlebensprognose, vortrainiert in einem fokussierten Autoencoder-Szenario, übertraf die Basislinie CPHM (CPHM: C-index = 0.608, 1Y-AUC = 0.606, 2Y-AUC = 0.594 vs. DL: C-index = 0.645, 1Y-AUC = 0.687, 2Y-AUC = 0.692). Die Kombination von DL und CPHM führte zu einer weiteren Verbesserung (C-Index = 0,668, 1Y-AUC = 0,713, 2Y-AUC = 0,696). Direkte DL-basierte Überlebensprognose zeigt Potenzial zur Verbesserung der Bildmerkmalsextraktion im Vergleich zu segmentationsbasierten Skalarmarkern der Körperzusammensetzung zur Risikobewertung bei TAVR-Patienten.
| DOI: | 10.1016/j.ejrad.2023.111150 |
Abstract:
Um die Überlebensprognose bei Patienten zu untersuchen, die einen transcatheteren aortischen Ventilersatz (TAVR) unter Verwendung von Deep Learning (DL)-Methoden durchführen, die direkt auf präinterventionelle CT-Bilder angewendet werden und die Leistung mit Überlebensmodellen basierend auf Skalarmarkern der Körperzusammensetzung vergleichen. Diese retrospektive Einzelzentrumsstudie umfasste 760 Patienten, die TAVR (im Alter von 81 ± 6 Jahren; 389 weiblich). Als Grundlinie wurde ein Cox-Proportional-Risikomodell (CPHM) ausgebildet, um das Überleben auf Geschlecht, Alter und die CT-Körperzusammensetzung Marker Fettmuskelfraktion (FMF), Skelettmuskel-Radiodensität (SMRD) und Skelettmuskelfläche (SMA) aus der Paraspinalmuskelsegmentierung einer einzelnen Schicht auf L3/L4-Ebene vorherzusagen. Der konvolutionale neuronale Netz-Encoder des DL-Modells zur Überlebensprognose wurde in einer Autoencoder-Einstellung mit und ohne Fokus auf paraspinalen Muskeln vortrainiert. Schließlich wurde eine Kombination aus DL und CPHM ausgewertet. Die Leistung wurde durch C-Index und Bereich unter der Empfänger-Betriebskurve (AUC) für das 1-jährige und 2-jährige Überleben bewertet. Alle Methoden wurden mit fünffacher Quervalidierung trainiert und an 152 Aushalteprüffällen ausgewertet. Die CNN für direkte bildbasierte Überlebensprognose, vortrainiert in einem fokussierten Autoencoder-Szenario, übertraf die Basislinie CPHM (CPHM: C-index = 0.608, 1Y-AUC = 0.606, 2Y-AUC = 0.594 vs. DL: C-index = 0.645, 1Y-AUC = 0.687, 2Y-AUC = 0.692). Die Kombination von DL und CPHM führte zu einer weiteren Verbesserung (C-Index = 0,668, 1Y-AUC = 0,713, 2Y-AUC = 0,696). Direkte DL-basierte Überlebensprognose zeigt Potenzial zur Verbesserung der Bildmerkmalsextraktion im Vergleich zu segmentationsbasierten Skalarmarkern der Körperzusammensetzung zur Risikobewertung bei TAVR-Patienten.
J. Nawabi,
F. Schlunk,
A. Dell'Orco,
S. Elsayed,
F. Mazzacane,
D. Desser,
L. Vu,
E. Vogt,
H. Cao,
M. F. H. Böhmer,
B. H. Akkurt,
P. B. Sporns,
M. Pasi,
U. Jensen-Kondering,
G. Broocks,
T. Penzkofer,
J. Fiehler,
A. Padovani,
U. Hanning and
A. Morotti,
"Non-contrast computed tomography features predict intraventricular hemorrhage growth.",
European radiology,
Nov.
2023.
Abstract:
Nicht kontrastreich berechnete Tomographie (NCCT) Marker sind robuste Prädiktoren der parenchymalen Hämatomenausweitung in der intracerebralen Blutung (ICH). Wir untersuchten, ob NCCT-Funktionen auch ICH-Patienten identifizieren können, die mit dem Risiko eines intraventrikulären Hämorrhage-Wachstums (IVH) rechnen können. Patienten mit akuter spontaner ICH in vier Tertiärzentren in Deutschland und Italien wurden von Januar 2017 bis Juni 2020 rückwirkend aufgenommen. NCCT-Marker wurden von zwei Ermittlern für heterogene Dichte, Hypodensität, schwarzes Lochzeichen, Drallzeichen, Blendzeichen, Flüssigkeitsspiegel, Inselschild, Satellitenzeichen und unregelmäßige Form bewertet. ICH- und IVH-Volumen wurden halbmanuell segmentiert. IVH-Wachstum wurde definiert als IVH-Erweiterung > 1 mL (eIVH) oder jede verzögerte IVH (dIVH) bei der Nachbildung. Predictors von eIVH und dIVH wurden mit multivariabler logistischer Regression erforscht. Hypothesize Moderatoren und Mediatoren wurden in PROCESS-Makromodellen unabhängig bewertet. Insgesamt wurden 731 Patienten aufgenommen, von denen 185 (25,31%) unter IVH-Wachstum litten, 130 (17,78%) eIVH und 55 (7,52%) dIVH. Unregelmäßige Form wurde mit IVH-Wachstum (OR 1.68; 95%CI [1.16-2.44]; p = 0,006) signifikant verbunden. Bei der durch den IVH-Wachstumstyp gestreuten Untergruppenanalyse wurden Hypodensitäten signifikant mit eIVH (OR 2.06; 95%CI [1.48-2.64]; p = 0.015) verbunden, während unregelmäßige Form (OR 2.72; 95%CI [1.91-3.53]; p = 0.016) in dIVH. Der Zusammenhang zwischen NCCT-Markern und IVH-Wachstum wurde nicht durch parenchymale Hämatom-Erweiterung vermittelt. NCCT-Funktionen identifizierten ICH-Patienten mit einem hohen Risiko von IVH-Wachstum. Unsere Ergebnisse schlagen die Möglichkeit vor, das Risiko von IVH-Wachstum mit Basis-NCCT zu verlagern und laufende und zukünftige Studien zu informieren. Nicht kontrastreiche CT-Funktionen identifizierten ICH-Patienten bei einem hohen Risiko des intraventrikulären Hämorrhagewachstums mit subtypspezifischen Unterschieden. Unsere Ergebnisse können bei der Risikoschichtung des intraventrikulären Hämorrhage-Wachstums mit Basis-CT helfen und möglicherweise laufende und zukünftige klinische Studien informieren. • NCCT-Funktionen identifizierten ICH-Patienten mit hohem Risiko des IVH-Wachstums mit subtypspezifischen Unterschieden. • Die Wirkung von NCCT-Features wurde nicht von Zeit und Ort moderiert oder indirekt durch die Hämatom-Erweiterung vermittelt. • Unsere Ergebnisse können bei der Risikoschichtung des IVH-Wachstums mit Basis-NCCT helfen und laufende und zukünftige Studien informieren.
| DOI: | 10.1007/s00330-023-09707-9 |
Abstract:
Nicht kontrastreich berechnete Tomographie (NCCT) Marker sind robuste Prädiktoren der parenchymalen Hämatomenausweitung in der intracerebralen Blutung (ICH). Wir untersuchten, ob NCCT-Funktionen auch ICH-Patienten identifizieren können, die mit dem Risiko eines intraventrikulären Hämorrhage-Wachstums (IVH) rechnen können. Patienten mit akuter spontaner ICH in vier Tertiärzentren in Deutschland und Italien wurden von Januar 2017 bis Juni 2020 rückwirkend aufgenommen. NCCT-Marker wurden von zwei Ermittlern für heterogene Dichte, Hypodensität, schwarzes Lochzeichen, Drallzeichen, Blendzeichen, Flüssigkeitsspiegel, Inselschild, Satellitenzeichen und unregelmäßige Form bewertet. ICH- und IVH-Volumen wurden halbmanuell segmentiert. IVH-Wachstum wurde definiert als IVH-Erweiterung > 1 mL (eIVH) oder jede verzögerte IVH (dIVH) bei der Nachbildung. Predictors von eIVH und dIVH wurden mit multivariabler logistischer Regression erforscht. Hypothesize Moderatoren und Mediatoren wurden in PROCESS-Makromodellen unabhängig bewertet. Insgesamt wurden 731 Patienten aufgenommen, von denen 185 (25,31%) unter IVH-Wachstum litten, 130 (17,78%) eIVH und 55 (7,52%) dIVH. Unregelmäßige Form wurde mit IVH-Wachstum (OR 1.68; 95%CI [1.16-2.44]; p = 0,006) signifikant verbunden. Bei der durch den IVH-Wachstumstyp gestreuten Untergruppenanalyse wurden Hypodensitäten signifikant mit eIVH (OR 2.06; 95%CI [1.48-2.64]; p = 0.015) verbunden, während unregelmäßige Form (OR 2.72; 95%CI [1.91-3.53]; p = 0.016) in dIVH. Der Zusammenhang zwischen NCCT-Markern und IVH-Wachstum wurde nicht durch parenchymale Hämatom-Erweiterung vermittelt. NCCT-Funktionen identifizierten ICH-Patienten mit einem hohen Risiko von IVH-Wachstum. Unsere Ergebnisse schlagen die Möglichkeit vor, das Risiko von IVH-Wachstum mit Basis-NCCT zu verlagern und laufende und zukünftige Studien zu informieren. Nicht kontrastreiche CT-Funktionen identifizierten ICH-Patienten bei einem hohen Risiko des intraventrikulären Hämorrhagewachstums mit subtypspezifischen Unterschieden. Unsere Ergebnisse können bei der Risikoschichtung des intraventrikulären Hämorrhage-Wachstums mit Basis-CT helfen und möglicherweise laufende und zukünftige klinische Studien informieren. • NCCT-Funktionen identifizierten ICH-Patienten mit hohem Risiko des IVH-Wachstums mit subtypspezifischen Unterschieden. • Die Wirkung von NCCT-Features wurde nicht von Zeit und Ort moderiert oder indirekt durch die Hämatom-Erweiterung vermittelt. • Unsere Ergebnisse können bei der Risikoschichtung des IVH-Wachstums mit Basis-NCCT helfen und laufende und zukünftige Studien informieren.
C. S. Lisson,
S. Manoj,
D. Wolf,
C. G. Lisson,
S. A. Schmidt,
M. Beer,
W. Thaiss,
C. Bolenz,
F. Zengerling and
M. Goetz,
"Radiomics and Clinicopathological Characteristics for Predicting Lymph Node Metastasis in Testicular Cancer.",
Cancers,
Nov.
2023.
Abstract:
Eine genaue Vorhersage der Lymphknotenmetastase (LNM) bei Patienten mit Hodenkrebs ist für die Therapieentscheidungsfindung und prognostische Auswertung sehr relevant. Unsere Studie zielte darauf ab, klinische Radiomikromodelle für individuelle präoperative Vorhersage von LNM bei Patienten mit Hodenkrebs zu entwickeln und zu validieren. Wir haben 91 Patienten mit klinikopathologisch bestätigten frühen Stadium der Hodenkrebs, mit Krankheit beschränkt auf die Tests. Wir umfassten fünf signifikante klinische Risikofaktoren (Alter, präoperative Serum Tumormarker AFP und B-HCG, Histotyp und BMI) zur Erstellung des klinischen Modells. Nach der Segmentierung von 273 retroperitonealen Lymphknoten haben wir dann die klinischen Risikofaktoren und Lymphknoten-Radiomics-Funktionen kombiniert, um kombinierte Vorhersagemodelle mit Random Forest (RF), Light Gradient Boosting Machine (LGBM), Support Vector Machine Classifier (SVC) und K-Nearest Neighbours (KNN). Die Modellleistung wurde durch den Bereich unter der Empfängerbetriebskennlinie (ROC) (AUC) bewertet. Schließlich wurde mit der Entscheidungskurvenanalyse (DCA) die klinische Nützlichkeit bewertet. Das Random Forest kombinierte klinische Lymphknoten-Radiomics-Modell mit dem höchsten AUC von 0.95 (±0.03 SD; 95% CI) wurde als Kandidatenmodell mit Entscheidungskurvenanalyse betrachtet, was seine Nützlichkeit für präoperative Vorhersage in der klinischen Einstellung zeigt. Unsere Studie hat zuverlässige und vorausschauende maschinelle Lerntechniken für die Vorhersage von Lymphknotenmetastasen im frühen Stadium des Hodenkrebses identifiziert. Die Identifizierung der effektivsten maschinellen Lernansätze für die prädiktive Analyse auf Basis von Radiomik, die klinische Risikofaktoren integrieren, kann die Anwendbarkeit von Radiomik in der Präzisions-Onkologie und Krebsbehandlung erweitern.
| DOI: | 10.3390/cancers15235630 |
Abstract:
Eine genaue Vorhersage der Lymphknotenmetastase (LNM) bei Patienten mit Hodenkrebs ist für die Therapieentscheidungsfindung und prognostische Auswertung sehr relevant. Unsere Studie zielte darauf ab, klinische Radiomikromodelle für individuelle präoperative Vorhersage von LNM bei Patienten mit Hodenkrebs zu entwickeln und zu validieren. Wir haben 91 Patienten mit klinikopathologisch bestätigten frühen Stadium der Hodenkrebs, mit Krankheit beschränkt auf die Tests. Wir umfassten fünf signifikante klinische Risikofaktoren (Alter, präoperative Serum Tumormarker AFP und B-HCG, Histotyp und BMI) zur Erstellung des klinischen Modells. Nach der Segmentierung von 273 retroperitonealen Lymphknoten haben wir dann die klinischen Risikofaktoren und Lymphknoten-Radiomics-Funktionen kombiniert, um kombinierte Vorhersagemodelle mit Random Forest (RF), Light Gradient Boosting Machine (LGBM), Support Vector Machine Classifier (SVC) und K-Nearest Neighbours (KNN). Die Modellleistung wurde durch den Bereich unter der Empfängerbetriebskennlinie (ROC) (AUC) bewertet. Schließlich wurde mit der Entscheidungskurvenanalyse (DCA) die klinische Nützlichkeit bewertet. Das Random Forest kombinierte klinische Lymphknoten-Radiomics-Modell mit dem höchsten AUC von 0.95 (±0.03 SD; 95% CI) wurde als Kandidatenmodell mit Entscheidungskurvenanalyse betrachtet, was seine Nützlichkeit für präoperative Vorhersage in der klinischen Einstellung zeigt. Unsere Studie hat zuverlässige und vorausschauende maschinelle Lerntechniken für die Vorhersage von Lymphknotenmetastasen im frühen Stadium des Hodenkrebses identifiziert. Die Identifizierung der effektivsten maschinellen Lernansätze für die prädiktive Analyse auf Basis von Radiomik, die klinische Risikofaktoren integrieren, kann die Anwendbarkeit von Radiomik in der Präzisions-Onkologie und Krebsbehandlung erweitern.
D. Wolf,
T. Payer,
C. S. Lisson,
C. G. Lisson,
M. Beer,
M. Götz and
T. Ropinski,
"Self-supervised pre-training with contrastive and masked autoencoder methods for dealing with small datasets in deep learning for medical imaging.",
Scientific reports,
Nov.
2023.
Abstract:
Deep Learning in der medizinischen Bildgebung hat das Potenzial, das Risiko von diagnostischen Fehlern zu minimieren, die radiologische Arbeitsbelastung zu reduzieren und die Diagnose zu beschleunigen. Die Ausbildung solcher Deep Learning-Modelle erfordert große und genaue Datensätze, mit Anmerkungen für alle Trainingsproben. Allerdings sind in der medizinischen Bildgebungsdomäne annotierte Datensätze für bestimmte Aufgaben aufgrund der hohen Komplexität von Anmerkungen, eingeschränktem Zugriff oder der Seltenheit von Krankheiten oft klein. Um diese Herausforderung anzugehen, können tiefe Lernmodelle auf großen Bilddatensätzen vortrainiert werden, ohne dass mit Methoden aus dem Bereich des selbsterweiterten Lernens Anmerkungen gemacht werden. Nach dem Vortraining reichen kleine annotierte Datensätze aus, um die Modelle für eine bestimmte Aufgabe zu verfeinern. Die populärsten selbstbeaufsichtigten Vorschulansätze in der medizinischen Bildgebung basieren auf kontrastierendem Lernen. Neue Studien in der natürlichen Bildverarbeitung zeigen jedoch ein starkes Potenzial für maskierte Autoencoder-Ansätze. Unsere Arbeit vergleicht hochmoderne kontrastive Lernmethoden mit dem kürzlich eingeführten maskierten Autoencoder-Ansatz "SparK" für konvolutionale neuronale Netzwerke (CNNs) auf medizinischen Bildern. Daher trainieren wir auf einem großen, unbemerkten CT-Bilddatensatz und Feinabstimmung auf mehreren CT-Klassifikationsaufgaben. Aufgrund der Herausforderung, ausreichende annotierte Trainingsdaten in der medizinischen Bildgebung zu erhalten, ist es von besonderem Interesse, zu bewerten, wie die selbstübertroffenen Vortrainingsmethoden bei der Feinabstimmung auf kleinen Datensätzen durchgeführt werden. Durch Experimente mit einer allmählichen Verringerung der Trainingsdatensatzgröße für Feinabstimmung finden wir, dass die Reduktion je nach Art der gewählten Vorausbildung unterschiedliche Auswirkungen hat. Die SparK-Vortrainingsmethode ist robuster als die kontrastierenden Methoden. Basierend auf unseren Ergebnissen schlagen wir die SparK-Vorschulung für medizinische Bildgebungsaufgaben mit nur kleinen annotierten Datensätzen vor.
| DOI: | 10.1038/s41598-023-46433-0 |
Abstract:
Deep Learning in der medizinischen Bildgebung hat das Potenzial, das Risiko von diagnostischen Fehlern zu minimieren, die radiologische Arbeitsbelastung zu reduzieren und die Diagnose zu beschleunigen. Die Ausbildung solcher Deep Learning-Modelle erfordert große und genaue Datensätze, mit Anmerkungen für alle Trainingsproben. Allerdings sind in der medizinischen Bildgebungsdomäne annotierte Datensätze für bestimmte Aufgaben aufgrund der hohen Komplexität von Anmerkungen, eingeschränktem Zugriff oder der Seltenheit von Krankheiten oft klein. Um diese Herausforderung anzugehen, können tiefe Lernmodelle auf großen Bilddatensätzen vortrainiert werden, ohne dass mit Methoden aus dem Bereich des selbsterweiterten Lernens Anmerkungen gemacht werden. Nach dem Vortraining reichen kleine annotierte Datensätze aus, um die Modelle für eine bestimmte Aufgabe zu verfeinern. Die populärsten selbstbeaufsichtigten Vorschulansätze in der medizinischen Bildgebung basieren auf kontrastierendem Lernen. Neue Studien in der natürlichen Bildverarbeitung zeigen jedoch ein starkes Potenzial für maskierte Autoencoder-Ansätze. Unsere Arbeit vergleicht hochmoderne kontrastive Lernmethoden mit dem kürzlich eingeführten maskierten Autoencoder-Ansatz "SparK" für konvolutionale neuronale Netzwerke (CNNs) auf medizinischen Bildern. Daher trainieren wir auf einem großen, unbemerkten CT-Bilddatensatz und Feinabstimmung auf mehreren CT-Klassifikationsaufgaben. Aufgrund der Herausforderung, ausreichende annotierte Trainingsdaten in der medizinischen Bildgebung zu erhalten, ist es von besonderem Interesse, zu bewerten, wie die selbstübertroffenen Vortrainingsmethoden bei der Feinabstimmung auf kleinen Datensätzen durchgeführt werden. Durch Experimente mit einer allmählichen Verringerung der Trainingsdatensatzgröße für Feinabstimmung finden wir, dass die Reduktion je nach Art der gewählten Vorausbildung unterschiedliche Auswirkungen hat. Die SparK-Vortrainingsmethode ist robuster als die kontrastierenden Methoden. Basierend auf unseren Ergebnissen schlagen wir die SparK-Vorschulung für medizinische Bildgebungsaufgaben mit nur kleinen annotierten Datensätzen vor.
J. Li,
C. Gsaxner,
A. Pepe,
D. Schmalstieg,
J. Kleesiek and
J. Egger,
"Sparse convolutional neural network for high-resolution skull shape completion and shape super-resolution.",
Scientific reports,
Nov.
2023.
Abstract:
Traditionelle konvolutionale neuronale Netzwerk-Methoden (CNN) stützen sich auf dichte Tensors, die sie suboptimal für räumlich sparsame Daten macht. In diesem Papier schlagen wir ein CNN-Modell auf Basis von Sparse Tensors für eine effiziente Verarbeitung von hochauflösenden Formen vor, die als binäre Voxel-Belegungsgitter dargestellt sind. Im Gegensatz zu einem dichten CNN, der das gesamte Voxel-Gitter als Eingabe nimmt, verarbeitet ein spärlicher CNN nur auf den nicht leeren Voxeln, wodurch der Speicher- und Rechenkopf aufgrund der spärlichen Eingabedaten reduziert wird. Wir bewerten unsere Methode auf zwei klinisch relevanten Schädelrekonstruktionsaufgaben: (1) bei einem defekten Schädel, rekonstruieren den kompletten Schädel (d.h. Schädelformvervollständigung), und (2) bei einem groben Schädel, rekonstruieren einen hochauflösenden Schädel mit feinen geometrischen Details (Form Super-Resolution). Unsere Methode übertrifft ihre dichten CNN-basierten Gegenstücke in der Schädelrekonstruktionsaufgabe quantitativ und qualitativ, erfordert jedoch wesentlich weniger Gedächtnis für Training und Inferenz. Wir stellten fest, dass bei den 3D-Schädeldaten der Gesamtspeicherverbrauch des spärlichen CNN bei der Inferenz zu den Bildauflösungen etwa linear wächst. Während des Trainings bleibt die Speichernutzung deutlich unter den Erhöhungen der Bildauflösung-an [Formel: siehe Text] Erhöhung der Voxelzahl führt zu weniger als [Formel: siehe Text] Erhöhung der Speicheranforderungen. Unsere Studie zeigt die Wirksamkeit der Verwendung eines spärlichen CNN für Schädelrekonstruktionsaufgaben, und unsere Ergebnisse können auf andere räumlich spärliche Probleme angewendet werden. Wir beweisen dies durch zusätzliche experimentelle Ergebnisse auf anderen sparsamen medizinischen Datensätzen, wie die Aorta und das Herz. Projektseite unter https://github.com/Jianningli/SparseCNN .
| DOI: | 10.1038/s41598-023-47437-6 |
Abstract:
Traditionelle konvolutionale neuronale Netzwerk-Methoden (CNN) stützen sich auf dichte Tensors, die sie suboptimal für räumlich sparsame Daten macht. In diesem Papier schlagen wir ein CNN-Modell auf Basis von Sparse Tensors für eine effiziente Verarbeitung von hochauflösenden Formen vor, die als binäre Voxel-Belegungsgitter dargestellt sind. Im Gegensatz zu einem dichten CNN, der das gesamte Voxel-Gitter als Eingabe nimmt, verarbeitet ein spärlicher CNN nur auf den nicht leeren Voxeln, wodurch der Speicher- und Rechenkopf aufgrund der spärlichen Eingabedaten reduziert wird. Wir bewerten unsere Methode auf zwei klinisch relevanten Schädelrekonstruktionsaufgaben: (1) bei einem defekten Schädel, rekonstruieren den kompletten Schädel (d.h. Schädelformvervollständigung), und (2) bei einem groben Schädel, rekonstruieren einen hochauflösenden Schädel mit feinen geometrischen Details (Form Super-Resolution). Unsere Methode übertrifft ihre dichten CNN-basierten Gegenstücke in der Schädelrekonstruktionsaufgabe quantitativ und qualitativ, erfordert jedoch wesentlich weniger Gedächtnis für Training und Inferenz. Wir stellten fest, dass bei den 3D-Schädeldaten der Gesamtspeicherverbrauch des spärlichen CNN bei der Inferenz zu den Bildauflösungen etwa linear wächst. Während des Trainings bleibt die Speichernutzung deutlich unter den Erhöhungen der Bildauflösung-an [Formel: siehe Text] Erhöhung der Voxelzahl führt zu weniger als [Formel: siehe Text] Erhöhung der Speicheranforderungen. Unsere Studie zeigt die Wirksamkeit der Verwendung eines spärlichen CNN für Schädelrekonstruktionsaufgaben, und unsere Ergebnisse können auf andere räumlich spärliche Probleme angewendet werden. Wir beweisen dies durch zusätzliche experimentelle Ergebnisse auf anderen sparsamen medizinischen Datensätzen, wie die Aorta und das Herz. Projektseite unter https://github.com/Jianningli/SparseCNN .
K. Gierend,
S. Freiesleben,
D. Kadioglu,
F. Siegel,
T. Ganslandt and
D. Waltemath,
"The Status of Data Management Practices Across German Medical Data Integration Centers: Mixed Methods Study.",
Journal of medical Internet research,
Nov.
2023.
Abstract:
Im Rahmen der Medical Informatics Initiative haben medizinische Datenintegrationszentren (DICs) komplexe Datenflüsse implementiert, um routinemäßige Gesundheitsdaten in Forschungsdaten-Repositorien für die sekundäre Nutzung zu übertragen. Die Methoden der Datenverwaltung sind während dieser Prozesse von Bedeutung, und besondere Aufmerksamkeit sollte auf Provenienzaspekte gegeben werden. Unzureichendes Wissen kann zu Gültigkeitsrisiken führen und das Vertrauen und die Qualität der verarbeiteten Daten reduzieren. Die Notwendigkeit, pflegefähige Datenmanagement-Praktiken zu implementieren, ist unbestritten, aber es gibt einen großen Mangel an Klarheit über den Status. Unsere Studie untersucht die aktuellen Methoden des Datenmanagements während des gesamten Datenlebenszyklus innerhalb des Konsortiums Medical Informatics in Research and Care in University Medicine (MIRACUM). Wir stellen einen Rahmen für den Reifestatus von Datenmanagement-Praktiken dar und geben Empfehlungen vor, um eine vertrauensvolle Verbreitung und Wiederverwendung von routinemäßigen Gesundheitsdaten zu ermöglichen. In dieser gemischten Methodenstudie führten wir zwischen Juli und September 2021 halbstrukturierte Interviews mit Interessenvertretern aus 10 DICs durch. Wir nutzten einen selbst gestalteten Fragebogen, den wir auf die MIRACUM DICs zugeschnitten haben, um qualitative und quantitative Daten zu sammeln. Unsere Studienmethode entspricht der Good Reporting einer Mixed Methods Study (GRAMMS) Checkliste. Unsere Studie liefert Einblicke in die Datenmanagementpraxis der MIRACUM DICs. Wir identifizieren mehrere Rückverfolgbarkeitsfragen, die teilweise mit fehlenden kontextbezogenen Informationen innerhalb nicht harmonisierter Arbeitsabläufe, unklarer Verantwortlichkeiten, fehlender oder unvollständiger Datenelemente und unvollständiger Informationen über die rechnergestützten Umgebungsinformationen erläutert werden können. Basierend auf den identifizierten Mängeln schlagen wir einen Rahmen für die Reife des Datenmanagements vor, um mehr Klarheit zu erreichen und verbesserte Strategien für das Datenmanagement zu definieren. Der Rahmen für die Datenverwaltung unterstützt die Erstellung und Verbreitung von genauen und nachweislich bereicherten Daten für die sekundäre Nutzung. Unsere Arbeit dient als Katalysator für die Ableitung einer übergeordneten Datenmanagementstrategie, die die Datenintegrität und Provenienzeigenschaften als Schlüsselfaktoren bewahrt. Wir stellen fest, dass diese Arbeit zur Erzeugung fairer und aufrechterhaltener Gesundheitsforschungsdaten von hoher Qualität führen wird.
| DOI: | 10.2196/48809 |
Abstract:
Im Rahmen der Medical Informatics Initiative haben medizinische Datenintegrationszentren (DICs) komplexe Datenflüsse implementiert, um routinemäßige Gesundheitsdaten in Forschungsdaten-Repositorien für die sekundäre Nutzung zu übertragen. Die Methoden der Datenverwaltung sind während dieser Prozesse von Bedeutung, und besondere Aufmerksamkeit sollte auf Provenienzaspekte gegeben werden. Unzureichendes Wissen kann zu Gültigkeitsrisiken führen und das Vertrauen und die Qualität der verarbeiteten Daten reduzieren. Die Notwendigkeit, pflegefähige Datenmanagement-Praktiken zu implementieren, ist unbestritten, aber es gibt einen großen Mangel an Klarheit über den Status. Unsere Studie untersucht die aktuellen Methoden des Datenmanagements während des gesamten Datenlebenszyklus innerhalb des Konsortiums Medical Informatics in Research and Care in University Medicine (MIRACUM). Wir stellen einen Rahmen für den Reifestatus von Datenmanagement-Praktiken dar und geben Empfehlungen vor, um eine vertrauensvolle Verbreitung und Wiederverwendung von routinemäßigen Gesundheitsdaten zu ermöglichen. In dieser gemischten Methodenstudie führten wir zwischen Juli und September 2021 halbstrukturierte Interviews mit Interessenvertretern aus 10 DICs durch. Wir nutzten einen selbst gestalteten Fragebogen, den wir auf die MIRACUM DICs zugeschnitten haben, um qualitative und quantitative Daten zu sammeln. Unsere Studienmethode entspricht der Good Reporting einer Mixed Methods Study (GRAMMS) Checkliste. Unsere Studie liefert Einblicke in die Datenmanagementpraxis der MIRACUM DICs. Wir identifizieren mehrere Rückverfolgbarkeitsfragen, die teilweise mit fehlenden kontextbezogenen Informationen innerhalb nicht harmonisierter Arbeitsabläufe, unklarer Verantwortlichkeiten, fehlender oder unvollständiger Datenelemente und unvollständiger Informationen über die rechnergestützten Umgebungsinformationen erläutert werden können. Basierend auf den identifizierten Mängeln schlagen wir einen Rahmen für die Reife des Datenmanagements vor, um mehr Klarheit zu erreichen und verbesserte Strategien für das Datenmanagement zu definieren. Der Rahmen für die Datenverwaltung unterstützt die Erstellung und Verbreitung von genauen und nachweislich bereicherten Daten für die sekundäre Nutzung. Unsere Arbeit dient als Katalysator für die Ableitung einer übergeordneten Datenmanagementstrategie, die die Datenintegrität und Provenienzeigenschaften als Schlüsselfaktoren bewahrt. Wir stellen fest, dass diese Arbeit zur Erzeugung fairer und aufrechterhaltener Gesundheitsforschungsdaten von hoher Qualität führen wird.
[en]
F. Heinrich,
K. D. Mertz,
M. Glatzel,
M. Beer and
S. Krasemann,
"Using autopsies to dissect COVID-19 pathogenesis",
Nature Microbiology,
vol. 8,
no. 11,
pp. 1986—1994,
Nov.
2023.
Abstract:
The emergence of SARS-CoV-2 has resulted in millions of deaths as a result of COVID-19. Suitable models were missing at the beginning of the pandemic, and studies investigating disease pathogenesis relied on patients who had succumbed to COVID-19. Since then, autopsies of patients have substantially contributed to our understanding of the pathogenesis of COVID-19 and associated major organ complications. Here we summarize how autopsies have complemented experimental studies, mainly in animal models, and how they have facilitated critical knowledge of COVID-19 to improve daily clinical practice and develop therapeutic interventions. Employing advanced histopathologic and molecular genetic methods in post-mortem tissues, the COVID-19 pandemic has highlighted the importance of autopsies for virology research and clinical practice in current and emerging infectious diseases.
| DOI: | 10.1038/s41564-023-01488-7 |
| Datei: | https://www.nature.com/articles/s41564-023-01488-7 |
Abstract:
The emergence of SARS-CoV-2 has resulted in millions of deaths as a result of COVID-19. Suitable models were missing at the beginning of the pandemic, and studies investigating disease pathogenesis relied on patients who had succumbed to COVID-19. Since then, autopsies of patients have substantially contributed to our understanding of the pathogenesis of COVID-19 and associated major organ complications. Here we summarize how autopsies have complemented experimental studies, mainly in animal models, and how they have facilitated critical knowledge of COVID-19 to improve daily clinical practice and develop therapeutic interventions. Employing advanced histopathologic and molecular genetic methods in post-mortem tissues, the COVID-19 pandemic has highlighted the importance of autopsies for virology research and clinical practice in current and emerging infectious diseases.
K. Appel,
R. Geisler,
D. Maier,
O. Miljukov,
S. Hopff and
J. J. Vehreschild,
"A Systematic Review of Predictor Composition, Outcomes, Risk of Bias, and Validation of Coronavirus Disease 2019 (COVID-19) Prognostic Scores",
Okt.
2023.
| DOI: | 10.1007/s15010-023-02043-6 |
K. Tilch,
S. Hopff,
K. Appel,
M. Kraus,
B. Lorenz-Depiereux,
L. Pilgram,
G. Anton,
S. Berger,
R. Geisler,
K. Haas,
T. Illig,
D. Krefting,
R. Lorbeer,
L. Mitrov,
M. Muenchhoff,
M. Nauck,
C. Pley,
J. Reese,
S. Rieg,
M. Scherer,
M. Stecher,
C. Stellbrink,
H. Valentin,
C. Winter,
M. Witzenrath and
J. J. Vehreschild,
"Ethical and coordinative challenges in setting up a national cohort study during the COVID-19 pandemic in GermanyShort- and long-term T cell and antibody responses following dexamethasone treatment in COVID-19. BMC Medical Ethics",
Okt.
2023.
| DOI: | 10.1186/s12910-023-00959-0 |
[en]
K. S. Appel,
R. Geisler,
D. Maier,
O. Miljukov,
S. M. Hopff and
J. J. Vehreschild,
"A systematic review of predictor composition, outcomes, risk of
bias, and validation of COVID-19 prognostic scores",
Clin. Infect. Dis.,
Okt.
2023.
Oxford University Press (OUP).
Abstract:
BACKGROUND: Numerous prognostic scores have been published to support risk stratification for patients with Coronavirus disease 2019 (COVID-19). METHODS: We performed a systematic review to identify the scores for confirmed or clinically assumed COVID-19 cases. An in-depth assessment and risk of bias (ROB) analysis (Prediction model Risk Of Bias ASsessment Tool (PROBAST)) was conducted for scores fulfilling predefined criteria ((I) area under the curve (AUC) $\geq$ 0.75; (II) a separate validation cohort present; (III) training data from a multicenter setting ($\geq$ 2 centers); (IV) point-scale scoring system). RESULTS: Out of 1,522 studies extracted from MEDLINE/Web of Science (20/02/2023), we identified 242 scores for COVID-19 outcome prognosis (mortality 109, severity 116, hospitalization 14, long-term sequelae 3). Most scores were developed using retrospective (75.2%) or single-center (57.1%) cohorts. Predictor analysis revealed the primary use of laboratory data and sociodemographic information in mortality and severity scores. Forty-nine scores were included in the in-depth analysis. The results indicated heterogeneous quality and predictor selection, with only five scores featuring low ROB. Among those, based on the number and heterogeneity of validation studies, only the 4C Mortality Score can be recommended for clinical application so far. CONCLUSION: The application and translation of most existing COVID scores appear unreliable. Guided development and predictor selection would have improved the generalizability of the scores and may enhance pandemic preparedness in the future.
| DOI: | 10.1093/cid/ciad618 |
| Pubmed: | 37879096 |
Abstract:
BACKGROUND: Numerous prognostic scores have been published to support risk stratification for patients with Coronavirus disease 2019 (COVID-19). METHODS: We performed a systematic review to identify the scores for confirmed or clinically assumed COVID-19 cases. An in-depth assessment and risk of bias (ROB) analysis (Prediction model Risk Of Bias ASsessment Tool (PROBAST)) was conducted for scores fulfilling predefined criteria ((I) area under the curve (AUC) $\geq$ 0.75; (II) a separate validation cohort present; (III) training data from a multicenter setting ($\geq$ 2 centers); (IV) point-scale scoring system). RESULTS: Out of 1,522 studies extracted from MEDLINE/Web of Science (20/02/2023), we identified 242 scores for COVID-19 outcome prognosis (mortality 109, severity 116, hospitalization 14, long-term sequelae 3). Most scores were developed using retrospective (75.2%) or single-center (57.1%) cohorts. Predictor analysis revealed the primary use of laboratory data and sociodemographic information in mortality and severity scores. Forty-nine scores were included in the in-depth analysis. The results indicated heterogeneous quality and predictor selection, with only five scores featuring low ROB. Among those, based on the number and heterogeneity of validation studies, only the 4C Mortality Score can be recommended for clinical application so far. CONCLUSION: The application and translation of most existing COVID scores appear unreliable. Guided development and predictor selection would have improved the generalizability of the scores and may enhance pandemic preparedness in the future.
H. Meyer,
S. Gottschling,
J. Borggrefe and
A. Surov,
"CT coronary artery calcification score as a prognostic marker in COVID-19",
Journal of thoracic disease,
vol. 15,
no. 10,
pp. 5559-5565,
Okt.
2023.
Abstract:
Coronary artery calcification (CA) score has been established as a quantitative imaging biomarker to reflect arteriosclerosis and general vessel status. It is established as an important prognostic factor for coronary heart disease but also for other disease entities. Our aim was to use this imaging marker derived from computed tomography (CT) images to elucidate the prognostic relevance in patients with coronavirus disease 2019 (COVID-19). The clinical database was retrospectively screened for patients with COVID-19 between 2020 and 2022. A total of 241 patients (85 female patients, 35.3%) were included into the analysis. CA scoring was performed semiquantitatively on thoracic CT images with the established Weston score. Overall, 61 patients (25.3%) of the investigated patient sample died. In survivors, the mean CA score was 2.3±3.0 and in non-survivors, it was 4.2±4.1 (P=0.002). In univariable regression analysis, CA was associated with 30-day mortality [odds ratio (OR) =1.15; 95% confidence interval (CI): 1.06-1.25, P<0.001]. These results were confirmed by the multivariable regression analysis adjusted for age and sex, the CA score predicted 30-day mortality (OR =1.28; 95% CI: 1.08-1.4, P=0.002). CA score is an independent risk factor in COVID-19. As CA scoring can easily be performed by the radiologist, it should be further investigated as an imaging marker in patients with COVID-19 and potentially be translated into clinical routine.
| DOI: | 10.21037/jtd-23-728 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/37969270/ |
Abstract:
Coronary artery calcification (CA) score has been established as a quantitative imaging biomarker to reflect arteriosclerosis and general vessel status. It is established as an important prognostic factor for coronary heart disease but also for other disease entities. Our aim was to use this imaging marker derived from computed tomography (CT) images to elucidate the prognostic relevance in patients with coronavirus disease 2019 (COVID-19). The clinical database was retrospectively screened for patients with COVID-19 between 2020 and 2022. A total of 241 patients (85 female patients, 35.3%) were included into the analysis. CA scoring was performed semiquantitatively on thoracic CT images with the established Weston score. Overall, 61 patients (25.3%) of the investigated patient sample died. In survivors, the mean CA score was 2.3±3.0 and in non-survivors, it was 4.2±4.1 (P=0.002). In univariable regression analysis, CA was associated with 30-day mortality [odds ratio (OR) =1.15; 95% confidence interval (CI): 1.06-1.25, P<0.001]. These results were confirmed by the multivariable regression analysis adjusted for age and sex, the CA score predicted 30-day mortality (OR =1.28; 95% CI: 1.08-1.4, P=0.002). CA score is an independent risk factor in COVID-19. As CA scoring can easily be performed by the radiologist, it should be further investigated as an imaging marker in patients with COVID-19 and potentially be translated into clinical routine.
[en]
K. Tilch,
S. M. Hopff,
K. S. Appel,
M. Kraus,
B. Lorenz-Depiereux,
L. Pilgram,
G. Anton,
S. Berger,
R. Geisler,
K. Haas,
T. Illig,
D. Krefting,
R. Lorbeer,
L. Mitrov,
M. Muenchhoff,
M. Nauck,
C. Pley,
J. Reese,
S. Rieg,
M. Scherer,
M. Stecher,
C. Stellbrink,
H. Valentin,
C. Winter,
M. Witzenrath and
J. J. Vehreschild,
"Ethical and coordinative challenges in setting up a national
cohort study during the COVID-19 pandemic in Germany",
BMC Med. Ethics,
vol. 24,
no. 1,
pp. 84,
Okt.
2023.
Abstract:
With the outbreak of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), global researchers were confronted with major challenges. The German National Pandemic Cohort Network (NAPKON) was launched in fall 2020 to effectively leverage resources and bundle research activities in the fight against the coronavirus disease 2019 (COVID-19) pandemic. We analyzed the setup phase of NAPKON as an example for multicenter studies in Germany, highlighting challenges and optimization potential in connecting 59 university and nonuniversity study sites. We examined the ethics application process of 121 ethics submissions considering durations, annotations, and outcomes. Study site activation and recruitment processes were investigated and related to the incidence of SARS-CoV-2 infections. For all initial ethics applications, the median time to a positive ethics vote was less than two weeks and 30 of these study sites (65%) joined NAPKON within less than three weeks each. Electronic instead of postal ethics submission (9.5 days (Q1: 5.75, Q3: 17) vs. 14 days (Q1: 11, Q3: 26), p value = 0.01) and adoption of the primary ethics vote significantly accelerated the ethics application process. Each study center enrolled a median of 37 patients during the 14-month observation period, with large differences depending on the health sector. We found a positive correlation between recruitment performance and COVID-19 incidence as well as hospitalization incidence. Our analysis highlighted the challenges and opportunities of the federated system in Germany. Digital ethics application tools, adoption of a primary ethics vote and standardized formal requirements lead to harmonized and thus faster study initiation processes during a pandemic.
Abstract:
With the outbreak of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), global researchers were confronted with major challenges. The German National Pandemic Cohort Network (NAPKON) was launched in fall 2020 to effectively leverage resources and bundle research activities in the fight against the coronavirus disease 2019 (COVID-19) pandemic. We analyzed the setup phase of NAPKON as an example for multicenter studies in Germany, highlighting challenges and optimization potential in connecting 59 university and nonuniversity study sites. We examined the ethics application process of 121 ethics submissions considering durations, annotations, and outcomes. Study site activation and recruitment processes were investigated and related to the incidence of SARS-CoV-2 infections. For all initial ethics applications, the median time to a positive ethics vote was less than two weeks and 30 of these study sites (65%) joined NAPKON within less than three weeks each. Electronic instead of postal ethics submission (9.5 days (Q1: 5.75, Q3: 17) vs. 14 days (Q1: 11, Q3: 26), p value = 0.01) and adoption of the primary ethics vote significantly accelerated the ethics application process. Each study center enrolled a median of 37 patients during the 14-month observation period, with large differences depending on the health sector. We found a positive correlation between recruitment performance and COVID-19 incidence as well as hospitalization incidence. Our analysis highlighted the challenges and opportunities of the federated system in Germany. Digital ethics application tools, adoption of a primary ethics vote and standardized formal requirements lead to harmonized and thus faster study initiation processes during a pandemic.
G. Engels,
A. Oechsle,
A. Schlegtendal,
C. Maier,
S. Holzwarth,
A. Streng,
B. Lange,
A. Karch,
A. Petersmann,
H. Streeck,
S. Blaschke-Steinbrecher,
C. Härtel,
H. Schroten,
R. Kries,
R. Berner,
J. Liese,
F. Brinkmann and
N. Toepfner,
"SARS-CoV-2 sero-immunity and quality of life in children and adolescents in relation to infections and vaccinations: the IMMUNEBRIDGE KIDS cross-sectional study, 2022.",
Infection,
Okt.
2023.
Abstract:
Die Studie bewertet die Auswirkungen auf die Sero-Immunität, den Gesundheitsstatus und die Lebensqualität von Kindern und Jugendlichen nach dem Aufstand der Omicron-Variante in Deutschland. Diese multizentrische Querschnittsstudie (IMMUNEBRIDGE Kids) wurde von Juli bis Oktober 2022 in der Deutschen Netzwerk-Universitätsmedizin (NUM) durchgeführt. Die SARS-CoV-2-Antikörper wurden gemessen und die Daten zu SARS-CoV-2 Infektionen, Impfungen, gesundheitlichen und sozioökonomischen Faktoren sowie der sorggiver-reported Bewertung über die Gesundheit und den psychologischen Status ihrer Kinder bewertet. 497 Kinder im Alter von 2 bis 17 Jahren wurden einbezogen. Drei Gruppen wurden analysiert: 183 Vorschulkinder im Alter von 2-4 Jahren, 176 Schulkinder im Alter von 5-11 Jahren und 138 Jugendliche im Alter von 12-18 Jahren. Positive Antikörper gegen das S- oder N-Antigen von SARS-CoV-2 wurden in 86,5% aller Teilnehmer (70,0% [128/183] der Vorschulkinder, 94,3% der Schulkinder [166/176] und 98,6% der Jugendlichen [136/138]) nachgewiesen. Unter allen Kindern wurden 40,4% (201/497) gegen COVID-19 geimpft (Vorschulkinder 4,4% [8/183], Schüler 44,3% [78/176] und Jugendliche 83,3% [115/138]). Die Seroprevalenz von SARS-CoV-2 war in der Vorschule am niedrigsten. Gesundheitsstatus und Lebensqualität der Eltern waren zum Zeitpunkt der Erhebung sehr positiv (Sommer 2022). Altersbedingte Unterschiede bei SARS-CoV-2 Sero-Immunität könnten vor allem durch Unterschiede bei Impfungen anhand der offiziellen deutschen Impfungsempfehlungen sowie Unterschiede bei SARS-CoV-2 Infektionsraten in den verschiedenen Altersgruppen erklärt werden. Gesundheitsstatus und Lebensqualität von fast allen Kindern waren sehr gut unabhängig von der Infektion und/oder Impfung von SARS-CoV-2. Deutsches Register für klinische Studien Identifier Würzburg: DRKS00025546 (Registrierung: 11.09.2021), Bochum: DRKS00022434 (Registrierung:07.08.2020), Dresden: DRKS 00022455 (Registrierung: 23.07.2020).
| DOI: | 10.1007/s15010-023-02052-5 |
Abstract:
Die Studie bewertet die Auswirkungen auf die Sero-Immunität, den Gesundheitsstatus und die Lebensqualität von Kindern und Jugendlichen nach dem Aufstand der Omicron-Variante in Deutschland. Diese multizentrische Querschnittsstudie (IMMUNEBRIDGE Kids) wurde von Juli bis Oktober 2022 in der Deutschen Netzwerk-Universitätsmedizin (NUM) durchgeführt. Die SARS-CoV-2-Antikörper wurden gemessen und die Daten zu SARS-CoV-2 Infektionen, Impfungen, gesundheitlichen und sozioökonomischen Faktoren sowie der sorggiver-reported Bewertung über die Gesundheit und den psychologischen Status ihrer Kinder bewertet. 497 Kinder im Alter von 2 bis 17 Jahren wurden einbezogen. Drei Gruppen wurden analysiert: 183 Vorschulkinder im Alter von 2-4 Jahren, 176 Schulkinder im Alter von 5-11 Jahren und 138 Jugendliche im Alter von 12-18 Jahren. Positive Antikörper gegen das S- oder N-Antigen von SARS-CoV-2 wurden in 86,5% aller Teilnehmer (70,0% [128/183] der Vorschulkinder, 94,3% der Schulkinder [166/176] und 98,6% der Jugendlichen [136/138]) nachgewiesen. Unter allen Kindern wurden 40,4% (201/497) gegen COVID-19 geimpft (Vorschulkinder 4,4% [8/183], Schüler 44,3% [78/176] und Jugendliche 83,3% [115/138]). Die Seroprevalenz von SARS-CoV-2 war in der Vorschule am niedrigsten. Gesundheitsstatus und Lebensqualität der Eltern waren zum Zeitpunkt der Erhebung sehr positiv (Sommer 2022). Altersbedingte Unterschiede bei SARS-CoV-2 Sero-Immunität könnten vor allem durch Unterschiede bei Impfungen anhand der offiziellen deutschen Impfungsempfehlungen sowie Unterschiede bei SARS-CoV-2 Infektionsraten in den verschiedenen Altersgruppen erklärt werden. Gesundheitsstatus und Lebensqualität von fast allen Kindern waren sehr gut unabhängig von der Infektion und/oder Impfung von SARS-CoV-2. Deutsches Register für klinische Studien Identifier Würzburg: DRKS00025546 (Registrierung: 11.09.2021), Bochum: DRKS00022434 (Registrierung:07.08.2020), Dresden: DRKS 00022455 (Registrierung: 23.07.2020).
D. Stahl,
A. Blumentritt,
E. Heim,
H. Valentin,
T. Bahls,
M. Bialke,
M. Kraus,
W. Hoffmann,
H. Rau and
L. Fiedler-Lacombe,
"Benefits of fully electronic consent management and consent collection via tablet PC in supporting time-critical pandemic research – the example of COVID-19-project NAPKON",
Sep.
2023.
M. Ebel,
M. Domin,
N. Neumann,
C. O. Schmidt,
M. Lotze and
M. Stanke,
"Classifying sex with volume-matched brain MRI.",
Neuroimage. Reports,
Sep.
2023.
Abstract:
Geschlechtsunterschiede in der Größe bestimmter Gehirnstrukturen wurden umfassend untersucht, aber sorgfältige und reproduzierbare statistische Hypothesentests, um sie zu identifizieren, produzierte insgesamt kleine Effektgrößen und Unterschiede in Gehirnen von Männern und Frauen. Andererseits haben multivariate statistische oder maschinelle Lernmethoden, die MR-Bilder des gesamten Gehirns analysieren, respektable Akzente für die Aufgabe, Gehirne von Männern von Gehirnen von Frauen zu unterscheiden. Allerdings fehlten die meisten existierenden Studien eine sorgfältige Kontrolle für Hirnvolumenunterschiede zwischen den Geschlechtern und, wenn getan, ihre Genauigkeit oft auf 70% oder darunter. Dies stellt Fragen über die Relevanz der erreichten Genauigkeiten ohne sorgfältige Kontrolle des Gesamtvolumens. Wir untersuchten, wie genau der Sex aus den Eigenschaften des menschlichen Gehirns klassifiziert werden kann, wenn er sich auf das gesamte Gehirnvolumen anpasst. Wir haben getestet, wie robuste Machine Learning Klassifikatoren bei der Vorhersage von Cross-Cohort sind, d.h. wenn sie auf einer anderen Kohorte verwendet werden, als sie ausgebildet wurden. Darüber hinaus haben wir untersucht, wie ihre Genauigkeit von der Größe des Trainingssatzes abhängt und versuchte, Hirnregionen zu identifizieren, die für eine erfolgreiche Klassifizierung relevant sind. MRT-Daten wurden von zwei Bevölkerungsdatensätzen von 3298 meist älteren Erwachsenen aus der Studie of Health in Pomerania (SHIP) und 399 meist jüngeren Erwachsenen aus dem Human Connectome Project (HCP) verwendet. Wir haben zwei multivariate Methoden, logistische Regression und ein 3D-konvolutionales neuronales Netzwerk bewertet. Wir zeigen, dass männliche und weibliche Gehirne desselben intracranialen Volumens mit >92% Genauigkeit mit logistischer Regression auf einem Datensatz von 1166 angepasst Einzelpersonen unterschieden werden können. Das gleiche Modell erreichte auch 85% Genauigkeit auf einer anderen Kohorte ohne Rückgriff. Die Genauigkeit für beide Methoden erhöhte sich mit der Trainingskohortengröße bis zu und über 3000 Personen, was darauf hindeutet, dass Klassifikatoren, die auf kleinere Kohorten ausgebildet sind, einen Genauigkeitsnachteil haben. Wir fanden keine einzige hervorragende Gehirnregion, die für eine erfolgreiche Klassifikation erforderlich ist, aber wichtige Eigenschaften erscheinen ziemlich verteilt über das Gehirn.
| DOI: | 10.1016/j.ynirp.2023.100181 |
Abstract:
Geschlechtsunterschiede in der Größe bestimmter Gehirnstrukturen wurden umfassend untersucht, aber sorgfältige und reproduzierbare statistische Hypothesentests, um sie zu identifizieren, produzierte insgesamt kleine Effektgrößen und Unterschiede in Gehirnen von Männern und Frauen. Andererseits haben multivariate statistische oder maschinelle Lernmethoden, die MR-Bilder des gesamten Gehirns analysieren, respektable Akzente für die Aufgabe, Gehirne von Männern von Gehirnen von Frauen zu unterscheiden. Allerdings fehlten die meisten existierenden Studien eine sorgfältige Kontrolle für Hirnvolumenunterschiede zwischen den Geschlechtern und, wenn getan, ihre Genauigkeit oft auf 70% oder darunter. Dies stellt Fragen über die Relevanz der erreichten Genauigkeiten ohne sorgfältige Kontrolle des Gesamtvolumens. Wir untersuchten, wie genau der Sex aus den Eigenschaften des menschlichen Gehirns klassifiziert werden kann, wenn er sich auf das gesamte Gehirnvolumen anpasst. Wir haben getestet, wie robuste Machine Learning Klassifikatoren bei der Vorhersage von Cross-Cohort sind, d.h. wenn sie auf einer anderen Kohorte verwendet werden, als sie ausgebildet wurden. Darüber hinaus haben wir untersucht, wie ihre Genauigkeit von der Größe des Trainingssatzes abhängt und versuchte, Hirnregionen zu identifizieren, die für eine erfolgreiche Klassifizierung relevant sind. MRT-Daten wurden von zwei Bevölkerungsdatensätzen von 3298 meist älteren Erwachsenen aus der Studie of Health in Pomerania (SHIP) und 399 meist jüngeren Erwachsenen aus dem Human Connectome Project (HCP) verwendet. Wir haben zwei multivariate Methoden, logistische Regression und ein 3D-konvolutionales neuronales Netzwerk bewertet. Wir zeigen, dass männliche und weibliche Gehirne desselben intracranialen Volumens mit >92% Genauigkeit mit logistischer Regression auf einem Datensatz von 1166 angepasst Einzelpersonen unterschieden werden können. Das gleiche Modell erreichte auch 85% Genauigkeit auf einer anderen Kohorte ohne Rückgriff. Die Genauigkeit für beide Methoden erhöhte sich mit der Trainingskohortengröße bis zu und über 3000 Personen, was darauf hindeutet, dass Klassifikatoren, die auf kleinere Kohorten ausgebildet sind, einen Genauigkeitsnachteil haben. Wir fanden keine einzige hervorragende Gehirnregion, die für eine erfolgreiche Klassifikation erforderlich ist, aber wichtige Eigenschaften erscheinen ziemlich verteilt über das Gehirn.
D. Gagiannis,
C. Hackenbroch,
W. Bloch,
F. Zech,
F. Kirchhoff,
S. Djudjaj,
S. Stillfried,
R. Bülow,
P. Boor and
K. Steinestel,
"Clinical, Imaging, and Histopathological Features of Pulmonary Sequelae Following Mild COVID-19",
American Journal of Respiratory and Critical Care Medicine,
vol. 208,
no. 5,
pp. 618-621,
Sep.
2023.
| DOI: | 10.1164/rccm.202302-0285LE |
| Datei: | https://www.atsjournals.org/doi/abs/10.1164/rccm.202302-0285LE |
H. Meyer,
S. Gottschling,
C. Bär,
A. Wienke,
J. Borggrefe and
A. Surov,
"CT coronary calcium score is a prognostic marker in acute pulmonary embolism",
Thrombosis research,
vol. 229,
pp. 255-257,
Sep.
2023.
Abstract:
N/A
| DOI: | 10.1016/j.thromres.2023.07.010 |
| Datei: | https://pubmed.ncbi.nlm.nih.gov/37597399/ |
Abstract:
N/A
[en]
S. Stanelle-Bertram,
S. Beck,
N. K. Mounogou,
B. Schaumburg,
F. Stoll,
Z. Schmal,
T. Bai,
M. Zickler,
G. Beythien,
K. Becker,
M. Roi,
F. Heinrich,
C. Schulz,
M. Sauter,
S. Krasemann,
P. Lange,
A. Heinemann,
D. Riel,
L. Leijten,
L. Bauer,
T. P. P. Bosch,
B. Lopuhaä,
T. Busche,
D. Wibberg,
D. Schaudien,
T. Goldmann,
A. Lüttjohann,
J. Ruschinski,
H. Jania,
Z. Müller,
V. Reis,
V. Krupp-Buzimkic,
M. Wolff,
C. Fallerini,
M. Baldassarri,
S. Furini,
K. Norwood,
C. Käufer,
N. Schützenmeister,
M. Köckritz-Blickwede,
M. Schroeder,
D. Jarczak,
A. Nierhaus,
T. Welte,
S. Kluge,
A. C. McHardy,
F. Sommer,
J. Kalinowski,
S. Krauss-Etschmann,
F. Richter,
J. Thüsen,
W. Baumgärtner,
K. Klingel,
B. Ondruschka,
A. Renieri and
G. Gabriel,
"CYP19A1 mediates severe SARS-CoV-2 disease outcome in males",
Cell Reports Medicine,
vol. 4,
no. 9,
pp. 101152,
Sep.
2023.
| DOI: | 10.1016/j.xcrm.2023.101152 |
| Datei: | https://www.sciencedirect.com/science/article/pii/S2666379123003051 |
[en]
K. O. Yusuf,
I. Chaplinskaya-Sobol,
A. Schoneberg,
S. Hanß,
H. Valentin,
B. Lorenz-Depiereux,
S. Hansch,
K. Fiedler,
M. Scherer,
S. Sikdar,
O. Miljukov,
J. Reese,
P. Wagner,
I. Bröhl,
R. Geisler,
J. J. Vehreschild,
S. Blaschke,
C. Bellinghausen,
M. Milovanovic and
D. Krefting,
"Impact of clinical study implementation on data quality
assessments - using contradictions within interdependent health
data items as a pilot indicator",
Stud. Health Technol. Inform.,
vol. 307,
pp. 152—158,
Sep.
2023.
Abstract:
INTRODUCTION: Contradiction is a relevant data quality indicator to evaluate the plausibility of interdependent health data items. However, while contradiction assessment is achieved using domain-established contradictory dependencies, recent studies have shown the necessity for additional requirements to reach conclusive contradiction findings. For example, the oral or rectal methods used in measuring the body temperature will influence the thresholds of fever definition. The availability of this required information as explicit data items must be guaranteed during study design. In this work, we investigate the impact of activities related to study database implementation on contradiction assessment from two perspectives including: 1) additionally required metadata and 2) implementation of checks within electronic case report forms to prevent contradictory data entries. METHODS: Relevant information (timestamps, measurement methods, units, and interdependency rules) required for contradiction checks are identified. Scores are assigned to these parameters and two different studies are evaluated based on the fulfillment of the requirements by two selected interdependent data item sets. RESULTS: None of the studies have fulfilled all requirements. While timestamps and measurement units are found, missing information about measurement methods may impede conclusive contradiction assessment. Implemented checks are only found if data are directly entered. DISCUSSION: Conclusive contradiction assessment typically requires metadata in the context of captured data items. Consideration during study design and implementation of data capture systems may support better data quality in studies and could be further adopted in primary health information systems to enhance clinical anamnestic documentation.
| DOI: | 10.3233/SHTI230707 |
Abstract:
INTRODUCTION: Contradiction is a relevant data quality indicator to evaluate the plausibility of interdependent health data items. However, while contradiction assessment is achieved using domain-established contradictory dependencies, recent studies have shown the necessity for additional requirements to reach conclusive contradiction findings. For example, the oral or rectal methods used in measuring the body temperature will influence the thresholds of fever definition. The availability of this required information as explicit data items must be guaranteed during study design. In this work, we investigate the impact of activities related to study database implementation on contradiction assessment from two perspectives including: 1) additionally required metadata and 2) implementation of checks within electronic case report forms to prevent contradictory data entries. METHODS: Relevant information (timestamps, measurement methods, units, and interdependency rules) required for contradiction checks are identified. Scores are assigned to these parameters and two different studies are evaluated based on the fulfillment of the requirements by two selected interdependent data item sets. RESULTS: None of the studies have fulfilled all requirements. While timestamps and measurement units are found, missing information about measurement methods may impede conclusive contradiction assessment. Implemented checks are only found if data are directly entered. DISCUSSION: Conclusive contradiction assessment typically requires metadata in the context of captured data items. Consideration during study design and implementation of data capture systems may support better data quality in studies and could be further adopted in primary health information systems to enhance clinical anamnestic documentation.