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.
T. N,
K. C,
B. SM,
E. N,
W. D,
S. SA,
V. D,
S. N,
F. F,
P. L,
G. B,
J. B,
S. S,
S. T and
M. Beer,
"Semi-quantitative software evaluation of COVID-19 CT examinations-correlation with clinical parameters.",
Journal of thoracic disease,
Okt.
2025.
Abstract:
Softwaregeführte semi-quantitative Analyse der Koronavirus-Krankheit 2019 (COVID-19) Lungenentzündung in Lungenrechnertomographie (CT)-Datensätzen zur Schwerebewertung. Darüber hinaus werden bildgebende Erkenntnisse mit der Notwendigkeit intensiver Pflegemedizin und klinischer Parameter korreliert. Diese einzentige retrospektive Studie analysierte 66 aufeinanderfolgende Patienten (31 Frauen, mittleres Alter 64.6±16.2 Jahre) mit Lungen-CT-Datensätzen von 12/2020 bis 05/2021 und bestätigte COVID-19-Pneumonie. Lungen-CT-Datensätze wurden mit einer semiquantitativen Software zur Segmentierung und Quantifizierung ausgewertet. Die Korrelation mit zugrunde liegenden Krankheiten, Laborparametern und weiterem Kurs wurde bewertet, einschließlich Intubation und Notwendigkeit einer intensiven Pflege. Das Gesamtvolumen der Lungen betrug 3,903,65±1,185.67 mL, das mittlere Volumen der Trübungen betrug 866,52±829,29 mL, was 23,54%±21.92% des gesamten Lungenvolumens widerspiegelt. Das Volumen der hohen Trübungen betrug 186.88±208.15 mL, was 0,06%±0,07% des gesamten Lungenvolumens widerspiegelt. Insgesamt starben 12 Patienten (18,2%), 10 Patienten (15,2%) erforderlich Intubation und in 27 Fällen (40,9%) intensive Pflege war notwendig. Bei Patienten, die das Volumen an Opazitäten und hohen Opazitäten starben, waren deutlich höher (P<0.05). Wesentliche Unterschiede mit einem Risiko für eine intensive Pflegemedizin waren umfangreiche pulmonale Opazitäten, ein Volumen hoher Opazitäten und ein Prozentsatz hoher Opazitäten (P< 0,001 je). Die COVID-19-Pneumonie kann mittels eines künstlichen Intelligenz (AI)-basierten Software-Ansatzes halbquantifiziert werden. Quantitative Methoden könnten genaue Informationen über das Volumen der Trübungen liefern und die Erkennung von Verbindungen zur Patiententherapie ermöglichen, einschließlich der Notwendigkeit einer intensiven Pflege.
| DOI: | 10.21037/jtd-2025-655 |
Abstract:
Softwaregeführte semi-quantitative Analyse der Koronavirus-Krankheit 2019 (COVID-19) Lungenentzündung in Lungenrechnertomographie (CT)-Datensätzen zur Schwerebewertung. Darüber hinaus werden bildgebende Erkenntnisse mit der Notwendigkeit intensiver Pflegemedizin und klinischer Parameter korreliert. Diese einzentige retrospektive Studie analysierte 66 aufeinanderfolgende Patienten (31 Frauen, mittleres Alter 64.6±16.2 Jahre) mit Lungen-CT-Datensätzen von 12/2020 bis 05/2021 und bestätigte COVID-19-Pneumonie. Lungen-CT-Datensätze wurden mit einer semiquantitativen Software zur Segmentierung und Quantifizierung ausgewertet. Die Korrelation mit zugrunde liegenden Krankheiten, Laborparametern und weiterem Kurs wurde bewertet, einschließlich Intubation und Notwendigkeit einer intensiven Pflege. Das Gesamtvolumen der Lungen betrug 3,903,65±1,185.67 mL, das mittlere Volumen der Trübungen betrug 866,52±829,29 mL, was 23,54%±21.92% des gesamten Lungenvolumens widerspiegelt. Das Volumen der hohen Trübungen betrug 186.88±208.15 mL, was 0,06%±0,07% des gesamten Lungenvolumens widerspiegelt. Insgesamt starben 12 Patienten (18,2%), 10 Patienten (15,2%) erforderlich Intubation und in 27 Fällen (40,9%) intensive Pflege war notwendig. Bei Patienten, die das Volumen an Opazitäten und hohen Opazitäten starben, waren deutlich höher (P<0.05). Wesentliche Unterschiede mit einem Risiko für eine intensive Pflegemedizin waren umfangreiche pulmonale Opazitäten, ein Volumen hoher Opazitäten und ein Prozentsatz hoher Opazitäten (P< 0,001 je). Die COVID-19-Pneumonie kann mittels eines künstlichen Intelligenz (AI)-basierten Software-Ansatzes halbquantifiziert werden. Quantitative Methoden könnten genaue Informationen über das Volumen der Trübungen liefern und die Erkennung von Verbindungen zur Patiententherapie ermöglichen, einschließlich der Notwendigkeit einer intensiven Pflege.
S. OL,
J. Zhu,
M. G,
C. ZI,
P. NR,
E. S. L,
V. PC,
K. S,
L. NG,
P. K,
L. M,
B. J,
A. KA,
A. G,
K. C,
K. M,
R. C,
N. S,
P. R,
M. R,
V. W,
C. J,
V. Schulz,
W. M,
M. S,
C. Kuhl,
G. FJ,
T. D and
K. JN,
"Swarm learning with weak supervision enables automatic breast cancer detection in magnetic resonance imaging.",
Communications medicine,
Feb.
2025.
Abstract:
In den nächsten 5 Jahren werden neue Brustkrebs-Screening-Richtlinien, die Magnetresonanz-Bildgebung (MRI) für bestimmte Patienten empfehlen, das Volumen der zu analysierenden Bildgebungsdaten deutlich erhöhen. Während diese Zunahme Herausforderungen für Radiologen stellt, bietet künstliche Intelligenz (KI) potenzielle Lösungen, um diese Arbeitsbelastung zu bewältigen. Die Entwicklung von KI-Modellen wird jedoch oft durch manuelle Annotationsanforderungen und strenge Datenschutzbestimmungen zwischen Institutionen behindert. In dieser Studie stellen wir eine integrierte Pipeline vor, die die Notwendigkeit detaillierter Anmerkungen mit lokaler KI-Modellausbildung über Swarm-Learning (SL) schwächer beaufsichtigt, was den zentralen Datenaustausch umgeht. Wir nutzten drei Datensätze aus 1372 weiblichen bilateralen Brust-MRT-Prüfungen von Institutionen in drei Ländern: die Vereinigten Staaten (US), die Schweiz und das Vereinigte Königreich (UK) Modelle zu trainieren. Diese Modelle wurden dann auf zwei externen Datensätzen, bestehend aus 649 bilateralen Brust-MRT-Prüfungen aus Deutschland und Griechenland, validiert. Beim systematischen Benchmarking verschiedener schwach beaufsichtigter zweidimensionaler (2D) und dreidimensionaler (3D) Deep Learning (DL)-Methoden finden wir, dass das 3D-ResNet-101 überlegene Leistung zeigt. Durch die Implementierung eines realen SL-Setups in drei internationalen Zentren beobachten wir, dass diese kollaborativ geschulten Modelle die vor Ort geschulten übertreffen. Auch bei einem kleineren Datensatz zeigen wir die praktische Durchführbarkeit, SL international mit der Datenverarbeitung vor Ort einzusetzen, Herausforderungen wie Datenschutz und Annotationsvariabilität zu bewältigen. Die Kombination schwach beaufsichtigten Lernens mit SL verbessert die interinstitutionelle Zusammenarbeit, die Verbesserung des Nutzens verteilter Datensätze für medizinische KI-Ausbildung, ohne dass detaillierte Anmerkungen oder zentrale Datenfreigabe erforderlich sind.
| DOI: | 10.1038/s43856-024-00722-5 |
Abstract:
In den nächsten 5 Jahren werden neue Brustkrebs-Screening-Richtlinien, die Magnetresonanz-Bildgebung (MRI) für bestimmte Patienten empfehlen, das Volumen der zu analysierenden Bildgebungsdaten deutlich erhöhen. Während diese Zunahme Herausforderungen für Radiologen stellt, bietet künstliche Intelligenz (KI) potenzielle Lösungen, um diese Arbeitsbelastung zu bewältigen. Die Entwicklung von KI-Modellen wird jedoch oft durch manuelle Annotationsanforderungen und strenge Datenschutzbestimmungen zwischen Institutionen behindert. In dieser Studie stellen wir eine integrierte Pipeline vor, die die Notwendigkeit detaillierter Anmerkungen mit lokaler KI-Modellausbildung über Swarm-Learning (SL) schwächer beaufsichtigt, was den zentralen Datenaustausch umgeht. Wir nutzten drei Datensätze aus 1372 weiblichen bilateralen Brust-MRT-Prüfungen von Institutionen in drei Ländern: die Vereinigten Staaten (US), die Schweiz und das Vereinigte Königreich (UK) Modelle zu trainieren. Diese Modelle wurden dann auf zwei externen Datensätzen, bestehend aus 649 bilateralen Brust-MRT-Prüfungen aus Deutschland und Griechenland, validiert. Beim systematischen Benchmarking verschiedener schwach beaufsichtigter zweidimensionaler (2D) und dreidimensionaler (3D) Deep Learning (DL)-Methoden finden wir, dass das 3D-ResNet-101 überlegene Leistung zeigt. Durch die Implementierung eines realen SL-Setups in drei internationalen Zentren beobachten wir, dass diese kollaborativ geschulten Modelle die vor Ort geschulten übertreffen. Auch bei einem kleineren Datensatz zeigen wir die praktische Durchführbarkeit, SL international mit der Datenverarbeitung vor Ort einzusetzen, Herausforderungen wie Datenschutz und Annotationsvariabilität zu bewältigen. Die Kombination schwach beaufsichtigten Lernens mit SL verbessert die interinstitutionelle Zusammenarbeit, die Verbesserung des Nutzens verteilter Datensätze für medizinische KI-Ausbildung, ohne dass detaillierte Anmerkungen oder zentrale Datenfreigabe erforderlich sind.
T. Hoffmann,
T. U,
B. LB,
B. Lassen-Schmidt,
R. D,
W. T,
K. M,
O. P,
B. J,
G. F and
W. G,
"The association of symptoms, pulmonary function test and computed tomography in interstitial lung disease at the onset of connective tissue disease: an observational study with artificial intelligence analysis of high-resolution computed tomography.",
Rheumatology international,
Aug.
2025.
Abstract:
Interstitial Lungenerkrankung (ILD) ist eine häufige und ernsthafte Organerscheinung bei Patienten mit Bindegewebeerkrankung (CTD), aber es ist unsicher, ob es einen Unterschied in der ILD zwischen symptomatischen und asymptomatischen Patienten gibt. Daher haben wir eine Studie durchgeführt, um Unterschiede im Ausmaß der ILD anhand von radiologischen Erkenntnissen zwischen symptomatischen/asymptomatischen Patienten mit einer künstlichen Intelligenz (AI)-basierten Quantifizierung der pulmonalen hochauflösenden berechneten Tomographie (AIpqHRCT) zu bewerten. In der Studie wurden mit AIqpHRCT 67 Querschnittsdatensätze und klinische Daten (einschließlich Lungenfunktionstest) von aufeinanderfolgenden Patienten (mittleres Alter: 57,1 ± 14,7 Jahre, Frau n = 45; 67,2 %) und ILD (alle ohne Immunsuppressive Therapie) analysiert. 25,4% (n = 17) der Patienten mit ILD bei der ersten Diagnose von CTD hatten keine Lungensymptome. In Bezug auf die grundlegenden Merkmale (Alter, Geschlecht, Krankheit) gab es keinen signifikanten Unterschied zwischen der symptomatischen und asymptomatischen Gruppe. Der Lungenfunktionstest (PFT) ergab folgende Mittelwerte (%vorhergesagt) in der symptomatischen und asymptomatischen Gruppe: Erzwungene Vitalkapazität (FVC) 69,4 ± 17,4 % gegenüber 86,1 ± 15,8 % (p = 0,001) und Streukapazität der Lunge für Kohlenmonoxid (DLCO) 49,7 ± 17,9 % gegenüber 60,0 ± 15,8 % (p = 0,043). AIqpHRCT-Daten zeigten einen signifikant höheren Anteil an hochgeschwächtem Volumen (HAV) (14,8 ± 11,0% gegenüber 8,9 ± 3,9%; p = 0,021) und Retikulationen (5.4 ± 8,7% gegenüber 1,4 ± 1,5%; p = 0,035) bei symptomatischen Patienten. Ein Viertel der Patienten mit ILD zum Zeitpunkt der ersten CTD-Diagnose hatte keine Lungensymptome, die DLCO zeigten, wurden in beiden Gruppen reduziert. Auch zeigte AIqpHRCT klinisch relevante ILD bei asymptomatischen Patienten. Diese Ergebnisse unterstreichen die Bedeutung eines frühzeitigen, risikogerechten Screenings für ILD auch bei asymptomatischen CTD-Patienten, da ILD mit einer erhöhten Mortalität verbunden ist.
| DOI: | 10.1007/s00296-025-05934-z |
Abstract:
Interstitial Lungenerkrankung (ILD) ist eine häufige und ernsthafte Organerscheinung bei Patienten mit Bindegewebeerkrankung (CTD), aber es ist unsicher, ob es einen Unterschied in der ILD zwischen symptomatischen und asymptomatischen Patienten gibt. Daher haben wir eine Studie durchgeführt, um Unterschiede im Ausmaß der ILD anhand von radiologischen Erkenntnissen zwischen symptomatischen/asymptomatischen Patienten mit einer künstlichen Intelligenz (AI)-basierten Quantifizierung der pulmonalen hochauflösenden berechneten Tomographie (AIpqHRCT) zu bewerten. In der Studie wurden mit AIqpHRCT 67 Querschnittsdatensätze und klinische Daten (einschließlich Lungenfunktionstest) von aufeinanderfolgenden Patienten (mittleres Alter: 57,1 ± 14,7 Jahre, Frau n = 45; 67,2 %) und ILD (alle ohne Immunsuppressive Therapie) analysiert. 25,4% (n = 17) der Patienten mit ILD bei der ersten Diagnose von CTD hatten keine Lungensymptome. In Bezug auf die grundlegenden Merkmale (Alter, Geschlecht, Krankheit) gab es keinen signifikanten Unterschied zwischen der symptomatischen und asymptomatischen Gruppe. Der Lungenfunktionstest (PFT) ergab folgende Mittelwerte (%vorhergesagt) in der symptomatischen und asymptomatischen Gruppe: Erzwungene Vitalkapazität (FVC) 69,4 ± 17,4 % gegenüber 86,1 ± 15,8 % (p = 0,001) und Streukapazität der Lunge für Kohlenmonoxid (DLCO) 49,7 ± 17,9 % gegenüber 60,0 ± 15,8 % (p = 0,043). AIqpHRCT-Daten zeigten einen signifikant höheren Anteil an hochgeschwächtem Volumen (HAV) (14,8 ± 11,0% gegenüber 8,9 ± 3,9%; p = 0,021) und Retikulationen (5.4 ± 8,7% gegenüber 1,4 ± 1,5%; p = 0,035) bei symptomatischen Patienten. Ein Viertel der Patienten mit ILD zum Zeitpunkt der ersten CTD-Diagnose hatte keine Lungensymptome, die DLCO zeigten, wurden in beiden Gruppen reduziert. Auch zeigte AIqpHRCT klinisch relevante ILD bei asymptomatischen Patienten. Diese Ergebnisse unterstreichen die Bedeutung eines frühzeitigen, risikogerechten Screenings für ILD auch bei asymptomatischen CTD-Patienten, da ILD mit einer erhöhten Mortalität verbunden ist.
[en]
T. Herrmann,
J. Mallow,
M. Plaumann,
R. Lehmann,
S. Baecke,
J. Berger,
M. Rak,
M. Franke,
P. Heinrich,
D. Tiller,
A. Pirkl,
J. Bernarding and
C. Bruns,
"The implementation of broad consent at university hospitals",
Dtsch. Arztebl. Int.,
vol. 122,
no. 12,
pp. 338—339,
Jun.
2025.
Deutscher Arzte-Verlag GmbH.
Abstract:
Deutsches Ärzteblatt: Einführung des Broad Consents an Universitätskliniken Die Studie evaluiert die Integration des sogenannten Broad Consent (BC) in den klinischen Alltag an vier Universitätsklinikstandorten (Dresden, Erlangen, Halle, Magdeburg). Kontext: Im Rahmen der Medizininformatik-Initiative (MII) wurden Voraussetzungen geschaffen, um Patientendaten für die Forschung nutzbar zu machen. Der Broad Consent: Er ermöglicht Patientinnen und Patienten, eine breite Einwilligung für die Nutzung ihrer Daten (Klinik, Krankenkasse, Biomaterialien) in zukünftigen, noch nicht definierten Forschungsprojekten zu geben. Ziel: Die retrospektive Analyse (03/2021 – 08/2024) soll Hürden und Erfolgsfaktoren aufzeigen, um die flächendeckende Einführung an weiteren Standorten zu erleichtern.
Abstract:
Deutsches Ärzteblatt: Einführung des Broad Consents an Universitätskliniken Die Studie evaluiert die Integration des sogenannten Broad Consent (BC) in den klinischen Alltag an vier Universitätsklinikstandorten (Dresden, Erlangen, Halle, Magdeburg). Kontext: Im Rahmen der Medizininformatik-Initiative (MII) wurden Voraussetzungen geschaffen, um Patientendaten für die Forschung nutzbar zu machen. Der Broad Consent: Er ermöglicht Patientinnen und Patienten, eine breite Einwilligung für die Nutzung ihrer Daten (Klinik, Krankenkasse, Biomaterialien) in zukünftigen, noch nicht definierten Forschungsprojekten zu geben. Ziel: Die retrospektive Analyse (03/2021 – 08/2024) soll Hürden und Erfolgsfaktoren aufzeigen, um die flächendeckende Einführung an weiteren Standorten zu erleichtern.
P. T,
F. P,
B. A,
I. P,
M. D,
P. T,
S. M,
V. T,
K. J and
D. F,
"The RACOON viral pneumonia score for structured reporting of pre-existing, acute, and post-pneumonic findings on chest CT.",
Frontiers in medicine,
2025.
Abstract:
Der multidimensionale RACOON Viral Pneumonia Score (RVPS) wurde entwickelt, um die Hauptschwächen der etablierten eindimensionalen Brust-Computertomographie (CT)-Scores zu kompensieren. Sie zielte darauf ab, die Schwere der Lungenentzündung zu quantifizieren und die infektiöse Lungenerkrankung von der akuten Phase bis zur post-pneumonischen Sequenz qualitativ zu überwachen. Diese Forschung konzentriert sich auf die ursprüngliche Entwicklung und Bewertung der Anwendbarkeit und der Interreader Zuverlässigkeit des RVPS. Innerhalb des Radiological Cooperative Network (RACOON) wurde das Scoring-System nach mehreren Expertensitzungen entwickelt und in dieser Nachweisstudie mit 8,525 Beobachtungen getestet. In der Untermenge der Interreadervalidierung (7.800 Beobachtungen) applizierten acht blinde Radiologen die RVPS und bewerteten für jede Lungenkeule die folgenden CT-Ergebnisse einzeln: (I) reine Bodenglasundurchlässigkeiten (GGO), (II) GGO und interstitielle Verdickung, (III) Konsolidierungen, (IV) lineare Opazitäten und Retikulationen und (V) fibrotischartige Veränderungen. Das Ausmaß jeder Pathologie wurde auf einer Skala von 0-5 Punkten bewertet, und die Gesamtbeteiligung wurde berechnet. Die Variabilität der Interreader wurde mit Kendalls W bewertet. Die Gesamtinterreadersicherheit des RVPS war ausgezeichnet (Kendalls' W 0.95). CT-Ergebnisse im Zusammenhang mit akuter Lungenentzündung wurden mit guter Einigung erzielt (W 0.81-0.87). Bei der Trennung der Ergebnisse der Kategorie IV vs. Kategorie V (W 0.55-0.69) wurde eine geringe Unsicherheit eingeführt. Der Gesamtumfang der nachinfektiösen Ergebnisse wurde mit guter Einigung bewertet (W 0.79). Die Längsverteilung der Subscores erlaubte eine Differenzierung zwischen akuter Lungenentzündung und post-pneumonischer Sequenz. Diese Studie präsentiert das RVPS als umfassendes Werkzeug für eine zuverlässige Auswertung, Längsüberwachung und strukturierte Dokumentation des Ausmaßes sowie der Qualität der Brust-CT-Ergebnisse bei Infektions-Lungenerkrankungen.
| DOI: | 10.3389/fmed.2025.1578282 |
Abstract:
Der multidimensionale RACOON Viral Pneumonia Score (RVPS) wurde entwickelt, um die Hauptschwächen der etablierten eindimensionalen Brust-Computertomographie (CT)-Scores zu kompensieren. Sie zielte darauf ab, die Schwere der Lungenentzündung zu quantifizieren und die infektiöse Lungenerkrankung von der akuten Phase bis zur post-pneumonischen Sequenz qualitativ zu überwachen. Diese Forschung konzentriert sich auf die ursprüngliche Entwicklung und Bewertung der Anwendbarkeit und der Interreader Zuverlässigkeit des RVPS. Innerhalb des Radiological Cooperative Network (RACOON) wurde das Scoring-System nach mehreren Expertensitzungen entwickelt und in dieser Nachweisstudie mit 8,525 Beobachtungen getestet. In der Untermenge der Interreadervalidierung (7.800 Beobachtungen) applizierten acht blinde Radiologen die RVPS und bewerteten für jede Lungenkeule die folgenden CT-Ergebnisse einzeln: (I) reine Bodenglasundurchlässigkeiten (GGO), (II) GGO und interstitielle Verdickung, (III) Konsolidierungen, (IV) lineare Opazitäten und Retikulationen und (V) fibrotischartige Veränderungen. Das Ausmaß jeder Pathologie wurde auf einer Skala von 0-5 Punkten bewertet, und die Gesamtbeteiligung wurde berechnet. Die Variabilität der Interreader wurde mit Kendalls W bewertet. Die Gesamtinterreadersicherheit des RVPS war ausgezeichnet (Kendalls' W 0.95). CT-Ergebnisse im Zusammenhang mit akuter Lungenentzündung wurden mit guter Einigung erzielt (W 0.81-0.87). Bei der Trennung der Ergebnisse der Kategorie IV vs. Kategorie V (W 0.55-0.69) wurde eine geringe Unsicherheit eingeführt. Der Gesamtumfang der nachinfektiösen Ergebnisse wurde mit guter Einigung bewertet (W 0.79). Die Längsverteilung der Subscores erlaubte eine Differenzierung zwischen akuter Lungenentzündung und post-pneumonischer Sequenz. Diese Studie präsentiert das RVPS als umfassendes Werkzeug für eine zuverlässige Auswertung, Längsüberwachung und strukturierte Dokumentation des Ausmaßes sowie der Qualität der Brust-CT-Ergebnisse bei Infektions-Lungenerkrankungen.
A. Bludau,
A. Jack,
N. Fischer,
J. Dreesman,
C. Drosten,
R. Egelkamp,
L. Ehlkes,
F. Feil,
A. Grundhoff,
H. Grundmann,
P. Kreuzer,
M. Monazahian,
I. Overesch,
D. Schmitt,
M. Troeger,
A. Reiswitz,
J. Weber,
A. Dilthey,
C. Hornberg,
S. Reuter and
S. Scheithauer,
"Use of integrated genomic surveillance by local public health authorities: Recommendations based on a mixed-methods study of current adoption, applications and success factors, Germany, 2023",
Eurosurveillance,
2025.
| DOI: | 10.2807/1560-7917.ES.2025.30.28.2500508 |
| Datei: | https://doi.org/10.2807/1560-7917.ES.2025.30.28.2500508 |
M. E. Liebl,
A. Reisshauer,
D. Loudovici-Krug,
P. Baumbach,
K. S. Appel,
S. Blaschke,
J. Erber,
I. Grewe,
M. Hagen,
E. Heim,
S. M. Pütz,
K. Lehnert,
P. Meybohm,
O. Miljukov,
M. Milovanovic,
S. M. Miranda,
C. Römmele,
P. Tepasse,
J. J. Vehreschild,
N. Weinert,
M. Weigl,
J. Wendel and
C. Lemhöfer,
"Utilization of interdisciplinary in-hospital early rehabilitation in COVID-19 patients - a multicenter cohort study in the National Pandemic Cohort Network (NAPKON) in Germany",
PloS one,
vol. 20,
no. 10,
pp. e0334941,
2025.
Abstract:
BACKGROUND Early rehabilitation in acute hospitals aims to prevent immobilization-related complications and improve the functional capacity of patients with severe or critical illness. Early rehabilitation can be a useful concept to improve functioning in COVID-19 patients. However, literature concerning early in-hospital rehabilitation in COVID-19 patients is scarce. AIM To analyze the utilization of in-hospital interdisciplinary early rehabilitation (IER) in COVID-19 patients and characterize the sample of IER patients. DESIGN Prospective cohort study. SETTING Hospitalized COVID-19 patient cases. POPULATION This study used data from the National Pandemic Cohort Network (NAPKON) in Germany. METHODS IER utilization rates were retrieved. Demographic and clinical data from hospitalized COVID-19 patients who had received IER during the course of their treatment were evaluated. RESULTS Out of the 2,644 patients in the Cross-Sectoral Platform (German abbreviation: SUEP) cohort, 0.79% [95% CI: 0.51% to 1.22%] received IER during their stay in an acute care hospital. Among the subgroup of patients who had previously been treated in intensive care, 2.13% [95% CI: 1.16% to 3.63%] received IER. The most common comorbidities were cardiovascular diseases (66.7%) and neurological/psychiatric diseases (36.1%). The small sample size limited further analyses. CONCLUSION The low rate of early rehabilitation in acute hospitals for COVID-19 patients indicates an unmet need, particularly in severe cases. Structural changes in the health system are needed to close this gap. The WHO and the German Medical Council have recently acknowledged the necessity of early in-hospital rehabilitation and have issued a call for its implementation in acute hospitals.
| DOI: | 10.1371/journal.pone.0334941 |
Abstract:
BACKGROUND Early rehabilitation in acute hospitals aims to prevent immobilization-related complications and improve the functional capacity of patients with severe or critical illness. Early rehabilitation can be a useful concept to improve functioning in COVID-19 patients. However, literature concerning early in-hospital rehabilitation in COVID-19 patients is scarce. AIM To analyze the utilization of in-hospital interdisciplinary early rehabilitation (IER) in COVID-19 patients and characterize the sample of IER patients. DESIGN Prospective cohort study. SETTING Hospitalized COVID-19 patient cases. POPULATION This study used data from the National Pandemic Cohort Network (NAPKON) in Germany. METHODS IER utilization rates were retrieved. Demographic and clinical data from hospitalized COVID-19 patients who had received IER during the course of their treatment were evaluated. RESULTS Out of the 2,644 patients in the Cross-Sectoral Platform (German abbreviation: SUEP) cohort, 0.79% [95% CI: 0.51% to 1.22%] received IER during their stay in an acute care hospital. Among the subgroup of patients who had previously been treated in intensive care, 2.13% [95% CI: 1.16% to 3.63%] received IER. The most common comorbidities were cardiovascular diseases (66.7%) and neurological/psychiatric diseases (36.1%). The small sample size limited further analyses. CONCLUSION The low rate of early rehabilitation in acute hospitals for COVID-19 patients indicates an unmet need, particularly in severe cases. Structural changes in the health system are needed to close this gap. The WHO and the German Medical Council have recently acknowledged the necessity of early in-hospital rehabilitation and have issued a call for its implementation in acute hospitals.
G. M,
E. A,
R. M,
U. F,
H. R,
S. J,
L. S,
T. O,
H. LP,
L. K,
A. K and
W. HF,
"Utilization of mental health services during the first year of the COVID-19 pandemic - a systematic review and meta-analysis",
Eur Psychiatry,
2025.
| DOI: | 10.1192/j.eurpsy.2025.10119 |
| Datei: | https://doi.org/10.1192/j.eurpsy.2025.10119 |
J. Bienzeisler,
A. Kombeiz,
H. Heidemeyer,
M. Hertwig,
B. Erdmann,
M. Pegoraro,
S. Ehrentreich,
P. A. Eder,
J. Mosebach,
A. Rashid and
R. W. Majeed,
"Embedding FHIR in Medical PDF: A Migration Path for Interoperable Documentation"
in Studies in Health Technology and Informatics, Röhrig, Rainer and Ganslandt, Thomas and Jung, Klaus and Kock-Schoppenhauer, Ann-Kristin and König, Jochem and Sax, Ulrich and Sedlmayr, Martin and Spreckelsen, Cord and Zapf, Antonia, Eds.
IOS Press,
Sep.
2025.
Abstract:
Introduction: Medical services routinely transmit patient data using PDF, even as FHIR emerges as the standard for structured healthcare interoperability. This mismatch reflects a broader fragmentation in digital documentation, where pragmatic workflows often outpace technical ideals. Methods: We propose embedding FHIR bundles into PDF to enable structured data reuse without disrupting established processes. These hybrid documents can be processed via FHIR Binary endpoints, allowing downstream systems to extract, validate, and map the embedded data to interoperable resources. Results: A proof-of-concept using German emergency medical services records demonstrates that vital parameters and timestamps can be transmitted as PDF while preserving machine-readable structure. Conclusion: This approach respects existing transport mechanisms and accommodates heterogeneous IT landscapes. By bridging legacy formats with modern standards, the method offers a scalable migration path toward interoperability—ready to deploy wherever PDF are already in use. Thus, our approach provides a migration pathway for integrating routine data into interoperable research infrastructures, enabling structured reuse without altering clinical workflows.
| DOI: | 10.3233/SHTI251395 |
| ISBN: | 978-1-64368-615-8 |
| Datei: | https://ebooks.iospress.nl/doi/10.3233/SHTI251395 |
Abstract:
Introduction: Medical services routinely transmit patient data using PDF, even as FHIR emerges as the standard for structured healthcare interoperability. This mismatch reflects a broader fragmentation in digital documentation, where pragmatic workflows often outpace technical ideals. Methods: We propose embedding FHIR bundles into PDF to enable structured data reuse without disrupting established processes. These hybrid documents can be processed via FHIR Binary endpoints, allowing downstream systems to extract, validate, and map the embedded data to interoperable resources. Results: A proof-of-concept using German emergency medical services records demonstrates that vital parameters and timestamps can be transmitted as PDF while preserving machine-readable structure. Conclusion: This approach respects existing transport mechanisms and accommodates heterogeneous IT landscapes. By bridging legacy formats with modern standards, the method offers a scalable migration path toward interoperability—ready to deploy wherever PDF are already in use. Thus, our approach provides a migration pathway for integrating routine data into interoperable research infrastructures, enabling structured reuse without altering clinical workflows.
S. Kugai,
B. Aretz,
Y. Krumpholtz,
M. Schmidt,
D. Süssle,
L. Steyer,
A. Henkel,
K. Bender,
F. Girrbach,
S. Stehr,
K. Balzer and
B. Weltermann,
"Innovative Regional Services and Heterogeneous Communication Channels: Results from the Nationwide German egePan Project for Pandemic Management",
Healthcare,
vol. 21,
no. 21,
pp. 2192,
Nov.
2024.
| DOI: | 10.3390/healthcare12212192 |
K. Appel,
C. Lee,
S. N. Miranda,
D. Maier,
J. Reese,
G. Anton,
T. Bahmer,
S. Ballhausen,
B. Balzuweit,
C. Bellinghausen,
A. Blumentritt,
M. Brechtel,
I. Chaplinskaya-Sobol,
J. Erber,
K. Fiedler,
R. Geisler,
R. Heyder,
T. Illig,
M. Kohls,
L. Krist,
R. Lorbeer,
O. Miljukov,
L. Mitrov,
C. Nürnberger,
C. Pape,
C. Pley,
C. Schäfer,
J. Schaller,
M. Schattschneider,
M. Scherer,
N. Schulze,
D. Stahl,
H. C. Stubbe,
T. Tamminga,
J. J. Tebbe,
M. Vehreschild,
J. J. Vehreschild,
S. Wiedmann and
J. Kollek,
"A precise performance-based reimbursement model for the multi-centre NAPKON cohorts - development and evaluation",
Sci Rep. 2024 Jun 13;14(1):13607,
06
2024.
| DOI: | 10.1038/s41598-024-63945-5 |
| Pubmed: | 38871878 |
C. Stellmach,
S. Hopff,
T. Jaenisch,
S. N. Miranda,
E. Rinaldi,
N. group and
R. Working Groups,
"Creation of Standardized Common Data Elements for Diagnostic Tests in Infectious Disease Studies: Semantic and Syntactic Mapping",
J Med Internet Res. 2024 Jun 10;26:e50049,
06
2024.
| DOI: | 10.2196/50049 |
Y. Devaux,
L. Zhang,
A. Lumley,
K. Karaduzovic-Hadziabdic,
V. Mooser,
S. Rousseau,
M. Shoaib,
V. Satagopam,
P. Srivastava,
C. Emanueli,
F. Martelli,
S. Greco,
L. Badimon,
T. Padro,
M. Lustrek,
M. Scholz,
M. Rosolowski,
T. Brandenburger,
J. J. Vehreschild,
B. Lorenz-Depiereux,
M. Dörr,
O. Witzke,
M. Jordan,
B. Benczik,
P. Ferdinandy,
G. Sanchez,
S. Kul,
A. Baker,
G. Fagherazzi,
M. Ollert,
R. Wereski,
N. Mills and
H. Firat,
"Development of a long noncoding RNA-based machine learning model to predict COVID-19 in-hospital mortality",
Nat Commun. 2024 May 20; 15(1):4259.,
05
2024.
S. Hopff,
K. Appel,
O. Miljukov,
J. Schneider,
S. Bercker,
S. Blaschke,
I. Bröhl,
H. Dashti,
J. Erber,
A. Friedrichs,
R. Geisler,
S. Göpel,
M. Hagen,
F. Hanses,
B. Jensen,
A. Krawczyk,
B. Lorenz-Depiereux,
P. Meybohm,
M. Milovanovic,
L. Mitrov,
C. Nürnberger,
C. Römmele,
C. Schäfer,
C. Scheer,
M. Scherer,
J. Schmidt,
K. Seibel,
S. Sikdar,
J. J. Tebbe,
P. R. Tepasse,
M. Vehreschild,
C. Weismantel,
J. J. Vehreschild,
R. Bals,
N. Büchner,
M. Keul,
W. Obst and
P. Thelen,
"Comparison of post-COVID-19 symptoms in patients infected with the SARS-CoV-2 variants delta and omicron-results of the Cross-Sectoral Platform of the German National Pandemic Cohort Network (NAPKON-SUEP)",
Infection. 2024 May 3,
05
2024.
| DOI: | 10.1007/s15010-024-02270-5 |
J. Bienzeisler,
G. Becker,
B. Erdmann,
A. Kombeiz,
R. W. Majeed,
R. Röhrig,
F. Greiner,
R. Otto and
F. Otto-Sobotka,
"The Effects of Displaying the Time Targets of the Manchester Triage System to Emergency Department Personnel: Prospective Crossover Study",
J Med Internet Res,
vol. 26,
Mai
2024.
| DOI: | 10.2196/45593 |
| Pubmed: | 38743464 |
[en]
M. Heming,
A. B"orsch,
S. Melnik,
N. Gmahl,
L. M"uller-Miny,
C. Dambietz,
L. Fisch,
T. Kühnel,
T. J. Brix,
A. Janssen,
E. Schumann,
C. C. Gross,
J. Varghese,
T. Hahn,
H. Wiendl and
G. Meyer Zu H"orste,
"Atlas of Cerebrospinal Fluid Immune Cells Across Neurological
Diseases",
Ann Neurol,
vol. 97,
no. 4,
pp. 779—790,
Dez.
2024.
Abstract:
In dieser Studie wurden die Immunzellen in Nervenwasser (Liquor) und Blut von über 8.000 Patientinnen und Patienten untersucht, um Muster zu erkennen, die bei verschiedenen neurologischen Erkrankungen auftreten. Die Forschenden fanden heraus, dass bestimmte Abwehrzellen im Liquor und Blut mit dem Alter zunehmen oder abnehmen und so etwas wie ein „Immun-Alter“ anzeigen können. Mithilfe von Computermodellen konnten vier große Krankheitsgruppen allein anhand der Zellprofile im Liquor und Blut unterschieden werden: gesunde Personen, Autoimmunerkrankungen, Hirnhaut- bzw. Gehirnentzündungen und neurodegenerative Erkrankungen. Diese Einteilung funktionierte auch in weiteren unabhängigen Patientengruppen. Zudem zeigte sich, dass die Methode helfen kann, Erkrankungen wie Multiple Sklerose oder Demenz besser einzuschätzen und die Diagnose zu verbessern.
Abstract:
In dieser Studie wurden die Immunzellen in Nervenwasser (Liquor) und Blut von über 8.000 Patientinnen und Patienten untersucht, um Muster zu erkennen, die bei verschiedenen neurologischen Erkrankungen auftreten. Die Forschenden fanden heraus, dass bestimmte Abwehrzellen im Liquor und Blut mit dem Alter zunehmen oder abnehmen und so etwas wie ein „Immun-Alter“ anzeigen können. Mithilfe von Computermodellen konnten vier große Krankheitsgruppen allein anhand der Zellprofile im Liquor und Blut unterschieden werden: gesunde Personen, Autoimmunerkrankungen, Hirnhaut- bzw. Gehirnentzündungen und neurodegenerative Erkrankungen. Diese Einteilung funktionierte auch in weiteren unabhängigen Patientengruppen. Zudem zeigte sich, dass die Methode helfen kann, Erkrankungen wie Multiple Sklerose oder Demenz besser einzuschätzen und die Diagnose zu verbessern.
[de]
S. Windeck,
S. Stillfried,
L. Triefenbach,
U. Nienaber,
R. D. Bülow,
R. Röhrig,
B. Ondruschka,
P. Boor and
NATON,
"[Development and progress of the National Autopsy Network
(NATON)]",
Pathologie (Heidelb),
vol. Online ahead of print,
2024.
Abstract:
BACKGROUND: Autopsies have long been considered the gold standard for quality assurance in medicine, yet their significance in basic research has been relatively overlooked. The COVID-19 pandemic underscored the potential of autopsies in understanding pathophysiology, therapy, and disease management. In response, the German Registry for COVID-19 Autopsies (DeRegCOVID) was established in April 2020, followed by the DEFEAT PANDEMIcs consortium (2020-2021), which evolved into the National Autopsy Network (NATON). DEREGCOVID: DeRegCOVID collected and analyzed autopsy data from COVID-19 deceased in Germany over three years, serving as the largest national multicenter autopsy study. Results identified crucial factors in severe/fatal cases, such as pulmonary vascular thromboemboli and the intricate virus-immune interplay. DeRegCOVID served as a central hub for data analysis, research inquiries, and public communication, playing a vital role in informing policy changes and responding to health authorities. NATON: Initiated by the Network University Medicine (NUM), NATON emerged as a sustainable infrastructure for autopsy-based research. NATON aims to provide a data and method platform, fostering collaboration across pathology, neuropathology, and legal medicine. Its structure supports a swift feedback loop between research, patient care, and pandemic management. CONCLUSION: DeRegCOVID has significantly contributed to understanding COVID-19 pathophysiology, leading to the establishment of NATON. The National Autopsy Registry (NAREG), as its successor, embodies a modular and adaptable approach, aiming to enhance autopsy-based research collaboration nationally and, potentially, internationally.
| DOI: | https://doi.org/10.1007/s00292-024-01307-8 |
Abstract:
BACKGROUND: Autopsies have long been considered the gold standard for quality assurance in medicine, yet their significance in basic research has been relatively overlooked. The COVID-19 pandemic underscored the potential of autopsies in understanding pathophysiology, therapy, and disease management. In response, the German Registry for COVID-19 Autopsies (DeRegCOVID) was established in April 2020, followed by the DEFEAT PANDEMIcs consortium (2020-2021), which evolved into the National Autopsy Network (NATON). DEREGCOVID: DeRegCOVID collected and analyzed autopsy data from COVID-19 deceased in Germany over three years, serving as the largest national multicenter autopsy study. Results identified crucial factors in severe/fatal cases, such as pulmonary vascular thromboemboli and the intricate virus-immune interplay. DeRegCOVID served as a central hub for data analysis, research inquiries, and public communication, playing a vital role in informing policy changes and responding to health authorities. NATON: Initiated by the Network University Medicine (NUM), NATON emerged as a sustainable infrastructure for autopsy-based research. NATON aims to provide a data and method platform, fostering collaboration across pathology, neuropathology, and legal medicine. Its structure supports a swift feedback loop between research, patient care, and pandemic management. CONCLUSION: DeRegCOVID has significantly contributed to understanding COVID-19 pathophysiology, leading to the establishment of NATON. The National Autopsy Registry (NAREG), as its successor, embodies a modular and adaptable approach, aiming to enhance autopsy-based research collaboration nationally and, potentially, internationally.
T. Hoffmann,
T. U,
B. Lassen-Schmidt,
K. C,
K. M,
F. M,
R. D,
O. P,
B. J,
F. M,
W. G and
G. F,
"[Is JAK inhibition an option in the treatment of interstitial lung disease in rheumatoid arthritis?].",
Zeitschrift fur Rheumatologie,
Aug.
2024.
Abstract:
Ein 69-jähriger männlicher Patient mit seropositiver erosiver rheumatoider Arthritis (RA) präsentierte sich in unserer Klinik durch progressive Dyspnea. Hochauflösende berechnete Tomographie (HRCT) und immunologische Bronchioalveolarlavage ergaben Bodenglas-Optik und eine durch interstitielle Lungenerkrankungen (ILD) in RA verursachte lymphozytische Alveolitis. In Anbetracht früherer Behandlungsformen wurde die krankheitsmodifizierende antirheumatische Behandlung (DMARD) auf die Facitinib umgestellt. Die Tofacitinib-Behandlung zeigte eine Verringerung der Bodenglas-Optik durch künstliche Intelligenz-basierte Quantifizierung der Lungen HRCT im Laufe von 6 Monaten, die mit einer Verbesserung der Dyspnea-Symptome verbunden war. Abschließend stellt Tofacitinib eine effektive entzündungshemmende therapeutische Option bei der Behandlung von RA-ILD dar.
| DOI: | 10.1007/s00393-023-01434-2 |
Abstract:
Ein 69-jähriger männlicher Patient mit seropositiver erosiver rheumatoider Arthritis (RA) präsentierte sich in unserer Klinik durch progressive Dyspnea. Hochauflösende berechnete Tomographie (HRCT) und immunologische Bronchioalveolarlavage ergaben Bodenglas-Optik und eine durch interstitielle Lungenerkrankungen (ILD) in RA verursachte lymphozytische Alveolitis. In Anbetracht früherer Behandlungsformen wurde die krankheitsmodifizierende antirheumatische Behandlung (DMARD) auf die Facitinib umgestellt. Die Tofacitinib-Behandlung zeigte eine Verringerung der Bodenglas-Optik durch künstliche Intelligenz-basierte Quantifizierung der Lungen HRCT im Laufe von 6 Monaten, die mit einer Verbesserung der Dyspnea-Symptome verbunden war. Abschließend stellt Tofacitinib eine effektive entzündungshemmende therapeutische Option bei der Behandlung von RA-ILD dar.
F. Steinbeis,
C. Kedor,
H. Meyer,
C. Thibeault,
M. Mittermaier,
P. Knape,
K. Ahrens,
G. Rotter,
B. Temmesfeld-Wollbrück,
L. E. Sander,
F. Kurth,
M. Witzenrath,
C. Scheibenbogen and
T. Zoller,
"A new phenotype of patients with post-COVID-19 condition is characterised by a pattern of complex ventilatory dysfunction, neuromuscular disturbance and fatigue symptoms",
ERJ Open Research,
vol. 10,
no. 5,
2024.
Abstract:
BackgroundPatients with post-COVID-19 condition frequently suffer from chronic dyspnoea. The causes and mechanism for dyspnoea in these patients without evidence of structural lung disease are unclear. MethodsPatients treated for COVID-19 at Charité University Hospital in Berlin received pulmonary function testing including respiratory muscle strength tests and completed health-related quality-of-life questionnaires during follow-up. Patients with post-COVID-19 condition during outpatient follow-up with fatigue and exertional intolerance (PCF) were compared to patients with post-COVID-19 condition with evidence of chronic pulmonary sequelae (post-COVID-19 restriction (PCR)) as well as to patients without post-COVID-19 condition (NCF). ResultsA total of 170 patients presented for follow-up. 36 participants met criteria for PCF, 28 for PCR and 24 for NCF. PCF patients reported dyspnoea in 63.8%. % predicted value of respiratory muscle strength (median (IQR)) was reduced in PCF (55.8 (41.5—75.9)) compared to NCF and PCR (70.6 (66.3—88.9) and 76.8 (63.6—102.2), respectively; p=0.011). A pattern of reduced forced vital capacity (FVC), but normal total lung capacity (TLC), termed complex ventilatory dysfunction defined as TLC $-$ FVC \textgreater10% predicted was observed and occurred more frequently in PCF (88.9%) compared to NCF and PCR (29.1% and 25.0%, respectively; p\textless0.001). ConclusionDyspnoea in PCF is characterised by reduced respiratory muscle strength and complex ventilatory dysfunction indicating neuromuscular disturbance as a distinct phenotype among patients with post-COVID-19 condition. These observations could be a starting point for developing personalised rehabilitation concepts. Shareable abstract Patients with post-COVID-19 condition, fatigue and exertional malaise frequently suffer from dyspnoea. Dyspnoea in this patient group might be caused by a novel pattern of complex ventilatory dysfunction and neuromuscular disturbance. https://bit.ly/3WKhDrN
| DOI: | 10.1183/23120541.01027-2023 |
| Datei: | https://publications.ersnet.org//content/erjor/10/5/01027-2023 |
Abstract:
BackgroundPatients with post-COVID-19 condition frequently suffer from chronic dyspnoea. The causes and mechanism for dyspnoea in these patients without evidence of structural lung disease are unclear. MethodsPatients treated for COVID-19 at Charité University Hospital in Berlin received pulmonary function testing including respiratory muscle strength tests and completed health-related quality-of-life questionnaires during follow-up. Patients with post-COVID-19 condition during outpatient follow-up with fatigue and exertional intolerance (PCF) were compared to patients with post-COVID-19 condition with evidence of chronic pulmonary sequelae (post-COVID-19 restriction (PCR)) as well as to patients without post-COVID-19 condition (NCF). ResultsA total of 170 patients presented for follow-up. 36 participants met criteria for PCF, 28 for PCR and 24 for NCF. PCF patients reported dyspnoea in 63.8%. % predicted value of respiratory muscle strength (median (IQR)) was reduced in PCF (55.8 (41.5—75.9)) compared to NCF and PCR (70.6 (66.3—88.9) and 76.8 (63.6—102.2), respectively; p=0.011). A pattern of reduced forced vital capacity (FVC), but normal total lung capacity (TLC), termed complex ventilatory dysfunction defined as TLC $-$ FVC \textgreater10% predicted was observed and occurred more frequently in PCF (88.9%) compared to NCF and PCR (29.1% and 25.0%, respectively; p\textless0.001). ConclusionDyspnoea in PCF is characterised by reduced respiratory muscle strength and complex ventilatory dysfunction indicating neuromuscular disturbance as a distinct phenotype among patients with post-COVID-19 condition. These observations could be a starting point for developing personalised rehabilitation concepts. Shareable abstract Patients with post-COVID-19 condition, fatigue and exertional malaise frequently suffer from dyspnoea. Dyspnoea in this patient group might be caused by a novel pattern of complex ventilatory dysfunction and neuromuscular disturbance. https://bit.ly/3WKhDrN
M. Bialke,
C. Hampf,
A. Blumentritt,
F. Moser,
S. Lang,
A. Stehn,
E. Sargsyan,
W. Hoffmann and
M. Kraus,
"A semantic consent code to facilitate consistent documentation and implementation of consent in collaborative medical research",
International journal of medical informatics,
vol. 190,
pp. 105545,
2024.
Abstract:
INTRODUCTION In German and international research networks different approaches concerning patient consent are applied. So far it is time-consuming to find out to what extent data from these networks can be used for a specific research project. To make the contents of the consents queryable, we aimed for a permission-based approach (Opt-In) that can map both the permission and the withdrawal of consent contents as well as make it queryable beyond project boundaries. MATERIALS AND METHODS The current state of research was analysed in terms of approach and reusability. Selected process models for defining consent policies were abstracted in a next step. On this basis, a standardised semantic terminology for the description of consent policies was developed and initially agreed with experts. In a final step, the resulting code was evaluated with regards to different aspects of applicability. RESULTS A first and extendable version for a Semantic Consent Code (SCC) based on 3-axis (CLASS, ACTION, PURPOSE) was developed, consolidated und published. The added value achieved by the SCC was illustrated using the example of real consents from large national research associations (Medical Informatics Initiative and NUM NAPKON/NUKLEUS). The applicability of the SCC was successfully evaluated in terms of the manual semantic mapping of consents by briefly trained personnel and the automated interpretability of consent policies according to the SCC (and vice versa). In addition, a concept for the use of the SCC to simplify consent queries in heterogeneous research scenarios was presented. CONCLUSIONS The Semantic Consent Code has already successfully undergone initial evaluations. As the published 3-axis code SCC is an essential preliminary work to standardising initially diverse consent texts and contents and can iteratively be extended in multiple ways in terms of content and technical additions. It should be extended in cooperation with the potential user community.
| DOI: | 10.1016/j.ijmedinf.2024.105545 |
Abstract:
INTRODUCTION In German and international research networks different approaches concerning patient consent are applied. So far it is time-consuming to find out to what extent data from these networks can be used for a specific research project. To make the contents of the consents queryable, we aimed for a permission-based approach (Opt-In) that can map both the permission and the withdrawal of consent contents as well as make it queryable beyond project boundaries. MATERIALS AND METHODS The current state of research was analysed in terms of approach and reusability. Selected process models for defining consent policies were abstracted in a next step. On this basis, a standardised semantic terminology for the description of consent policies was developed and initially agreed with experts. In a final step, the resulting code was evaluated with regards to different aspects of applicability. RESULTS A first and extendable version for a Semantic Consent Code (SCC) based on 3-axis (CLASS, ACTION, PURPOSE) was developed, consolidated und published. The added value achieved by the SCC was illustrated using the example of real consents from large national research associations (Medical Informatics Initiative and NUM NAPKON/NUKLEUS). The applicability of the SCC was successfully evaluated in terms of the manual semantic mapping of consents by briefly trained personnel and the automated interpretability of consent policies according to the SCC (and vice versa). In addition, a concept for the use of the SCC to simplify consent queries in heterogeneous research scenarios was presented. CONCLUSIONS The Semantic Consent Code has already successfully undergone initial evaluations. As the published 3-axis code SCC is an essential preliminary work to standardising initially diverse consent texts and contents and can iteratively be extended in multiple ways in terms of content and technical additions. It should be extended in cooperation with the potential user community.
V. D,
M. T,
W. D,
O. S,
M. S,
G. M,
E. TJ and
M. Beer,
"Applicability of the CT Radiomics of Skeletal Muscle and Machine Learning for the Detection of Sarcopenia and Prognostic Assessment of Disease Progression in Patients with Gastric and Esophageal Tumors.",
Diagnostics (Basel, Switzerland),
Jan.
2024.
Abstract:
Sarcopenia gilt als negative prognostische Faktor bei Patienten mit malignen Tumoren. Unter anderem diagnostische Optionen kann die rechnetierte Tomographie (CT), die wiederholt an Tumorpatienten durchgeführt wird, von weiterem Nutzen sein. Die vorliegende Studie zielt darauf ab, einen Rahmen für die Einstufung der Auswirkungen von Sarkopenie auf die Prognose von Patienten zu schaffen, die mit Ösophagus- oder Magenkrebs diagnostiziert werden. Zusätzlich untersucht sie die Bedeutung von CT-Radiomics in diagnostischen und prognostischen Methoden. CT-Scans von 83 Patienten mit Ösophagus- oder Magenkrebs zum Zeitpunkt der Diagnose und während einer Nachlaufzeit von einem Jahr wurden rückwirkend ausgewertet. Insgesamt wurden 330 CT-Scans analysiert. Siebenzig drei dieser Patienten erhielten eine operative Tumorrektion nach der Neoadjuvant Chemotherapie, und 74% der Patienten waren männlich. Das Durchschnittsalter betrug 64 Jahre (31-83 Jahre). Drei Zeitpunkte (t) wurden als Grundlage für die statistische Analyse definiert, um den Krankheitsverlauf zu strukturieren: t1 = anfängliche Diagnose, t2 = folgende (neoadjuvante) Chemotherapie und t3 = Ende des ersten Jahres nach der Operation in der "chirurgischen" Gruppe oder Ende des ersten Jahres nach der Chemotherapie. Sarcopenia wurde mit dem Psoas-Muskelindex (PMI) bestimmt. Die weitere Analyse umfasste die Analyse ausgewählter radiomatischer Merkmale der Psoas-Dur, Quadratus lumborum und der erector spinae Muskeln auf der L3-Ebene. Der Krankheitsverlauf wurde nach den Reaktionsauswertungskriterien in festen Tumoren überwacht (RECIST 1.1). CT-Scans und Radiomics wurden verwendet, um die Wahrscheinlichkeit von Tumorfortschritt und ihre Korrelation zu Sarkoopenie zu beurteilen. Für maschinelles Lernen wurden die etablierten Algorithmen Entscheidungsbaum (DT), K-nächster Nachbar (KNN) und zufälliger Wald (RF) angewendet. Zur Bewertung der Leistung jedes Modells wurde eine 10-fache Kreuzvalidierung sowie eine Berechnung der Genauigkeit und Fläche unter der Kurve (AUC) verwendet. Während der Beobachtungszeit der Studie gab es einen signifikanten Rückgang der PMI. Dies zeigte sich am deutlichsten bei Patienten mit chirurgischer Therapie im Vergleich zwischen der Diagnose und nach der Neoadjuvant-Therapie und Chirurgie (jeweils <i>p</i> < 0,001). Die Tumorfortschritte (PD) wurden bei Patienten mit Sarkoopenie im Vergleich zu denen ohne Sarkoopenie zu einem beliebigen Zeitpunkt nicht deutlich beobachtet (<i>p</i> = 0,277 bis <i>p</i> = 0,465). Im Durchschnitt trat PD nach 271.69 ± 104.20 Tagen auf. Die Zeit von der anfänglichen Diagnose bis zur PD bei Patienten "mit Sarkoopenie" war zu keinem Zeitpunkt deutlich kürzer als bei Patienten "ohne Sarkoopenie" (<i>p</i> = 0,521 bis <i>p</i> = 0,817). Die CT-Radiomics des Skelettmuskels könnten sowohl Sarkaopenie als auch Tumorfortschritt vorhersagen, mit den besten Ergebnissen für den Psoas-Durmuskel mit dem RF-Algorithmus. Zur Erkennung von Sarkoopen betrug die Genauigkeit 0,90 ± 0,03 und AUC 0,96 ± 0.02. Für die Vorhersage von PD betrug die Genauigkeit 0,88 ± 0,04 und die AUC 0,93 ± 0,04. In der vorliegenden Studie korreliert die CT-Radiomics des Skelettmuskels zusammen mit dem maschinellen Lernen mit dem Vorhandensein von Sarkaopenie, und dies kann zusätzlich bei der Vorhersage des Krankheitsverlaufs helfen. Diese Funktionen können als vielversprechende Alternativen zu konventionellen Methoden eingestuft werden, mit großem Potenzial für weitere Forschung und zukünftige klinische Anwendung. Bei der Diagnose von Sarcopenia mit PMI konnte jedoch keine signifikante Korrelation zwischen Sarcopenia und PD beobachtet werden.
| DOI: | 10.3390/diagnostics14020198 |
Abstract:
Sarcopenia gilt als negative prognostische Faktor bei Patienten mit malignen Tumoren. Unter anderem diagnostische Optionen kann die rechnetierte Tomographie (CT), die wiederholt an Tumorpatienten durchgeführt wird, von weiterem Nutzen sein. Die vorliegende Studie zielt darauf ab, einen Rahmen für die Einstufung der Auswirkungen von Sarkopenie auf die Prognose von Patienten zu schaffen, die mit Ösophagus- oder Magenkrebs diagnostiziert werden. Zusätzlich untersucht sie die Bedeutung von CT-Radiomics in diagnostischen und prognostischen Methoden. CT-Scans von 83 Patienten mit Ösophagus- oder Magenkrebs zum Zeitpunkt der Diagnose und während einer Nachlaufzeit von einem Jahr wurden rückwirkend ausgewertet. Insgesamt wurden 330 CT-Scans analysiert. Siebenzig drei dieser Patienten erhielten eine operative Tumorrektion nach der Neoadjuvant Chemotherapie, und 74% der Patienten waren männlich. Das Durchschnittsalter betrug 64 Jahre (31-83 Jahre). Drei Zeitpunkte (t) wurden als Grundlage für die statistische Analyse definiert, um den Krankheitsverlauf zu strukturieren: t1 = anfängliche Diagnose, t2 = folgende (neoadjuvante) Chemotherapie und t3 = Ende des ersten Jahres nach der Operation in der "chirurgischen" Gruppe oder Ende des ersten Jahres nach der Chemotherapie. Sarcopenia wurde mit dem Psoas-Muskelindex (PMI) bestimmt. Die weitere Analyse umfasste die Analyse ausgewählter radiomatischer Merkmale der Psoas-Dur, Quadratus lumborum und der erector spinae Muskeln auf der L3-Ebene. Der Krankheitsverlauf wurde nach den Reaktionsauswertungskriterien in festen Tumoren überwacht (RECIST 1.1). CT-Scans und Radiomics wurden verwendet, um die Wahrscheinlichkeit von Tumorfortschritt und ihre Korrelation zu Sarkoopenie zu beurteilen. Für maschinelles Lernen wurden die etablierten Algorithmen Entscheidungsbaum (DT), K-nächster Nachbar (KNN) und zufälliger Wald (RF) angewendet. Zur Bewertung der Leistung jedes Modells wurde eine 10-fache Kreuzvalidierung sowie eine Berechnung der Genauigkeit und Fläche unter der Kurve (AUC) verwendet. Während der Beobachtungszeit der Studie gab es einen signifikanten Rückgang der PMI. Dies zeigte sich am deutlichsten bei Patienten mit chirurgischer Therapie im Vergleich zwischen der Diagnose und nach der Neoadjuvant-Therapie und Chirurgie (jeweils <i>p</i> < 0,001). Die Tumorfortschritte (PD) wurden bei Patienten mit Sarkoopenie im Vergleich zu denen ohne Sarkoopenie zu einem beliebigen Zeitpunkt nicht deutlich beobachtet (<i>p</i> = 0,277 bis <i>p</i> = 0,465). Im Durchschnitt trat PD nach 271.69 ± 104.20 Tagen auf. Die Zeit von der anfänglichen Diagnose bis zur PD bei Patienten "mit Sarkoopenie" war zu keinem Zeitpunkt deutlich kürzer als bei Patienten "ohne Sarkoopenie" (<i>p</i> = 0,521 bis <i>p</i> = 0,817). Die CT-Radiomics des Skelettmuskels könnten sowohl Sarkaopenie als auch Tumorfortschritt vorhersagen, mit den besten Ergebnissen für den Psoas-Durmuskel mit dem RF-Algorithmus. Zur Erkennung von Sarkoopen betrug die Genauigkeit 0,90 ± 0,03 und AUC 0,96 ± 0.02. Für die Vorhersage von PD betrug die Genauigkeit 0,88 ± 0,04 und die AUC 0,93 ± 0,04. In der vorliegenden Studie korreliert die CT-Radiomics des Skelettmuskels zusammen mit dem maschinellen Lernen mit dem Vorhandensein von Sarkaopenie, und dies kann zusätzlich bei der Vorhersage des Krankheitsverlaufs helfen. Diese Funktionen können als vielversprechende Alternativen zu konventionellen Methoden eingestuft werden, mit großem Potenzial für weitere Forschung und zukünftige klinische Anwendung. Bei der Diagnose von Sarcopenia mit PMI konnte jedoch keine signifikante Korrelation zwischen Sarcopenia und PD beobachtet werden.
T. Hoffmann,
T. U,
B. Lassen-Schmidt,
R. D,
B. LB,
K. M,
O. P,
B. J,
G. F and
W. G,
"Artificial intelligence-based quantification of pulmonary HRCT (AIqpHRCT) for the evaluation of interstitial lung disease in patients with inflammatory rheumatic diseases.",
Rheumatology international,
Nov.
2024.
Abstract:
Die hochauflösende berechnete Tomographie (HRCT) ist wichtig für die Diagnose der interstitiellen Lungenerkrankung (ILD) bei entzündlichen rheumatischen Erkrankungen (IRD)-Patienten. Die visuelle ILD-Bewertung über HRCT hat jedoch oft eine hohe Interreader-Variabilität. Künstliche Intelligenz (KI)-basierte Techniken für quantitative Bildanalyse versprechen genauere Diagnose- und Prognoseinformationen. Diese Studie bewertete die Zuverlässigkeit der künstlichen Intelligenz-basierten Quantifizierung von pulmonären HRCT (AIqpHRCT) bei IRD-ILD-Patienten und überprüfte IRD-ILD-Quantifizierung mit AIqpHRCT im klinischen Umfeld. Die Reproduzierbarkeit von AIqpHRCT wurde für jedes typische HRCT-Muster (Bodenglas-Optik [GGO], unspezifische interstitielle Lungenentzündung [NSIP], übliche interstitielle Lungenentzündung [UIP], Granuloma) überprüft. Zusätzlich wurden 50 HRCT-Datensätze von 50 IRD-ILD-Patienten mit AIqpHRCT analysiert und mit klinischen Daten und Lungenfunktionsparametern korreliert. AIqpHRCT präsentierte eine 100%ige Vereinbarung (Koeffizient der Variation = 0,00%, Intraklasse-Korrelationskoeffizient = 1.000) über die Detektion des unterschiedlichen HRCT-Musters. Darüber hinaus zeigten AIqpHRCT-Daten eine Zunahme der ILD von 10,7 ± 28,3 % (vermittelt = 1,3 %) in GGO auf 18,9 ± 12,4 % (vermittelt = 18,0 %) im UIP-Muster. Das Ausmaß der Fibrose korrelierte mit FVC (ρ=-0.501), DC (ρ=-0.622) und DLCO (ρ=-0.693) (p < 0,001) negativ. GGO gemessen von AIqpHRCT auch signifikant negativ mit DLCO (ρ=-0.699), DC (ρ=-0.580) und FVC (ρ=-0.423) korreliert. Erstmals zeigt die Studie, dass AIpqHRCT eine hoch zuverlässige Methode zur Quantifizierung von Lungenparenchymalen Veränderungen in HRCT-Bildern von IRD-ILD-Patienten bietet. Ferner ergab die AIqpHRCT-Methode signifikante Zusammenhänge zwischen dem Ausmaß der ILD- und Lungenfunktionsparameter. Dies unterstreicht das Potenzial von AIpqHRCT, die Genauigkeit der ILD-Diagnostik und Prognose in klinischen Einstellungen zu verbessern, letztlich das Patientenmanagement und die Ergebnisse zu verbessern.
| DOI: | 10.1007/s00296-024-05715-0 |
Abstract:
Die hochauflösende berechnete Tomographie (HRCT) ist wichtig für die Diagnose der interstitiellen Lungenerkrankung (ILD) bei entzündlichen rheumatischen Erkrankungen (IRD)-Patienten. Die visuelle ILD-Bewertung über HRCT hat jedoch oft eine hohe Interreader-Variabilität. Künstliche Intelligenz (KI)-basierte Techniken für quantitative Bildanalyse versprechen genauere Diagnose- und Prognoseinformationen. Diese Studie bewertete die Zuverlässigkeit der künstlichen Intelligenz-basierten Quantifizierung von pulmonären HRCT (AIqpHRCT) bei IRD-ILD-Patienten und überprüfte IRD-ILD-Quantifizierung mit AIqpHRCT im klinischen Umfeld. Die Reproduzierbarkeit von AIqpHRCT wurde für jedes typische HRCT-Muster (Bodenglas-Optik [GGO], unspezifische interstitielle Lungenentzündung [NSIP], übliche interstitielle Lungenentzündung [UIP], Granuloma) überprüft. Zusätzlich wurden 50 HRCT-Datensätze von 50 IRD-ILD-Patienten mit AIqpHRCT analysiert und mit klinischen Daten und Lungenfunktionsparametern korreliert. AIqpHRCT präsentierte eine 100%ige Vereinbarung (Koeffizient der Variation = 0,00%, Intraklasse-Korrelationskoeffizient = 1.000) über die Detektion des unterschiedlichen HRCT-Musters. Darüber hinaus zeigten AIqpHRCT-Daten eine Zunahme der ILD von 10,7 ± 28,3 % (vermittelt = 1,3 %) in GGO auf 18,9 ± 12,4 % (vermittelt = 18,0 %) im UIP-Muster. Das Ausmaß der Fibrose korrelierte mit FVC (ρ=-0.501), DC (ρ=-0.622) und DLCO (ρ=-0.693) (p < 0,001) negativ. GGO gemessen von AIqpHRCT auch signifikant negativ mit DLCO (ρ=-0.699), DC (ρ=-0.580) und FVC (ρ=-0.423) korreliert. Erstmals zeigt die Studie, dass AIpqHRCT eine hoch zuverlässige Methode zur Quantifizierung von Lungenparenchymalen Veränderungen in HRCT-Bildern von IRD-ILD-Patienten bietet. Ferner ergab die AIqpHRCT-Methode signifikante Zusammenhänge zwischen dem Ausmaß der ILD- und Lungenfunktionsparameter. Dies unterstreicht das Potenzial von AIpqHRCT, die Genauigkeit der ILD-Diagnostik und Prognose in klinischen Einstellungen zu verbessern, letztlich das Patientenmanagement und die Ergebnisse zu verbessern.
[en]
M. Harries,
V. Jaeger,
I. Rodiah,
M. J. Hassenstein,
J. Ortmann,
M. Dreier,
I. von Holt,
M. Brinkmann,
A. Dulovic,
D. Gornyk,
O. Hovardovska,
C. Kuczewski,
M. A. Kurosinski,
M. Schlotz,
N. Schneiderhan-Marra,
M. Strengert,
G. Krause,
M. Sester,
F. Klein,
A. Petersmann,
A. Karch and
B. Lange,
"Bridging the gap - estimation of 2022/2023 SARS-CoV-2 healthcare burden in Germany based on multidimensional data from a rapid epidemic panel",
International Journal of Infectious Diseases,
vol. 139,
pp. 50-58,
Feb.
2024.
| DOI: | 10.1016/j.ijid.2023.11.014 |
M. Harries,
V. K. J. Rodiah,
M. J. Hassenstein,
J. Ortmann,
M. Dreier,
I. Holt,
M. Brinkmann,
A. Dulovic,
D. Gornyk,
O. Hovardovska,
C. Kuczewski,
M. Kurosinski,
M. Schlotz,
N. Schneiderhan-Marra,
M. Strengert,
G. Krause,
M. Sester,
F. Klein,
A. Petersmann,
A. Karch and
B. Lange,
"Bridging the gap - estimation of 2022/2023 SARS-CoV-2 healthcare burden in Germany based on multidimensional data from a rapid epidemic panel",
International Journal of Infectious Diseases,
2024.
| DOI: | 10.1016/j.ijid.2023.11.014 |
| Datei: | https://doi.org/10.1016/j.ijid.2023.11.014 |
F. P,
H. R,
K. J,
M. D,
P. D. S. D,
L. S and
P. T,
"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.
G. V,
E. B,
R. C,
F. R,
G. B,
B. S,
B. C,
K. J,
N. F,
B. R,
Y. K,
P. T,
Q. MM,
B. G,
L. H,
C. MJ,
O. S,
K. E,
C. R,
W. RD,
C. T,
B. D,
L. M,
H. R and
S. H,
"Current State of Community-Driven Radiological AI Deployment in Medical Imaging.",
JMIR AI,
Dez.
2024.
Abstract:
Künstliche Intelligenz (KI) ist bei der Lösung routinemäßiger Alltagsaufgaben üblich. Durch das exponentielle Wachstum im Datenvolumen und der Komplexität der medizinischen Bildgebung nimmt die Arbeitsbelastung der Radiologen stetig zu. KI wurde gezeigt, um die Effizienz in der medizinischen Bilderzeugung, -verarbeitung und -interpretation zu verbessern, und verschiedene solche KI-Modelle wurden in Forschungslaboren weltweit entwickelt. Doch nur wenige davon, wenn überhaupt, finden ihren Weg in den routinemäßigen klinischen Gebrauch, eine Diskrepanz, die die Trennung zwischen AI-Forschung und erfolgreicher AI-Übersetzung widerspiegelt. Ziel dieses Papiers ist es, einen Überblick über den Schnittpunkt von KI- und medizinischen Bildgebungslandschaften zu geben. Außerdem möchten wir die Leser über die Bedeutung der Verwendung von Standards in ihrem Radiologie-Workflow und die Herausforderungen im Zusammenhang mit der Bereitstellung von AI-Modellen im klinischen Workflow informieren. Der Schwerpunkt dieses Papiers liegt darin, den bestehenden Zustand des Radiologie-Workflows zu untersuchen und die Herausforderungen zu identifizieren, die die Implementierung von KI in Krankenhauseinstellungen behindern. Dieser Bericht spiegelt umfangreiche wöchentliche Diskussionen und praktische Problemlösungen wider, die über mehrere Jahre von Branchenexperten, bildgebenden Informatikern, Wissenschaftlern und Klinikern gesammelt wurden. Um ein tieferes Verständnis der Anforderungen für die Bereitstellung von KI-Modellen zu gewinnen, führen wir eine Taxonomie von KI-Verwendungsfällen ein, ergänzt durch reale Fälle der KI-Modellintegration in Krankenhäusern. Wir werden auch erklären, wie die Notwendigkeit der KI-Integration in Radiologie mit dem Medical Open Network for AI (MONAI) angesprochen werden kann. MONAI ist ein Open-Source-Konsortium zur Bereitstellung reproduzierbarer Deep Learning-Lösungen und Integrationstools für die Radiologiepraxis in Krankenhäusern.
| DOI: | 10.2196/55833 |
Abstract:
Künstliche Intelligenz (KI) ist bei der Lösung routinemäßiger Alltagsaufgaben üblich. Durch das exponentielle Wachstum im Datenvolumen und der Komplexität der medizinischen Bildgebung nimmt die Arbeitsbelastung der Radiologen stetig zu. KI wurde gezeigt, um die Effizienz in der medizinischen Bilderzeugung, -verarbeitung und -interpretation zu verbessern, und verschiedene solche KI-Modelle wurden in Forschungslaboren weltweit entwickelt. Doch nur wenige davon, wenn überhaupt, finden ihren Weg in den routinemäßigen klinischen Gebrauch, eine Diskrepanz, die die Trennung zwischen AI-Forschung und erfolgreicher AI-Übersetzung widerspiegelt. Ziel dieses Papiers ist es, einen Überblick über den Schnittpunkt von KI- und medizinischen Bildgebungslandschaften zu geben. Außerdem möchten wir die Leser über die Bedeutung der Verwendung von Standards in ihrem Radiologie-Workflow und die Herausforderungen im Zusammenhang mit der Bereitstellung von AI-Modellen im klinischen Workflow informieren. Der Schwerpunkt dieses Papiers liegt darin, den bestehenden Zustand des Radiologie-Workflows zu untersuchen und die Herausforderungen zu identifizieren, die die Implementierung von KI in Krankenhauseinstellungen behindern. Dieser Bericht spiegelt umfangreiche wöchentliche Diskussionen und praktische Problemlösungen wider, die über mehrere Jahre von Branchenexperten, bildgebenden Informatikern, Wissenschaftlern und Klinikern gesammelt wurden. Um ein tieferes Verständnis der Anforderungen für die Bereitstellung von KI-Modellen zu gewinnen, führen wir eine Taxonomie von KI-Verwendungsfällen ein, ergänzt durch reale Fälle der KI-Modellintegration in Krankenhäusern. Wir werden auch erklären, wie die Notwendigkeit der KI-Integration in Radiologie mit dem Medical Open Network for AI (MONAI) angesprochen werden kann. MONAI ist ein Open-Source-Konsortium zur Bereitstellung reproduzierbarer Deep Learning-Lösungen und Integrationstools für die Radiologiepraxis in Krankenhäusern.
T. M,
G. L,
S. B,
N. S,
B. W,
A. UI,
K. D and
L. JA,
"Deep learning for opportunistic, end-to-end automated assessment of epicardial adipose tissue in pre-interventional, ECG-gated spiral computed tomography.",
Insights into imaging,
Dez.
2024.
Abstract:
In jüngster Zeit wurde epikardiales Fettgewebe (EAT) mit CT als unabhängiger Mortalitätsvorhersager bei Patienten mit verschiedenen Herzerkrankungen identifiziert. Unser Ziel war es, eine tiefgreifende Lernpipeline für eine robuste automatische EAT-Bewertung in CT zu entwickeln. Kontrastverstärkte EKG-verstärkte Herz- und Thorako-Abdominalspirale CT-Bildgebung von 1502 Patienten, die einen transcatheter aortic Ventilersatz (TAVR) erlitten haben. Die Selektion auf Aortenventil (AV)-Ebene und EAT-Segmentierung erfolgte manuell als Bodenwahrheit. Für die Schichtextraktion wurden zwei Ansätze verglichen: Ein Regressionsmodell mit einem 2D-Konvolutional-Neuralnetzwerk (CNN) und einem 3D CNN unter Verwendung von Verstärkungslernen (RL). Die Leistungsauswertung basiert auf einer mittleren absoluten z-Abweichung auf der manuell ausgewählten AV-Ebene (Δz). Für die Gewebesegmentierung wurde ein 2D U-Net auf Einzel-Slice-Bilder auf AV-Ebene trainiert und mit Dice-Score im Vergleich zur Open-Source-Körper- und Organanalyse (BOA). Für die End-to-End-Auswertung wurden überlegene Methoden ausgewählt, bei denen der mittlere absolute Unterschied (MAD) von EAT-Bereich und Gewebedichte verglichen wurde. 95 % Vertrauensintervalle (CI) wurden für alle Metriken bewertet. Die Slice-Extraktion mit RL war etwas genauer (Δz: RL 1,8 mm (95% CI: [1.6, 2.0]), 2D CNN 2,0 mm (95% CI: [1.8, 2.3])). Für die EAT-Segmentierung auf AV-Ebene hat das 2D U-Net BOA deutlich übertroffen (Dice-Score: 2D U-Net 91.3% (95% CI: [90.7, 91.8]), BOA 85.6% (95% CI: [84.7, 86.5]). Die End-to-End-Bewertung ergab eine hohe Übereinstimmung zwischen automatischen und manuellen Messungen der EAT (MAD-Bereich: 1,1 cm<sup>2</sup> (95% CI: [1.0, 1.3]), MAD-Dichte: 2.2 Hounsfield Einheiten (95% CI: [2.0, 2.5]). Wir schlagen eine Methode zur robusten automatischen EAT-Bewertung in Spiral-CT-Scans vor, die eine opportunistische Auswertung in der klinischen Routine ermöglicht. Da entzündliche Veränderungen im epikardialen Fettgewebe (EAT) mit einem erhöhten Risiko von Herzerkrankungen verbunden sind, kann die automatisierte Auswertung als Grundlage für die Entwicklung automatisierter Herz-Kreislauf-Risikobewertungstools dienen, die für eine effiziente, groß angelegte Bewertung in opportunistischen Einstellungen unerlässlich sind. Tiefe Lernmethoden zur automatischen Beurteilung von epikardialen Fettgewebe (EAT) haben großes Potenzial. Ein 2-stufiger Ansatz mit Scheibenextraktion und Gewebesegmentierung ermöglicht eine robuste automatisierte Auswertung von EAT. End-to-End-Automatisierung ermöglicht umfangreiche Forschung über den Wert von EAT für die Ergebnisanalyse.
| DOI: | 10.1186/s13244-024-01875-6 |
Abstract:
In jüngster Zeit wurde epikardiales Fettgewebe (EAT) mit CT als unabhängiger Mortalitätsvorhersager bei Patienten mit verschiedenen Herzerkrankungen identifiziert. Unser Ziel war es, eine tiefgreifende Lernpipeline für eine robuste automatische EAT-Bewertung in CT zu entwickeln. Kontrastverstärkte EKG-verstärkte Herz- und Thorako-Abdominalspirale CT-Bildgebung von 1502 Patienten, die einen transcatheter aortic Ventilersatz (TAVR) erlitten haben. Die Selektion auf Aortenventil (AV)-Ebene und EAT-Segmentierung erfolgte manuell als Bodenwahrheit. Für die Schichtextraktion wurden zwei Ansätze verglichen: Ein Regressionsmodell mit einem 2D-Konvolutional-Neuralnetzwerk (CNN) und einem 3D CNN unter Verwendung von Verstärkungslernen (RL). Die Leistungsauswertung basiert auf einer mittleren absoluten z-Abweichung auf der manuell ausgewählten AV-Ebene (Δz). Für die Gewebesegmentierung wurde ein 2D U-Net auf Einzel-Slice-Bilder auf AV-Ebene trainiert und mit Dice-Score im Vergleich zur Open-Source-Körper- und Organanalyse (BOA). Für die End-to-End-Auswertung wurden überlegene Methoden ausgewählt, bei denen der mittlere absolute Unterschied (MAD) von EAT-Bereich und Gewebedichte verglichen wurde. 95 % Vertrauensintervalle (CI) wurden für alle Metriken bewertet. Die Slice-Extraktion mit RL war etwas genauer (Δz: RL 1,8 mm (95% CI: [1.6, 2.0]), 2D CNN 2,0 mm (95% CI: [1.8, 2.3])). Für die EAT-Segmentierung auf AV-Ebene hat das 2D U-Net BOA deutlich übertroffen (Dice-Score: 2D U-Net 91.3% (95% CI: [90.7, 91.8]), BOA 85.6% (95% CI: [84.7, 86.5]). Die End-to-End-Bewertung ergab eine hohe Übereinstimmung zwischen automatischen und manuellen Messungen der EAT (MAD-Bereich: 1,1 cm<sup>2</sup> (95% CI: [1.0, 1.3]), MAD-Dichte: 2.2 Hounsfield Einheiten (95% CI: [2.0, 2.5]). Wir schlagen eine Methode zur robusten automatischen EAT-Bewertung in Spiral-CT-Scans vor, die eine opportunistische Auswertung in der klinischen Routine ermöglicht. Da entzündliche Veränderungen im epikardialen Fettgewebe (EAT) mit einem erhöhten Risiko von Herzerkrankungen verbunden sind, kann die automatisierte Auswertung als Grundlage für die Entwicklung automatisierter Herz-Kreislauf-Risikobewertungstools dienen, die für eine effiziente, groß angelegte Bewertung in opportunistischen Einstellungen unerlässlich sind. Tiefe Lernmethoden zur automatischen Beurteilung von epikardialen Fettgewebe (EAT) haben großes Potenzial. Ein 2-stufiger Ansatz mit Scheibenextraktion und Gewebesegmentierung ermöglicht eine robuste automatisierte Auswertung von EAT. End-to-End-Automatisierung ermöglicht umfangreiche Forschung über den Wert von EAT für die Ergebnisanalyse.
N. S,
K. C,
T. M,
M. M,
A. UI and
L. JA,
"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.
L. H,
L. H,
H,
G. R,
H. H,
W. D,
P. T,
S. I,
C. MH,
Y. Q,
S. D,
S. S,
C. F,
H. M,
O. I,
C. D and
L. B,
"Deep Learning-based Unsupervised Domain Adaptation via a Unified Model for Prostate Lesion Detection Using Multisite Biparametric MRI Datasets.",
Radiology. Artificial intelligence,
Sep.
2024.
Abstract:
Zweck Um zu ermitteln, ob die ununterbrochene Domänenanpassung (UDA)-Methode mit generierten Bildern die Leistung eines überwachten Lernmodells (SL) für Prostatakrebs (PCa)-Erkennung mit multisite biparametric (bp) MRI-Datensätzen verbessert. Materialien und Methoden Diese retrospektive Studie umfasste Daten von 5150 Patienten (14 191 Proben), die in neun verschiedenen Bildgebungszentren gesammelt wurden. Ein neuartiges UDA-Verfahren mit einem einheitlichen Generativmodell wurde zur PCa-Detektion unter Verwendung von Multisite bpMRI-Datensätzen entwickelt. Diese Methode übersetzt diffusionsgewichtete Bildgebung (DWI) Akquisitionen, einschließlich scheinbarer Diffusionskoeffizient (ADC) und einzelne diffusionsgewichtete (DW)-Bilder, die mit verschiedenen <i>b</i>-Werten erfasst werden, um die Art der Bilder, die unter Verwendung von <i>b</i>-Werten, die von Prostate Imaging Reporting and Data System (PI-RADS)-Richtlinien empfohlen werden, anzupassen. Die generierten ADC- und DW-Bilder ersetzen die Originalbilder für die PCa-Erkennung. Zur Auswertung wurde ein unabhängiger Satz von 1692 Testfällen (2393 Proben) verwendet. Als primäre Metrik wurde die Fläche unter der Empfänger-Betriebskennlinie (AUC) verwendet und über Bootstrapping eine statistische Analyse durchgeführt. Ergebnisse Für alle Testfälle betrugen die AUC-Werte für die Basislinie SL und UDA-Methoden 0,73 bzw. 0,79 (<i>P</i> < .001), für PCa-Läsionen mit PI-RADS-Score von 3 oder mehr und 0,77 bzw. 0,80 (<i>P>/i> < .001) für Läsionen mit PI-RADS-Scores von 4 oder mehr. In den 361 Testfällen unter der ungünstigsten Bildaufnahmeeinstellung betrugen die AUC-Werte für die Basislinie SL und UDA 0,49 und 0,76 (<i>P</i> < .001) für Läsionen mit PI-RADS-Scores von 3 oder mehr und 0,50 und 0,77 (<i>P>/i> < .001) für Läsionen mit PI-RADS-Scores von 4 oder mehr. Fazit UDA mit generierten Bildern verbesserte die Leistung von SL-Methoden in der PCa-Leseerkennung über Multisite-Datensätze mit verschiedenen <i>b</i>-Werten, insbesondere für Bilder, die mit signifikanten Abweichungen vom PI-RADS-recommended DWI-Protokoll (z.B. mit einem extrem hohen <i>b</i>-Wert) erfasst wurden. <b>Keywords:</b> Prostate Cancer Detection, Multisite, Unsupervised Domain Adaptation, Diffusion-weighted Imaging, <i>b</i> Wert <i>Supplementalmaterial ist für diesen Artikel verfügbar.</i> © RSNA, 2024.
| DOI: | 10.1148/ryai.230521 |
Abstract:
Zweck Um zu ermitteln, ob die ununterbrochene Domänenanpassung (UDA)-Methode mit generierten Bildern die Leistung eines überwachten Lernmodells (SL) für Prostatakrebs (PCa)-Erkennung mit multisite biparametric (bp) MRI-Datensätzen verbessert. Materialien und Methoden Diese retrospektive Studie umfasste Daten von 5150 Patienten (14 191 Proben), die in neun verschiedenen Bildgebungszentren gesammelt wurden. Ein neuartiges UDA-Verfahren mit einem einheitlichen Generativmodell wurde zur PCa-Detektion unter Verwendung von Multisite bpMRI-Datensätzen entwickelt. Diese Methode übersetzt diffusionsgewichtete Bildgebung (DWI) Akquisitionen, einschließlich scheinbarer Diffusionskoeffizient (ADC) und einzelne diffusionsgewichtete (DW)-Bilder, die mit verschiedenen <i>b</i>-Werten erfasst werden, um die Art der Bilder, die unter Verwendung von <i>b</i>-Werten, die von Prostate Imaging Reporting and Data System (PI-RADS)-Richtlinien empfohlen werden, anzupassen. Die generierten ADC- und DW-Bilder ersetzen die Originalbilder für die PCa-Erkennung. Zur Auswertung wurde ein unabhängiger Satz von 1692 Testfällen (2393 Proben) verwendet. Als primäre Metrik wurde die Fläche unter der Empfänger-Betriebskennlinie (AUC) verwendet und über Bootstrapping eine statistische Analyse durchgeführt. Ergebnisse Für alle Testfälle betrugen die AUC-Werte für die Basislinie SL und UDA-Methoden 0,73 bzw. 0,79 (<i>P</i> < .001), für PCa-Läsionen mit PI-RADS-Score von 3 oder mehr und 0,77 bzw. 0,80 (<i>P>/i> < .001) für Läsionen mit PI-RADS-Scores von 4 oder mehr. In den 361 Testfällen unter der ungünstigsten Bildaufnahmeeinstellung betrugen die AUC-Werte für die Basislinie SL und UDA 0,49 und 0,76 (<i>P</i> < .001) für Läsionen mit PI-RADS-Scores von 3 oder mehr und 0,50 und 0,77 (<i>P>/i> < .001) für Läsionen mit PI-RADS-Scores von 4 oder mehr. Fazit UDA mit generierten Bildern verbesserte die Leistung von SL-Methoden in der PCa-Leseerkennung über Multisite-Datensätze mit verschiedenen <i>b</i>-Werten, insbesondere für Bilder, die mit signifikanten Abweichungen vom PI-RADS-recommended DWI-Protokoll (z.B. mit einem extrem hohen <i>b</i>-Wert) erfasst wurden. <b>Keywords:</b> Prostate Cancer Detection, Multisite, Unsupervised Domain Adaptation, Diffusion-weighted Imaging, <i>b</i> Wert <i>Supplementalmaterial ist für diesen Artikel verfügbar.</i> © RSNA, 2024.
[en]
K. S. Appel,
C. Nürnberger,
T. Bahmer,
C. Förster,
M. C. Polidori,
M. Kohls,
T. Kraus,
N. Hettich-Damm,
J. Petersen,
S. Blaschke,
I. Bröhl,
J. Butzmann,
H. Dashti,
J. Deckert,
M. Dreher,
K. Fiedler,
C. Finke,
R. Geisler,
F. Hanses,
S. M. Hopff,
B. O. Jensen,
M. Konik,
K. Lehnert,
S. M. N. Miranda,
L. Mitrov,
O. Miljukov,
J. Reese,
G. Rohde,
M. Scherer,
K. Tausche,
J. J. Tebbe,
J. J. Vehreschild,
F. Voit,
P. Wagner,
M. Weigl,
C. Lemhöfer,
E. Hamelmann,
H. Heidenreich,
C. Hornberg,
N. S. A. Kulamadayil-Heidenreich,
P. Maasjosthusmann,
A. Muna,
M. Ruwe,
C. Stellbrink,
N. Buechner,
Y. Dashti,
C. Tessmer,
B. Laumerich,
I. Silberbaur,
S. Bader,
M. Engelmann,
A. Fuchs,
A. Langer,
B. Maerkl,
H. Messmann,
A. Muzalyova,
C. Roemmele,
R. Berner,
S. Dressen,
T. Koch,
D. Lindemann,
K. Seele,
P. Spieth,
N. Toepfner,
S. V. Bonin,
T. Feldt,
V. Keitel,
A. Killer,
L. Knopp,
T. Luedde,
M. Lutterbeck,
M. Paluschinski,
J. P. V. Pereira,
J. Timm,
D. Kraska,
A. E. Kremer,
M. Leppkes,
J. Mang,
M. F. Neurath,
H. U. Prokosch,
J. Schmid,
M. Vetter,
C. Willam,
K. Wolf,
C. Arendt,
C. Bellinghausen,
S. Cremer,
A. Groh,
A. Gruenewaldt,
Y. Khodamoradi,
S. Klinsing,
M. Vehreschild,
T. Vogl,
A. L. F. Engels,
D. Jarczak,
M. Kerinn,
S. Kluge,
R. Kobbe,
S. Petereit,
C. Schlesner,
T. Zeller,
R. Baber,
S. Bercker,
N. Krug,
S. D. Mueller,
H. Wirtz,
G. Boeckel,
J. A. Meier,
T. Nowacki,
P. R. Tepasse,
R. Vollenberg,
C. Wilms,
E. Dahl,
N. Marx,
D. Mueller-Wieland,
J. Wipperfuerth,
C. Brochhausen-Delius,
R. Burkhardt,
M. Feustel,
O. Haag,
S. Hansch,
M. Malfertheiner,
T. Niedermair,
P. Schuster,
S. Wallner,
W. Barkey,
J. Erber,
L. Fricke,
J. Lieb,
T. Michler,
L. Mueller,
C. Spinner,
C. Winter,
M. Bitzer,
S. Bunk,
S. Göpel,
H. Haeberle,
K. Kienzle,
H. Mahrhofer,
N. Malek,
P. Rosenberger,
C. Struemper,
F. Trauner,
S. Frantz,
A. Frey,
K. Haas,
C. Haertel,
J. Herrmann,
N. Isberner,
J. Liese,
P. Meybohm,
J. Schmidt,
P. Schulze,
F. Brinkmann,
Y. Brueggemann,
T. Gambichler,
K. Hellwig,
T. Luecke,
A. Reinacher-Schick,
W. E. Schmidt,
C. Schuette,
E. Steinmann,
C. Torres Reyes,
A. Hafke,
G. Hermanns,
S. Y. Nussbeck,
M. Santibanez-Santana,
S. Zeh,
L. Brochhagen,
S. Dolff,
C. Elsner,
A. Krawczyk,
R. J. Madel,
M. Otte,
O. Witzke,
K. Becker,
M. Doerr,
N. Piasta,
E. Schaefer,
C. Scheer,
A. Arlt,
F. Griesinger,
U. Guenther,
A. Hamprecht,
K. Juergens,
A. Kluge,
C. Meinhardt,
K. Meinhardt,
A. Petersmann,
R. Prenzel,
M. Brechtel,
M. Laugwitz,
C. Lee,
G. Sauer,
N. Schulze,
K. Seibel,
M. Stecher,
M. Hagen,
S. Sikdar,
C. Weismantel,
L. Wolf,
K. Günther,
J. Haug,
F. Haug,
C. Fiessler,
P. U. Heuschmann,
L. Schmidbauer,
S. Jiru-Hillmann,
T. Bahls,
H. Valentin,
I. Chaplinskaya,
S. Hanß,
D. Krefting,
C. Pape,
M. Rainers,
A. Schoneberg,
N. Weinert,
M. Kraus,
B. Lorenz-Depiereux,
R. Lorbeer,
J. Schaller,
J. Fricke,
L. Krist,
M. Rönnefarth,
S. Schmidt,
T. Bahmer,
A. Hermes,
M. Krawczak,
W. Lieb,
T. Tamminga,
S. Herold,
P. Heuschmann,
R. Heyder,
T. Illig,
M. Witzenrath and
Group,
"Definition of the Post-COVID syndrome using a symptom-based
Post-COVID score in a prospective, multi-center,
cross-sectoral cohort of the German National Pandemic Cohort
Network (NAPKON)",
Infection,
Apr.
2024.
Springer Science and Business Media LLC.
Abstract:
Abstract Purpose The objective examination of the Post-COVID syndrome (PCS) remains difficult due to heterogeneous definitions and clinical phenotypes. The aim of the study was to verify the functionality and correlates of a recently developed PCS score. Methods The PCS score was applied to the prospective, multi-center cross-sectoral cohort (in- and outpatients with SARS-CoV-2 infection) of the "National Pandemic Cohort Network (NAPKON, Germany)". Symptom assessment and patient-reported outcome measure questionnaires were analyzed at 3 and 12 months (3/12MFU) after diagnosis. Scores indicative of PCS severity were compared and correlated to demographic and clinical characteristics as well as quality of life (QoL, EQ-5D-5L). Results Six hundred three patients (mean 54.0 years, 60.6% male, 82.0% hospitalized) were included. Among those, 35.7% (215) had no and 64.3% (388) had mild, moderate, or severe PCS. PCS severity groups differed considering sex and pre-existing respiratory diseases. 3MFU PCS worsened with clinical severity of acute infection (p = .011), and number of comorbidities (p = .004). PCS severity was associated with poor QoL at the 3MFU and 12MFU (p Conclusion The PCS score correlated with patients' QoL and demonstrated to be instructive for clinical characterization and stratification across health care settings. Further studies should critically address the high prevalence, clinical relevance, and the role of comorbidities. Trail registration number The cohort is registered at www.clinicaltrials.gov under NCT04768998.
| DOI: | 10.1007/s15010-024-02226-9 |
Abstract:
Abstract Purpose The objective examination of the Post-COVID syndrome (PCS) remains difficult due to heterogeneous definitions and clinical phenotypes. The aim of the study was to verify the functionality and correlates of a recently developed PCS score. Methods The PCS score was applied to the prospective, multi-center cross-sectoral cohort (in- and outpatients with SARS-CoV-2 infection) of the "National Pandemic Cohort Network (NAPKON, Germany)". Symptom assessment and patient-reported outcome measure questionnaires were analyzed at 3 and 12 months (3/12MFU) after diagnosis. Scores indicative of PCS severity were compared and correlated to demographic and clinical characteristics as well as quality of life (QoL, EQ-5D-5L). Results Six hundred three patients (mean 54.0 years, 60.6% male, 82.0% hospitalized) were included. Among those, 35.7% (215) had no and 64.3% (388) had mild, moderate, or severe PCS. PCS severity groups differed considering sex and pre-existing respiratory diseases. 3MFU PCS worsened with clinical severity of acute infection (p = .011), and number of comorbidities (p = .004). PCS severity was associated with poor QoL at the 3MFU and 12MFU (p Conclusion The PCS score correlated with patients' QoL and demonstrated to be instructive for clinical characterization and stratification across health care settings. Further studies should critically address the high prevalence, clinical relevance, and the role of comorbidities. Trail registration number The cohort is registered at www.clinicaltrials.gov under NCT04768998.
[en]
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",
J. Affect. Disord.,
vol. 352,
pp. 296—305,
Mai
2024.
Elsevier BV.
| DOI: | 10.1016/j.jad.2024.02.041 |
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.
M. M,
I. S,
B. B,
M. Weber and
M. FG,
"Development and performance evaluation of fully automated deep learning-based models for myocardial segmentation on T1 mapping MRI data.",
Scientific reports,
Aug.
2024.
Abstract:
Um ein tiefes lernbasiertes Modell zu entwickeln, das in der Lage ist, das linke ventrikuläre (LV)-Myokard auf nativen T1-Karten von Herz-MRT in sowohl Long-Achs- als auch Short-Axis-Ausrichtung zu segmentieren. Modelle wurden auf nativen myocardial T1 Karten von 50 gesunden Freiwilligen und 75 Patienten mit manueller Segmentierung als Referenzstandard ausgebildet. Basierend auf einer U-Net-Architektur optimierten wir das Modelldesign systematisch mit zwei unterschiedlichen Trainingsmetriken (Sørensen-Dice Koeffizient = DSC und Intersection-over-Union = IOU), zwei unterschiedlichen Aktivierungsfunktionen (ReLU und LeakyReLU) und verschiedenen Trainingsepochs. Das Training mit DSC-Metrik und einer ReLU-Aktivierungsfunktion über 35 Epochen erreichten die höchste Gesamtleistung (mittlerer Fehler in T1 10,6 ± 17,9 ms, mittlere DSC 0,88 ± 0,07). Grenzen der Übereinstimmung zwischen Modellergebnissen und Bodenwahrheit waren von -35,5 bis + 36,1 ms. Dies war der Vereinbarung zwischen zwei Menschenraten überlegen (-34,7 bis + 59,1 ms). Die Segmentierung war genau für Long-Axis-Ansichten (mittlerer Fehler T1: 6,77 ± 8,3 ms, mittlerer DSC: 0,89 ± 0,03) wie bei Kurzachs-Bildern (mittlerer Fehler ΔT1: 11,6 ± 19,7 ms, mittlerer DSC: 0,88 ± 0,08). Vollautomatische Segmentierung und quantitative Analyse von nativen Myokard-T1-Karten ist sowohl in lang- und kurzachsigen Orientierungen mit sehr hoher Genauigkeit möglich.
| DOI: | 10.1038/s41598-024-69529-7 |
Abstract:
Um ein tiefes lernbasiertes Modell zu entwickeln, das in der Lage ist, das linke ventrikuläre (LV)-Myokard auf nativen T1-Karten von Herz-MRT in sowohl Long-Achs- als auch Short-Axis-Ausrichtung zu segmentieren. Modelle wurden auf nativen myocardial T1 Karten von 50 gesunden Freiwilligen und 75 Patienten mit manueller Segmentierung als Referenzstandard ausgebildet. Basierend auf einer U-Net-Architektur optimierten wir das Modelldesign systematisch mit zwei unterschiedlichen Trainingsmetriken (Sørensen-Dice Koeffizient = DSC und Intersection-over-Union = IOU), zwei unterschiedlichen Aktivierungsfunktionen (ReLU und LeakyReLU) und verschiedenen Trainingsepochs. Das Training mit DSC-Metrik und einer ReLU-Aktivierungsfunktion über 35 Epochen erreichten die höchste Gesamtleistung (mittlerer Fehler in T1 10,6 ± 17,9 ms, mittlere DSC 0,88 ± 0,07). Grenzen der Übereinstimmung zwischen Modellergebnissen und Bodenwahrheit waren von -35,5 bis + 36,1 ms. Dies war der Vereinbarung zwischen zwei Menschenraten überlegen (-34,7 bis + 59,1 ms). Die Segmentierung war genau für Long-Axis-Ansichten (mittlerer Fehler T1: 6,77 ± 8,3 ms, mittlerer DSC: 0,89 ± 0,03) wie bei Kurzachs-Bildern (mittlerer Fehler ΔT1: 11,6 ± 19,7 ms, mittlerer DSC: 0,88 ± 0,08). Vollautomatische Segmentierung und quantitative Analyse von nativen Myokard-T1-Karten ist sowohl in lang- und kurzachsigen Orientierungen mit sehr hoher Genauigkeit möglich.
N. S,
S. H,
L. YC,
T. M,
B. D,
B. W,
B. Wulff,
A. UI and
S. R,
"Development of image-based decision support systems utilizing information extracted from radiological free-text report databases with text-based transformers.",
European radiology,
Mai
2024.
Abstract:
Zur Untersuchung des Potenzials und der Einschränkungen der Nutzung von transformatorbasierter Report-Annotation zur Vor-Ort-Entwicklung von bildbasierten diagnostischen Entscheidungsunterstützungssystemen (DDSS). Die Studie umfasste 88,353 Brust-Röntgen von 19,581 intensiven Pflegeeinheiten (ICU) Patienten. Zur Kennzeichnung von sechs typischen Befunden in 17,041 Bildern wurden die entsprechenden Freitextberichte der anwesenden Radiologen von medizinischen Forschungsassistenten ("Gold-Labels") bewertet. Für alle Berichte wurden automatisch generierte "Silber"-Etiketten von auf Gold-Etiketten ausgebildeten Transformatormodellen extrahiert. Zur Untersuchung des Vorteils solcher Silberetiketten wurden die bildbasierten Modelle mit drei Ansätzen geschult: nur mit Goldetiketten (M<sub>G</sub>), zuerst mit Silberetiketten, dann mit Goldetiketten (M<sub>S/G</sub>) und zusammen mit Silber- und Goldetiketten (M<sub>S+G</sub>). Um den Einfluss des investierten Annotationsaufwands zu untersuchen, wurden die Experimente mit unterschiedlichen Zahlen (N) von goldannotierten Berichten zur Ausbildung des Transformators und bildbasierten Modellen wiederholt und auf 2099 goldannotierten Bildern getestet. Wesentliche Unterschiede im makrogemittelten Bereich unter der Empfänger-Betriebskennlinie (AUC) wurden durch nicht überschneidende 95 %-Konfidenzintervalle bewertet. Die Verwendung von silbernen Transformatoren-basierten Etiketten ergab deutlich höhere makrogemittelte AUC als ausschließlich mit Gold-Etiketten (N = 1000: M<sub>G</sub>> 67.8 [66.0-69.6], M<sub>S/G</sub>> 77.9 [76.2-79.6]; N = 14,580: M<sub>G>/sub> 74.5 [72.8-76.2]. Die Ausbildung mit Silber- und Goldetiketten war zusammen mit nur 500 Goldetiketten (M<sub>S+G</sub> 76.4 [74.7-78.0], M<sub>S/G</sub> 75.3 [73.5-77.0]) von Vorteil. Transformerbasierte Annotation hat Potenzial zur Entriegelung von Freitext-Berichtsdatenbanken für die Entwicklung von bildbasierten DDSS. Die Vor-Ort-Entwicklung von bildbasierten DDSS könnte jedoch von anspruchsvolleren Anmerkungspipelines profitieren, einschließlich weiterer Informationen als ein einziger radiologischer Bericht. Mit Hilfe von klinischen Datenbanken zur Vor-Ort-Entwicklung von künstlichen Intelligenz (KI)-basierten Diagnose-Entscheidungsunterstützungssystemen durch textbasierte Transformatoren könnte die Anwendung von KI in der klinischen Praxis durch Umgehung hochregulierter Datenaustausche mit Dritten gefördert werden. Die Datenmenge aus einer Datenbank, die zur Entwicklung von AI-gestützten diagnostischen Entscheidungssystemen verwendet werden kann, ist oft durch die Notwendigkeit einer zeitraubenden Identifizierung von Pathologien durch Radiologen begrenzt. • Die transformatorbasierte Strukturierung von Freitext-Radiologischen Berichten zeigt Potenzial, entsprechende Bilddatenbanken zur Vor-Ort-Entwicklung von bildbasierten Diagnose-Entscheidungsunterstützungssystemen zu entsperren. • Die Qualität der Bildnotationen, die ausschließlich auf den Inhalt eines einzigen Radiologieberichts erzeugt werden, kann jedoch durch potenzielle Ungenauigkeiten und Unvollkommenheiten dieses Berichts begrenzt werden.
| DOI: | 10.1007/s00330-023-10373-0 |
Abstract:
Zur Untersuchung des Potenzials und der Einschränkungen der Nutzung von transformatorbasierter Report-Annotation zur Vor-Ort-Entwicklung von bildbasierten diagnostischen Entscheidungsunterstützungssystemen (DDSS). Die Studie umfasste 88,353 Brust-Röntgen von 19,581 intensiven Pflegeeinheiten (ICU) Patienten. Zur Kennzeichnung von sechs typischen Befunden in 17,041 Bildern wurden die entsprechenden Freitextberichte der anwesenden Radiologen von medizinischen Forschungsassistenten ("Gold-Labels") bewertet. Für alle Berichte wurden automatisch generierte "Silber"-Etiketten von auf Gold-Etiketten ausgebildeten Transformatormodellen extrahiert. Zur Untersuchung des Vorteils solcher Silberetiketten wurden die bildbasierten Modelle mit drei Ansätzen geschult: nur mit Goldetiketten (M<sub>G</sub>), zuerst mit Silberetiketten, dann mit Goldetiketten (M<sub>S/G</sub>) und zusammen mit Silber- und Goldetiketten (M<sub>S+G</sub>). Um den Einfluss des investierten Annotationsaufwands zu untersuchen, wurden die Experimente mit unterschiedlichen Zahlen (N) von goldannotierten Berichten zur Ausbildung des Transformators und bildbasierten Modellen wiederholt und auf 2099 goldannotierten Bildern getestet. Wesentliche Unterschiede im makrogemittelten Bereich unter der Empfänger-Betriebskennlinie (AUC) wurden durch nicht überschneidende 95 %-Konfidenzintervalle bewertet. Die Verwendung von silbernen Transformatoren-basierten Etiketten ergab deutlich höhere makrogemittelte AUC als ausschließlich mit Gold-Etiketten (N = 1000: M<sub>G</sub>> 67.8 [66.0-69.6], M<sub>S/G</sub>> 77.9 [76.2-79.6]; N = 14,580: M<sub>G>/sub> 74.5 [72.8-76.2]. Die Ausbildung mit Silber- und Goldetiketten war zusammen mit nur 500 Goldetiketten (M<sub>S+G</sub> 76.4 [74.7-78.0], M<sub>S/G</sub> 75.3 [73.5-77.0]) von Vorteil. Transformerbasierte Annotation hat Potenzial zur Entriegelung von Freitext-Berichtsdatenbanken für die Entwicklung von bildbasierten DDSS. Die Vor-Ort-Entwicklung von bildbasierten DDSS könnte jedoch von anspruchsvolleren Anmerkungspipelines profitieren, einschließlich weiterer Informationen als ein einziger radiologischer Bericht. Mit Hilfe von klinischen Datenbanken zur Vor-Ort-Entwicklung von künstlichen Intelligenz (KI)-basierten Diagnose-Entscheidungsunterstützungssystemen durch textbasierte Transformatoren könnte die Anwendung von KI in der klinischen Praxis durch Umgehung hochregulierter Datenaustausche mit Dritten gefördert werden. Die Datenmenge aus einer Datenbank, die zur Entwicklung von AI-gestützten diagnostischen Entscheidungssystemen verwendet werden kann, ist oft durch die Notwendigkeit einer zeitraubenden Identifizierung von Pathologien durch Radiologen begrenzt. • Die transformatorbasierte Strukturierung von Freitext-Radiologischen Berichten zeigt Potenzial, entsprechende Bilddatenbanken zur Vor-Ort-Entwicklung von bildbasierten Diagnose-Entscheidungsunterstützungssystemen zu entsperren. • Die Qualität der Bildnotationen, die ausschließlich auf den Inhalt eines einzigen Radiologieberichts erzeugt werden, kann jedoch durch potenzielle Ungenauigkeiten und Unvollkommenheiten dieses Berichts begrenzt werden.
P. T and
M. MS,
"Editorial for "Magnetic Resonance Imaging-Based Classification Systems for Informing Better Outcomes of Adenomyosis After Ultrasound-Guided High-Intensity Focused Ultrasound Ablating Surgery".",
Journal of magnetic resonance imaging : JMRI,
Mai
2024.
| DOI: | 10.1002/jmri.28988 |
T. A. S,
M. L,
K. JN,
T. D and
N. S,
"Enhancing diagnostic deep learning via self-supervised pretraining on large-scale, unlabeled non-medical images.",
European radiology experimental,
Feb.
2024.
Abstract:
Pretraining markierte Datensätze, wie ImageNet, sind zu einem technischen Standard in der fortgeschrittenen medizinischen Bildanalyse geworden. Das Erscheinen von selbstüberwachtem Lernen (SSL), das unmarkierte Daten nutzt, um robuste Features zu lernen, bietet jedoch die Möglichkeit, den intensiven Etikettierungsprozess zu umgehen. In dieser Studie untersuchten wir, ob SSL für die Vorschulung auf nicht-medizinischen Bildern auf Brust-Radiographen angewendet werden kann und wie es mit überwachten Vorschulungen auf nicht-medizinischen Bildern und auf medizinischen Bildern vergleicht. Wir nutzten einen Vision-Transformator und initialisierten seine Gewichte auf der Grundlage der folgenden: (i) SSL-Vorschulung auf nicht-medizinischen Bildern (DINOv2), (ii) überwachtes Lernen (SL) Vorschulung auf nicht-medizinischen Bildern (ImageNet-Datensatz) und (iii) SL-Vorschulung auf Brust-Radiographen aus der MIMIC-CXR-Datenbank, dem größten markierten öffentlichen Datensatz von Brustradiographen. Wir testeten unseren Ansatz auf über 800.000 Brust-Radiographen aus 6 großen globalen Datensätzen, die mehr als 20 unterschiedliche Abbildungsergebnisse diagnostizieren. Die Leistung wurde mit dem Bereich unter der Empfänger-Betriebskennlinie quantifiziert und mit Bootstrapping für statistische Bedeutung ausgewertet. Die SSL-Vorschulung auf nicht-medizinischen Bildern hat nicht nur ImageNet-basierte Vorschulung (p < 0,001 für alle Datensätze) übertroffen, sondern in bestimmten Fällen auch SL auf dem MIMIC-CXR-Datensatz überschritten. Unsere Erkenntnisse legen nahe, dass die Auswahl der richtigen Vorschulstrategie, insbesondere mit SSL, für die Verbesserung der Diagnosegenauigkeit von künstlicher Intelligenz in der medizinischen Bildgebung entscheidend sein kann. Indem wir das Versprechen von SSL in der Brustbildanalyse demonstrieren, unterstreichen wir einen transformativen Wandel hin zu effizienteren und präziseren AI-Modellen in der medizinischen Bildgebung. Selbstbetreutes Lernen unterstreicht einen Paradigmenwechsel zur Verbesserung der AI-getriebenen Genauigkeit und Effizienz in der medizinischen Bildgebung. Die breitere Anwendung des selbsterweiterten Lernens in der medizinischen Bildgebung erfordert eine tiefere Erkundung, insbesondere in Kontexten, in denen umfassende notierte Datensätze begrenzt sind.
| DOI: | 10.1186/s41747-023-00411-3 |
Abstract:
Pretraining markierte Datensätze, wie ImageNet, sind zu einem technischen Standard in der fortgeschrittenen medizinischen Bildanalyse geworden. Das Erscheinen von selbstüberwachtem Lernen (SSL), das unmarkierte Daten nutzt, um robuste Features zu lernen, bietet jedoch die Möglichkeit, den intensiven Etikettierungsprozess zu umgehen. In dieser Studie untersuchten wir, ob SSL für die Vorschulung auf nicht-medizinischen Bildern auf Brust-Radiographen angewendet werden kann und wie es mit überwachten Vorschulungen auf nicht-medizinischen Bildern und auf medizinischen Bildern vergleicht. Wir nutzten einen Vision-Transformator und initialisierten seine Gewichte auf der Grundlage der folgenden: (i) SSL-Vorschulung auf nicht-medizinischen Bildern (DINOv2), (ii) überwachtes Lernen (SL) Vorschulung auf nicht-medizinischen Bildern (ImageNet-Datensatz) und (iii) SL-Vorschulung auf Brust-Radiographen aus der MIMIC-CXR-Datenbank, dem größten markierten öffentlichen Datensatz von Brustradiographen. Wir testeten unseren Ansatz auf über 800.000 Brust-Radiographen aus 6 großen globalen Datensätzen, die mehr als 20 unterschiedliche Abbildungsergebnisse diagnostizieren. Die Leistung wurde mit dem Bereich unter der Empfänger-Betriebskennlinie quantifiziert und mit Bootstrapping für statistische Bedeutung ausgewertet. Die SSL-Vorschulung auf nicht-medizinischen Bildern hat nicht nur ImageNet-basierte Vorschulung (p < 0,001 für alle Datensätze) übertroffen, sondern in bestimmten Fällen auch SL auf dem MIMIC-CXR-Datensatz überschritten. Unsere Erkenntnisse legen nahe, dass die Auswahl der richtigen Vorschulstrategie, insbesondere mit SSL, für die Verbesserung der Diagnosegenauigkeit von künstlicher Intelligenz in der medizinischen Bildgebung entscheidend sein kann. Indem wir das Versprechen von SSL in der Brustbildanalyse demonstrieren, unterstreichen wir einen transformativen Wandel hin zu effizienteren und präziseren AI-Modellen in der medizinischen Bildgebung. Selbstbetreutes Lernen unterstreicht einen Paradigmenwechsel zur Verbesserung der AI-getriebenen Genauigkeit und Effizienz in der medizinischen Bildgebung. Die breitere Anwendung des selbsterweiterten Lernens in der medizinischen Bildgebung erfordert eine tiefere Erkundung, insbesondere in Kontexten, in denen umfassende notierte Datensätze begrenzt sind.
K. M,
K. S,
D. J,
F. E,
P. D. S. D,
V. TJ,
V. MA,
M. Beeres,
L. C and
H. S,
"Enhancing Forensic Diagnostics: Structured Reporting of Post-Mortem CT versus Autopsy for Laryngohyoid Complex Fractures in Strangulation.",
Bioengineering (Basel, Switzerland),
Aug.
2024.
Abstract:
Ziel dieser Studie war es, einen standardisierten strukturierten Workflow zu etablieren, um Erkenntnisse aus hochauflösenden, optimierten Rekonstruktionen von nachmortem berechneter Tomographie (pmCT) mit Autopsy-Ergebnissen zum Nachweis von Brüchen des Laryngohyoid-Komplexes in Strangulationsopfern zu vergleichen. Es wurden vierundvierzig Strangulationsfälle ausgewählt und PmCT-Scans des Laryngohyoidkomplexes erhalten. Sowohl pmCT-Scans als auch Autopsieberichte wurden mit einer strukturierten Vorlage analysiert und mit Cohens kappa-Koeffizienten (κ) und dem McNemar-Test verglichen. Die Studie hat auch die Prävalenz von Ossa-Sesamoidea und die Nicht-Fusion der großen und kleinen Hörner des Hyoid-Knochens zwischen beiden diagnostischen Methoden verglichen. Der Bruchnachweis zeigte eine sehr gute Korrelation zwischen Autopsie- und pmCT-Ergebnissen (κ = 0,905), wobei der McNemar-Test keinen statistisch signifikanten Unterschied zwischen den beiden Methoden zeigte. PmCT identifizierte 28 Sesamoidknochen, 45 Nicht-Fusionen der Haupthörner und 47 Nicht-Fusionen der Nebenhörner des Hyoidknochens im Vergleich zu vier, sechs bzw. null, die durch Autopsie identifiziert wurden (<i>p</i> < 0,0001). Autopsie- und pmCT-Ergebnisse korrelieren gut und können komplementär eingesetzt werden. PmCT ist der Autopsie überlegen, Dislokationen zu erkennen und anatomische Variationen im Laryngohyoid-Komplex zu erkennen, die zu Fehlinterpretationen bei der Autopsie führen können. Daher befürworten wir nicht, die Autopsie durch pmCT zu ersetzen, sondern schlagen einen strukturierten Workflow, einschließlich unserer standardisierten Berichtsvorlage, zur Auswertung von Läsionen im Laryngohyoid-Komplex vor.
| DOI: | 10.3390/bioengineering11080807 |
Abstract:
Ziel dieser Studie war es, einen standardisierten strukturierten Workflow zu etablieren, um Erkenntnisse aus hochauflösenden, optimierten Rekonstruktionen von nachmortem berechneter Tomographie (pmCT) mit Autopsy-Ergebnissen zum Nachweis von Brüchen des Laryngohyoid-Komplexes in Strangulationsopfern zu vergleichen. Es wurden vierundvierzig Strangulationsfälle ausgewählt und PmCT-Scans des Laryngohyoidkomplexes erhalten. Sowohl pmCT-Scans als auch Autopsieberichte wurden mit einer strukturierten Vorlage analysiert und mit Cohens kappa-Koeffizienten (κ) und dem McNemar-Test verglichen. Die Studie hat auch die Prävalenz von Ossa-Sesamoidea und die Nicht-Fusion der großen und kleinen Hörner des Hyoid-Knochens zwischen beiden diagnostischen Methoden verglichen. Der Bruchnachweis zeigte eine sehr gute Korrelation zwischen Autopsie- und pmCT-Ergebnissen (κ = 0,905), wobei der McNemar-Test keinen statistisch signifikanten Unterschied zwischen den beiden Methoden zeigte. PmCT identifizierte 28 Sesamoidknochen, 45 Nicht-Fusionen der Haupthörner und 47 Nicht-Fusionen der Nebenhörner des Hyoidknochens im Vergleich zu vier, sechs bzw. null, die durch Autopsie identifiziert wurden (<i>p</i> < 0,0001). Autopsie- und pmCT-Ergebnisse korrelieren gut und können komplementär eingesetzt werden. PmCT ist der Autopsie überlegen, Dislokationen zu erkennen und anatomische Variationen im Laryngohyoid-Komplex zu erkennen, die zu Fehlinterpretationen bei der Autopsie führen können. Daher befürworten wir nicht, die Autopsie durch pmCT zu ersetzen, sondern schlagen einen strukturierten Workflow, einschließlich unserer standardisierten Berichtsvorlage, zur Auswertung von Läsionen im Laryngohyoid-Komplex vor.
[de]
S. Windeck,
S. Stillfried,
L. Triefenbach,
U. Nienaber,
R. D. Bülow,
R. Röhrig,
B. Ondruschka,
P. Boor and
NATON,
"Entwicklung und Fortschritte des Nationalen Obduktionsnetzwerks (NATON)",
Die Pathologie,
Mä.
2024.
Abstract:
Obduktionen gelten seit langem als der Goldstandard für die Qualitätssicherung in der Medizin. Die COVID-19-Pandemie hat ihr Potenzial für das Verständnis der Pathophysiologie, Therapie und Krankheitsbewältigung wieder in den Fokus gerückt. Im April 2020 wurde das Deutsche Register für COVID-19-Obduktionen (DeRegCOVID) eingerichtet, gefolgt vom Konsortium DEFEAT PANDEMIcs (2020–2021), das sich zum Nationalen Obduktionsnetzwerk (NATON) entwickelte.
| DOI: | 10.1007/s00292-024-01307-8 |
| Datei: | https://doi.org/10.1007/s00292-024-01307-8 |
Abstract:
Obduktionen gelten seit langem als der Goldstandard für die Qualitätssicherung in der Medizin. Die COVID-19-Pandemie hat ihr Potenzial für das Verständnis der Pathophysiologie, Therapie und Krankheitsbewältigung wieder in den Fokus gerückt. Im April 2020 wurde das Deutsche Register für COVID-19-Obduktionen (DeRegCOVID) eingerichtet, gefolgt vom Konsortium DEFEAT PANDEMIcs (2020–2021), das sich zum Nationalen Obduktionsnetzwerk (NATON) entwickelte.
T. Donker,
A. Papathanassopoulos,
H. Ghosh,
R. Kociurzynski,
M. Felder,
H. Grundmann and
S. Reuter,
"Estimation of SARS-CoV-2 fitness gains from genomic surveillance data without prior lineage classification",
Proceedings of the National Academy of Sciences,
vol. 121,
no. 25,
pp. e2314262121,
Jun.
2024.
| DOI: | 10.1073/pnas.2314262121 |
S. M,
S. S,
W. B,
D. J,
N. M,
K. L and
R. G,
"Evaluating Medical Image Segmentation Models Using Augmentation.",
Tomography (Ann Arbor, Mich.),
Dez.
2024.
Abstract:
Medizinische Bildsegmentierung ist ein wesentlicher Schritt sowohl in der klinischen als auch in der Forschung, und automatisierte Segmentierungsmodelle - wie TotalSegmentator- sind allgegenwärtig geworden. Allerdings bleiben robuste Verfahren zur Validierung der Genauigkeit dieser Modelle begrenzt, und oft ist eine manuelle Inspektion erforderlich, bevor die von diesen Modellen erzeugten Segmentierungsmasken verwendet werden können. Um diese Lücke zu lösen, haben wir ein neuartiges Validierungskonzept für Segmentierungsmodelle entwickelt, das die Datenvergrößerung zur Beurteilung der Modellkonsistenz nutzt. Wir produzierten Segmentierungsmasken für die Original- und Augmented-Scans, und wir berechneten die Ausrichtungsmetriken zwischen diesen Segmentierungsmasken. Unsere Ergebnisse zeigen eine starke Korrelation zwischen der Segmentierungsqualität des Originalscans und der durchschnittlichen Ausrichtung zwischen den Masken des Originals und erweiterten CT-Scans. Diese Ergebnisse wurden durch die Unterstützung von Metriken, einschließlich des Varianzkoeffizienten und der durchschnittlichen symmetrischen Oberflächendistanz, validiert, was darauf hindeutet, dass die Übereinstimmung mit augmented-scan-Segmentationsmasken ein gültiger Proxy für die Segmentierungsqualität ist. Insgesamt bietet unser Rahmen eine Pipeline zur Auswertung der Segmentierungsleistung, ohne sich auf manuell markierte Bodenwahrheitsdaten zu verlassen und eine Grundlage für zukünftige Fortschritte bei der automatisierten medizinischen Bildanalyse zu schaffen.
| DOI: | 10.3390/tomography10120150 |
Abstract:
Medizinische Bildsegmentierung ist ein wesentlicher Schritt sowohl in der klinischen als auch in der Forschung, und automatisierte Segmentierungsmodelle - wie TotalSegmentator- sind allgegenwärtig geworden. Allerdings bleiben robuste Verfahren zur Validierung der Genauigkeit dieser Modelle begrenzt, und oft ist eine manuelle Inspektion erforderlich, bevor die von diesen Modellen erzeugten Segmentierungsmasken verwendet werden können. Um diese Lücke zu lösen, haben wir ein neuartiges Validierungskonzept für Segmentierungsmodelle entwickelt, das die Datenvergrößerung zur Beurteilung der Modellkonsistenz nutzt. Wir produzierten Segmentierungsmasken für die Original- und Augmented-Scans, und wir berechneten die Ausrichtungsmetriken zwischen diesen Segmentierungsmasken. Unsere Ergebnisse zeigen eine starke Korrelation zwischen der Segmentierungsqualität des Originalscans und der durchschnittlichen Ausrichtung zwischen den Masken des Originals und erweiterten CT-Scans. Diese Ergebnisse wurden durch die Unterstützung von Metriken, einschließlich des Varianzkoeffizienten und der durchschnittlichen symmetrischen Oberflächendistanz, validiert, was darauf hindeutet, dass die Übereinstimmung mit augmented-scan-Segmentationsmasken ein gültiger Proxy für die Segmentierungsqualität ist. Insgesamt bietet unser Rahmen eine Pipeline zur Auswertung der Segmentierungsleistung, ohne sich auf manuell markierte Bodenwahrheitsdaten zu verlassen und eine Grundlage für zukünftige Fortschritte bei der automatisierten medizinischen Bildanalyse zu schaffen.
S. D,
B. P,
J. M,
K. Z,
M. MT,
H. D,
P. T,
S. J,
U. Keilholz and
M. K,
"First effectiveness data of lenvatinib and pembrolizumab as first-line therapy in advanced anaplastic thyroid cancer: a retrospective cohort study.",
BMC endocrine disorders,
Feb.
2024.
Abstract:
Anaplastischer Schilddrüsenkrebs (ATC) ist ein seltener und aggressiver Neoplasm. Wir haben noch keine wirksamen Behandlungsoptionen, so dass Überlebensraten sehr niedrig bleiben. Hier haben wir die Aktivität der Kombination von Lenvatinib und Pembrolizumab als systemische Erstlinientherapie in ATC bewertet. In einer retrospektiven Analyse untersuchten wir die Aktivität und Verträglichkeit von kombiniertem Lenvatinib (Startddosis 14 bis 24 mg täglich) und Pembrolizumab (200 mg alle drei Wochen) als Erstlinientherapie in einem institutionellen Kohort von ATC-Patienten. Fünf Patienten mit metastasierendem ATC erhielten Lenvatinib und Pembrolizumab als systemische Erstlinientherapie. Das mediane progressionsfreie Überleben betrug 4,7 (Bereich 0,8-5,9) Monate und das mediane Gesamtüberleben betrug 6,3 (Bereich 0,8-nicht erreicht) Monate. Bei der ersten Folge hatte ein Patient eine partielle Reaktion, drei Patienten hatten eine stabile Erkrankung, und ein Patient war aufgrund einer Störung der Bewertung durch eine mithelfende akute infektiöse Schilddrüse formal nicht auswertbar. Dieser Patient war dann für mehr als ein Jahr stabil und war noch bei der Datenabschaltung ohne Krankheitsfortschritt Therapie. Weitere Analysen ergaben eine unzureichende DNA-Mangel-Reparatur, hohe CD8<sup>+</sup> Lymphozyten-Infiltration und geringe Makrophagen-Infiltration bei diesem Patienten. Von den anderen Patienten, zwei hatten progressive Krankheit nach negativen Drogenreaktionen und Therapie-Deskalation, und zwei starben nach der ersten Inszenierung. Für alle Patienten reichte der PD-L1 kombinierte positive Score von 12 bis 100 %. Die Kombination von Lenvatinib und Pembrolizumab war bei behandlungsnahen ATC-Patienten mit gelegentlicher lang anhaltender Reaktion wirksam und mäßig toleriert. Allerdings konnten wir die außergewöhnlichen Reaktionen für diese Kombinationstherapie, die zuvor bei vorbehandelten Patienten gemeldet wurde, nicht bestätigen.
| DOI: | 10.1186/s12902-024-01555-y |
Abstract:
Anaplastischer Schilddrüsenkrebs (ATC) ist ein seltener und aggressiver Neoplasm. Wir haben noch keine wirksamen Behandlungsoptionen, so dass Überlebensraten sehr niedrig bleiben. Hier haben wir die Aktivität der Kombination von Lenvatinib und Pembrolizumab als systemische Erstlinientherapie in ATC bewertet. In einer retrospektiven Analyse untersuchten wir die Aktivität und Verträglichkeit von kombiniertem Lenvatinib (Startddosis 14 bis 24 mg täglich) und Pembrolizumab (200 mg alle drei Wochen) als Erstlinientherapie in einem institutionellen Kohort von ATC-Patienten. Fünf Patienten mit metastasierendem ATC erhielten Lenvatinib und Pembrolizumab als systemische Erstlinientherapie. Das mediane progressionsfreie Überleben betrug 4,7 (Bereich 0,8-5,9) Monate und das mediane Gesamtüberleben betrug 6,3 (Bereich 0,8-nicht erreicht) Monate. Bei der ersten Folge hatte ein Patient eine partielle Reaktion, drei Patienten hatten eine stabile Erkrankung, und ein Patient war aufgrund einer Störung der Bewertung durch eine mithelfende akute infektiöse Schilddrüse formal nicht auswertbar. Dieser Patient war dann für mehr als ein Jahr stabil und war noch bei der Datenabschaltung ohne Krankheitsfortschritt Therapie. Weitere Analysen ergaben eine unzureichende DNA-Mangel-Reparatur, hohe CD8<sup>+</sup> Lymphozyten-Infiltration und geringe Makrophagen-Infiltration bei diesem Patienten. Von den anderen Patienten, zwei hatten progressive Krankheit nach negativen Drogenreaktionen und Therapie-Deskalation, und zwei starben nach der ersten Inszenierung. Für alle Patienten reichte der PD-L1 kombinierte positive Score von 12 bis 100 %. Die Kombination von Lenvatinib und Pembrolizumab war bei behandlungsnahen ATC-Patienten mit gelegentlicher lang anhaltender Reaktion wirksam und mäßig toleriert. Allerdings konnten wir die außergewöhnlichen Reaktionen für diese Kombinationstherapie, die zuvor bei vorbehandelten Patienten gemeldet wurde, nicht bestätigen.
K. K,
G. C,
H. R,
Z. M,
E. T,
H. MC,
S. MM,
E. Y,
K. P,
B. JM,
N. K,
H. N,
B. J,
K. RV,
M. K,
E. C,
D. T,
G. L,
G. RJ,
M. D,
P. T,
L. S,
L. JA,
P. L and
K. J,
"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.
[eng]
L. Zhou,
M. T. Pereiro,
Y. Li,
M. Derigs,
C. Kuenne,
T. Hielscher,
W. Huang,
B. Kränzlin,
G. Tian,
K. Kobayashi,
G. N. Lu,
K. Roedl,
C. Schmidt,
S. Günther,
M. Looso,
J. Huber,
Y. Xu,
T. Wiech,
J. Sperhake,
D. Wichmann,
H. Gröne and
T. Worzfeld,
"Glucocorticoids induce a maladaptive epithelial stress response to aggravate acute kidney injury",
Science Translational Medicine,
vol. 16,
no. 767,
pp. eadk5005,
Okt.
2024.
Abstract:
Acute kidney injury (AKI) is a frequent and challenging clinical condition associated with high morbidity and mortality and represents a common complication in critically ill patients with COVID-19. In AKI, renal tubular epithelial cells (TECs) are a primary site of damage, and recovery from AKI depends on TEC plasticity. However, the molecular mechanisms underlying adaptation and maladaptation of TECs in AKI remain largely unclear. Here, our study of an autopsy cohort of patients with COVID-19 provided evidence that injury of TECs by myoglobin, released as a consequence of rhabdomyolysis, is a major pathophysiological mechanism for AKI in severe COVID-19. Analyses of human kidney biopsies, mouse models of myoglobinuric and gentamicin-induced AKI, and mouse kidney tubuloids showed that TEC injury resulted in activation of the glucocorticoid receptor by endogenous glucocorticoids, which aggravated tubular damage. The detrimental effect of endogenous glucocorticoids on injured TECs was exacerbated by the administration of a widely clinically used synthetic glucocorticoid, dexamethasone, as indicated by experiments in mouse models of myoglobinuric- and folic acid-induced AKI, human and mouse kidney tubuloids, and human kidney slice cultures. Mechanistically, studies in mouse models of AKI, mouse tubuloids, and human kidney slice cultures demonstrated that glucocorticoid receptor signaling in injured TECs orchestrated a maladaptive transcriptional program to hinder DNA repair, amplify injury-induced DNA double-strand break formation, and dampen mTOR activity and mitochondrial bioenergetics. This study identifies glucocorticoid receptor activation as a mechanism of epithelial maladaptation, which is functionally important for AKI.
| DOI: | 10.1126/scitranslmed.adk5005 |
Abstract:
Acute kidney injury (AKI) is a frequent and challenging clinical condition associated with high morbidity and mortality and represents a common complication in critically ill patients with COVID-19. In AKI, renal tubular epithelial cells (TECs) are a primary site of damage, and recovery from AKI depends on TEC plasticity. However, the molecular mechanisms underlying adaptation and maladaptation of TECs in AKI remain largely unclear. Here, our study of an autopsy cohort of patients with COVID-19 provided evidence that injury of TECs by myoglobin, released as a consequence of rhabdomyolysis, is a major pathophysiological mechanism for AKI in severe COVID-19. Analyses of human kidney biopsies, mouse models of myoglobinuric and gentamicin-induced AKI, and mouse kidney tubuloids showed that TEC injury resulted in activation of the glucocorticoid receptor by endogenous glucocorticoids, which aggravated tubular damage. The detrimental effect of endogenous glucocorticoids on injured TECs was exacerbated by the administration of a widely clinically used synthetic glucocorticoid, dexamethasone, as indicated by experiments in mouse models of myoglobinuric- and folic acid-induced AKI, human and mouse kidney tubuloids, and human kidney slice cultures. Mechanistically, studies in mouse models of AKI, mouse tubuloids, and human kidney slice cultures demonstrated that glucocorticoid receptor signaling in injured TECs orchestrated a maladaptive transcriptional program to hinder DNA repair, amplify injury-induced DNA double-strand break formation, and dampen mTOR activity and mitochondrial bioenergetics. This study identifies glucocorticoid receptor activation as a mechanism of epithelial maladaptation, which is functionally important for AKI.
A. Hoffmann,
K. R,
D. R,
M. C,
T. N,
T. N,
G. K,
H. O,
V. JJ,
S. M,
SMN,
M. L,
S. KE,
S. Holzwarth,
K. Y,
H. L,
V. MJGT and
B. F,
"Health and socio-demographic background of Ukrainian minors and their families in Germany - challenges for refugee medicine : A cross-sectional study from the German Network University Medicine (NUM).",
European journal of pediatrics,
Dez.
2024.
Abstract:
2022 flohen über 1.000.000 Menschen aus der Ukraine nach Deutschland, vor allem Frauen und Kinder. Ziel dieser Studie war es, den Gesundheitsstatus und den soziodemographischen Hintergrund ukrainischer Flüchtlings Minderjährige in Deutschland zu bestimmen und diese mit deutschen Minderjährigen zu vergleichen. In dieser Studie wurden ukrainische Flüchtlinge aller Altersgruppen, die freiwillig über Flyer oder Flüchtlingsheime mit den Studienzentren in Kontakt kamen, mit Hilfe ausgebildeter Dolmetscher vom 09-12/2022 interviewt. Wir haben Daten von Minderjährigen und ihren Familien zum sozioökonomischen Status, zur allgemeinen Gesundheitswahrnehmung, zur aktuellen und vorbestehenden Infektions- und nicht ansteckenden Krankheiten und zum Impfungsstatus bewertet. Die Daten für die Minderjährigen wurden durch Interviews der Begleiter erhoben. Darüber hinaus wurden eine physikalische Untersuchung und serologische Untersuchung für Infektions- und Impfstoff-vermeidbare Krankheiten durchgeführt. Insgesamt wurden 392 Minderjährige und Begleiter (358) einbezogen. Die allgemeine und psychische Gesundheit der Minderjährigen wurde in 83% (316) bzw. 80% (304) als "mindestens gut" gemeldet. In 16 % (63) wurden Infektions- oder andere zugrunde liegende Krankheiten aufgenommen. Tuberkulose-Infektionen (7, 1,8%) und Hepatitis C (2, 0,5%) wurden durch die serologischen Tests gefunden. HIV konnte nur in einem vorbekannten Fall nachgewiesen werden. Selbst gemeldete Impfungen gegen Masern und Varicellen entsprachen beispielsweise nicht den serologischen Befunden (Schutz gegen Masern 304; 84%; Varicella 230; 64%). Begleitende Erwachsene bewerten häufig die allgemeine Gesundheit und das Wohlbefinden der ukrainischen Flüchtlings Minderjährigen als eher arm. Häufig stimmten selbst gemeldete Impfungen und vorbestehende Krankheiten nicht mit Serologieergebnissen überein; daher sollten ukrainische Flüchtlings Minderjährige ohne formale Impfungsbescheinigung alle empfohlenen Impfungen angeboten und zusätzlich zur Tuberkulose für Hepatitis B, C und HIV großzügig abgeschirmt werden. • Infektionskrankheiten (TB, Hepatitis B/C, HIV) sind häufiger unter ukrainischen Minderjährigen und Impfstoffhesitanz ist weit verbreiteter als in vielen Wirtsländern und erfordern eine angemessene medizinische Versorgung. • Verlagerung und Krieg verschlechtern die medizinische Versorgung und haben negative Auswirkungen auf die psychische Gesundheit. Obwohl die intrafamiliale Ausbreitung von Infektionskrankheiten selten war (in dieser Kohorte), wahrgenommene allgemeine Gesundheit der ukrainischen Minderjährigen ist ziemlich schlecht. • Halbstrukturierte Interviews - auch bei Dolmetschern - sind oft unzureichend, um gültige medizinische Informationen zu sammeln.
| DOI: | 10.1007/s00431-024-05847-2 |
Abstract:
2022 flohen über 1.000.000 Menschen aus der Ukraine nach Deutschland, vor allem Frauen und Kinder. Ziel dieser Studie war es, den Gesundheitsstatus und den soziodemographischen Hintergrund ukrainischer Flüchtlings Minderjährige in Deutschland zu bestimmen und diese mit deutschen Minderjährigen zu vergleichen. In dieser Studie wurden ukrainische Flüchtlinge aller Altersgruppen, die freiwillig über Flyer oder Flüchtlingsheime mit den Studienzentren in Kontakt kamen, mit Hilfe ausgebildeter Dolmetscher vom 09-12/2022 interviewt. Wir haben Daten von Minderjährigen und ihren Familien zum sozioökonomischen Status, zur allgemeinen Gesundheitswahrnehmung, zur aktuellen und vorbestehenden Infektions- und nicht ansteckenden Krankheiten und zum Impfungsstatus bewertet. Die Daten für die Minderjährigen wurden durch Interviews der Begleiter erhoben. Darüber hinaus wurden eine physikalische Untersuchung und serologische Untersuchung für Infektions- und Impfstoff-vermeidbare Krankheiten durchgeführt. Insgesamt wurden 392 Minderjährige und Begleiter (358) einbezogen. Die allgemeine und psychische Gesundheit der Minderjährigen wurde in 83% (316) bzw. 80% (304) als "mindestens gut" gemeldet. In 16 % (63) wurden Infektions- oder andere zugrunde liegende Krankheiten aufgenommen. Tuberkulose-Infektionen (7, 1,8%) und Hepatitis C (2, 0,5%) wurden durch die serologischen Tests gefunden. HIV konnte nur in einem vorbekannten Fall nachgewiesen werden. Selbst gemeldete Impfungen gegen Masern und Varicellen entsprachen beispielsweise nicht den serologischen Befunden (Schutz gegen Masern 304; 84%; Varicella 230; 64%). Begleitende Erwachsene bewerten häufig die allgemeine Gesundheit und das Wohlbefinden der ukrainischen Flüchtlings Minderjährigen als eher arm. Häufig stimmten selbst gemeldete Impfungen und vorbestehende Krankheiten nicht mit Serologieergebnissen überein; daher sollten ukrainische Flüchtlings Minderjährige ohne formale Impfungsbescheinigung alle empfohlenen Impfungen angeboten und zusätzlich zur Tuberkulose für Hepatitis B, C und HIV großzügig abgeschirmt werden. • Infektionskrankheiten (TB, Hepatitis B/C, HIV) sind häufiger unter ukrainischen Minderjährigen und Impfstoffhesitanz ist weit verbreiteter als in vielen Wirtsländern und erfordern eine angemessene medizinische Versorgung. • Verlagerung und Krieg verschlechtern die medizinische Versorgung und haben negative Auswirkungen auf die psychische Gesundheit. Obwohl die intrafamiliale Ausbreitung von Infektionskrankheiten selten war (in dieser Kohorte), wahrgenommene allgemeine Gesundheit der ukrainischen Minderjährigen ist ziemlich schlecht. • Halbstrukturierte Interviews - auch bei Dolmetschern - sind oft unzureichend, um gültige medizinische Informationen zu sammeln.
[eng]
M. Schwabenland,
D. Hasavci,
S. Frase,
K. Wolf,
N. Deigendesch,
J. M. Buescher,
K. D. Mertz,
B. Ondruschka,
J. Matschke,
M. Glatzel,
S. Frank,
R. Thimme,
J. Beck,
J. A. Hosp,
T. Blank,
B. Bengsch and
M. Prinz,
"High throughput spatial immune mapping reveals an innate immune scar in post-COVID-19 brains",
Acta Neuropathologica,
vol. 148,
no. 1,
pp. 11,
Jul.
2024.
Abstract:
The underlying pathogenesis of neurological sequelae in post-COVID-19 patients remains unclear. Here, we used multidimensional spatial immune phenotyping and machine learning methods on brains from initial COVID-19 survivors to identify the biological correlate associated with previous SARS-CoV-2 challenge. Compared to healthy controls, individuals with post-COVID-19 revealed a high percentage of TMEM119+P2RY12+CD68+Iba1+HLA-DR+CD11c+SCAMP2+ microglia assembled in prototypical cellular nodules. In contrast to acute SARS-CoV-2 cases, the frequency of CD8+ parenchymal T cells was reduced, suggesting an immune shift toward innate immune activation that may contribute to neurological alterations in post-COVID-19 patients.
| DOI: | 10.1007/s00401-024-02770-6 |
Abstract:
The underlying pathogenesis of neurological sequelae in post-COVID-19 patients remains unclear. Here, we used multidimensional spatial immune phenotyping and machine learning methods on brains from initial COVID-19 survivors to identify the biological correlate associated with previous SARS-CoV-2 challenge. Compared to healthy controls, individuals with post-COVID-19 revealed a high percentage of TMEM119+P2RY12+CD68+Iba1+HLA-DR+CD11c+SCAMP2+ microglia assembled in prototypical cellular nodules. In contrast to acute SARS-CoV-2 cases, the frequency of CD8+ parenchymal T cells was reduced, suggesting an immune shift toward innate immune activation that may contribute to neurological alterations in post-COVID-19 patients.
R. Ülgüt,
I. Tomsic,
I. Chaberny and
T. von Lengerke,
"Human resource management to assist infection prevention and control professionals: a scoping review",
J Hosp Infect,
vol. 148,
pp. 145-154,
Jun.
2024.
| DOI: | 10.1016/j.jhin.2024.04.004 |
U. R,
T. T,
C. IF and
T.,
"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.
E. J,
S. V,
P. G,
B. N,
K. T,
G. M,
K. N,
H. S,
H. G,
P. Beerbaum,
H. G,
W. F,
V. J,
W. M and
R. DM,
"Multiparametric Cardiovascular MRI Assessment of Post-COVID Syndrome in Children in Comparison to Matched Healthy Individuals.",
Investigative radiology,
Jun.
2024.
Abstract:
Das Post-COVID-Syndrom (PCS) kann die Lebensqualität der Patienten und ihrer Familien beeinträchtigen. Insbesondere ist der Grad der Herzbeeinträchtigung bei Kindern mit PCS unbekannt. Ziel dieser Studie war es, mögliche Herzentzündungssequenzen bei Kindern mit PCS im Vergleich zu gesunden Kontrollen zu identifizieren. Diese einzentige, prospektive, intraindividuelle, Beobachtungsstudie bewertet die Herzfunktion, globale und segmentbasierte Stämme und die Gewebecharakterisierung in 29 alters- und sexangepassten Kindern mit PCS und gesunden Kindern mit einer 3 T-Magnetresonanztomographie (MRI). Herz-MRT wurde über 36,4 ± 24,9 Wochen nach-COVID-Infektion durchgeführt. Die Studie Kohorte hat ein durchschnittliches Alter von 14,0 ± 2,8 Jahren, für die die meisten Menschen von Müdigkeit, Konzentrationsstörungen, Dyspnea, Schwindel und Muskelschmerzen erfahren. Kinder mit PSC im Gegensatz zur Kontrollgruppe zeigten eine erhöhte Herzfrequenz (83,7 ± 18,1 Schläge pro Minute vs 75,2 ± 11,2 Schläge pro Minute, P = 0,019), erhöhtes rechtsventrikuläres enddiastolic Volumen (95,2 ± 19,2 ml -2 vs 82,0 ± 21,5 ml -2, P = 0,018) und endsystolisches Volumen (40,3 ± 7,9 ml Basierend auf der aktualisierten Lake Louise Criteria, Myokardinentzündung ist in 20 (69%) Kindern mit PCS. Für globale Stämme wurde kein statistisch signifikanter Unterschied beobachtet. Cardiac MRI ergab geänderte rechtsventrikuläre Volumentrikten und erhöhte T1 und T2 Mapping-Werte bei Kindern mit PCS, suggestiv für eine diffuse myokardial Entzündung, die für die diagnostische Aufarbeitung von PCS bei Kindern nützlich sein kann.
| DOI: | 10.1097/RLI.0000000000001048 |
Abstract:
Das Post-COVID-Syndrom (PCS) kann die Lebensqualität der Patienten und ihrer Familien beeinträchtigen. Insbesondere ist der Grad der Herzbeeinträchtigung bei Kindern mit PCS unbekannt. Ziel dieser Studie war es, mögliche Herzentzündungssequenzen bei Kindern mit PCS im Vergleich zu gesunden Kontrollen zu identifizieren. Diese einzentige, prospektive, intraindividuelle, Beobachtungsstudie bewertet die Herzfunktion, globale und segmentbasierte Stämme und die Gewebecharakterisierung in 29 alters- und sexangepassten Kindern mit PCS und gesunden Kindern mit einer 3 T-Magnetresonanztomographie (MRI). Herz-MRT wurde über 36,4 ± 24,9 Wochen nach-COVID-Infektion durchgeführt. Die Studie Kohorte hat ein durchschnittliches Alter von 14,0 ± 2,8 Jahren, für die die meisten Menschen von Müdigkeit, Konzentrationsstörungen, Dyspnea, Schwindel und Muskelschmerzen erfahren. Kinder mit PSC im Gegensatz zur Kontrollgruppe zeigten eine erhöhte Herzfrequenz (83,7 ± 18,1 Schläge pro Minute vs 75,2 ± 11,2 Schläge pro Minute, P = 0,019), erhöhtes rechtsventrikuläres enddiastolic Volumen (95,2 ± 19,2 ml -2 vs 82,0 ± 21,5 ml -2, P = 0,018) und endsystolisches Volumen (40,3 ± 7,9 ml Basierend auf der aktualisierten Lake Louise Criteria, Myokardinentzündung ist in 20 (69%) Kindern mit PCS. Für globale Stämme wurde kein statistisch signifikanter Unterschied beobachtet. Cardiac MRI ergab geänderte rechtsventrikuläre Volumentrikten und erhöhte T1 und T2 Mapping-Werte bei Kindern mit PCS, suggestiv für eine diffuse myokardial Entzündung, die für die diagnostische Aufarbeitung von PCS bei Kindern nützlich sein kann.