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.
S. Schulze-Weddige,
F. U,
K. J,
R. R,
G. Baumgärtner,
M. Lindholz,
S. IT,
J. H,
M. M,
G. D,
W. B and
P. T,
"Automatic 3D Tracking of Liver Metastases: Follow-Up Assessment of Cancer Patients in Contrast-Enhanced MRI.",
Bioengineering (Basel, Switzerland),
Aug.
2025.
Abstract:
Das differenzierte Wachstum der sekundären Lebermetastasen ist für die frühe Erkennung von Progression wichtig, bleibt aber aufgrund variabler Tumorwachstumsraten herausfordernd. Wir wollten eine genaue, konsequente und effiziente Längsüberwachung automatisieren. Wir entwickelten einen automatischen 3D-Segmentierungs- und Tracking-Algorithmus, um das differentielle Wachstum zu quantifizieren, getestet auf kontrastverstärkten MRI-Follow-ups von Patienten mit neuroendocrine Lebermetastasen (NELMs). Die Ausgabe wurde in ein Entscheidungshilfeinstrument integriert, um zwischen fortschreitender Krankheit, stabiler Krankheit und teilweiser/vollständiger Reaktion zu unterscheiden. Eine Anwenderstudie, die eine Expertengruppe von sieben Expertenradiologen umfasst, hat ihre Auswirkungen bewertet. Gruppenvergleiche nutzten den Friedman-Test mit Post-hoc-Analysen. Unser Algorithmus entdeckte 991 Metastasen bei 30 Patienten: 13% neu, 30% progressiv, 18% stabil und 18% regressiv; der Rest war entweder zu klein, um (15%) zu messen oder mit einer anderen Metastasierung in der Folgebewertung (6%) zusammengeführt. Die Diagnosegenauigkeit verbesserte sich mit zusätzlichen Informationen über die Lebertumorbelastung und das Differenzwachstum, wenn auch nicht signifikant (<i>p</i> = 0,72). Die Diagnosezeit wurde erhöht (>i>p</i> < 0,001). Alle Radiologen fanden die Methode nützlich und drückten den Wunsch aus, sie in bestehende diagnostische Werkzeuge zu integrieren. Wir automatisierten Segmentierung und Quantifizierung einzelner NELMs und ermöglichen eine umfassende Längsanalyse des differentiellen Tumorwachstums mit dem Potenzial, die klinische Entscheidungsfindung zu verbessern.
| DOI: | 10.3390/bioengineering12080874 |
Abstract:
Das differenzierte Wachstum der sekundären Lebermetastasen ist für die frühe Erkennung von Progression wichtig, bleibt aber aufgrund variabler Tumorwachstumsraten herausfordernd. Wir wollten eine genaue, konsequente und effiziente Längsüberwachung automatisieren. Wir entwickelten einen automatischen 3D-Segmentierungs- und Tracking-Algorithmus, um das differentielle Wachstum zu quantifizieren, getestet auf kontrastverstärkten MRI-Follow-ups von Patienten mit neuroendocrine Lebermetastasen (NELMs). Die Ausgabe wurde in ein Entscheidungshilfeinstrument integriert, um zwischen fortschreitender Krankheit, stabiler Krankheit und teilweiser/vollständiger Reaktion zu unterscheiden. Eine Anwenderstudie, die eine Expertengruppe von sieben Expertenradiologen umfasst, hat ihre Auswirkungen bewertet. Gruppenvergleiche nutzten den Friedman-Test mit Post-hoc-Analysen. Unser Algorithmus entdeckte 991 Metastasen bei 30 Patienten: 13% neu, 30% progressiv, 18% stabil und 18% regressiv; der Rest war entweder zu klein, um (15%) zu messen oder mit einer anderen Metastasierung in der Folgebewertung (6%) zusammengeführt. Die Diagnosegenauigkeit verbesserte sich mit zusätzlichen Informationen über die Lebertumorbelastung und das Differenzwachstum, wenn auch nicht signifikant (<i>p</i> = 0,72). Die Diagnosezeit wurde erhöht (>i>p</i> < 0,001). Alle Radiologen fanden die Methode nützlich und drückten den Wunsch aus, sie in bestehende diagnostische Werkzeuge zu integrieren. Wir automatisierten Segmentierung und Quantifizierung einzelner NELMs und ermöglichen eine umfassende Längsanalyse des differentiellen Tumorwachstums mit dem Potenzial, die klinische Entscheidungsfindung zu verbessern.
J. Ziegler,
E. MP,
F. T,
V. PC,
G. Schmidt,
E. J,
P. P,
D. S. F. R,
A. F,
H. M,
V. E,
R. J,
R. S,
M. JK,
K. B,
S. G,
K. M,
K. LA,
G. H,
S. H,
S. I,
A. F,
H. D,
E. M,
F. G,
K. D,
B. M,
P. HU and
G. C,
"Bridging Data Silos in Oncology with Modular Software for Federated Analysis on Fast Healthcare Interoperability Resources: Multisite Implementation Study.",
Journal of medical Internet research,
Apr.
2025.
Abstract:
Real-world-Daten (RWD) aus Quellen wie administrativen Ansprüchen, elektronischen Gesundheitsaufzeichnungen und Krebsregistrierungen bieten Einblicke in Patientenpopulationen jenseits der eng regulierten Umgebung von randomisierten kontrollierten Studien. Um dies zu nutzen und die Krebsforschung voranzutreiben, haben 6 Universitätskliniken in Bayern eine gemeinsame Forschungs-IT-Infrastruktur aufgebaut. Diese Studie zielte darauf ab, das Design, die Implementierung und den Einsatz einer modularen Datentransformationspipeline zu skizzieren, die die onkologische RWD in ein Health Level 7 (HL7) Fast Healthcare Interoperability Resources (FHIR)-Format verwandelt und dann in ein tabellarisches Format in Vorbereitung auf eine föderierte Analyse (FA) in den 6 bayerischen Krebsforschungszentrum Universitätskliniken. Um RWD effektiv zu nutzen, haben wir eine Pipeline entwickelt, um den onkologischen Basisdatensatz (oBDS) in HL7 FHIR Format umzuwandeln und auf FA vorzubereiten. Die Pipeline behandelt vielfältige IT-Infrastrukturen und -Systeme, wobei die Daten für die Analyse dezentralisiert bleiben. Um die Funktionalität und Gültigkeit unserer Umsetzung zu bewerten, haben wir eine Kohorte festgelegt, um zwei spezifische medizinische Forschungsfragen zu behandeln. Wir haben unsere Ergebnisse ausgewertet, indem wir die Ergebnisse der FA mit Berichten aus dem Bayerischen Krebsregister und den Originaldaten aus lokalen Tumordokumentationssystemen vergleichen. Wir führten eine FA von 17,885 Krebsfällen ab 2021/2022 durch. Brustkrebs war die häufigste Diagnose an 3 Standorten, Prostatakrebs in den Top 2 an 4 Standorten, und malignes Melanom war besonders verbreitet. Geschlechtsspezifische Trends zeigten Larynx- und Esophaguskrebse waren bei Männern häufiger, während Brust- und Schilddrüsenkrebs bei Frauen häufiger war. Diskrepanzen zwischen dem Bayerischen Krebsregister und unseren Daten, wie höhere Rate von malignem Melanom (3400/63,771, 5,3% vs 1921/17,885, 10,7%) und niedrigere Darstellung von Dickdarmkrebs (8100/63,771, 12,7% vs 1187/17,885, 6,6%) wahrscheinlich aus Differenzen in den untersuchten Zeiträumen (2019 vs 2021/2022) und dem Umfang der Daten resultieren. Das Bayerische Krebsregister berichtet ungefähr 3 mal mehr Krebsfälle als allein die 6 Universitätskliniken. Die modulare Pipeline hat die onkologische RWD in 6 Krankenhäusern erfolgreich transformiert, und der föderierte Ansatz bewahrte die Privatsphäre und ermöglicht eine umfassende Analyse. Zukünftige Arbeiten werden die Unterstützung neuer oBDS-Versionen hinzufügen, Datenqualitätsprüfungen automatisieren und zusätzliche klinische Daten integrieren. Unsere Ergebnisse unterstreichen das Potenzial von federgeführten Gesundheitsdatennetzwerken und legen den Grundstein für die zukünftige Forschung, die hochwertige RWD nutzen kann, um wertvolle Kenntnisse auf dem Gebiet der Krebsforschung beizutragen.
| DOI: | 10.2196/65681 |
Abstract:
Real-world-Daten (RWD) aus Quellen wie administrativen Ansprüchen, elektronischen Gesundheitsaufzeichnungen und Krebsregistrierungen bieten Einblicke in Patientenpopulationen jenseits der eng regulierten Umgebung von randomisierten kontrollierten Studien. Um dies zu nutzen und die Krebsforschung voranzutreiben, haben 6 Universitätskliniken in Bayern eine gemeinsame Forschungs-IT-Infrastruktur aufgebaut. Diese Studie zielte darauf ab, das Design, die Implementierung und den Einsatz einer modularen Datentransformationspipeline zu skizzieren, die die onkologische RWD in ein Health Level 7 (HL7) Fast Healthcare Interoperability Resources (FHIR)-Format verwandelt und dann in ein tabellarisches Format in Vorbereitung auf eine föderierte Analyse (FA) in den 6 bayerischen Krebsforschungszentrum Universitätskliniken. Um RWD effektiv zu nutzen, haben wir eine Pipeline entwickelt, um den onkologischen Basisdatensatz (oBDS) in HL7 FHIR Format umzuwandeln und auf FA vorzubereiten. Die Pipeline behandelt vielfältige IT-Infrastrukturen und -Systeme, wobei die Daten für die Analyse dezentralisiert bleiben. Um die Funktionalität und Gültigkeit unserer Umsetzung zu bewerten, haben wir eine Kohorte festgelegt, um zwei spezifische medizinische Forschungsfragen zu behandeln. Wir haben unsere Ergebnisse ausgewertet, indem wir die Ergebnisse der FA mit Berichten aus dem Bayerischen Krebsregister und den Originaldaten aus lokalen Tumordokumentationssystemen vergleichen. Wir führten eine FA von 17,885 Krebsfällen ab 2021/2022 durch. Brustkrebs war die häufigste Diagnose an 3 Standorten, Prostatakrebs in den Top 2 an 4 Standorten, und malignes Melanom war besonders verbreitet. Geschlechtsspezifische Trends zeigten Larynx- und Esophaguskrebse waren bei Männern häufiger, während Brust- und Schilddrüsenkrebs bei Frauen häufiger war. Diskrepanzen zwischen dem Bayerischen Krebsregister und unseren Daten, wie höhere Rate von malignem Melanom (3400/63,771, 5,3% vs 1921/17,885, 10,7%) und niedrigere Darstellung von Dickdarmkrebs (8100/63,771, 12,7% vs 1187/17,885, 6,6%) wahrscheinlich aus Differenzen in den untersuchten Zeiträumen (2019 vs 2021/2022) und dem Umfang der Daten resultieren. Das Bayerische Krebsregister berichtet ungefähr 3 mal mehr Krebsfälle als allein die 6 Universitätskliniken. Die modulare Pipeline hat die onkologische RWD in 6 Krankenhäusern erfolgreich transformiert, und der föderierte Ansatz bewahrte die Privatsphäre und ermöglicht eine umfassende Analyse. Zukünftige Arbeiten werden die Unterstützung neuer oBDS-Versionen hinzufügen, Datenqualitätsprüfungen automatisieren und zusätzliche klinische Daten integrieren. Unsere Ergebnisse unterstreichen das Potenzial von federgeführten Gesundheitsdatennetzwerken und legen den Grundstein für die zukünftige Forschung, die hochwertige RWD nutzen kann, um wertvolle Kenntnisse auf dem Gebiet der Krebsforschung beizutragen.
M. N,
P. B,
K. J,
F. E,
L. G,
A. V and
E. J,
"Comparative Analysis of nnUNet and MedNeXt for Head and Neck Tumor Segmentation in MRI-Guided Radiotherapy.",
Head and Neck Tumor Segmentation for MR-Guided Applications : First MICCAI Challenge, HNTS-MRG 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 17, 2024, proceedings,
2025.
Abstract:
Die Strahlentherapie (RT) ist bei der Behandlung von Kopf- und Halskrebs (HNC) von wesentlicher Bedeutung, wobei die Magnetresonanztomographie (MRI)-geführte RT einen überlegenen Weichgewebekontrast und eine funktionelle Abbildung bietet. Die manuelle Tumorsegmentierung ist jedoch zeitaufwendig und komplex und bleibt daher eine Herausforderung. In dieser Studie stellen wir unsere Lösung als Team TUMOR der HNTS-MRG24 MICCAI Challenge vor, die sich auf die automatisierte Segmentierung von primären Bruttotumorvolumina (GTVp) und metastasierenden Lymphknoten Bruttotumorvolumen (GTVn) in Vor-RT- und Mid-RT-Bildern konzentriert. Wir nutzten den HNTS-MRG2024 Datensatz, der aus 150 MRI-Scans von Patienten besteht, die mit HNC diagnostiziert werden, einschließlich Original- und registrierte Pre-RT- und Mid-RT-T2-gewichtete Bilder mit entsprechenden Segmentierungsmasken für GTVp und GTVn. Wir beschäftigten zwei hochmoderne Modelle in Deep Learning, nnUNet und MedNeXt. Für Task 1 haben wir Modelle auf vor-RT registrierten und mittleren-RT-Bildern vortrainiert, gefolgt von Feinabstimmung auf originalen Vor-RT-Bildern. Für Task 2 haben wir registrierte Pre-RT-Bilder, registrierte Pre-RT-Segmentationsmasken und Mid-RT-Daten als Multi-Channel-Eingabe für das Training zusammengefasst. Unsere Lösung für <b>Task 1</b> erreichte 1. Platz in der endgültigen Testphase mit einem aggregierten Dice Ähnlichity Coeffizient von <b>0.8254</b> und unserer Lösung für <b>Task 2</b> auf Platz 8 mit einem Score von <b>0.7005</b>. Die vorgeschlagene Lösung ist im Github Repository öffentlich verfügbar.
| DOI: | 10.1007/978-3-031-83274-1_10 |
Abstract:
Die Strahlentherapie (RT) ist bei der Behandlung von Kopf- und Halskrebs (HNC) von wesentlicher Bedeutung, wobei die Magnetresonanztomographie (MRI)-geführte RT einen überlegenen Weichgewebekontrast und eine funktionelle Abbildung bietet. Die manuelle Tumorsegmentierung ist jedoch zeitaufwendig und komplex und bleibt daher eine Herausforderung. In dieser Studie stellen wir unsere Lösung als Team TUMOR der HNTS-MRG24 MICCAI Challenge vor, die sich auf die automatisierte Segmentierung von primären Bruttotumorvolumina (GTVp) und metastasierenden Lymphknoten Bruttotumorvolumen (GTVn) in Vor-RT- und Mid-RT-Bildern konzentriert. Wir nutzten den HNTS-MRG2024 Datensatz, der aus 150 MRI-Scans von Patienten besteht, die mit HNC diagnostiziert werden, einschließlich Original- und registrierte Pre-RT- und Mid-RT-T2-gewichtete Bilder mit entsprechenden Segmentierungsmasken für GTVp und GTVn. Wir beschäftigten zwei hochmoderne Modelle in Deep Learning, nnUNet und MedNeXt. Für Task 1 haben wir Modelle auf vor-RT registrierten und mittleren-RT-Bildern vortrainiert, gefolgt von Feinabstimmung auf originalen Vor-RT-Bildern. Für Task 2 haben wir registrierte Pre-RT-Bilder, registrierte Pre-RT-Segmentationsmasken und Mid-RT-Daten als Multi-Channel-Eingabe für das Training zusammengefasst. Unsere Lösung für <b>Task 1</b> erreichte 1. Platz in der endgültigen Testphase mit einem aggregierten Dice Ähnlichity Coeffizient von <b>0.8254</b> und unserer Lösung für <b>Task 2</b> auf Platz 8 mit einem Score von <b>0.7005</b>. Die vorgeschlagene Lösung ist im Github Repository öffentlich verfügbar.
M. Lindholz,
R. R,
S. Schulze-Weddige,
G. Baumgärtner,
S. I,
E. S,
H. CA and
P. T,
"Comparing large language models and text embedding models for automated classification of textual, semantic, and critical changes in radiology reports.",
European journal of radiology,
Okt.
2025.
Abstract:
Radiologie-Berichte können sich während des Workflows ändern, vor allem, wenn die Bewohner vorläufige Versionen erstellen, die die Ärzte abschließend behandeln. Wir untersuchten, wie große Sprachmodelle (LLMs) und Einbettungstechniken diese Veränderungen in textuellen, semantischen oder klinisch handlungsfähigen Typen kategorisieren können. Wir haben 400 adulte CT-Berichte ausgewertet, die von Bewohnern gegen abgeschlossene Versionen von Ärzten erstellt wurden. Änderungen wurden in einer fünf-Punkt-Skala von keiner Veränderung zu kritischen bewertet. Wir untersuchten Open-Source-LLMs neben traditionellen Metriken wie normalisierte Wortunterschiede, Levenshtein und Jaccard Ähnlichkeit und Texteinbettung Ähnlichkeit. Die Modellleistung wurde mit quadratisch gewichteten Cohen's kappa (κ), (balanced) Genauigkeit, F<sub>1</sub>, Präzision und Rückruf bewertet. Die Inter-Rater-Verlässlichkeit bei den Evaluatoren war ausgezeichnet (κ = 0.990). Von den analysierten Berichten enthielten 1,3 % kritische Veränderungen. Die getesteten Verfahren zeigten signifikante Leistungsunterschiede (P < 0,001). Das Qwen3-235B-A22B-Modell mit einer Null-Schuss-Prompt, die am besten mit menschlichen Einschätzungen von Veränderungen in klinischen Berichten fluchtet und einen κ von 0,822 (SD 0.031) erreicht. Die beste konventionelle Metrik, Wortdifferenz, hatte einen κ von 0,732 (SD 0,048), die Differenz zwischen den beiden zeigte statistische Bedeutung bei unjustierten Post-hoc-Tests (P = 0,038), aber verlorene Bedeutung nach Einstellung für Mehrfachtests (P = 0,064). Einbettungsmodelle im Vergleich zu LLMs und klassischen Methoden, die in den meisten Fällen statistische Bedeutung zeigen. Große Sprachmodelle wie Qwen3-235B-A22B zeigten eine moderate bis starke Ausrichtung mit Expertenauswertungen der klinischen Bedeutung von Veränderungen in Radiologieberichten. LLMs vertiefte Einbettungsmethoden und traditionelle String- und Wortansätze, wobei in den meisten Fällen statistische Bedeutung zukommt. Dies zeigt ihr Potenzial als Werkzeuge zur Unterstützung der Peer Review.
| DOI: | 10.1016/j.ejrad.2025.112316 |
Abstract:
Radiologie-Berichte können sich während des Workflows ändern, vor allem, wenn die Bewohner vorläufige Versionen erstellen, die die Ärzte abschließend behandeln. Wir untersuchten, wie große Sprachmodelle (LLMs) und Einbettungstechniken diese Veränderungen in textuellen, semantischen oder klinisch handlungsfähigen Typen kategorisieren können. Wir haben 400 adulte CT-Berichte ausgewertet, die von Bewohnern gegen abgeschlossene Versionen von Ärzten erstellt wurden. Änderungen wurden in einer fünf-Punkt-Skala von keiner Veränderung zu kritischen bewertet. Wir untersuchten Open-Source-LLMs neben traditionellen Metriken wie normalisierte Wortunterschiede, Levenshtein und Jaccard Ähnlichkeit und Texteinbettung Ähnlichkeit. Die Modellleistung wurde mit quadratisch gewichteten Cohen's kappa (κ), (balanced) Genauigkeit, F<sub>1</sub>, Präzision und Rückruf bewertet. Die Inter-Rater-Verlässlichkeit bei den Evaluatoren war ausgezeichnet (κ = 0.990). Von den analysierten Berichten enthielten 1,3 % kritische Veränderungen. Die getesteten Verfahren zeigten signifikante Leistungsunterschiede (P < 0,001). Das Qwen3-235B-A22B-Modell mit einer Null-Schuss-Prompt, die am besten mit menschlichen Einschätzungen von Veränderungen in klinischen Berichten fluchtet und einen κ von 0,822 (SD 0.031) erreicht. Die beste konventionelle Metrik, Wortdifferenz, hatte einen κ von 0,732 (SD 0,048), die Differenz zwischen den beiden zeigte statistische Bedeutung bei unjustierten Post-hoc-Tests (P = 0,038), aber verlorene Bedeutung nach Einstellung für Mehrfachtests (P = 0,064). Einbettungsmodelle im Vergleich zu LLMs und klassischen Methoden, die in den meisten Fällen statistische Bedeutung zeigen. Große Sprachmodelle wie Qwen3-235B-A22B zeigten eine moderate bis starke Ausrichtung mit Expertenauswertungen der klinischen Bedeutung von Veränderungen in Radiologieberichten. LLMs vertiefte Einbettungsmethoden und traditionelle String- und Wortansätze, wobei in den meisten Fällen statistische Bedeutung zukommt. Dies zeigt ihr Potenzial als Werkzeuge zur Unterstützung der Peer Review.
S. R,
R. C,
X. H,
H. Y,
Y. EY,
H. L,
S. O,
L. Y,
N. L,
H. F,
R. R,
A. SA,
H. CA,
P. T,
G. B and
S. LJ,
"Comparing the Prognostic Value of Quantitative Response Assessment Tools and LIRADS Treatment Response Algorithm in Patients with Hepatocellular Carcinoma Following Interstitial High-Dose-Rate Brachytherapy and Conventional Transarterial Chemoembolization.",
Cancers,
Apr.
2025.
Abstract:
<b>Background/Objectives:</b> Ziel dieser Studie war es, den prognostischen Wert der etablierten Antwortbewertungstools für hepatozelluläres Karzinom (HCC) zu untersuchen, das mit einer hoch dosierten interstitiellen Brachytherapie (iBT) allein oder mit transarterialer Chemoembolisierung (cTACE) behandelt wird. <b>Methoden: </b> (Non-)Referenten wurden unter Verwendung von größenbasierten RECIST 1.1 und WHO-Kriterien, Enhance-basierten MRECIST- und EASL-Kriterien und dem LI-RADS-Behandlungsreaktionsalgorithm (LR-TRA)Kategorisiert. Die Ergebnisse waren das Gesamtüberleben (OS), das progressionsfreie Überleben (PFS) und die Zeit zur Progression (TTP). Die verwendeten Statistiken enthielten Fisher's genaue Test, ein <i>t</i>-Test, den Mann-Whitney-U Test und eine Kaplan-Meier-Analyse. Die Median OS, PFS und TTP waren bei Patienten nach iBT (26.3, 9.1 und 13.0 Monaten) höher als nach cTACE/iBT (23.3, 7.6 und 9.2 Monaten). <b>Ergebnisse:</b> Die Enhance-basierten Kriterien identifizierten mehr Beantworter und prognostizierten PFS und TTP besser im Vergleich zu den größenbasierten Kriterien. In zwei Monaten zeigten die cTACE/iBT-Ansprecher eine verbesserte PFS (mRECIST und EASL: 11.3 vs. 2.3 und 11.0 vs. 2.3, <i>p</i> < 0.01) und TTP (mRECIST und EASL: 11.9 vs. 2.4 Monate, <i>p>/i> 0.01) durch die verbesserungsbasierten Kriterien. Eine EASL-Bewertung in fünf Monaten prognostizierte ein verbessertes Überleben sowohl nach cTACE/iBT (PFS: 11,9 vs. 5.1 Monate, <i>p</i> = 0,03; TTP: 12,4 vs. 5.0, <i>p</i> < 0.01) als auch nach iBT (11.1 vs. 5.1 Monate, <i>p>/i> = 0,04; 13,0 vs. Das LR-TRA zeigte für cTACE/iBT-Ansprecher fünf Monate OS-Leistungen. Größenbasierte Kriterien waren nicht prognostisch. <b>Ausschlüsse:</b> Die Verlängerung der Nachverfolgung nach dem iBT oder nach dem iBT/cTACE kann die Schichtung und Prognose der Befragten verbessern.
| DOI: | 10.3390/cancers17081275 |
Abstract:
<b>Background/Objectives:</b> Ziel dieser Studie war es, den prognostischen Wert der etablierten Antwortbewertungstools für hepatozelluläres Karzinom (HCC) zu untersuchen, das mit einer hoch dosierten interstitiellen Brachytherapie (iBT) allein oder mit transarterialer Chemoembolisierung (cTACE) behandelt wird. <b>Methoden: </b> (Non-)Referenten wurden unter Verwendung von größenbasierten RECIST 1.1 und WHO-Kriterien, Enhance-basierten MRECIST- und EASL-Kriterien und dem LI-RADS-Behandlungsreaktionsalgorithm (LR-TRA)Kategorisiert. Die Ergebnisse waren das Gesamtüberleben (OS), das progressionsfreie Überleben (PFS) und die Zeit zur Progression (TTP). Die verwendeten Statistiken enthielten Fisher's genaue Test, ein <i>t</i>-Test, den Mann-Whitney-U Test und eine Kaplan-Meier-Analyse. Die Median OS, PFS und TTP waren bei Patienten nach iBT (26.3, 9.1 und 13.0 Monaten) höher als nach cTACE/iBT (23.3, 7.6 und 9.2 Monaten). <b>Ergebnisse:</b> Die Enhance-basierten Kriterien identifizierten mehr Beantworter und prognostizierten PFS und TTP besser im Vergleich zu den größenbasierten Kriterien. In zwei Monaten zeigten die cTACE/iBT-Ansprecher eine verbesserte PFS (mRECIST und EASL: 11.3 vs. 2.3 und 11.0 vs. 2.3, <i>p</i> < 0.01) und TTP (mRECIST und EASL: 11.9 vs. 2.4 Monate, <i>p>/i> 0.01) durch die verbesserungsbasierten Kriterien. Eine EASL-Bewertung in fünf Monaten prognostizierte ein verbessertes Überleben sowohl nach cTACE/iBT (PFS: 11,9 vs. 5.1 Monate, <i>p</i> = 0,03; TTP: 12,4 vs. 5.0, <i>p</i> < 0.01) als auch nach iBT (11.1 vs. 5.1 Monate, <i>p>/i> = 0,04; 13,0 vs. Das LR-TRA zeigte für cTACE/iBT-Ansprecher fünf Monate OS-Leistungen. Größenbasierte Kriterien waren nicht prognostisch. <b>Ausschlüsse:</b> Die Verlängerung der Nachverfolgung nach dem iBT oder nach dem iBT/cTACE kann die Schichtung und Prognose der Befragten verbessern.
E. S,
L. B,
L. JA,
N. J and
P. T,
"Comparison of Multiple State-of-the-Art Large Language Models for Patient Education Prior to CT and MRI Examinations.",
Journal of personalized medicine,
Jun.
2025.
Abstract:
<b>Background/Objectives</b>: Diese Studie vergleicht die Genauigkeit der Antworten von hochmodernen Großsprachenmodellen (LLMs) auf Patientenfragen vor der CT- und MRT-Bildgebung. Wir wollen das Potenzial von LLMs bei der Verbesserung der Workflow-Effizienz demonstrieren und gleichzeitig Risiken wie Fehlinformationen hervorheben. <b>Methods>/b>: Es gab 57 CT-bezogene und 64 MRT-bezogene Patientenfragen an ChatGPT-4o, Claude 3.5 Sonnet, Google Gemini und Mistral Large 2. Jede Antwort wurde von zwei brettzertifizierten Radiologen bewertet und mit einer 5-Punkt-Skala für Genauigkeit/Korrektheit/Gewohnheit bewertet. Statistiken verglichen LLM-Leistungen in Fragekategorien. <b>Results</b>: ChatGPT-4o erreichte die höchsten durchschnittlichen Punkte für CT-bezogene Fragen und bindet mit Claude 3.5 Sonnet für MRT-bezogene Fragen, mit höheren Punkten über alle Modelle für MRT (ChatGPT-4o: CT [4.52 (± 0.46)], MRT: [4.79 (± 0.37)]; Google Gemini: CT [4.44] Mindestens eine Antwort pro LLM wurde als ungenau bewertet, wobei Google Gemini am häufigsten potenziell irreführend beantwortet (in 5,26% für CT und 2,34% für MRT). Mistral Large 2 wurde von ChatGPT-4o für alle CT-bezogenen Fragen (<i>p>/i> < 0.001) und von ChatGPT-4o (<i>p</i> = 0.003), Google Gemini (<i>p>/i> = 0.022) und Claude 3.5 Sonnet (<i>p>/i> = 0.004) für alle CT Contrast Medieninformationsfragen überholt. <b>Ausschlüsse </b>: Obwohl alle LLMs insgesamt gut durchgeführt und großes Potenzial für die Patientenerziehung zeigte, zeigte jedes Modell gelegentlich potenziell irreführende Informationen, was das klinische Anwendungsrisiko hervorhebt.
| DOI: | 10.3390/jpm15060235 |
Abstract:
<b>Background/Objectives</b>: Diese Studie vergleicht die Genauigkeit der Antworten von hochmodernen Großsprachenmodellen (LLMs) auf Patientenfragen vor der CT- und MRT-Bildgebung. Wir wollen das Potenzial von LLMs bei der Verbesserung der Workflow-Effizienz demonstrieren und gleichzeitig Risiken wie Fehlinformationen hervorheben. <b>Methods>/b>: Es gab 57 CT-bezogene und 64 MRT-bezogene Patientenfragen an ChatGPT-4o, Claude 3.5 Sonnet, Google Gemini und Mistral Large 2. Jede Antwort wurde von zwei brettzertifizierten Radiologen bewertet und mit einer 5-Punkt-Skala für Genauigkeit/Korrektheit/Gewohnheit bewertet. Statistiken verglichen LLM-Leistungen in Fragekategorien. <b>Results</b>: ChatGPT-4o erreichte die höchsten durchschnittlichen Punkte für CT-bezogene Fragen und bindet mit Claude 3.5 Sonnet für MRT-bezogene Fragen, mit höheren Punkten über alle Modelle für MRT (ChatGPT-4o: CT [4.52 (± 0.46)], MRT: [4.79 (± 0.37)]; Google Gemini: CT [4.44] Mindestens eine Antwort pro LLM wurde als ungenau bewertet, wobei Google Gemini am häufigsten potenziell irreführend beantwortet (in 5,26% für CT und 2,34% für MRT). Mistral Large 2 wurde von ChatGPT-4o für alle CT-bezogenen Fragen (<i>p>/i> < 0.001) und von ChatGPT-4o (<i>p</i> = 0.003), Google Gemini (<i>p>/i> = 0.022) und Claude 3.5 Sonnet (<i>p>/i> = 0.004) für alle CT Contrast Medieninformationsfragen überholt. <b>Ausschlüsse </b>: Obwohl alle LLMs insgesamt gut durchgeführt und großes Potenzial für die Patientenerziehung zeigte, zeigte jedes Modell gelegentlich potenziell irreführende Informationen, was das klinische Anwendungsrisiko hervorhebt.
S. JM,
W. HF,
B. J,
S. SK,
A. K,
T. O and
L. K.,
"COVID-19-Pandemie und die psychische Gesundheit in Deutschland: Verlauf, resiliente und vulnerable Gruppen",
Der Nervenarzt,
2025.
| DOI: | 10.1007/s00115-025-01824-8 |
| Datei: | https://doi.org/10.1007/s00115-025-01824-8 |
G. M,
Z. S,
R. S,
T. Y,
G. FT,
M. AW,
R. P,
B. J,
M. M,
R. D,
L. F,
B. E and
B. R,
"CT-Derived Quantitative Image Features Predict Neoadjuvant Treatment Response in Adenocarcinoma of the Gastroesophageal Junction with High Accuracy.",
Cancers,
Jan.
2025.
Abstract:
Ziel dieser retrospektiven Studie war es, den Wert der kontrastverstärkten berechneten Tomographie (CE-CT) Bildmerkmale an der Basislinie und nach der neoadjuvanten Chemotherapie bei der Vorhersage histopathologischer Reaktionen bei Patienten mit Adenokarzinom der gastroesophagealen Verbindung (GEJ) zu bewerten. Insgesamt 105 Patienten mit einer Diagnose des Adenokarzinoms des GEJ wurden von CE-CT an der Basislinie untersucht und nach der Neoadjuvant Chemotherapie präoperativen. Alle Patienten unterzogen chirurgische Resektion. Histopathologische Parameter und Tumorregressionsstufen nach Becker et al. wurden bei 93 Patienten gesammelt. Mit ImageJ wurden Linienprofile der primären Tumorfläche in Basis- und präoperativen CE-CT generiert. Maximale Tumordichte und Tumor-zu-Wanddichte Delta wurden berechnet und mit der histopathologischen Tumorantwort korreliert. Darüber hinaus wurde die Tumorantwort nach Standard-RECIST-Messungen bei allen Patienten und durch Endoskopie bei 72 Patienten bewertet. Die Baseline und die Änderung der Basislinie auf präoperative CE-CT-Parameter zeigten keine signifikanten Unterschiede zwischen den Befragten (Becker-Grade 1a, 1b) und Nicht-Antragern (Becker-Grade 2, 3). Nach der Neoadjuvant-Therapie zeigten die Befragten und Nicht-Antrager signifikante Unterschiede in der maximalen Dichte und der Tumor-zu-Wanddichte Delta-Werte. Linienprofilmessungen zeigten eine ausgezeichnete Inter-Rater-Vereinbarung. Im Vergleich dazu zeigten weder RECIST noch Endoskopie signifikante Unterschiede zwischen diesen Gruppen. Nachbehandlung CE-CT kann histopathologische Therapiereaktion auf Neoadjuvantbehandlung im Adenokarzinom von GEJ-Patienten mit hoher Genauigkeit vorhersagen und so das Patientenmanagement verbessern.
| DOI: | 10.3390/cancers17020216 |
Abstract:
Ziel dieser retrospektiven Studie war es, den Wert der kontrastverstärkten berechneten Tomographie (CE-CT) Bildmerkmale an der Basislinie und nach der neoadjuvanten Chemotherapie bei der Vorhersage histopathologischer Reaktionen bei Patienten mit Adenokarzinom der gastroesophagealen Verbindung (GEJ) zu bewerten. Insgesamt 105 Patienten mit einer Diagnose des Adenokarzinoms des GEJ wurden von CE-CT an der Basislinie untersucht und nach der Neoadjuvant Chemotherapie präoperativen. Alle Patienten unterzogen chirurgische Resektion. Histopathologische Parameter und Tumorregressionsstufen nach Becker et al. wurden bei 93 Patienten gesammelt. Mit ImageJ wurden Linienprofile der primären Tumorfläche in Basis- und präoperativen CE-CT generiert. Maximale Tumordichte und Tumor-zu-Wanddichte Delta wurden berechnet und mit der histopathologischen Tumorantwort korreliert. Darüber hinaus wurde die Tumorantwort nach Standard-RECIST-Messungen bei allen Patienten und durch Endoskopie bei 72 Patienten bewertet. Die Baseline und die Änderung der Basislinie auf präoperative CE-CT-Parameter zeigten keine signifikanten Unterschiede zwischen den Befragten (Becker-Grade 1a, 1b) und Nicht-Antragern (Becker-Grade 2, 3). Nach der Neoadjuvant-Therapie zeigten die Befragten und Nicht-Antrager signifikante Unterschiede in der maximalen Dichte und der Tumor-zu-Wanddichte Delta-Werte. Linienprofilmessungen zeigten eine ausgezeichnete Inter-Rater-Vereinbarung. Im Vergleich dazu zeigten weder RECIST noch Endoskopie signifikante Unterschiede zwischen diesen Gruppen. Nachbehandlung CE-CT kann histopathologische Therapiereaktion auf Neoadjuvantbehandlung im Adenokarzinom von GEJ-Patienten mit hoher Genauigkeit vorhersagen und so das Patientenmanagement verbessern.
[de]
K. Allgoewer,
S. Windeck,
C. Stark,
A. K. Kuderna,
S. Stillfried,
F. Fend,
J. Pablik,
B. Märkl,
T. Schaller,
H. Radbruch,
P. Boor and
B. Ondruschka,
"Das Nationale Obduktionsnetzwerk nach der COVID-19-Pandemie",
Rechtsmedizin,
Aug.
2025.
Abstract:
Obduktionen spielen eine zentrale Rolle in der Aufklärung von Todesursachen, der Qualitätssicherung in der Medizin und der biomedizinischen Forschung. Während der COVID-19-Pandemie rückte ihr wissenschaftlicher Wert erneut in den Fokus. In diesem Kontext entstand das Nationale Obduktionsnetzwerk (NATON) als interdisziplinäre Plattform für krankheitsbezogene postmortale Forschung. Das Obduktionsnetzwerk umfasst aktuell Institute von über 90 % der deutschen Universitätsklinika und vereint Rechtsmedizin, Pathologie und Neuropathologie in einem einzigartigen Verbund. 2780 vollständige Obduktionsdatensätze und Informationen zu mehr als 67.000 postmortalen Gewebeproben wurden zentral erfasst. Neue krankheitsspezifische Registermodule – etwa zu weiteren Infektionskrankheiten, Arzneimittelerkrankungen, Tumorerkrankungen, intensivmedizinischen Verläufen und plötzlichem Herztod – sollen das Spektrum der Forschung erweitern. Die Rechtsmedizin trägt mit hoher Obduktionsfrequenz und spezifischer Fachexpertise entscheidend zur Weiterentwicklung des Netzwerks bei.
| DOI: | 10.1007/s00194-025-00784-2 |
| Datei: | https://doi.org/10.1007/s00194-025-00784-2 |
Abstract:
Obduktionen spielen eine zentrale Rolle in der Aufklärung von Todesursachen, der Qualitätssicherung in der Medizin und der biomedizinischen Forschung. Während der COVID-19-Pandemie rückte ihr wissenschaftlicher Wert erneut in den Fokus. In diesem Kontext entstand das Nationale Obduktionsnetzwerk (NATON) als interdisziplinäre Plattform für krankheitsbezogene postmortale Forschung. Das Obduktionsnetzwerk umfasst aktuell Institute von über 90 % der deutschen Universitätsklinika und vereint Rechtsmedizin, Pathologie und Neuropathologie in einem einzigartigen Verbund. 2780 vollständige Obduktionsdatensätze und Informationen zu mehr als 67.000 postmortalen Gewebeproben wurden zentral erfasst. Neue krankheitsspezifische Registermodule – etwa zu weiteren Infektionskrankheiten, Arzneimittelerkrankungen, Tumorerkrankungen, intensivmedizinischen Verläufen und plötzlichem Herztod – sollen das Spektrum der Forschung erweitern. Die Rechtsmedizin trägt mit hoher Obduktionsfrequenz und spezifischer Fachexpertise entscheidend zur Weiterentwicklung des Netzwerks bei.
J. Schmitt,
P. Ihle,
O. Schoffer,
J. Reese,
S. Ortmann,
E. Swart,
S. Hanß,
F. Hoffmann,
C. Stallmann,
M. Kraus,
S. C. Semler,
R. Heyder,
J. J. Vehreschild,
P. Heuschmann,
D. Krefting,
M. Sedlmayr and
W. Hoffmann,
"Datennutzung für eine bessere Gesundheitsversorgung—Plädoyer für eine kooperative Forschungsdatenplattform der gesetzlichen und privaten Krankenversicherung und dem Netzwerk Universitätsmedizin (NUM)",
Gesundheitswesen (Bundesverband der Arzte des Offentlichen Gesundheitsdienstes (Germany)),
vol. 87,
no. S 02,
pp. S279-S288,
2025.
Abstract:
With the Network of University Medicine (NUM) and the Medical Informatics Initiative (MII), the BMBF is funding two pioneering, structure-building research measures that are now being merged. The data integration centers (DIZ) of the MII are to be consolidated in the NUM. The aim is to establish a standardized research infrastructure within which the existing data from the clinical routine care of the 36 German university hospitals, from clinical cohorts and clinical-epidemiological studies can be used for various research questions upon request and via coordinated processes. The legal basis for this was the MII's \textquotedblInformed Broad Consent\textquotedbl, which had been agreed upon with ethics committees and data protection authorities and implemented in all NUM locations, with a so-called \textquotedblhealth insurance module\textquotedbl that allows the collection and linking of routine medical data from statutory health insurance funds (GKV) and private health insurers (PKV) as a category of care-related data (VeDa). Linking this routine data with data from hospital information systems offers particularly high potential, as no single data source provides a complete picture of medical care and the two data sources complement each other optimally. The aim now is to integrate this routine data into the NUM's secure, transparent and participatory research infrastructure in a strategic partnership with statutory health insurance funds and private health insurance companies. This promotes Germany in its role as a research location and makes a decisive contribution to improving the quality and safety of healthcare in Germany in an evidence-based manner. Das BMBF fördert mit dem Netzwerk Universitätsmedizin (NUM) und der Medizininformatik-Initiative (MII) zwei richtungsweisende strukturbildende Forschungsmaßnahmen, die nun zusammengeführt werden. Die Datenintegrationszentren (DIZ) der MII sollen im NUM verstetigt werden. Ziel ist der Aufbau einer einheitlichen Dateninfrastruktur, innerhalb der die vorhandenen Daten aus der klinischen Routineversorgung der 36 deutschen Universitätskliniken des NUM, aus klinischen Kohorten und klinisch-epidemiologischen Studien auf Antrag und über abgestimmte Prozesse für unterschiedliche Forschungsfragen genutzt werden können. Rechtsgrundlage bildet hierfür der mit Ethikkommissionen und Datenschutzbehörden abgestimmte und in allen NUM-Standorten implementierte „Broad Consent“ der Universitätsmedizin mit einem so genannten „Kassenmodul“, das die Erhebung und Verlinkung von medizinischen Routinedaten der gesetzlichen Krankenversicherung (GKV) und der privaten Krankenversicherungen (PKV) als eine Kategorie versorgungsnaher Daten (VeDa) erlaubt. Die Verknüpfung dieser Routinedaten mit Daten aus Klinikinformationssystemen bietet ein besonders hohes Potenzial, da keine Datenquelle allein ein vollständiges Bild der medizinischen Versorgung zeichnet und sich die beiden Datenquellen ideal komplementär ergänzen. Ziel ist es nun, in einer strategischen Partnerschaft mit gesetzlichen Krankenkassen und privaten Krankenversicherungen diese Routinedaten in die sichere, transparente und partizipative Forschungsinfrastruktur des NUM zu integrieren. Dies fördert den Forschungsstandort Deutschland und trägt entscheidend dazu bei, die Qualität und Sicherheit der Gesundheitsversorgung in Deutschland evidenzbasiert zu verbessern.
| DOI: | 10.1055/a-2438-0670 |
Abstract:
With the Network of University Medicine (NUM) and the Medical Informatics Initiative (MII), the BMBF is funding two pioneering, structure-building research measures that are now being merged. The data integration centers (DIZ) of the MII are to be consolidated in the NUM. The aim is to establish a standardized research infrastructure within which the existing data from the clinical routine care of the 36 German university hospitals, from clinical cohorts and clinical-epidemiological studies can be used for various research questions upon request and via coordinated processes. The legal basis for this was the MII's \textquotedblInformed Broad Consent\textquotedbl, which had been agreed upon with ethics committees and data protection authorities and implemented in all NUM locations, with a so-called \textquotedblhealth insurance module\textquotedbl that allows the collection and linking of routine medical data from statutory health insurance funds (GKV) and private health insurers (PKV) as a category of care-related data (VeDa). Linking this routine data with data from hospital information systems offers particularly high potential, as no single data source provides a complete picture of medical care and the two data sources complement each other optimally. The aim now is to integrate this routine data into the NUM's secure, transparent and participatory research infrastructure in a strategic partnership with statutory health insurance funds and private health insurance companies. This promotes Germany in its role as a research location and makes a decisive contribution to improving the quality and safety of healthcare in Germany in an evidence-based manner. Das BMBF fördert mit dem Netzwerk Universitätsmedizin (NUM) und der Medizininformatik-Initiative (MII) zwei richtungsweisende strukturbildende Forschungsmaßnahmen, die nun zusammengeführt werden. Die Datenintegrationszentren (DIZ) der MII sollen im NUM verstetigt werden. Ziel ist der Aufbau einer einheitlichen Dateninfrastruktur, innerhalb der die vorhandenen Daten aus der klinischen Routineversorgung der 36 deutschen Universitätskliniken des NUM, aus klinischen Kohorten und klinisch-epidemiologischen Studien auf Antrag und über abgestimmte Prozesse für unterschiedliche Forschungsfragen genutzt werden können. Rechtsgrundlage bildet hierfür der mit Ethikkommissionen und Datenschutzbehörden abgestimmte und in allen NUM-Standorten implementierte „Broad Consent“ der Universitätsmedizin mit einem so genannten „Kassenmodul“, das die Erhebung und Verlinkung von medizinischen Routinedaten der gesetzlichen Krankenversicherung (GKV) und der privaten Krankenversicherungen (PKV) als eine Kategorie versorgungsnaher Daten (VeDa) erlaubt. Die Verknüpfung dieser Routinedaten mit Daten aus Klinikinformationssystemen bietet ein besonders hohes Potenzial, da keine Datenquelle allein ein vollständiges Bild der medizinischen Versorgung zeichnet und sich die beiden Datenquellen ideal komplementär ergänzen. Ziel ist es nun, in einer strategischen Partnerschaft mit gesetzlichen Krankenkassen und privaten Krankenversicherungen diese Routinedaten in die sichere, transparente und partizipative Forschungsinfrastruktur des NUM zu integrieren. Dies fördert den Forschungsstandort Deutschland und trägt entscheidend dazu bei, die Qualität und Sicherheit der Gesundheitsversorgung in Deutschland evidenzbasiert zu verbessern.
R. M,
H. L,
S. C,
H. F and
K. J,
"De-identification of medical imaging data: a comprehensive tool for ensuring patient privacy.",
European radiology,
Dez.
2025.
Abstract:
Medizinische Bildgebungsdaten, die in der Forschung verwendet werden, umfassen häufig sensible geschützte Gesundheitsinformationen (PHI) und personenbezogene identifizierbare Informationen (PII), die strengen Rechtsrahmen wie die Datenschutz-Grundverordnung (DSGVO) oder das Health Insurance Portability and Accountability Act (HIPAA) unterliegen. Daher müssen diese Datentypen vor der Nutzung de-identifiziert werden, was für viele Forscher eine große Herausforderung darstellt. Angesichts der Vielzahl von medizinischen Bildgebungsdaten ist es notwendig, eine Vielzahl von Entschlüsselungstechniken einzusetzen. Um den Ent-Identifizierungsprozess für medizinische Bildgebungsdaten zu erleichtern, haben wir ein Open-Source-Tool entwickelt, mit dem Digital Imaging and Communications in Medicine (DICOM) Magnetresonanzbilder, Computertomographie-Bilder, ganze Dia-Bilder und Magnetresonanz-Twix-Rohdaten identifiziert werden können. Ferner ermöglicht die Implementierung eines neuronalen Netzes die Entfernung von Text innerhalb der Bilder. Das vorgeschlagene Tool erreicht vergleichbare Ergebnisse mit aktuellen hochmodernen Algorithmen zu reduzierter Rechenzeit (bis zu × 265). Das Tool schafft es auch, Bilddaten verschiedener Typen wie Neuroimaging Informatics Technology Initiative (NIfTI) oder Whole Slide Image (WSI-)DICOMS vollständig zu identifizieren. Das vorgeschlagene Tool automatisiert eine aufwendige Ent-Identifikations-Pipeline für mehrere Arten von Eingaben, wodurch die Notwendigkeit zusätzlicher Werkzeuge zur De-Identifizierung von Abbildungsdaten reduziert wird. Frage Wie können Forscher sensible medizinische Bildgebungsdaten effektiv entschlüsseln und dabei Rechtsrahmen zum Schutz von Patientengesundheitsinformationen einhalten? Ergebnisse Wir entwickelten ein Open-Source-Tool, das die De-Identifizierung verschiedener medizinischer Bildgebungsformate automatisiert und die Effizienz von De-Identifizierungsprozessen verbessert. Klinische Relevanz Dieses Tool befasst sich mit dem kritischen Bedarf an robusten und benutzerfreundlichen De-Identifikationslösungen in der medizinischen Bildgebung, wodurch der Datenaustausch in der Forschung und der Schutz der Patienten Privatsphäre erleichtert wird.
| DOI: | 10.1007/s00330-025-11695-x |
Abstract:
Medizinische Bildgebungsdaten, die in der Forschung verwendet werden, umfassen häufig sensible geschützte Gesundheitsinformationen (PHI) und personenbezogene identifizierbare Informationen (PII), die strengen Rechtsrahmen wie die Datenschutz-Grundverordnung (DSGVO) oder das Health Insurance Portability and Accountability Act (HIPAA) unterliegen. Daher müssen diese Datentypen vor der Nutzung de-identifiziert werden, was für viele Forscher eine große Herausforderung darstellt. Angesichts der Vielzahl von medizinischen Bildgebungsdaten ist es notwendig, eine Vielzahl von Entschlüsselungstechniken einzusetzen. Um den Ent-Identifizierungsprozess für medizinische Bildgebungsdaten zu erleichtern, haben wir ein Open-Source-Tool entwickelt, mit dem Digital Imaging and Communications in Medicine (DICOM) Magnetresonanzbilder, Computertomographie-Bilder, ganze Dia-Bilder und Magnetresonanz-Twix-Rohdaten identifiziert werden können. Ferner ermöglicht die Implementierung eines neuronalen Netzes die Entfernung von Text innerhalb der Bilder. Das vorgeschlagene Tool erreicht vergleichbare Ergebnisse mit aktuellen hochmodernen Algorithmen zu reduzierter Rechenzeit (bis zu × 265). Das Tool schafft es auch, Bilddaten verschiedener Typen wie Neuroimaging Informatics Technology Initiative (NIfTI) oder Whole Slide Image (WSI-)DICOMS vollständig zu identifizieren. Das vorgeschlagene Tool automatisiert eine aufwendige Ent-Identifikations-Pipeline für mehrere Arten von Eingaben, wodurch die Notwendigkeit zusätzlicher Werkzeuge zur De-Identifizierung von Abbildungsdaten reduziert wird. Frage Wie können Forscher sensible medizinische Bildgebungsdaten effektiv entschlüsseln und dabei Rechtsrahmen zum Schutz von Patientengesundheitsinformationen einhalten? Ergebnisse Wir entwickelten ein Open-Source-Tool, das die De-Identifizierung verschiedener medizinischer Bildgebungsformate automatisiert und die Effizienz von De-Identifizierungsprozessen verbessert. Klinische Relevanz Dieses Tool befasst sich mit dem kritischen Bedarf an robusten und benutzerfreundlichen De-Identifikationslösungen in der medizinischen Bildgebung, wodurch der Datenaustausch in der Forschung und der Schutz der Patienten Privatsphäre erleichtert wird.
T. Q,
M. J,
N. L,
N. MD,
L. MH,
P. T,
H. S,
P. R,
H. B,
G. D,
W. M and
W. TC,
"Deep learning enabled near-isotropic CAIPIRINHA VIBE in the nephrogenic phase improves image quality and renal lesion conspicuity.",
European journal of radiology open,
Jun.
2025.
Abstract:
Das Deep Learning (DL) beschleunigte kontrollierte Aliasing in paralleler Bildgebung führt zu einer höheren Beschleunigung (CAIPIRINHA)-volumetrisch interpolierte Atemhalteprüfung (VIBE), die eine hohe räumliche Auflösung T1-gewichtete Bildgebung des oberen Bauches ermöglicht. Wir wollten untersuchen, ob DL-CAIPIRINHA-VIBE die Bildqualität, die Gefäßvermutung und die Lesionsnachweisbarkeit im Vergleich zu einem Standard CAIPIRINHA-VIBE in der Nierenbildgebung bei 3 Tesla verbessern kann. In dieser prospektiven Studie wurden 50 Patienten mit 23 soliden und 45 cystischen Nierenläsionen mit klinischen MR-Sequenzen, einschließlich Standard-CAIPIRINHA-VIBE und DL-CAIPIRINHA-VIBE-Sequenzen in der nephrographischen Phase bei 3 Tesla, MRT entwickelt. Zwei erfahrene Radiologen bewerteten unabhängig sowohl Sequenzen als auch multiplanare Rekonstruktionen (MPR) der sagittalen und koronalen Ebenen für Bildqualität mit einem Likert-Skala von 1 bis 5 (5 = Best). Quantitative Messungen einschließlich der Größe der größten Läsions- und Nierenläsionenkontrastverhältnisse wurden ausgewertet. DL-CAIPIRINHA-VIBE im Vergleich zu Standard CAIPIRINHA-VIBE zeigte deutlich verbesserte Gesamtbildqualität, höhere Noten für Nierenrandabgrenzung, Nierensünden, Gefäße, Nebennieren, reduzierte Bewegungsartefakte und reduzierte wahrgenommene Geräusche in nephrographischen Phasenbildern (alle p < 0,001). DL-CAIPIRINHA-VIBE mit MPR zeigte im Vergleich zu Standard CAIPIRINHA-VIBE ein überlegenes Missionsvertrauen und Diagnosevertrauen. DL-CAIPIRINHA-VIBE präsentierte jedoch ein synthetischeres Erscheinungsbild und unter anderem Artefakte (p < 0,023). Die mittlere Größe und Signalintensität von Nierenläsionen für DL-CAIPIRINHA-VIBE ergab keine signifikanten Unterschiede im Vergleich zu Standard CAIPIRINHA-VIBE (p > 0,9). DL-CAIPIRINHA-VIBE ist gut geeignet für die Nierenbildgebung in der nephrographischen Phase, bietet eine gute Bildqualität, verbesserte Abgrenzung anatomischer Strukturen und Nierenläsionen.
| DOI: | 10.1016/j.ejro.2024.100622 |
Abstract:
Das Deep Learning (DL) beschleunigte kontrollierte Aliasing in paralleler Bildgebung führt zu einer höheren Beschleunigung (CAIPIRINHA)-volumetrisch interpolierte Atemhalteprüfung (VIBE), die eine hohe räumliche Auflösung T1-gewichtete Bildgebung des oberen Bauches ermöglicht. Wir wollten untersuchen, ob DL-CAIPIRINHA-VIBE die Bildqualität, die Gefäßvermutung und die Lesionsnachweisbarkeit im Vergleich zu einem Standard CAIPIRINHA-VIBE in der Nierenbildgebung bei 3 Tesla verbessern kann. In dieser prospektiven Studie wurden 50 Patienten mit 23 soliden und 45 cystischen Nierenläsionen mit klinischen MR-Sequenzen, einschließlich Standard-CAIPIRINHA-VIBE und DL-CAIPIRINHA-VIBE-Sequenzen in der nephrographischen Phase bei 3 Tesla, MRT entwickelt. Zwei erfahrene Radiologen bewerteten unabhängig sowohl Sequenzen als auch multiplanare Rekonstruktionen (MPR) der sagittalen und koronalen Ebenen für Bildqualität mit einem Likert-Skala von 1 bis 5 (5 = Best). Quantitative Messungen einschließlich der Größe der größten Läsions- und Nierenläsionenkontrastverhältnisse wurden ausgewertet. DL-CAIPIRINHA-VIBE im Vergleich zu Standard CAIPIRINHA-VIBE zeigte deutlich verbesserte Gesamtbildqualität, höhere Noten für Nierenrandabgrenzung, Nierensünden, Gefäße, Nebennieren, reduzierte Bewegungsartefakte und reduzierte wahrgenommene Geräusche in nephrographischen Phasenbildern (alle p < 0,001). DL-CAIPIRINHA-VIBE mit MPR zeigte im Vergleich zu Standard CAIPIRINHA-VIBE ein überlegenes Missionsvertrauen und Diagnosevertrauen. DL-CAIPIRINHA-VIBE präsentierte jedoch ein synthetischeres Erscheinungsbild und unter anderem Artefakte (p < 0,023). Die mittlere Größe und Signalintensität von Nierenläsionen für DL-CAIPIRINHA-VIBE ergab keine signifikanten Unterschiede im Vergleich zu Standard CAIPIRINHA-VIBE (p > 0,9). DL-CAIPIRINHA-VIBE ist gut geeignet für die Nierenbildgebung in der nephrographischen Phase, bietet eine gute Bildqualität, verbesserte Abgrenzung anatomischer Strukturen und Nierenläsionen.
E. J,
A. N,
M. C,
R. L,
H. L,
W. F,
S. O,
S. A,
H. R,
S. J and
G. M.,
"Development of a pandemic-related core set of quality indicators for quality and patient safety in University Hospitals in Germany.",
BMC Health Serv Research,
2025.
| DOI: | 10.1186/s12913-024-12194-3 |
| Datei: | https://doi.org/10.1186/s12913-024-12194-3 |
[de]
I. Becker,
K. Püschel,
F. Stallbaum,
B. Ondruschka and
F. Heinrich,
"Die Übersehenen der Pandemie: Eine retrospektive populationsbasierte Datenanalyse der COVID-19-Pandemie aus Hamburg",
Rechtsmedizin,
Aug.
2025.
Abstract:
Ziel dieser Studie war es, zu ermitteln, ob alle meldepflichtigen COVID-19-Todesfälle mit positivem SARS-CoV-2-Nachweis und Hamburger Zuständigkeit im Zeitraum vom 01.03.2020 bis zum 31.12.2021 an die zuständige Landesbehörde und damit an das Robert Koch-Institut übermittelt worden sind. Zudem sollte überprüft werden, ob und welche Variablen einen Einfluss auf das Endergebnis der Übermittlung hatten. Meldepflichtige Hamburger COVID-19-Todesfälle wurden über die Todesbescheinigungen, die vorliegenden Daten der Gesundheitsämter und des Instituts für Rechtsmedizin in Hamburg identifiziert. E 2237 meldepflichtige COVID-19-Todesfälle mit positivem SARS-CoV-2-Nachweis wurden in die Studie eingeschlossen. 90,3 % (95 % KI: 88,9–91,4) der meldepflichtigen COVID-19-Todesfälle dieser Studie wurden korrekt an die zuständige Landebehörde übermittelt. Verschiedene medizinische, institutionelle und soziodemographische Variablen waren mit der Chance der Übermittlung assoziiert. Meldestandards und Prozesse sollten vereinheitlicht und digitalisiert werden, um für zukünftige Pandemien ein vollständiges Übermittlungsergebnis zu erreichen.
| DOI: | 10.1007/s00194-025-00788-y |
| Datei: | https://doi.org/10.1007/s00194-025-00788-y |
Abstract:
Ziel dieser Studie war es, zu ermitteln, ob alle meldepflichtigen COVID-19-Todesfälle mit positivem SARS-CoV-2-Nachweis und Hamburger Zuständigkeit im Zeitraum vom 01.03.2020 bis zum 31.12.2021 an die zuständige Landesbehörde und damit an das Robert Koch-Institut übermittelt worden sind. Zudem sollte überprüft werden, ob und welche Variablen einen Einfluss auf das Endergebnis der Übermittlung hatten. Meldepflichtige Hamburger COVID-19-Todesfälle wurden über die Todesbescheinigungen, die vorliegenden Daten der Gesundheitsämter und des Instituts für Rechtsmedizin in Hamburg identifiziert. E 2237 meldepflichtige COVID-19-Todesfälle mit positivem SARS-CoV-2-Nachweis wurden in die Studie eingeschlossen. 90,3 % (95 % KI: 88,9–91,4) der meldepflichtigen COVID-19-Todesfälle dieser Studie wurden korrekt an die zuständige Landebehörde übermittelt. Verschiedene medizinische, institutionelle und soziodemographische Variablen waren mit der Chance der Übermittlung assoziiert. Meldestandards und Prozesse sollten vereinheitlicht und digitalisiert werden, um für zukünftige Pandemien ein vollständiges Übermittlungsergebnis zu erreichen.
W. T,
H. B,
J. Holzschuh,
E. S. R,
K. B,
P. I,
B,
C. Ulrich,
M. Baumgartner,
V. P,
D. J,
M. KH and
W. T,
"Enhancing deep learning methods for brain metastasis detection through cross-technique annotations on SPACE MRI.",
European radiology experimental,
Feb.
2025.
Abstract:
Gadolinium-verstärkte "Sampling Perfection mit anwendungsoptimierten Kontrasten mit unterschiedlicher Flip-Winkel-Entwicklung" (SPACE)-Sequenz ermöglicht eine bessere Visualisierung von Hirnmetastasen (BMs) im Vergleich zu "magnetisierungsvorbereiteten schnellen Akquisitionsgradientenecho" (MPRAGE). Wir vermuten, dass diese bessere Vermutung zu einer qualitativ hochwertigen Annotation (HAQ) führt, die den tiefen Lernalgorithmus (DL) von BMs auf MPRAGE-Bildern verbessert. Es wurden retrospektive kontrastverstärkte (gadobutrol 0.1 mmol/kg) SPACE- und MPRAGE-Daten von 157 Patienten mit BM verwendet, die entweder auf MPRAGE notiert wurden, was zu einer normalen Annotationsqualität (NAQ) oder auf koregiertem SPACE führt, was zu HAQ führt. Mehrere DL-Methoden wurden mit NAQ oder HAQ unter Verwendung von SPACE- oder MRPAGE-Bildern entwickelt und auf ihrer Nachweisleistung mit positivem Vorhersagewert (PPV), Sensitivität und F1-Score und auf ihrer Abgrenzungsleistung mit volumetrischen Dice Ähnlichkeitskoeffizienten, PPV und Empfindlichkeit auf einem internen und vier zusätzlichen Testdatensätzen (660 Patienten) ausgewertet. Das SPACE-HAQ Modell erreichte 0,978 PPV, 0,882 Empfindlichkeit und 0,916 F1-Score. Die MPRAGE-HAQ erreichte 0,867, 0,839 und 0,840, die MPRAGE NAQ 0.964, 0.667 bzw. 0.798 (p ≥ 0.157). Die MPRAGE-HAQ F1-Score-Erkennung erhöhte sich gegenüber MPRAGE-NAQ auf allen zusätzlichen Testdatensätzen um 2,5-9,6 Punkte (p < 0,016) und die Empfindlichkeit verbesserte sich an drei Datensätzen um 4,6-8,5 Punkte (p < 0,001). Darüber hinaus verbesserte sich die volumetrische Instanzempfindlichkeit um 3,6-7,6 Punkte (p < 0,001). HAQ verbessert DL-Methoden ohne spezialisierte Bildgebung während der Anwendungszeit. HAQ allein erreicht etwa 40% der Leistungsverbesserungen, die mit SPACE-Bildern als Eingabe gesehen werden, was eine schnelle und genaue, vollautomatische Erkennung von kleinen (< 1 cm) BMs ermöglicht. Die mit der SPACE-Sequenz erstellte Ausbildung mit hochwertigen Annotationen verbessert die Erkennungs- und Delineationsempfindlichkeit von DL-Methoden zur Detektion von Hirnmetastasen (BMs) auf MPRAGE-Bildern. Dieses MRI Cross-Technique Transfer Lernen ist ein vielversprechender Weg, um die diagnostische Leistung zu erhöhen. Die Delineierung kleiner BMs auf SPACE MRI-Sequenz führt zu höheren Qualitätsannotationen als auf der MPRAGE-Sequenz aufgrund erhöhter Vermutung. Durch die Verwendung von Cross-Technique Boden Wahrheits-Annotationen während der Ausbildung verbesserte die Genauigkeit von DL-Modellen bei der Erkennung und Segmentierung von BMs. Cross-Technique-Annotation kann DL-Modelle verbessern, indem die Vorteile von spezialisierten, zeitintensiven MRT-Sequenzen integriert werden, während sie sich nicht auf sie verlassen. Eine weitere Validierung in prospektiven Studien ist erforderlich.
| DOI: | 10.1186/s41747-025-00554-5 |
Abstract:
Gadolinium-verstärkte "Sampling Perfection mit anwendungsoptimierten Kontrasten mit unterschiedlicher Flip-Winkel-Entwicklung" (SPACE)-Sequenz ermöglicht eine bessere Visualisierung von Hirnmetastasen (BMs) im Vergleich zu "magnetisierungsvorbereiteten schnellen Akquisitionsgradientenecho" (MPRAGE). Wir vermuten, dass diese bessere Vermutung zu einer qualitativ hochwertigen Annotation (HAQ) führt, die den tiefen Lernalgorithmus (DL) von BMs auf MPRAGE-Bildern verbessert. Es wurden retrospektive kontrastverstärkte (gadobutrol 0.1 mmol/kg) SPACE- und MPRAGE-Daten von 157 Patienten mit BM verwendet, die entweder auf MPRAGE notiert wurden, was zu einer normalen Annotationsqualität (NAQ) oder auf koregiertem SPACE führt, was zu HAQ führt. Mehrere DL-Methoden wurden mit NAQ oder HAQ unter Verwendung von SPACE- oder MRPAGE-Bildern entwickelt und auf ihrer Nachweisleistung mit positivem Vorhersagewert (PPV), Sensitivität und F1-Score und auf ihrer Abgrenzungsleistung mit volumetrischen Dice Ähnlichkeitskoeffizienten, PPV und Empfindlichkeit auf einem internen und vier zusätzlichen Testdatensätzen (660 Patienten) ausgewertet. Das SPACE-HAQ Modell erreichte 0,978 PPV, 0,882 Empfindlichkeit und 0,916 F1-Score. Die MPRAGE-HAQ erreichte 0,867, 0,839 und 0,840, die MPRAGE NAQ 0.964, 0.667 bzw. 0.798 (p ≥ 0.157). Die MPRAGE-HAQ F1-Score-Erkennung erhöhte sich gegenüber MPRAGE-NAQ auf allen zusätzlichen Testdatensätzen um 2,5-9,6 Punkte (p < 0,016) und die Empfindlichkeit verbesserte sich an drei Datensätzen um 4,6-8,5 Punkte (p < 0,001). Darüber hinaus verbesserte sich die volumetrische Instanzempfindlichkeit um 3,6-7,6 Punkte (p < 0,001). HAQ verbessert DL-Methoden ohne spezialisierte Bildgebung während der Anwendungszeit. HAQ allein erreicht etwa 40% der Leistungsverbesserungen, die mit SPACE-Bildern als Eingabe gesehen werden, was eine schnelle und genaue, vollautomatische Erkennung von kleinen (< 1 cm) BMs ermöglicht. Die mit der SPACE-Sequenz erstellte Ausbildung mit hochwertigen Annotationen verbessert die Erkennungs- und Delineationsempfindlichkeit von DL-Methoden zur Detektion von Hirnmetastasen (BMs) auf MPRAGE-Bildern. Dieses MRI Cross-Technique Transfer Lernen ist ein vielversprechender Weg, um die diagnostische Leistung zu erhöhen. Die Delineierung kleiner BMs auf SPACE MRI-Sequenz führt zu höheren Qualitätsannotationen als auf der MPRAGE-Sequenz aufgrund erhöhter Vermutung. Durch die Verwendung von Cross-Technique Boden Wahrheits-Annotationen während der Ausbildung verbesserte die Genauigkeit von DL-Modellen bei der Erkennung und Segmentierung von BMs. Cross-Technique-Annotation kann DL-Modelle verbessern, indem die Vorteile von spezialisierten, zeitintensiven MRT-Sequenzen integriert werden, während sie sich nicht auf sie verlassen. Eine weitere Validierung in prospektiven Studien ist erforderlich.
[en]
J. H. J. Baum,
A. Dörre,
T. S. Boender,
K. Heldt,
H. Wilking,
S. Drynda,
B. Erdmann,
R. Grashey,
C. Grupp,
K. Habbinga,
E. Hamelmann,
A. Heining,
H. Höger-Schmidt,
C. Kill,
F. Reichert,
J. Riße,
T. Schilling,
A. R. Group,
M. Baacke,
J. Bauer,
M. Bernhard,
J. Bienzeisler,
S. Blaschke,
J. Brokmann,
V. Burst,
H. Busch,
H. Dormann,
C. Duesberg,
S. Ehrentreich,
A. Gries,
T. Händl,
E. Handmann,
F. Hans,
F. Hanses,
T. Henke,
M. Klein,
T. Hofmann,
M. Karg,
J. Kleinekorth,
A. Kombeiz,
B. Kumle,
P. Kümpers,
C. Lewejohann,
A. Dinse-Lambracht,
B. Lucas,
C. Mach,
R. W. Majeed,
J. Neubauer,
R. Otto,
T. Peschel,
N. Pfeufer,
R. Röhrig,
W. Schirrmeister,
D. Schunk,
W. Stahl,
H. Stefani,
L. Triefenbach,
B. Uirich,
F. Walcher,
M. Wehler,
H. Wenderoth,
S. Wolfrum,
C. Wrede,
M. Zimmermann and
M. Schranz,
"Establishing and validating syndromic surveillance of gastrointestinal infections using routine emergency department data, Germany, 2019–2023",
Scientific Reports,
vol. 15,
no. 1,
pp. 38281,
Nov.
2025.
Abstract:
Abstract Gastrointestinal infections in Germany account for 24.5 million outpatient visits annually. To enhance outbreak detection and trend monitoring, we developed and validated a syndrome definition for syndromic surveillance of gastrointestinal infections in emergency departments. We selected presenting complaints (Canadian Emergency Department Information System) and diagnoses (ICD-10) to develop the syndrome definition. Validation involved cross-correlation analysis of syndromic and laboratory-based surveillance trends (norovirus-gastroenteritis, rotavirus-gastroenteritis, campylobacteriosis and salmonellosis notifications). We included emergency departments from the German AKTIN registry with continuous data transmission (01/2019–06/2023). Our novel syndrome definition combined complaints (diarrhoea, vomiting, nausea) and diagnoses (intestinal infectious diseases). Across 864,353 visits in 7 emergency departments, 2.1% (n = 18,158) were gastrointestinal infection cases. Of those, 57% (n = 10,424) were female; 23% were aged 0–19 years (n = 4108); and 23% 20–39 years (n = 4116). Trends were similar between surveillance systems. Cross-correlation was 0.73 (95%-confidence interval 0.61–0.85; p \textless 0.001) at lag − 1, indicating a 1-week relative reporting delay of laboratory-based surveillance. Coherent trends and significant cross-correlation validated our syndrome definition. This novel automated syndromic surveillance complements laboratory-based surveillance while offering improved timeliness and reduced workload. Therefore, it was implemented in Germany’s national routine surveillance of emergency departments.
| DOI: | 10.1038/s41598-025-13675-z |
| Datei: | https://www.nature.com/articles/s41598-025-13675-z |
Abstract:
Abstract Gastrointestinal infections in Germany account for 24.5 million outpatient visits annually. To enhance outbreak detection and trend monitoring, we developed and validated a syndrome definition for syndromic surveillance of gastrointestinal infections in emergency departments. We selected presenting complaints (Canadian Emergency Department Information System) and diagnoses (ICD-10) to develop the syndrome definition. Validation involved cross-correlation analysis of syndromic and laboratory-based surveillance trends (norovirus-gastroenteritis, rotavirus-gastroenteritis, campylobacteriosis and salmonellosis notifications). We included emergency departments from the German AKTIN registry with continuous data transmission (01/2019–06/2023). Our novel syndrome definition combined complaints (diarrhoea, vomiting, nausea) and diagnoses (intestinal infectious diseases). Across 864,353 visits in 7 emergency departments, 2.1% (n = 18,158) were gastrointestinal infection cases. Of those, 57% (n = 10,424) were female; 23% were aged 0–19 years (n = 4108); and 23% 20–39 years (n = 4116). Trends were similar between surveillance systems. Cross-correlation was 0.73 (95%-confidence interval 0.61–0.85; p \textless 0.001) at lag − 1, indicating a 1-week relative reporting delay of laboratory-based surveillance. Coherent trends and significant cross-correlation validated our syndrome definition. This novel automated syndromic surveillance complements laboratory-based surveillance while offering improved timeliness and reduced workload. Therefore, it was implemented in Germany’s national routine surveillance of emergency departments.
[en]
M. Schranz,
M. Rupprecht,
A. Aigner,
L. Benning,
C. Schlump,
N. Charfeddine,
M. Diercke,
L. Grabenhenrich,
A. Ullrich,
H. Neuhauser,
B. Maier,
A. R. Group,
F. P. Hans and
S. Blaschke,
"Establishing Syndromic Surveillance of Acute Coronary Syndrome, Myocardial Infarction, and Stroke: Registry Study Based on Routine Data From German Emergency Departments",
JMIR Public Health and Surveillance,
vol. 11,
pp. e66218—e66218,
Feb.
2025.
Abstract:
Abstract Background Emergency department (ED) routine data offer a unique opportunity for syndromic surveillance of communicable and noncommunicable diseases (NCDs). In 2020, the Robert Koch Institute established a syndromic surveillance system using ED data from the AKTIN registry. The system provides daily insights into ED utilization for infectious diseases. Adding NCD indicators to the surveillance is of great public health importance, especially during acute events, where timely monitoring enables targeted public health responses and communication. Objective This study aimed to develop and validate syndrome definitions for the NCD indicators of acute coronary syndrome (ACS), myocardial infarction (MI), and stroke (STR). Methods First, syndrome definitions were developed with clinical experts combining ED diagnosis, chief complaints, diagnostic certainty, and discharge information. Then, using the multicenter retrospective routine ED data provided by the AKTIN registry, we conducted internal validation by linking ED cases fulfilling the syndrome definition with the hospital discharge diagnoses and calculating sensitivity, specificity, and accuracy. Lastly, external validation comprised the comparison of the ED cases fulfilling the syndrome definition with the federal German hospital diagnosis statistic. Ratios comparing the relative number of cases for all syndrome definitions were calculated and stratified by age and sex. Results We analyzed data from 9 EDs, totaling 704,797 attendances from January 1, 2019, to March 5, 2021. Syndrome definitions were based on ICD-10 (International Statistical Classification of Diseases and Related Health Problems 10th Revision-German Modification) diagnoses, chief complaints, and discharge information. We identified 4.3% of all cases as ACS, 0.6% as MI, and 3.2% as STR. Patients with ACS and MI were more likely to be male (58.3% and 64.7%), compared to the overall attendances (52.7%). For all syndrome definitions, the prevalence was higher in the older age groups (60‐79 years and \textgreater80 years), and the highest proportions of cases were assigned an urgency level (3=urgent or 2=very urgent). The internal validation showed accuracy and specificity levels above 96% for all syndrome definitions. The sensitivity was 85.3% for ACS, 56.6% for MI, and 80.5% for STR. The external validation showed high levels of correspondence between the ED data and the German hospital statistics, with most ratios ranging around 1, indicating congruence, particularly in older age groups. The highest differences were noted in younger age groups, with the highest ratios in women aged between 20 and 39 years (4.57 for MI and 4.17 for ACS). Conclusions We developed NCD indicators for ACS, MI, and STR that showed high levels of internal and external validity. The integration of these indicators into the syndromic surveillance system for EDs could enable daily monitoring of NCD patterns and trends to enhance timely public health surveillance in Germany.
| DOI: | 10.2196/66218 |
| Datei: | https://publichealth.jmir.org/2025/1/e66218 |
Abstract:
Abstract Background Emergency department (ED) routine data offer a unique opportunity for syndromic surveillance of communicable and noncommunicable diseases (NCDs). In 2020, the Robert Koch Institute established a syndromic surveillance system using ED data from the AKTIN registry. The system provides daily insights into ED utilization for infectious diseases. Adding NCD indicators to the surveillance is of great public health importance, especially during acute events, where timely monitoring enables targeted public health responses and communication. Objective This study aimed to develop and validate syndrome definitions for the NCD indicators of acute coronary syndrome (ACS), myocardial infarction (MI), and stroke (STR). Methods First, syndrome definitions were developed with clinical experts combining ED diagnosis, chief complaints, diagnostic certainty, and discharge information. Then, using the multicenter retrospective routine ED data provided by the AKTIN registry, we conducted internal validation by linking ED cases fulfilling the syndrome definition with the hospital discharge diagnoses and calculating sensitivity, specificity, and accuracy. Lastly, external validation comprised the comparison of the ED cases fulfilling the syndrome definition with the federal German hospital diagnosis statistic. Ratios comparing the relative number of cases for all syndrome definitions were calculated and stratified by age and sex. Results We analyzed data from 9 EDs, totaling 704,797 attendances from January 1, 2019, to March 5, 2021. Syndrome definitions were based on ICD-10 (International Statistical Classification of Diseases and Related Health Problems 10th Revision-German Modification) diagnoses, chief complaints, and discharge information. We identified 4.3% of all cases as ACS, 0.6% as MI, and 3.2% as STR. Patients with ACS and MI were more likely to be male (58.3% and 64.7%), compared to the overall attendances (52.7%). For all syndrome definitions, the prevalence was higher in the older age groups (60‐79 years and \textgreater80 years), and the highest proportions of cases were assigned an urgency level (3=urgent or 2=very urgent). The internal validation showed accuracy and specificity levels above 96% for all syndrome definitions. The sensitivity was 85.3% for ACS, 56.6% for MI, and 80.5% for STR. The external validation showed high levels of correspondence between the ED data and the German hospital statistics, with most ratios ranging around 1, indicating congruence, particularly in older age groups. The highest differences were noted in younger age groups, with the highest ratios in women aged between 20 and 39 years (4.57 for MI and 4.17 for ACS). Conclusions We developed NCD indicators for ACS, MI, and STR that showed high levels of internal and external validity. The integration of these indicators into the syndromic surveillance system for EDs could enable daily monitoring of NCD patterns and trends to enhance timely public health surveillance in Germany.
W. S,
R. L,
W. SJ,
G. R,
S. IG,
P. G,
P. T,
P. M,
W. CJ,
W. J,
E. M,
F. WP,
G. S,
P. R,
L. FE,
B. TD and
P. AR,
"ESUR: Opportunities for PSMA-PET/CT and whole-body MRI in advanced prostate cancer.",
European radiology,
Nov.
2025.
Abstract:
Prostataspezifische Membran-Antigen (PSMA) Positronen-Emissionstomographie (PET) berechnete Tomographie (CT) und Ganzkörper-Magnetresonanz-Bildgebung (WB-MRI) sind der herkömmlichen CT- und Knochenscan-Bildgebung überlegen, um metastasierende Krankheit bei Patienten mit Prostatakrebs zu erkennen. Während diese höherakustischen Bildgebungsverfahren bereits das Potenzial zur Verbesserung der Patientenergebnisse gezeigt haben, ist ein gründliches Verständnis der Beziehung zwischen der Behandlungslandschaft und dem Krankheitsvolumen bei konventioneller Bildgebung sowie der prognostischen Bedeutung der prostataspezifischen Antigenantwort entscheidend, um festzustellen, wie sie effektiver eingebunden werden können. Prospektive klinische Studien sind erforderlich, um zu bewerten, ob PSMA-PET/CT und WB-MRI durch präzise Therapieanpassungen klinisch relevante Endpunkte für Patienten wirklich verbessern können. In diesem Beitrag erforschen wir die spezifischen Möglichkeiten von PSMA-PET/CT und WB-MRI als Biomarker in mehreren klinischen Bereichen, einschließlich Metastasis-Erkennung und -Stufe, Krankheitscharakterisierung und Aggressivitätsbewertungen, Biopsiezielauswahl, Auswirkungen auf die Behandlungsplanung, Bewertung der therapeutischen Reaktion und Theranostik. Wir unterstreichen die zentralen Forschungsfragen, die Aufmerksamkeit erfordern. KEY POINTS: Frage Können PSMA-PET/CT und WB-MRI, mit ihrer überlegenen Fähigkeit, Metastasen in Prostatakrebs zu erkennen, wirklich verbessern Patientenergebnisse? Das Finden von hochgenauer Bildgebung verbessert die Metastasenerkennung, Inszenierung, Bewertung von Krankheitsarmut und ermöglicht eine personalisierte Behandlungsplanung für fortgeschrittene Prostatakrebspatienten. Klinische Relevanz PSMA-PET/CT und WB-MRI haben das Potenzial, das Management von Männern mit fortgeschrittenem Prostatakrebs zu verändern, aber prospektive klinische Studien sind erforderlich, um die Vorteile für das Überleben oder die Lebensqualität zu bestätigen, bevor man die Routinenutzung empfiehlt.
| DOI: | 10.1007/s00330-025-12089-9 |
Abstract:
Prostataspezifische Membran-Antigen (PSMA) Positronen-Emissionstomographie (PET) berechnete Tomographie (CT) und Ganzkörper-Magnetresonanz-Bildgebung (WB-MRI) sind der herkömmlichen CT- und Knochenscan-Bildgebung überlegen, um metastasierende Krankheit bei Patienten mit Prostatakrebs zu erkennen. Während diese höherakustischen Bildgebungsverfahren bereits das Potenzial zur Verbesserung der Patientenergebnisse gezeigt haben, ist ein gründliches Verständnis der Beziehung zwischen der Behandlungslandschaft und dem Krankheitsvolumen bei konventioneller Bildgebung sowie der prognostischen Bedeutung der prostataspezifischen Antigenantwort entscheidend, um festzustellen, wie sie effektiver eingebunden werden können. Prospektive klinische Studien sind erforderlich, um zu bewerten, ob PSMA-PET/CT und WB-MRI durch präzise Therapieanpassungen klinisch relevante Endpunkte für Patienten wirklich verbessern können. In diesem Beitrag erforschen wir die spezifischen Möglichkeiten von PSMA-PET/CT und WB-MRI als Biomarker in mehreren klinischen Bereichen, einschließlich Metastasis-Erkennung und -Stufe, Krankheitscharakterisierung und Aggressivitätsbewertungen, Biopsiezielauswahl, Auswirkungen auf die Behandlungsplanung, Bewertung der therapeutischen Reaktion und Theranostik. Wir unterstreichen die zentralen Forschungsfragen, die Aufmerksamkeit erfordern. KEY POINTS: Frage Können PSMA-PET/CT und WB-MRI, mit ihrer überlegenen Fähigkeit, Metastasen in Prostatakrebs zu erkennen, wirklich verbessern Patientenergebnisse? Das Finden von hochgenauer Bildgebung verbessert die Metastasenerkennung, Inszenierung, Bewertung von Krankheitsarmut und ermöglicht eine personalisierte Behandlungsplanung für fortgeschrittene Prostatakrebspatienten. Klinische Relevanz PSMA-PET/CT und WB-MRI haben das Potenzial, das Management von Männern mit fortgeschrittenem Prostatakrebs zu verändern, aber prospektive klinische Studien sind erforderlich, um die Vorteile für das Überleben oder die Lebensqualität zu bestätigen, bevor man die Routinenutzung empfiehlt.
K. MD,
R. C,
K. M,
H. W,
B. TJ,
F. M,
H. J,
O. M,
S. M,
N. F,
B. K and
H. R,
"Exploration of Fully-Automated Body Composition Analysis Using Routine CT-Staging of Lung Cancer Patients for Survival Prognosis.",
Journal of cachexia, sarcopenia and muscle,
Aug.
2025.
Abstract:
KI-getriebene automatisierte Körperzusammensetzungsanalyse (BCA) kann quantitative prognostische Biomarker liefern, die von Routine-Instrumenten CTs abgeleitet werden. Diese zweizentige Studie wertet den prognostischen Wert dieser volumetrischen Marker für das Gesamtüberleben bei Lungenkrebspatienten aus. Lungenkrebs-Kohorten aus Krankenhaus A (n = 3345, mittleres Alter 65, 86% NSCLC, 40% M1, 40% weiblich) und B (n = 1364, mittleres Alter 66, 87% NSCLC, 37% M1, 38% weiblich) wurde automatisiert BCA von Bauch CTs ±60 Tage Primärdiagnose. Ein tiefes Lernnetzwerk segmentierte Muskel-, Knochen- und Fettgewebe (visceral = VAT, subkutan = SAT, intra-/intermuskulär = IMAT und total = TAT) um drei Marker abzuleiten: Sarcopenia Index (SI = Muskel/Bone), Myosteatotic Fat Index (MFI = IMAT/TAT) und Abdominal Fat Index (AFI = VAT/SAT). Kaplan-Meier Überlebensanalyse, Cox Proportional Gefahren Modellierung und maschinell lernbasierte Überlebensprognose wurden durchgeführt. Ein Überlebensmodell einschließlich klinischer Daten (BMI, ECOG, L3-SMI, -SATI, -VATI und -IMATI) wurde auf Hospital A-Daten installiert und auf Hospital B-Daten validiert. In nichtmetastatischem NSCLC prognostizierte High SI ein längeres Überleben in den Zentren für Männer (Hauptstadt A: 24.6 vs. 46,0 Monate; Krankenhaus B: 13,3 vs. 28,9 Monate; beide p < 0,001) und Frauen (Hauptstadt A: 37,9 vs. 53,6 Monate, p = 0,008; Krankenhaus B: 23,0 vs. 28,6 Monate, p = 0,018). Bei Männern in beiden Krankenhäusern (Krankenhaus A: 43,7 vs. 28,2 Monate; Krankenhaus B: 28,8 vs. 14,3 Monate; beides p ≤ 0,001) zeigte aber zentrumsabhängige Wirkungen bei Frauen (bedeutend nur im Krankenhaus A, p < 0,01). Bei der metastasierenden Krankheit blieb SI für Männer in beiden Zentren prognostiziert (p < 0,05), während MFI nur im Krankenhaus A (p ≤ 0,001) und AFI nur im Krankenhaus B (p = 0,042) signifikant war. Multivariate Cox Regression bestätigte, dass höhere SI Schutz war (A: HR 0.53, B: 0.59, p ≤ 0.001), während MFI mit kürzerem Überleben verbunden war (A: HR 1.31, B: 1.12, p < 0.01). Das auf den Daten des Krankenhauses A geschulte multivariate Überlebensmodell zeigte eine prognostische Differenzierung von Gruppen in interner (n = 209, p ≤ 0,001) und externer (Hospital B, n = 361, p = 0,044) Validierung, wobei SI-Eigenschaft (0.037) unter ECOG (0.082) und M-Status (0.078) steht, übertrifft alle anderen Merkmale, einschließlich herkömmlicher L3-Single-Slice-Messungen. CT-basierte volumetrische BCA bietet prognostische Biomarker bei Lungenkrebs mit unterschiedlicher Bedeutung durch Sex, Krankheitsstadium und Zentrum. SI war der stärkste prognostische Marker, übertrifft konventionelle L3-basierte Messungen, während fettbedingte Marker unterschiedliche Assoziationen zeigten. Unser Multivariate-Modell legt nahe, dass BCA-Marker, insbesondere SI, die Risikoschichtung bei Lungenkrebs, bis zur zentrischen und sexspezifischen Validierung verbessern können. Die Integration dieser Marker in klinische Workflows könnte eine personalisierte Betreuung und gezielte Eingriffe für risikoreiche Patienten ermöglichen.
| DOI: | 10.1002/jcsm.70021 |
Abstract:
KI-getriebene automatisierte Körperzusammensetzungsanalyse (BCA) kann quantitative prognostische Biomarker liefern, die von Routine-Instrumenten CTs abgeleitet werden. Diese zweizentige Studie wertet den prognostischen Wert dieser volumetrischen Marker für das Gesamtüberleben bei Lungenkrebspatienten aus. Lungenkrebs-Kohorten aus Krankenhaus A (n = 3345, mittleres Alter 65, 86% NSCLC, 40% M1, 40% weiblich) und B (n = 1364, mittleres Alter 66, 87% NSCLC, 37% M1, 38% weiblich) wurde automatisiert BCA von Bauch CTs ±60 Tage Primärdiagnose. Ein tiefes Lernnetzwerk segmentierte Muskel-, Knochen- und Fettgewebe (visceral = VAT, subkutan = SAT, intra-/intermuskulär = IMAT und total = TAT) um drei Marker abzuleiten: Sarcopenia Index (SI = Muskel/Bone), Myosteatotic Fat Index (MFI = IMAT/TAT) und Abdominal Fat Index (AFI = VAT/SAT). Kaplan-Meier Überlebensanalyse, Cox Proportional Gefahren Modellierung und maschinell lernbasierte Überlebensprognose wurden durchgeführt. Ein Überlebensmodell einschließlich klinischer Daten (BMI, ECOG, L3-SMI, -SATI, -VATI und -IMATI) wurde auf Hospital A-Daten installiert und auf Hospital B-Daten validiert. In nichtmetastatischem NSCLC prognostizierte High SI ein längeres Überleben in den Zentren für Männer (Hauptstadt A: 24.6 vs. 46,0 Monate; Krankenhaus B: 13,3 vs. 28,9 Monate; beide p < 0,001) und Frauen (Hauptstadt A: 37,9 vs. 53,6 Monate, p = 0,008; Krankenhaus B: 23,0 vs. 28,6 Monate, p = 0,018). Bei Männern in beiden Krankenhäusern (Krankenhaus A: 43,7 vs. 28,2 Monate; Krankenhaus B: 28,8 vs. 14,3 Monate; beides p ≤ 0,001) zeigte aber zentrumsabhängige Wirkungen bei Frauen (bedeutend nur im Krankenhaus A, p < 0,01). Bei der metastasierenden Krankheit blieb SI für Männer in beiden Zentren prognostiziert (p < 0,05), während MFI nur im Krankenhaus A (p ≤ 0,001) und AFI nur im Krankenhaus B (p = 0,042) signifikant war. Multivariate Cox Regression bestätigte, dass höhere SI Schutz war (A: HR 0.53, B: 0.59, p ≤ 0.001), während MFI mit kürzerem Überleben verbunden war (A: HR 1.31, B: 1.12, p < 0.01). Das auf den Daten des Krankenhauses A geschulte multivariate Überlebensmodell zeigte eine prognostische Differenzierung von Gruppen in interner (n = 209, p ≤ 0,001) und externer (Hospital B, n = 361, p = 0,044) Validierung, wobei SI-Eigenschaft (0.037) unter ECOG (0.082) und M-Status (0.078) steht, übertrifft alle anderen Merkmale, einschließlich herkömmlicher L3-Single-Slice-Messungen. CT-basierte volumetrische BCA bietet prognostische Biomarker bei Lungenkrebs mit unterschiedlicher Bedeutung durch Sex, Krankheitsstadium und Zentrum. SI war der stärkste prognostische Marker, übertrifft konventionelle L3-basierte Messungen, während fettbedingte Marker unterschiedliche Assoziationen zeigten. Unser Multivariate-Modell legt nahe, dass BCA-Marker, insbesondere SI, die Risikoschichtung bei Lungenkrebs, bis zur zentrischen und sexspezifischen Validierung verbessern können. Die Integration dieser Marker in klinische Workflows könnte eine personalisierte Betreuung und gezielte Eingriffe für risikoreiche Patienten ermöglichen.
B. S,
K. JS,
S. V,
N. M,
S. I,
R. SO,
K. F,
L. Behrens,
O. E,
K. T,
Z. H,
V. Hoffmann,
H. M,
A. F,
M. Krumbholz,
Z. U,
K. O,
S. B,
B. V,
B. S,
M,
E. U,
B. E,
B. B,
R. C,
R. J,
W. B,
S. D,
S. H,
P. P,
B. M,
K. F,
D. V,
M. Mühlau,
U. P,
W. J,
K. K,
S. M,
V. I,
T. D,
K. HA,
S. N,
I. B,
B. S,
M. U,
H. J,
K. MC,
T. H and
H. B,
"External validation of a multiple sclerosis treatment decision score using data from the ProVal-MS cohort study.",
Therapeutic advances in neurological disorders,
2025.
Abstract:
Der Verlauf der relapsing-remittierenden multiplen Sklerose (RRMS), häufig vor dem klinisch isolierten Syndrom (CIS), ist variabel und schwierig zu prognostizieren. Bei vielen verfügbaren Behandlungsoptionen gewinnen prognostische Algorithmen an Bedeutung bei der Unterrichtung von ersten Behandlungsentscheidungen. Bisher gibt es jedoch nur wenige extern validierte. Eine externe Validierung, die die Anwendung eines Modells auf unabhängige Daten beinhaltet, ist unerlässlich. Datenschutz-erhaltende föderierte Analysen einzelner Daten ermöglichen eine externe Validierung mithilfe von klinischen Datensätzen, die typischerweise schwer zugänglich sind. Mit Daten aus der ProVal-MS-Studie zur externen Validierung des Multiple Sklerose-Behandlungs-Entscheidungs-Scores (MS-TDS), einem prädiktiven Algorithmus für frühe RRMS und CIS. Die MS-TDS prognostiziert die Wahrscheinlichkeit des Auftretens von mindestens einer neuen oder erweiterten T2 Läsion innerhalb von 6-24 Monaten nach Beginn der Erkrankung und unterstützt die Wahl zwischen der Einleitung der Plattformbehandlung oder einem "Warte-and-see" Ansatz. Ein sekundäres Ziel ist es, die Durchführbarkeit von datenschutzorientierten Konzepten im Konsortium Data Integration for Future Medicine (DIFUTURE) zu demonstrieren. Prospektive, multizentrische, nicht-interventionelle Kohortenstudie (ProVal-MS) innerhalb von DIFUTURE. Die kalibrierte MS-TDS wurde mit dem Bereich unter der Empfänger-Betriebskennlinie (AUROC) und dem Brier-Score in beiden gepoolten und verteilten Einstellungen ausgewertet. Eine Entscheidungskurvenanalyse (DCA) wurde verwendet, um den Nettonutzen von Behandlungsentscheidungen zu bewerten, die von der MS-TDS im Vergleich zu den durch die Behandlung von Neurologen getroffenen getroffen wurden. Von den 271 Personen, die mit CIS oder frühen RRMS diagnostiziert wurden, erhielten 202 (78,2%) Plattformbehandlung, während 59 (21,8%) keine Behandlung erhielten. Das AUROC betrug 0,561 (95% CI: 0,492-0,630) in der gebündelten Analyse und 0,567 (95% CI: 0,496-0,634) in der verteilten Analyse. Die DCA hat einen Nettovorteil gezeigt, der mit dem Ergebnis von Entscheidungen von erfahrenen Neurologen in Einklang steht. Die externe Validierung der MS-TDS zeigte eine geringe, nicht signifikante Vorhersageleistung; sie kann jedoch als nützliche Ergänzung dienen, insbesondere für weniger erfahrene Neurologen. Die verteilte Validierung wurde sowohl durchführbar als auch konform zu den Datenschutzbestimmungen gefunden.
| DOI: | 10.1177/17562864251391095 |
Abstract:
Der Verlauf der relapsing-remittierenden multiplen Sklerose (RRMS), häufig vor dem klinisch isolierten Syndrom (CIS), ist variabel und schwierig zu prognostizieren. Bei vielen verfügbaren Behandlungsoptionen gewinnen prognostische Algorithmen an Bedeutung bei der Unterrichtung von ersten Behandlungsentscheidungen. Bisher gibt es jedoch nur wenige extern validierte. Eine externe Validierung, die die Anwendung eines Modells auf unabhängige Daten beinhaltet, ist unerlässlich. Datenschutz-erhaltende föderierte Analysen einzelner Daten ermöglichen eine externe Validierung mithilfe von klinischen Datensätzen, die typischerweise schwer zugänglich sind. Mit Daten aus der ProVal-MS-Studie zur externen Validierung des Multiple Sklerose-Behandlungs-Entscheidungs-Scores (MS-TDS), einem prädiktiven Algorithmus für frühe RRMS und CIS. Die MS-TDS prognostiziert die Wahrscheinlichkeit des Auftretens von mindestens einer neuen oder erweiterten T2 Läsion innerhalb von 6-24 Monaten nach Beginn der Erkrankung und unterstützt die Wahl zwischen der Einleitung der Plattformbehandlung oder einem "Warte-and-see" Ansatz. Ein sekundäres Ziel ist es, die Durchführbarkeit von datenschutzorientierten Konzepten im Konsortium Data Integration for Future Medicine (DIFUTURE) zu demonstrieren. Prospektive, multizentrische, nicht-interventionelle Kohortenstudie (ProVal-MS) innerhalb von DIFUTURE. Die kalibrierte MS-TDS wurde mit dem Bereich unter der Empfänger-Betriebskennlinie (AUROC) und dem Brier-Score in beiden gepoolten und verteilten Einstellungen ausgewertet. Eine Entscheidungskurvenanalyse (DCA) wurde verwendet, um den Nettonutzen von Behandlungsentscheidungen zu bewerten, die von der MS-TDS im Vergleich zu den durch die Behandlung von Neurologen getroffenen getroffen wurden. Von den 271 Personen, die mit CIS oder frühen RRMS diagnostiziert wurden, erhielten 202 (78,2%) Plattformbehandlung, während 59 (21,8%) keine Behandlung erhielten. Das AUROC betrug 0,561 (95% CI: 0,492-0,630) in der gebündelten Analyse und 0,567 (95% CI: 0,496-0,634) in der verteilten Analyse. Die DCA hat einen Nettovorteil gezeigt, der mit dem Ergebnis von Entscheidungen von erfahrenen Neurologen in Einklang steht. Die externe Validierung der MS-TDS zeigte eine geringe, nicht signifikante Vorhersageleistung; sie kann jedoch als nützliche Ergänzung dienen, insbesondere für weniger erfahrene Neurologen. Die verteilte Validierung wurde sowohl durchführbar als auch konform zu den Datenschutzbestimmungen gefunden.
[en]
J. Matschke,
T. Huter,
T. Renné,
M. Lütgehetmann,
M. Glatzel and
B. Ondruschka,
"Fatal Cerebral Venous Sinus Thrombosis and Thrombocytopenia due to Anti-PF4 Disorder Following Adenovirus Infection in a 3-year-old Boy",
Thrombosis and Haemostasis,
Jan.
2025.
Abstract:
Vaccination against severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) has been crucial in managing the COVID-19 pandemic. In 2021, a rare syndrome characterized by thrombotic events and thrombocytopenia was identified in individuals who received the ChAdOx1 nCoV-19 or the Ad26.COV2.S vaccine, both of which use adenoviral vectors.[1] [2] [3] [4] [5] This syndrome, known as vaccine-induced immune thrombocytopenia and thrombosis (VITT), is linked to high levels of immunoglobulin G (IgG) antibodies targeting platelet factor 4 (PF4), a chemokine released from platelet α-granules.[6] Similar conditions associated with anti-PF4 antibodies include classic heparin-induced thrombocytopenia (HIT), autoimmune HIT (aHIT), and spontaneous HIT.[7] Additionally, prothrombotic, platelet-activating anti-PF4 antibodies not associated with heparin have been identified in a patient with monoclonal gammopathy.[8] These anti-PF4 disorders present with thrombosis and thrombocytopenia following exposure of PF4 to polyanions like DNA, heparin, or polyphosphate.[9] [10] Recently, anti-PF4 antibodies were detected in two individuals who developed a VITT-like syndrome after adenovirus infection, despite not receiving COVID-19 vaccination or heparin treatment.[11] In the meantime, further such cases, some of them with a preceding respiratory infection and positive testing for adenovirus, have been reported (see [Table 1]).[12] [13] [14] Here, we report the case of a 3-year-old boy who developed fatal cerebral venous sinus thrombosis (CVST) and thrombocytopenia several days after an adenovirus infection. Postmortem studies revealed the presence of anti-PF4 antibodies in his serum. This case further confirms the existence of adenovirus-triggered anti-PF4 antibodies, emphasizing the need to study anti-PF4 antibodies in patients with unexplained thrombosis and thrombocytopenia.
| DOI: | 10.1055/a-2510-6235 |
| Datei: | http://www.thieme-connect.de/DOI/DOI?10.1055/a-2510-6235 |
Abstract:
Vaccination against severe acute respiratory syndrome coronavirus-2 (SARS-CoV-2) has been crucial in managing the COVID-19 pandemic. In 2021, a rare syndrome characterized by thrombotic events and thrombocytopenia was identified in individuals who received the ChAdOx1 nCoV-19 or the Ad26.COV2.S vaccine, both of which use adenoviral vectors.[1] [2] [3] [4] [5] This syndrome, known as vaccine-induced immune thrombocytopenia and thrombosis (VITT), is linked to high levels of immunoglobulin G (IgG) antibodies targeting platelet factor 4 (PF4), a chemokine released from platelet α-granules.[6] Similar conditions associated with anti-PF4 antibodies include classic heparin-induced thrombocytopenia (HIT), autoimmune HIT (aHIT), and spontaneous HIT.[7] Additionally, prothrombotic, platelet-activating anti-PF4 antibodies not associated with heparin have been identified in a patient with monoclonal gammopathy.[8] These anti-PF4 disorders present with thrombosis and thrombocytopenia following exposure of PF4 to polyanions like DNA, heparin, or polyphosphate.[9] [10] Recently, anti-PF4 antibodies were detected in two individuals who developed a VITT-like syndrome after adenovirus infection, despite not receiving COVID-19 vaccination or heparin treatment.[11] In the meantime, further such cases, some of them with a preceding respiratory infection and positive testing for adenovirus, have been reported (see [Table 1]).[12] [13] [14] Here, we report the case of a 3-year-old boy who developed fatal cerebral venous sinus thrombosis (CVST) and thrombocytopenia several days after an adenovirus infection. Postmortem studies revealed the presence of anti-PF4 antibodies in his serum. This case further confirms the existence of adenovirus-triggered anti-PF4 antibodies, emphasizing the need to study anti-PF4 antibodies in patients with unexplained thrombosis and thrombocytopenia.
[eng]
T. Wahjudi,
A. Nitsch,
J. Sperhake and
P. H. Hoeger,
"Fulminant parvovirus B19 myocarditis in infants -report of three post-pandemic cases",
European Journal of Clinical Microbiology & Infectious Diseases: Official Publication of the European Society of Clinical Microbiology,
Feb.
2025.
Abstract:
Lack of immune stimulation ("immune debt") in the wake of the COVID-19 pandemic has led to a resurgence of many paediatric infectious diseases, recently including parvovirus B19 (PVB19). We observed three cases of fulminant PVB19 myocarditis in infants. All had experienced a short prodromal illness and succumbed to cardiogenic shock within 2-72 h after admission. The risk of fulminant myocarditis appears to be increased in infants. Further studies are needed to assess the incidence of fulminant myocarditis caused by PVB19, potentially linked to immune debt.
| DOI: | 10.1007/s10096-025-05072-1 |
Abstract:
Lack of immune stimulation ("immune debt") in the wake of the COVID-19 pandemic has led to a resurgence of many paediatric infectious diseases, recently including parvovirus B19 (PVB19). We observed three cases of fulminant PVB19 myocarditis in infants. All had experienced a short prodromal illness and succumbed to cardiogenic shock within 2-72 h after admission. The risk of fulminant myocarditis appears to be increased in infants. Further studies are needed to assess the incidence of fulminant myocarditis caused by PVB19, potentially linked to immune debt.
S. Ehrentreich,
N. Kamer,
S. Drynda,
R. Otto,
F. Walcher and
B. Lucas,
"Impact of government pyrotechnics ban on emergency department usage rates around the turn of the years",
European Journal of Trauma and Emergency Surgery,
vol. 51,
no. 1,
pp. 337,
Nov.
2025.
Abstract:
Annual discussions concerning emergency department (ED) utilization during New Year due to avoidable emergencies and potential “pyrotechnic bans” often highlight media reports of severe injuries. However, limited data exist on the ED burden and specific injury patterns. This study aimed to investigate firework-related ED cases in Germany around the turn of the year owing to the pyrotechnic ban during the COVID-19 pandemic.
| DOI: | 10.1007/s00068-025-03002-6 |
| Datei: | https://doi.org/10.1007/s00068-025-03002-6 |
Abstract:
Annual discussions concerning emergency department (ED) utilization during New Year due to avoidable emergencies and potential “pyrotechnic bans” often highlight media reports of severe injuries. However, limited data exist on the ED burden and specific injury patterns. This study aimed to investigate firework-related ED cases in Germany around the turn of the year owing to the pyrotechnic ban during the COVID-19 pandemic.
S. Schluessel,
B. Mueller,
O. Tausendfreund,
M. Rippl,
L. Deissler,
S. Martini,
R. Schmidmaier,
S. Stoecklein,
M. Ingrisch,
S. Blaschke,
G. Brandhorst,
P. Spieth,
K. Lehnert,
P. Heuschmann,
S. M. N. Miranda and
M. Drey,
"Impact of sarcopenia and obesity on mortality in older adults with SARS-CoV-2 infection: automated deep learning body composition analysis in the NAPKON-SUEP cohort",
Infection,
vol. 53,
no. 5,
pp. 2111—2124,
2025.
Abstract:
INTRODUCTION Severe respiratory infections pose a major challenge in clinical practice, especially in older adults. Body composition analysis could play a crucial role in risk assessment and therapeutic decision-making. This study investigates whether obesity or sarcopenia has a greater impact on mortality in patients with severe respiratory infections. The study focuses on the National Pandemic Cohort Network (NAPKON-SUEP) cohort, which includes patients over 60 years of age with confirmed severe COVID-19 pneumonia. An innovative approach was adopted, using pre-trained deep learning models for automated analysis of body composition based on routine thoracic CT scans. METHODS The study included 157 hospitalized patients (mean age 70 $\pm$ 8 years, 41% women, mortality rate 39%) from the NAPKON-SUEP cohort at 57 study sites. A pre-trained deep learning model was used to analyze body composition (muscle, bone, fat, and intramuscular fat volumes) from thoracic CT images of the NAPKON-SUEP cohort. Binary logistic regression was performed to investigate the association between obesity, sarcopenia, and mortality. RESULTS Non-survivors exhibited lower muscle volume (p = 0.043), higher intramuscular fat volume (p = 0.041), and a higher BMI (p = 0.031) compared to survivors. Among all body composition parameters, muscle volume adjusted to weight was the strongest predictor of mortality in the logistic regression model, even after adjusting for factors such as sex, age, diabetes, chronic lung disease and chronic kidney disease, (odds ratio = 0.516). In contrast, BMI did not show significant differences after adjustment for comorbidities. CONCLUSION This study identifies muscle volume derived from routine CT scans as a major predictor of survival in patients with severe respiratory infections. The results underscore the potential of AI supported CT-based body composition analysis for risk stratification and clinical decision making, not only for COVID-19 patients but also for all patients over 60 years of age with severe acute respiratory infections. The innovative application of pre-trained deep learning models opens up new possibilities for automated and standardized assessment in clinical practice.
| DOI: | 10.1007/s15010-025-02555-3 |
Abstract:
INTRODUCTION Severe respiratory infections pose a major challenge in clinical practice, especially in older adults. Body composition analysis could play a crucial role in risk assessment and therapeutic decision-making. This study investigates whether obesity or sarcopenia has a greater impact on mortality in patients with severe respiratory infections. The study focuses on the National Pandemic Cohort Network (NAPKON-SUEP) cohort, which includes patients over 60 years of age with confirmed severe COVID-19 pneumonia. An innovative approach was adopted, using pre-trained deep learning models for automated analysis of body composition based on routine thoracic CT scans. METHODS The study included 157 hospitalized patients (mean age 70 $\pm$ 8 years, 41% women, mortality rate 39%) from the NAPKON-SUEP cohort at 57 study sites. A pre-trained deep learning model was used to analyze body composition (muscle, bone, fat, and intramuscular fat volumes) from thoracic CT images of the NAPKON-SUEP cohort. Binary logistic regression was performed to investigate the association between obesity, sarcopenia, and mortality. RESULTS Non-survivors exhibited lower muscle volume (p = 0.043), higher intramuscular fat volume (p = 0.041), and a higher BMI (p = 0.031) compared to survivors. Among all body composition parameters, muscle volume adjusted to weight was the strongest predictor of mortality in the logistic regression model, even after adjusting for factors such as sex, age, diabetes, chronic lung disease and chronic kidney disease, (odds ratio = 0.516). In contrast, BMI did not show significant differences after adjustment for comorbidities. CONCLUSION This study identifies muscle volume derived from routine CT scans as a major predictor of survival in patients with severe respiratory infections. The results underscore the potential of AI supported CT-based body composition analysis for risk stratification and clinical decision making, not only for COVID-19 patients but also for all patients over 60 years of age with severe acute respiratory infections. The innovative application of pre-trained deep learning models opens up new possibilities for automated and standardized assessment in clinical practice.
S. S,
M. B,
T. O,
R. M,
D. L,
M. S,
S. R,
S. S,
I. M,
B. S,
B. G,
S. P,
L. K,
H. P,
SMN and
D. M,
"Impact of sarcopenia and obesity on mortality in older adults with SARS-CoV-2 infection: automated deep learning body composition analysis in the NAPKON-SUEP cohort.",
Infection,
Okt.
2025.
Abstract:
Schwere Atemwegsinfektionen stellen eine große Herausforderung in der klinischen Praxis dar, vor allem bei älteren Erwachsenen. Die Analyse der Körperzusammensetzung könnte eine entscheidende Rolle bei der Risikobewertung und der therapeutischen Entscheidungsfindung spielen. Diese Studie untersucht, ob Adipositas oder Sarkoopenie einen größeren Einfluss auf die Mortalität bei Patienten mit schweren Atemwegsinfektionen hat. Die Studie konzentriert sich auf die Kohorte National Pandemic Cohort Network (NAPKON-SUEP), die Patienten über 60 Jahre mit bestätigter schwerer COVID-19-Pneumonie umfasst. Ein innovativer Ansatz wurde angenommen, mit vortrainierten Tiefenlernmodellen zur automatisierten Analyse der Körperzusammensetzung auf Basis von Routine-Torakic-CT-Scans. Die Studie umfasste 157 Krankenhauspatienten (mittleres Alter 70 ± 8 Jahre, 41% Frauen, Mortalitätsrate 39%) aus der NAPKON-SUEP Kohorte an 57 Studienplätzen. Ein vortrainiertes Tiefenlernmodell wurde verwendet, um Körperzusammensetzung (Muskel, Knochen, Fett und intramuskuläre Fettvolumina) aus thorakalen CT-Bildern des NAPKON-SUEP Kohorts zu analysieren. Binäre logistische Regression wurde durchgeführt, um den Zusammenhang zwischen Fettleibigkeit, Sarkoopenie und Mortalität zu untersuchen. Nicht-Überlebende zeigten ein geringeres Muskelvolumen (p = 0,043), ein höheres intramuskuläres Fettvolumen (p = 0,041) und ein höheres BMI (p = 0,031) im Vergleich zu Überlebenden. Unter allen Körperzusammensetzungsparametern war das auf das Gewicht eingestellte Muskelvolumen der stärkste Mortalitätsvorhersage im logistischen Regressionsmodell, auch nach der Anpassung an Faktoren wie Geschlecht, Alter, Diabetes, chronische Lungenerkrankungen und chronische Nierenerkrankungen (Dosisverhältnis = 0,516). Im Gegensatz dazu zeigte BMI nach der Anpassung an Komorbiditäten keine signifikanten Unterschiede. Diese Studie identifiziert das Muskelvolumen, das von Routine-CT-Scans abgeleitet wird, als Hauptvorhersage des Überlebens bei Patienten mit schweren Atemwegsinfektionen. Die Ergebnisse unterstreichen das Potenzial von AI unterstützten CT-basierten Körperzusammensetzungsanalysen zur Risikoschichtung und klinischen Entscheidungsfindung, nicht nur für COVID-19 Patienten, sondern auch für alle Patienten über 60 Jahre mit schweren akuten Atemwegsinfektionen. Die innovative Anwendung vortrainierter Tiefenlernmodelle eröffnet neue Möglichkeiten zur automatisierten und standardisierten Bewertung in der klinischen Praxis.
| DOI: | 10.1007/s15010-025-02555-3 |
Abstract:
Schwere Atemwegsinfektionen stellen eine große Herausforderung in der klinischen Praxis dar, vor allem bei älteren Erwachsenen. Die Analyse der Körperzusammensetzung könnte eine entscheidende Rolle bei der Risikobewertung und der therapeutischen Entscheidungsfindung spielen. Diese Studie untersucht, ob Adipositas oder Sarkoopenie einen größeren Einfluss auf die Mortalität bei Patienten mit schweren Atemwegsinfektionen hat. Die Studie konzentriert sich auf die Kohorte National Pandemic Cohort Network (NAPKON-SUEP), die Patienten über 60 Jahre mit bestätigter schwerer COVID-19-Pneumonie umfasst. Ein innovativer Ansatz wurde angenommen, mit vortrainierten Tiefenlernmodellen zur automatisierten Analyse der Körperzusammensetzung auf Basis von Routine-Torakic-CT-Scans. Die Studie umfasste 157 Krankenhauspatienten (mittleres Alter 70 ± 8 Jahre, 41% Frauen, Mortalitätsrate 39%) aus der NAPKON-SUEP Kohorte an 57 Studienplätzen. Ein vortrainiertes Tiefenlernmodell wurde verwendet, um Körperzusammensetzung (Muskel, Knochen, Fett und intramuskuläre Fettvolumina) aus thorakalen CT-Bildern des NAPKON-SUEP Kohorts zu analysieren. Binäre logistische Regression wurde durchgeführt, um den Zusammenhang zwischen Fettleibigkeit, Sarkoopenie und Mortalität zu untersuchen. Nicht-Überlebende zeigten ein geringeres Muskelvolumen (p = 0,043), ein höheres intramuskuläres Fettvolumen (p = 0,041) und ein höheres BMI (p = 0,031) im Vergleich zu Überlebenden. Unter allen Körperzusammensetzungsparametern war das auf das Gewicht eingestellte Muskelvolumen der stärkste Mortalitätsvorhersage im logistischen Regressionsmodell, auch nach der Anpassung an Faktoren wie Geschlecht, Alter, Diabetes, chronische Lungenerkrankungen und chronische Nierenerkrankungen (Dosisverhältnis = 0,516). Im Gegensatz dazu zeigte BMI nach der Anpassung an Komorbiditäten keine signifikanten Unterschiede. Diese Studie identifiziert das Muskelvolumen, das von Routine-CT-Scans abgeleitet wird, als Hauptvorhersage des Überlebens bei Patienten mit schweren Atemwegsinfektionen. Die Ergebnisse unterstreichen das Potenzial von AI unterstützten CT-basierten Körperzusammensetzungsanalysen zur Risikoschichtung und klinischen Entscheidungsfindung, nicht nur für COVID-19 Patienten, sondern auch für alle Patienten über 60 Jahre mit schweren akuten Atemwegsinfektionen. Die innovative Anwendung vortrainierter Tiefenlernmodelle eröffnet neue Möglichkeiten zur automatisierten und standardisierten Bewertung in der klinischen Praxis.
[en]
K. Allgoewer,
C. Stark,
A. Fitzek,
T. Huter,
A. Heinemann and
B. Ondruschka,
"Impact of the COVID-19 pandemic on admissions of deceased to an institute of legal medicine in Germany",
Scientific Reports,
vol. 15,
no. 1,
pp. 15115,
Apr.
2025.
Abstract:
All over the world, the COVID-19 pandemic has impacted mortality beyond deaths that can be directly attributed to the viral disease. This study investigates the effects of the pandemic on admissions of deceased to a large institute of legal medicine and metropolitan morgue in Germany. Employing statistical models, the general time trend was separated from the effect of the pandemic in terms of place of death, autopsy category, age and sex. In addition, the pandemic’s impact on one of the structurally most important public health determinants, poverty, on numbers of admissions in different place of death categories was analyzed. We find that the pandemic has caused a significant increase in admissions of those who died at residential addresses, which appears to be primarily driven by SARS-CoV-2 negative cases, and those who died in retirement and care facilities, with a significant overrepresentation of SARS-CoV-2 positive cases. A high degree of poverty in a neighborhood does not impact the likelihood to be admitted to the institute in those two categories before or during the pandemic. For dead bodies found in public spaces, however, a poverty variable causes a significant increase in the number of admissions during the pre-pandemic phase. Interestingly, this effect is reversed during the pandemic period. The number of admissions without an autopsy being ordered or requested increased significantly during the pandemic. Further, the COVID-19 pandemic caused a significant increase in admissions in the senile population. Our results indicate that the reluctance of treating physicians to conduct house calls to certify a death has persisted throughout the pandemic and has caused a surge of admissions of deceased to the institute of legal medicine without any criminological indications or subsequent rise in forensic autopsy orders.
| DOI: | 10.1038/s41598-025-97117-w |
| Datei: | https://www.nature.com/articles/s41598-025-97117-w |
Abstract:
All over the world, the COVID-19 pandemic has impacted mortality beyond deaths that can be directly attributed to the viral disease. This study investigates the effects of the pandemic on admissions of deceased to a large institute of legal medicine and metropolitan morgue in Germany. Employing statistical models, the general time trend was separated from the effect of the pandemic in terms of place of death, autopsy category, age and sex. In addition, the pandemic’s impact on one of the structurally most important public health determinants, poverty, on numbers of admissions in different place of death categories was analyzed. We find that the pandemic has caused a significant increase in admissions of those who died at residential addresses, which appears to be primarily driven by SARS-CoV-2 negative cases, and those who died in retirement and care facilities, with a significant overrepresentation of SARS-CoV-2 positive cases. A high degree of poverty in a neighborhood does not impact the likelihood to be admitted to the institute in those two categories before or during the pandemic. For dead bodies found in public spaces, however, a poverty variable causes a significant increase in the number of admissions during the pre-pandemic phase. Interestingly, this effect is reversed during the pandemic period. The number of admissions without an autopsy being ordered or requested increased significantly during the pandemic. Further, the COVID-19 pandemic caused a significant increase in admissions in the senile population. Our results indicate that the reluctance of treating physicians to conduct house calls to certify a death has persisted throughout the pandemic and has caused a surge of admissions of deceased to the institute of legal medicine without any criminological indications or subsequent rise in forensic autopsy orders.
J. Bienzeisler,
A. Kombeiz,
S. Ehrentreich,
R. Otto,
W. Schirrmeister,
M. Pegoraro,
D. Brammen,
B. Puladi,
R. Röhrig and
R. W Majeed,
"Implementation report on pioneering federated data access for the German National Emergency Department Data Registry",
npj Digital Medicine,
vol. 8,
no. 1,
pp. 94,
Feb.
2025.
Abstract:
Continuous access to electronic health records will fuel the digital transformation of medicine. For data-sharing initiatives, the challenge lies in ensuring data access aligns with the interests of data holders. Federated data access authorization, where data remains controlled locally, may offer a solution to balance these interests. This paper reports on a digital health implementation of the federated data access authorization system used in the German National Emergency Department Data Registry. Using data from 2017 to 2024, we analyzed the system’s effectiveness in managing data access in a nationwide research network of 58 emergency departments. Facilitating access to more than 7.9 million records, 75% of data access queries were authorized within 15 days. The system also supports periodic queries, enabling recurring real-time access. Query volumes grew from 15 to over 23,000 by 2024, with completion rates of 86%. The system may thus serve as a blueprint for data-sharing initiatives worldwide.
| DOI: | 10.1038/s41746-025-01481-w |
| Datei: | https://doi.org/10.1038/s41746-025-01481-w |
Abstract:
Continuous access to electronic health records will fuel the digital transformation of medicine. For data-sharing initiatives, the challenge lies in ensuring data access aligns with the interests of data holders. Federated data access authorization, where data remains controlled locally, may offer a solution to balance these interests. This paper reports on a digital health implementation of the federated data access authorization system used in the German National Emergency Department Data Registry. Using data from 2017 to 2024, we analyzed the system’s effectiveness in managing data access in a nationwide research network of 58 emergency departments. Facilitating access to more than 7.9 million records, 75% of data access queries were authorized within 15 days. The system also supports periodic queries, enabling recurring real-time access. Query volumes grew from 15 to over 23,000 by 2024, with completion rates of 86%. The system may thus serve as a blueprint for data-sharing initiatives worldwide.
A. Erdekian,
M. Glock,
S. Huetter,
M. Rueb,
D. Riedinger,
J. Stoffers-Winterling,
S. Lindner,
F. Baum,
L. Hölzel,
O. Tüscher,
K. Lieb,
K. Adorjan and
H. Wiegand,
"Inanspruchnahme psychiatrisch-psychotherapeutischer Versorgung in Deutschland während des ersten Jahres der COVID-19-Pandemie – Systematischer Review und Metaanalyse",
Nervenarzt,
vol. 96,
no. 3,
pp. 257-265,
Mai
2025.
| DOI: | 10.1007/s00115-025-01812-y |
E. A,
G. M,
H. S,
R. M,
R. D,
S. J,
L. S,
B. F,
H. LP,
T. O,
L. K,
A. K and
W. HF.,
"Inanspruchnahme psychiatrisch-psychotherapeutischer Versorgung in Deutschland während des ersten Jahres der COVID-19-Pandemie – Systematischer Review und Metaanalyse.",
Der Nervenarzt,
2025.
| DOI: | 10.1007/s00115-025-01812-y |
| Datei: | https://doi.org/10.1007/s00115-025-01812-y |
G. L. Frank,
P. Linnemann,
M. Ramm,
G. Schneider,
S. M. Kahnert,
A. Janssen and
R. Conrad,
"Influences of sociodemographic and psychological factors on the improvement of trait resilience after inpatient psychotherapeutic treatment",
Journal of Psychosomatic Research,
vol. 195,
pp. 112185,
Aug.
2025.
Abstract:
In dieser Studie wurde untersucht, wie sich seelische Widerstandskraft (Resilienz) während einer stationären psychosomatischen Psychotherapie verändert. Die Ergebnisse zeigen, dass die Resilienz der 225 Patientinnen und Patienten vom Aufnahme- bis zum Entlassungszeitpunkt deutlich zunahm. Besonders stark profitierten Personen, die zu Beginn eine schlechtere Lebensqualität oder mehr belastende Kindheitserfahrungen hatten. Ein höheres Gefühl von innerer Stabilität und Verstehbarkeit des eigenen Lebens (Sense of Coherence) war insgesamt mit höherer Resilienz verbunden. Die Studie zeigt, dass psychosomatische Therapie die Widerstandskraft stärken kann und dass Resilienz ein wichtiges Therapieziel sein sollte.
| DOI: | https://doi.org/10.1016/j.jpsychores.2025.112185 |
| Datei: | https://www.sciencedirect.com/science/article/pii/S0022399925001497 |
Abstract:
In dieser Studie wurde untersucht, wie sich seelische Widerstandskraft (Resilienz) während einer stationären psychosomatischen Psychotherapie verändert. Die Ergebnisse zeigen, dass die Resilienz der 225 Patientinnen und Patienten vom Aufnahme- bis zum Entlassungszeitpunkt deutlich zunahm. Besonders stark profitierten Personen, die zu Beginn eine schlechtere Lebensqualität oder mehr belastende Kindheitserfahrungen hatten. Ein höheres Gefühl von innerer Stabilität und Verstehbarkeit des eigenen Lebens (Sense of Coherence) war insgesamt mit höherer Resilienz verbunden. Die Studie zeigt, dass psychosomatische Therapie die Widerstandskraft stärken kann und dass Resilienz ein wichtiges Therapieziel sein sollte.
L. B,
E. S,
L. WM,
S. D,
S. R,
N. J and
P. T,
"Large language models for patient education prior to interventional radiology procedures: a comparative study.",
CVIR endovascular,
Okt.
2025.
Abstract:
Diese Studie untersucht vier große Sprachmodelle (LLMs) in der Lage, häufige Patientenfragen vor der transarteriellen periartikulären Embolisierung (TAPE), der berechneten Tomographie (CT)-geführten High-Dosis-Rate (HDR) Brachytherapie und der Blutomycinelektrotherapie (BEST) zu beantworten. Ziel ist es, ihr Potenzial zur Verbesserung der klinischen Arbeitsabläufe und des Patientenverständnisses zu bewerten und gleichzeitig die damit verbundenen Risiken zu bewerten. Thirty-five TAPE, 34 CT-HDR Brachytherapie, und 36 BEST bezogene Fragen wurden an ChatGPT-4o, DeepSeek-V3, OpenBioLLM-8b und BioMistral-7b gestellt. Die LLM-generierten Reaktionen wurden unabhängig von zwei Board-zertifizierten Radiologen bewertet. Die Genauigkeit wurde auf einer 5-Punkt-Skala von Likert bewertet. Statistiken verglichen LLM-Leistungen in Fragekategorien für Patienten-Erziehungstauglichkeit. DeepSeek-V3 erreichte die höchsten Durchschnittswerte für BEST [4.49 (± 0.77)] und CT-HDR [4.24 (± 0.81)] und demonstrierte vergleichbare Performance mit ChatGPT-4o für TAPE-bezogene Fragen (DeepSeek-V3 [4.20 (± 0.77)] vs. ChatGPT-4o [4.17 (± 0.64)]; p = 1.000). Im Gegensatz dazu führten OpenBioLLM-8b (BEST 3.51 (± 1.15), CT-HDR 3.32 (± 1.13), TAPE 3.34 (± 1.16)) und BioMistral-7b (BEST 2.92 (± 1.35), CT-HDR 3.03 (± 1.06), TAPE 3.33 (± 1.28) deutlich schlechter aus als DeepSeek-V3 und ChatGPT-4o. Vorbereitung/Planung war die einzige Kategorie ohne statistisch signifikante Unterschiede in allen drei Verfahren. DeepSeek-V3 und ChatGPT-4o über TAPE, BEST und CT-HDR Brachytherapie-Fragen, die das Potenzial zur Verbesserung der Patientenausbildung in der interventionellen Radiologie angeben, wo komplexe aber minimalinvasive Verfahren oft in kurzen Konsultationen erklärt werden. Allerdings zeigten OpenBioLLM-8b und BioMistral-7b häufigere Ungenauigkeiten, was darauf hindeutete, dass LLMs noch keine umfassenden klinischen Konsultationen ersetzen kann. Patientenfeedback und klinische Workflow-Implementierung sollten diese Ergebnisse validieren.
| DOI: | 10.1186/s42155-025-00609-z |
Abstract:
Diese Studie untersucht vier große Sprachmodelle (LLMs) in der Lage, häufige Patientenfragen vor der transarteriellen periartikulären Embolisierung (TAPE), der berechneten Tomographie (CT)-geführten High-Dosis-Rate (HDR) Brachytherapie und der Blutomycinelektrotherapie (BEST) zu beantworten. Ziel ist es, ihr Potenzial zur Verbesserung der klinischen Arbeitsabläufe und des Patientenverständnisses zu bewerten und gleichzeitig die damit verbundenen Risiken zu bewerten. Thirty-five TAPE, 34 CT-HDR Brachytherapie, und 36 BEST bezogene Fragen wurden an ChatGPT-4o, DeepSeek-V3, OpenBioLLM-8b und BioMistral-7b gestellt. Die LLM-generierten Reaktionen wurden unabhängig von zwei Board-zertifizierten Radiologen bewertet. Die Genauigkeit wurde auf einer 5-Punkt-Skala von Likert bewertet. Statistiken verglichen LLM-Leistungen in Fragekategorien für Patienten-Erziehungstauglichkeit. DeepSeek-V3 erreichte die höchsten Durchschnittswerte für BEST [4.49 (± 0.77)] und CT-HDR [4.24 (± 0.81)] und demonstrierte vergleichbare Performance mit ChatGPT-4o für TAPE-bezogene Fragen (DeepSeek-V3 [4.20 (± 0.77)] vs. ChatGPT-4o [4.17 (± 0.64)]; p = 1.000). Im Gegensatz dazu führten OpenBioLLM-8b (BEST 3.51 (± 1.15), CT-HDR 3.32 (± 1.13), TAPE 3.34 (± 1.16)) und BioMistral-7b (BEST 2.92 (± 1.35), CT-HDR 3.03 (± 1.06), TAPE 3.33 (± 1.28) deutlich schlechter aus als DeepSeek-V3 und ChatGPT-4o. Vorbereitung/Planung war die einzige Kategorie ohne statistisch signifikante Unterschiede in allen drei Verfahren. DeepSeek-V3 und ChatGPT-4o über TAPE, BEST und CT-HDR Brachytherapie-Fragen, die das Potenzial zur Verbesserung der Patientenausbildung in der interventionellen Radiologie angeben, wo komplexe aber minimalinvasive Verfahren oft in kurzen Konsultationen erklärt werden. Allerdings zeigten OpenBioLLM-8b und BioMistral-7b häufigere Ungenauigkeiten, was darauf hindeutete, dass LLMs noch keine umfassenden klinischen Konsultationen ersetzen kann. Patientenfeedback und klinische Workflow-Implementierung sollten diese Ergebnisse validieren.
K. J,
H. R,
G. L,
F. P,
B. J,
Z. D,
L. KR,
O. OA,
L. S,
S. M,
M. D,
K. C,
P. T and
S. M,
"Large Language Models-Supported Thrombectomy Decision-Making in Acute Ischemic Stroke Based on Radiology Reports: Feasibility Qualitative Study.",
Journal of medical Internet research,
Feb.
2025.
Abstract:
Die neueste Weiterentwicklung der künstlichen Intelligenz (KI) ist ein generativer vortrainierter Transformator mit großen Sprachmodellen (LLMs). Sie wurden auf massive Textmengen geschult und ermöglichten menschliche und semantische Antworten auf textbasierte Eingaben und Anfragen. Das Potenzial solcher Werkzeuge für die medizinische Datenintegration und die klinische Entscheidungsfindung ist noch nicht klar. In dieser Studie untersuchen wir das Potenzial von LLMs in der berichtsbasierten medizinischen Entscheidungsfindung am Beispiel eines akuten ischämischen Schlaganfalls (AIS), wo klinische und bildbasierte Informationen einen unmittelbaren Bedarf an mechanischer Thrombektomie (MT) andeuten können. Ziel war es, die Durchführbarkeit der Integration von Radiologieberichtsdaten und anderen klinischen Informationen im Kontext der Therapieentscheidungsfindung mit LLMs zu klären. 100 Patienten mit AIS wurden rückwirkend aufgenommen, für die 50 % (50/100) für MT angegeben wurden, während die anderen 50 % (50/100) nicht waren. Der LLM wurde mit dem berechneten Tomographiebericht, Informationen über neurologische Symptome und das Alter der Patienten versorgt. Die Leistung des KI-Entscheidungsmodells wurde mit einem Expertenkonsens zur binären Bestimmung der MT-Indikation verglichen, für die Empfindlichkeit, Spezifität und Genauigkeit berechnet wurden. Das AI-Modell hatte eine Gesamtgenauigkeit von 88%, mit einer Spezifität von 96% und einer Empfindlichkeit von 80%. Der Bereich unter der Kurve für die berichtsbasierte MT-Entscheidung betrug 0,92. Die LLM erreichte vielversprechende Genauigkeit bei der Bestimmung der Förderfähigkeit von Patienten mit AIS für MT auf Basis von Radiologieberichten und klinischen Informationen. Unsere Ergebnisse unterstreichen das Potenzial von LLMs für die radiologische und medizinische Datenintegration. Diese Untersuchung sollte als Anreiz für weitere klinische Anwendungen von LLMs dienen, bei denen diese KI als verstärktes Unterstützungssystem für die menschliche Entscheidungsfindung verwendet werden sollte.
| DOI: | 10.2196/48328 |
Abstract:
Die neueste Weiterentwicklung der künstlichen Intelligenz (KI) ist ein generativer vortrainierter Transformator mit großen Sprachmodellen (LLMs). Sie wurden auf massive Textmengen geschult und ermöglichten menschliche und semantische Antworten auf textbasierte Eingaben und Anfragen. Das Potenzial solcher Werkzeuge für die medizinische Datenintegration und die klinische Entscheidungsfindung ist noch nicht klar. In dieser Studie untersuchen wir das Potenzial von LLMs in der berichtsbasierten medizinischen Entscheidungsfindung am Beispiel eines akuten ischämischen Schlaganfalls (AIS), wo klinische und bildbasierte Informationen einen unmittelbaren Bedarf an mechanischer Thrombektomie (MT) andeuten können. Ziel war es, die Durchführbarkeit der Integration von Radiologieberichtsdaten und anderen klinischen Informationen im Kontext der Therapieentscheidungsfindung mit LLMs zu klären. 100 Patienten mit AIS wurden rückwirkend aufgenommen, für die 50 % (50/100) für MT angegeben wurden, während die anderen 50 % (50/100) nicht waren. Der LLM wurde mit dem berechneten Tomographiebericht, Informationen über neurologische Symptome und das Alter der Patienten versorgt. Die Leistung des KI-Entscheidungsmodells wurde mit einem Expertenkonsens zur binären Bestimmung der MT-Indikation verglichen, für die Empfindlichkeit, Spezifität und Genauigkeit berechnet wurden. Das AI-Modell hatte eine Gesamtgenauigkeit von 88%, mit einer Spezifität von 96% und einer Empfindlichkeit von 80%. Der Bereich unter der Kurve für die berichtsbasierte MT-Entscheidung betrug 0,92. Die LLM erreichte vielversprechende Genauigkeit bei der Bestimmung der Förderfähigkeit von Patienten mit AIS für MT auf Basis von Radiologieberichten und klinischen Informationen. Unsere Ergebnisse unterstreichen das Potenzial von LLMs für die radiologische und medizinische Datenintegration. Diese Untersuchung sollte als Anreiz für weitere klinische Anwendungen von LLMs dienen, bei denen diese KI als verstärktes Unterstützungssystem für die menschliche Entscheidungsfindung verwendet werden sollte.
H. J,
M. C,
L. T,
T. N and
B. F,
"Long-term effects of SARS-CoV-2 infection and vaccination in a population-based pediatric cohort.",
Scientific reports,
Jan.
2025.
Abstract:
Während der Omicron-Welle der COVID-19 Pandemie und der verfügbaren SARS-CoV-2 Impfstoffe stiegen die Seroprevalenzraten bei Kindern und Jugendlichen. Diese Studie untersuchte die Auswirkungen von sowohl SARS-CoV-2 Infektionen als auch Impfungen auf das Auftreten von akuten und verlängerten Symptomen bei realen Bedingungen während des Übergangs von der Pandemie in die endemische Phase. Den Teilnehmern einer pädiatrischen Bevölkerungsanalyse (CorKID-Studie) folgten mindestens zwei und fast vier Jahre lang eine Untersuchung der gesundheitlichen Statusmerkmale und Symptome, die auf das post-COVID-Syndrom (PCS) hindeuten. In einer Untergruppe (n = 259) wurde die SARS-CoV-2 Antikörperserologie weiter untersucht. 789 Teilnehmer der ursprünglichen CorKID-Studienkohorte (n = 2.121; 37,2%) wurden einbezogen. 67,9% meldeten mindestens eine SARS-CoV2-Infektion. 46,6% hatten eine oder mehrere SARS-CoV-2 Impfungen erhalten. In der überwiegenden Mehrheit serologisch getesteter Teilnehmer wurden nach Infektion und/oder Impfung wieder Antikörper SARS-CoV-2 Spike (98,9%) oder Nucleocapsid (93,3%) Antigen nachgewiesen. Mindestens 30% erfahrene eine nicht erkannte SARS-CoV-2 Infektion. Der allgemeine Gesundheitsstatus war zwischen Kindern vergleichbar, unabhängig von SARS-CoV-2 Infektionen und ähnlich der vor-pandemischen Bewertung. Eine Untergruppe junger Jugendlicher zeigte jedoch einen Rückgang der körperlichen Leistung im Vergleich zu vor-pandemischen Bedingungen. Nach der Infektion bestanden PCS-ähnliche Symptome in 7% der Befragten für mehr als drei Monate und bis zu vier Jahre. SARS-CoV-2 geimpften Teilnehmern (47%) berichteten 12% weniger akute flu-ähnliche Infektionen außer SARS-CoV-2. Fast alle Teilnehmer entwickelten in dieser Längsstudie SARS-CoV-2 Antikörper entweder durch Impfung oder Infektion während der Omicron-Welle. Etwa 7 % der Teilnehmer litten unter PCS-Symptomen, überwiegend Müdigkeit und Erschöpfung. Darüber hinaus meldeten die Teilnehmer, die Impfungen gegen SARS-CoV-2 erhielten, bei der Folge eine geringere Häufigkeit akuter Infektionen.
| DOI: | 10.1038/s41598-024-84140-6 |
Abstract:
Während der Omicron-Welle der COVID-19 Pandemie und der verfügbaren SARS-CoV-2 Impfstoffe stiegen die Seroprevalenzraten bei Kindern und Jugendlichen. Diese Studie untersuchte die Auswirkungen von sowohl SARS-CoV-2 Infektionen als auch Impfungen auf das Auftreten von akuten und verlängerten Symptomen bei realen Bedingungen während des Übergangs von der Pandemie in die endemische Phase. Den Teilnehmern einer pädiatrischen Bevölkerungsanalyse (CorKID-Studie) folgten mindestens zwei und fast vier Jahre lang eine Untersuchung der gesundheitlichen Statusmerkmale und Symptome, die auf das post-COVID-Syndrom (PCS) hindeuten. In einer Untergruppe (n = 259) wurde die SARS-CoV-2 Antikörperserologie weiter untersucht. 789 Teilnehmer der ursprünglichen CorKID-Studienkohorte (n = 2.121; 37,2%) wurden einbezogen. 67,9% meldeten mindestens eine SARS-CoV2-Infektion. 46,6% hatten eine oder mehrere SARS-CoV-2 Impfungen erhalten. In der überwiegenden Mehrheit serologisch getesteter Teilnehmer wurden nach Infektion und/oder Impfung wieder Antikörper SARS-CoV-2 Spike (98,9%) oder Nucleocapsid (93,3%) Antigen nachgewiesen. Mindestens 30% erfahrene eine nicht erkannte SARS-CoV-2 Infektion. Der allgemeine Gesundheitsstatus war zwischen Kindern vergleichbar, unabhängig von SARS-CoV-2 Infektionen und ähnlich der vor-pandemischen Bewertung. Eine Untergruppe junger Jugendlicher zeigte jedoch einen Rückgang der körperlichen Leistung im Vergleich zu vor-pandemischen Bedingungen. Nach der Infektion bestanden PCS-ähnliche Symptome in 7% der Befragten für mehr als drei Monate und bis zu vier Jahre. SARS-CoV-2 geimpften Teilnehmern (47%) berichteten 12% weniger akute flu-ähnliche Infektionen außer SARS-CoV-2. Fast alle Teilnehmer entwickelten in dieser Längsstudie SARS-CoV-2 Antikörper entweder durch Impfung oder Infektion während der Omicron-Welle. Etwa 7 % der Teilnehmer litten unter PCS-Symptomen, überwiegend Müdigkeit und Erschöpfung. Darüber hinaus meldeten die Teilnehmer, die Impfungen gegen SARS-CoV-2 erhielten, bei der Folge eine geringere Häufigkeit akuter Infektionen.
H. Valentin,
H. Rau and
D. Stahl,
"Managing withdrawals and exclusions in randomized controlled trials: results from a methodological survey",
BMC Anesthesiology,
vol. 25,
no. 1,
pp. 148,
2025.
| DOI: | 10.1186/s12874-025-02526-0 |
S. Holzwarth,
S. K,
J. M,
D. S,
K. S,
M. C,
J. Schmitt,
P. K,
P. J,
B. R,
B. F and
T. N,
"PaedVacCOVID - safety of the BNT162b2 vaccine against the SARS-CoV-2 in children with and without comorbidities aged 5 to 11 years.",
Infection,
Apr.
2025.
Abstract:
Über spezifische Sicherheitsaspekte bei Kindern mit signifikanten Komorbiditäten, die den mRNA-Impfstoff BNT162b2 erhalten, ist wenig bekannt, da Zulassungsstudien diese Population nicht ansprechen. Diese Studie dient der Bewertung von Sicherheit und negativen Ereignissen in diesen Kindern im Vergleich zu gesunden Kindern. In dieser prospektiven, multizentrischen, branchenunabhängigen Kohortenstudie wurden Pflegekräfte, deren Kinder BNT162b2 erhielten, gebeten, an einem Online-Fragebogen teilzunehmen. Mögliche Nebenwirkungen wurden in zehn organbezogenen Kategorien bewertet. Die Häufigkeit der Symptome wurde in beiden Kohorten durch bivariate Analyse verglichen. Aus insgesamt 1.294 Antworten auf den Fragebogen wurden 793 Datensätze in die Analyse einbezogen (179 Kinder mit Komorbiditäten und 614 gesunde Kinder). Antworten wurden in einer Median von 17 Tagen nach der Impfung gegeben. Insgesamt war die Sicherheit von BNT162b2 in beiden Kohorten hoch. Psychologisch (OR: 3.56, [95% CI: 1.461 bis 8.629]), pulmonal (OR: 7.14, [95% CI: 2.039 bis 21.48]), gastrointestinal (OR: 2.35, [95% CI: 1.231 bis 4.665]), neurologische (OR: 1.74, [95% CI: 1.078 bis 2.796]) und dermatologische (OR: 2.28, Die höhere Rate der gemeldeten post-vaccination Symptome könnte entweder auf eine höhere Anfälligkeit für symptomatische Effekte nach Immunstimulation oder aufgrund eines trainierten Bewusstseins für gesundheitsbezogene Symptome zurückzuführen sein. Die Daten unterstreichen die Bedeutung, die Sicherheit der neuen mRNA COVID-19 Impfstoffe nicht nur bei gesunden Kindern, sondern auch bei Kindern mit Komorbiditäten zu bewerten. Für pharmazeutische Unternehmen sollte eine solche Bewertung zwingend vorgeschrieben werden.
| DOI: | 10.1007/s15010-024-02427-2 |
Abstract:
Über spezifische Sicherheitsaspekte bei Kindern mit signifikanten Komorbiditäten, die den mRNA-Impfstoff BNT162b2 erhalten, ist wenig bekannt, da Zulassungsstudien diese Population nicht ansprechen. Diese Studie dient der Bewertung von Sicherheit und negativen Ereignissen in diesen Kindern im Vergleich zu gesunden Kindern. In dieser prospektiven, multizentrischen, branchenunabhängigen Kohortenstudie wurden Pflegekräfte, deren Kinder BNT162b2 erhielten, gebeten, an einem Online-Fragebogen teilzunehmen. Mögliche Nebenwirkungen wurden in zehn organbezogenen Kategorien bewertet. Die Häufigkeit der Symptome wurde in beiden Kohorten durch bivariate Analyse verglichen. Aus insgesamt 1.294 Antworten auf den Fragebogen wurden 793 Datensätze in die Analyse einbezogen (179 Kinder mit Komorbiditäten und 614 gesunde Kinder). Antworten wurden in einer Median von 17 Tagen nach der Impfung gegeben. Insgesamt war die Sicherheit von BNT162b2 in beiden Kohorten hoch. Psychologisch (OR: 3.56, [95% CI: 1.461 bis 8.629]), pulmonal (OR: 7.14, [95% CI: 2.039 bis 21.48]), gastrointestinal (OR: 2.35, [95% CI: 1.231 bis 4.665]), neurologische (OR: 1.74, [95% CI: 1.078 bis 2.796]) und dermatologische (OR: 2.28, Die höhere Rate der gemeldeten post-vaccination Symptome könnte entweder auf eine höhere Anfälligkeit für symptomatische Effekte nach Immunstimulation oder aufgrund eines trainierten Bewusstseins für gesundheitsbezogene Symptome zurückzuführen sein. Die Daten unterstreichen die Bedeutung, die Sicherheit der neuen mRNA COVID-19 Impfstoffe nicht nur bei gesunden Kindern, sondern auch bei Kindern mit Komorbiditäten zu bewerten. Für pharmazeutische Unternehmen sollte eine solche Bewertung zwingend vorgeschrieben werden.
F. P,
M. F,
H. Zhang,
M. D,
W. J,
M. D,
K. J,
S. R and
P. T,
"Performance of AI Approaches for COVID-19 Diagnosis Using Chest CT Scans: The Impact of Architecture and Dataset.",
RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin,
Apr.
2025.
Abstract:
AI entsteht als vielversprechendes Werkzeug zur Diagnose von COVID-19 basierend auf Brust-CT-Scans. Ziel dieser Studie war der Vergleich von KI-Modellen zur COVID-19-Diagnostik. Daher haben wir: (1) mit einem großen, klinisch relevanten CT-Datensatz drei verschiedene KI-Modelle zur Klassifikation von COVID-19 und Nicht-COVID-19-Pneumonie (nCP) trainiert, (2) die Modellleistung mit einem unabhängigen Testsatz bewertet und (3) die Modelle sowohl algorithmisch als auch experimentell verglichen. In dieser multizentrischen Multi-Vendor-Studie haben wir n=1591 Brust-CT-Scans von COVID-19 (n=762) und nCP (n=829) Patienten aus China und Deutschland gesammelt. In Deutschland wurden die Daten von drei RACOON-Standorten erhoben. Wir trainierten und validierten drei COVID-19 AI-Modelle mit unterschiedlichen Architekturen: COVNet basierend auf 2D-CNN, DeCoVnet basierend auf 3D-CNN und AD3D-MIL basierend auf 3D-CNN mit Aufmerksamkeitsmodul. 991 CT-Scans wurden zur Ausbildung der KI-Modelle mit 5-facher Quervalidierung verwendet. Für unabhängige Tests wurden 600 CT-Scans aus 6 verschiedenen Zentren verwendet. Die Leistung der Modelle wurde mit Genauigkeit (Acc), Empfindlichkeit (Se) und Spezifität (Sp) bewertet. Die durchschnittliche Validierungsgenauigkeit der COVNet-, DeCoVnet- und AD3D-MIL-Modelle über die 5 Falten betrug 80,9%, 82,0% bzw. 84,3%. Auf dem unabhängigen Testsatz mit n=600 CT-Scans lieferte COVNet Acc=76.6%, Se=67.8%, Sp=85.7%; DeCoVnet lieferte Acc=75.1%, Se=61.2%, Sp=89.7%; und AD3D-MIL erreichten Acc=73.9%, Se=57.7%, Sp=90.8%. Die Klassifikationsleistung der bewerteten KI-Modelle ist nicht von der Architektur selbst stark abhängig. Unsere Ergebnisse zeigen eine hohe Spezifität und moderate Empfindlichkeit. Die KI-Klassifikationsmodelle sollten nicht unbeaufsichtigt verwendet werden, sondern könnten Radiologen bei der COVID-19 und der NCP-Identifizierung unterstützen. · Diese Studie vergleicht KI-Ansätze zur Diagnose von COVID-19 in Brust-CT-Scans, die für die weitere Optimierung der Versorgung von Gesundheits- und Pandemievorbereitungen unerlässlich sind. · Unsere Experimente mit einem multicenter, multi-vendor, diversen Datensatz zeigen, dass die Trainingsdaten der Schlüsselfaktor für die Bestimmung der diagnostischen Leistung sind. · Die KI-Modelle sollten nicht unübertroffen, sondern als Werkzeug zur Unterstützung von Radiologen verwendet werden. · Jaiswal A, Fervers P, Meng F et al. Performance von KI-Ansätzen für COVID-19-Diagnose mit Chest CT-Scans: Die Auswirkungen von Architektur und Datensatz. Rofo 2025; DOI 10.1055/a-2577-3928.
| DOI: | 10.1055/a-2577-3928 |
Abstract:
AI entsteht als vielversprechendes Werkzeug zur Diagnose von COVID-19 basierend auf Brust-CT-Scans. Ziel dieser Studie war der Vergleich von KI-Modellen zur COVID-19-Diagnostik. Daher haben wir: (1) mit einem großen, klinisch relevanten CT-Datensatz drei verschiedene KI-Modelle zur Klassifikation von COVID-19 und Nicht-COVID-19-Pneumonie (nCP) trainiert, (2) die Modellleistung mit einem unabhängigen Testsatz bewertet und (3) die Modelle sowohl algorithmisch als auch experimentell verglichen. In dieser multizentrischen Multi-Vendor-Studie haben wir n=1591 Brust-CT-Scans von COVID-19 (n=762) und nCP (n=829) Patienten aus China und Deutschland gesammelt. In Deutschland wurden die Daten von drei RACOON-Standorten erhoben. Wir trainierten und validierten drei COVID-19 AI-Modelle mit unterschiedlichen Architekturen: COVNet basierend auf 2D-CNN, DeCoVnet basierend auf 3D-CNN und AD3D-MIL basierend auf 3D-CNN mit Aufmerksamkeitsmodul. 991 CT-Scans wurden zur Ausbildung der KI-Modelle mit 5-facher Quervalidierung verwendet. Für unabhängige Tests wurden 600 CT-Scans aus 6 verschiedenen Zentren verwendet. Die Leistung der Modelle wurde mit Genauigkeit (Acc), Empfindlichkeit (Se) und Spezifität (Sp) bewertet. Die durchschnittliche Validierungsgenauigkeit der COVNet-, DeCoVnet- und AD3D-MIL-Modelle über die 5 Falten betrug 80,9%, 82,0% bzw. 84,3%. Auf dem unabhängigen Testsatz mit n=600 CT-Scans lieferte COVNet Acc=76.6%, Se=67.8%, Sp=85.7%; DeCoVnet lieferte Acc=75.1%, Se=61.2%, Sp=89.7%; und AD3D-MIL erreichten Acc=73.9%, Se=57.7%, Sp=90.8%. Die Klassifikationsleistung der bewerteten KI-Modelle ist nicht von der Architektur selbst stark abhängig. Unsere Ergebnisse zeigen eine hohe Spezifität und moderate Empfindlichkeit. Die KI-Klassifikationsmodelle sollten nicht unbeaufsichtigt verwendet werden, sondern könnten Radiologen bei der COVID-19 und der NCP-Identifizierung unterstützen. · Diese Studie vergleicht KI-Ansätze zur Diagnose von COVID-19 in Brust-CT-Scans, die für die weitere Optimierung der Versorgung von Gesundheits- und Pandemievorbereitungen unerlässlich sind. · Unsere Experimente mit einem multicenter, multi-vendor, diversen Datensatz zeigen, dass die Trainingsdaten der Schlüsselfaktor für die Bestimmung der diagnostischen Leistung sind. · Die KI-Modelle sollten nicht unübertroffen, sondern als Werkzeug zur Unterstützung von Radiologen verwendet werden. · Jaiswal A, Fervers P, Meng F et al. Performance von KI-Ansätzen für COVID-19-Diagnose mit Chest CT-Scans: Die Auswirkungen von Architektur und Datensatz. Rofo 2025; DOI 10.1055/a-2577-3928.
R. T,
A. Hoffmann,
M. C,
D. R,
K. R,
G. Behrens,
P. Behrens,
B. R,
C. Denkinger,
G. K,
H. L,
H. O,
I. O,
K. M,
M. L,
N. M,
SN,
S. M,
S. Y,
S. D,
T. N,
T. N,
V. J,
W. WA,
V. MJGT and
B. F,
"Performance of whole blood interferon-γ release assays in SARS-CoV-2 and tuberculosis is age dependent.",
Infection,
Dez.
2025.
Abstract:
Viele Untersuchungen wurden durchgeführt, vor allem auf Tuberkulose (TB), inwieweit zellulärer Immunschutz gemäß Interferon-γ-Freisetzungs-Assays (IGRA) altersabhängig ist. In einer früheren Studie zeigten wir, dass nach einer Omicron-Infektion Jugendliche mit einer hybriden Immunität eine höhere Wahrscheinlichkeit hatten, eine reaktive SARS-CoV-2-spezifische IGRA als Kinder zu haben. Daher haben wir in einer großen Gruppe von Minderjährigen und Erwachsenen untersucht, ob das Alter die zelluläre Immunität gemäß IGRA in TB und SARS-CoV-2 beeinflusst. Zelluläre Immunität wurde mit SARS-CoV-2 und Tb-spezifischen IGRA und humoraler Immunität gegen SARS-CoV-2 durch Messung von Antikörpern gegen Spike (S) und Nukleocapsidprotein analysiert. Die Analyse erfolgte je nach natürlicher (konvaleszenter, nicht geimpfter) oder hybrider Immunität (konvaleszent und geimpft). Insgesamt wurden 1401 Erwachsene und 392 Minderjährige einbezogen. Die von T-Zellen freigesetzte Menge an Interferon-γ sowie die Wahrscheinlichkeit eines positiven SARS-CoV-2 IGRA (OR 1.022) und eines positiven Tb IGRA (OR 1.047) waren altersabhängig. Die Empfindlichkeit von SARS-CoV-2 IGRA in der natürlichen Immunität war in Minderjährigen (0,45), vor allem in den weniger als 5 Jahren (0,299) im Vergleich zu Erwachsenen (0,66). Die interferon-γ Reaktion auf SARS-CoV-2 Infektionen und/oder Impfungen und Tb-Infektionen gemäß IGRA ist in Qualität und Menge abhängig vom Alter. Die Sensitivität kommerziell erhältlicher Tests bei jungen Kindern scheint suboptimal zu sein, ihre Verwendung als Diagnose- oder Forschungsinstrument in dieser Altersgruppe einzuschränken.
| DOI: | 10.1007/s15010-025-02613-w |
Abstract:
Viele Untersuchungen wurden durchgeführt, vor allem auf Tuberkulose (TB), inwieweit zellulärer Immunschutz gemäß Interferon-γ-Freisetzungs-Assays (IGRA) altersabhängig ist. In einer früheren Studie zeigten wir, dass nach einer Omicron-Infektion Jugendliche mit einer hybriden Immunität eine höhere Wahrscheinlichkeit hatten, eine reaktive SARS-CoV-2-spezifische IGRA als Kinder zu haben. Daher haben wir in einer großen Gruppe von Minderjährigen und Erwachsenen untersucht, ob das Alter die zelluläre Immunität gemäß IGRA in TB und SARS-CoV-2 beeinflusst. Zelluläre Immunität wurde mit SARS-CoV-2 und Tb-spezifischen IGRA und humoraler Immunität gegen SARS-CoV-2 durch Messung von Antikörpern gegen Spike (S) und Nukleocapsidprotein analysiert. Die Analyse erfolgte je nach natürlicher (konvaleszenter, nicht geimpfter) oder hybrider Immunität (konvaleszent und geimpft). Insgesamt wurden 1401 Erwachsene und 392 Minderjährige einbezogen. Die von T-Zellen freigesetzte Menge an Interferon-γ sowie die Wahrscheinlichkeit eines positiven SARS-CoV-2 IGRA (OR 1.022) und eines positiven Tb IGRA (OR 1.047) waren altersabhängig. Die Empfindlichkeit von SARS-CoV-2 IGRA in der natürlichen Immunität war in Minderjährigen (0,45), vor allem in den weniger als 5 Jahren (0,299) im Vergleich zu Erwachsenen (0,66). Die interferon-γ Reaktion auf SARS-CoV-2 Infektionen und/oder Impfungen und Tb-Infektionen gemäß IGRA ist in Qualität und Menge abhängig vom Alter. Die Sensitivität kommerziell erhältlicher Tests bei jungen Kindern scheint suboptimal zu sein, ihre Verwendung als Diagnose- oder Forschungsinstrument in dieser Altersgruppe einzuschränken.
K. MB,
W. T,
E. M,
S. N,
E. J,
H. C,
P. C,
S. HO,
S. FJ,
S. RE,
H. G,
W. F,
H. S and
R. DM,
"Photon-counting Detector CT Enables Pediatric Low-dose Chest Imaging With Further Reduction of Radiation Exposure.",
Investigative radiology,
Sep.
2025.
Abstract:
Photon-counting-Detektor berechnete Tomographie (PCD CT) bietet eine höhere Dosiseffizienz als herkömmliche energieintegrierende Detektor CT (EID CT), was besonders für Kinder von Vorteil ist. Ein breiter Beweis fehlt, ob häufig erworbene pädiatrische Tiefdosis-Lungenbildgebung mit PCD CT weiter verbessert werden kann. Zum Vergleich der Strahlenexposition, quantitativer und qualitativer Bildqualität der pädiatrischen Tiefdosis Brust PCD CT gegen EID CT Untersuchungen. Unverstärkte, für klinische Indikationen erworbene, niederdosisarme PCD-CT- und EID-CT-Untersuchungen wurden rückwirkend verglichen. Kohorten wurden durch Wasseräquivalentdurchmesser (Dw) und Alter (n = 44 je; Medianalter 6,3 y PCD CT vs. 7,4 y EID CT) abgestimmt. Die Strahlenexposition wurde nach Volumen CT Dosisindex (CTDIvol), Dosislängenprodukt (DLP) und größenspezifische Dosisschätzung (SSDE) analysiert. Quantitative Bildqualitätsbeurteilung beinhaltete die Platzierung von interessierenden Bereichen (ROIs) in Lunge, Herz und Leber zur Extraktion von mittlerer Dämpfung, Rauschen, Signal-Rausch-Verhältnis (SNR), Kontrast-Rausch-Verhältnis (CNR) und Wertzahlen (FOMs). Qualitative Bildqualität wurde von 3 Lesern unter Verwendung von Likert-Skalen und zusätzlichen direkten Vergleichen blind bewertet. Gewicht, Höhe und Körpermasseindex (BMI) waren zwischen den 2 Kohorten (P>0.05) nicht signifikant verschieden. PCD-CT-Untersuchungen zeigten niedrigere mediane CTDIvol (0.27 vs. 0.39 mGy, P<0.0001), DLP (6.71 vs. 8.75 mGy*cm, P<0.0001), und SSDE (0.55 vs. 0.83 mGy, P<0.0001) im Vergleich zu EID CT. Qualitative Bewertung zeigte gleiche und insgesamt ausgezeichnete Ergebnisse für beide Kohorten. PCD CT ermöglicht die pädiatrische Tiefdosis-Brustbildgebung mit geringerer Strahlungsbelichtung bei ähnlicher Bildqualität im Vergleich zu EID CT.
| DOI: | 10.1097/RLI.0000000000001234 |
Abstract:
Photon-counting-Detektor berechnete Tomographie (PCD CT) bietet eine höhere Dosiseffizienz als herkömmliche energieintegrierende Detektor CT (EID CT), was besonders für Kinder von Vorteil ist. Ein breiter Beweis fehlt, ob häufig erworbene pädiatrische Tiefdosis-Lungenbildgebung mit PCD CT weiter verbessert werden kann. Zum Vergleich der Strahlenexposition, quantitativer und qualitativer Bildqualität der pädiatrischen Tiefdosis Brust PCD CT gegen EID CT Untersuchungen. Unverstärkte, für klinische Indikationen erworbene, niederdosisarme PCD-CT- und EID-CT-Untersuchungen wurden rückwirkend verglichen. Kohorten wurden durch Wasseräquivalentdurchmesser (Dw) und Alter (n = 44 je; Medianalter 6,3 y PCD CT vs. 7,4 y EID CT) abgestimmt. Die Strahlenexposition wurde nach Volumen CT Dosisindex (CTDIvol), Dosislängenprodukt (DLP) und größenspezifische Dosisschätzung (SSDE) analysiert. Quantitative Bildqualitätsbeurteilung beinhaltete die Platzierung von interessierenden Bereichen (ROIs) in Lunge, Herz und Leber zur Extraktion von mittlerer Dämpfung, Rauschen, Signal-Rausch-Verhältnis (SNR), Kontrast-Rausch-Verhältnis (CNR) und Wertzahlen (FOMs). Qualitative Bildqualität wurde von 3 Lesern unter Verwendung von Likert-Skalen und zusätzlichen direkten Vergleichen blind bewertet. Gewicht, Höhe und Körpermasseindex (BMI) waren zwischen den 2 Kohorten (P>0.05) nicht signifikant verschieden. PCD-CT-Untersuchungen zeigten niedrigere mediane CTDIvol (0.27 vs. 0.39 mGy, P<0.0001), DLP (6.71 vs. 8.75 mGy*cm, P<0.0001), und SSDE (0.55 vs. 0.83 mGy, P<0.0001) im Vergleich zu EID CT. Qualitative Bewertung zeigte gleiche und insgesamt ausgezeichnete Ergebnisse für beide Kohorten. PCD CT ermöglicht die pädiatrische Tiefdosis-Brustbildgebung mit geringerer Strahlungsbelichtung bei ähnlicher Bildqualität im Vergleich zu EID CT.
T. J. Hartung,
F. Steigerwald,
A. Romanello,
C. Kodde,
M. Endres,
S. Frank,
P. Heuschmann,
P. Koehler,
S. Krohn,
D. Pape,
J. Schaller,
S. Stöcklein,
I. Vadasz,
J. Vehreschild,
M. Witzenrath,
T. Zoller and
C. Finke,
"Post-COVID Fatigue Is Associated With Reduced Cortical Thickness After Hospitalization",
Annals of clinical and translational neurology,
2025.
Abstract:
OBJECTIVE Neuropsychiatric symptoms are among the most prevalent sequelae of COVID-19, particularly among hospitalized patients. Recent research has identified volumetric brain changes associated with COVID-19. However, it currently remains poorly understood how brain changes relate to post-COVID fatigue and cognitive deficits. We, therefore, aimed to assess structural brain changes after hospitalization for COVID-19 and their associations with cognitive performance and fatigue. METHODS We analyzed data from n = 57 patients previously hospitalized for COVID-19 (63% male, mean age 52 years) from the prospective, multicentric high-resolution platform of the German National Pandemic Cohort Network (NAPKON-HAP) and n = 57 matched healthy control participants (HC). We assessed cortical thickness and subcortical volumes in high-resolution T1-weighted MRI and their associations with cognitive performance (Montreal Cognitive Assessment) and fatigue (Fatigue Severity Scale). RESULTS Patients exhibited statistically significant reductions of cortical thickness in parahippocampal gyri and the temporal lobe (all p[FDR-corrected] \textless 0.05) as well as reduced hippocampal volumes compared to HC (left, Cohen's d [95% CI] = 0.50 [0.12-0.8]; right d = 0.43 [0.05-0.80]). Higher acute COVID-19 severity was associated with reduced cortical thickness, particularly in the olfactory system. Furthermore, reduced cortical thickness of the temporal poles and the anterior and posterior cingulate gyrus was associated with more severe post-acute fatigue. INTERPRETATION Our results identify long-lasting macrostructural brain changes after moderate to severe COVID-19 that correlate with acute disease severity and long-term fatigue. Early identification and targeted interventions for patients at risk of persistent brain changes are needed. TRIAL REGISTRATION NAPKON-HAP is registered at clinicaltrials.gov (NCT04747366).
| DOI: | 10.1002/acn3.70260 |
Abstract:
OBJECTIVE Neuropsychiatric symptoms are among the most prevalent sequelae of COVID-19, particularly among hospitalized patients. Recent research has identified volumetric brain changes associated with COVID-19. However, it currently remains poorly understood how brain changes relate to post-COVID fatigue and cognitive deficits. We, therefore, aimed to assess structural brain changes after hospitalization for COVID-19 and their associations with cognitive performance and fatigue. METHODS We analyzed data from n = 57 patients previously hospitalized for COVID-19 (63% male, mean age 52 years) from the prospective, multicentric high-resolution platform of the German National Pandemic Cohort Network (NAPKON-HAP) and n = 57 matched healthy control participants (HC). We assessed cortical thickness and subcortical volumes in high-resolution T1-weighted MRI and their associations with cognitive performance (Montreal Cognitive Assessment) and fatigue (Fatigue Severity Scale). RESULTS Patients exhibited statistically significant reductions of cortical thickness in parahippocampal gyri and the temporal lobe (all p[FDR-corrected] \textless 0.05) as well as reduced hippocampal volumes compared to HC (left, Cohen's d [95% CI] = 0.50 [0.12-0.8]; right d = 0.43 [0.05-0.80]). Higher acute COVID-19 severity was associated with reduced cortical thickness, particularly in the olfactory system. Furthermore, reduced cortical thickness of the temporal poles and the anterior and posterior cingulate gyrus was associated with more severe post-acute fatigue. INTERPRETATION Our results identify long-lasting macrostructural brain changes after moderate to severe COVID-19 that correlate with acute disease severity and long-term fatigue. Early identification and targeted interventions for patients at risk of persistent brain changes are needed. TRIAL REGISTRATION NAPKON-HAP is registered at clinicaltrials.gov (NCT04747366).
A. Ziegler,
A. Kunzler,
S. Voigt-Radloff,
J. Schmitt,
O. Moerer,
S. Scheithauer,
H. Heytens,
C. Apfelbacher and
J. Meerpohl,
"Priorisierung von Forschungsfragen in Gesundheitskrisen – Vorstellung eines Konzeptes, entwickelt in der COVID-19 Pandemie",
Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz,
vol. 68,
no. 1,
pp. 97-104,
Jan.
2025.
| DOI: | 10.1007/s00103-024-03985-4 |
Z. A,
K. AM,
V. S,
S. J,
M. O,
S. S,
H. H,
A. C and
M. JJ.,
"Priorisierung von Forschungsfragen in Gesundheitskrisen – Vorstellung eines Konzeptes, entwickelt in der COVID-19 Pandemie / Prioritization of research questions in health crises—presentation of a concept developed during the COVID-19 pandemic.",
Bundesgesundheitsblatt - Gesundheitsforschung – Gesundheitsschutz,
2025.
| DOI: | 10.1007/s00103-024-03985-4 |
| Datei: | https://doi.org/10.1007/s00103-024-03985-4 |
[en]
M. Arruda Botelho,
C. Ata Baykara,
A. Burak "Unal,
N. Pfeifer and
M. Akg"un,
"Privacy-preserving AUC computation in distributed machine
learning with PHT-meDIC",
PLOS Digit. Health,
vol. 4,
no. 11,
pp. e0000753,
Nov.
2025.
Public Library of Science (PLoS).
Abstract:
Ensuring privacy in distributed machine learning while computing the Area Under the Curve (AUC) is a significant challenge because pooling sensitive test data is often not allowed. Although cryptographic methods can address some of these concerns, they may compromise either scalability or accuracy. In this paper, we present two privacy-preserving solutions for secure AUC computation across multiple institutions: (1) an exact global AUC method that handles ties in prediction scores and scales linearly with the number of samples, and (2) an approximation method that substantially reduces runtime while maintaining acceptable accuracy. Our protocols leverage a combination of homomorphic encryption (modified Paillier), symmetric and asymmetric cryptography, and randomized encoding to preserve the confidentiality of true labels and model predictions. We integrate these methods into the Personal Health Train (PHT)-meDIC platform, a distributed machine learning environment designed for healthcare, to demonstrate their correctness and feasibility. Results using both real-world and synthetic datasets confirm the accuracy of our approach: the exact method computes the true AUC without revealing private inputs, and the approximation provides a balanced trade-off between computational efficiency and precision. All relevant code and data is publicly available at https://github.com/PHT-meDIC/PP-AUC, facilitating straightforward adoption and further development within broader distributed learning ecosystems.
Abstract:
Ensuring privacy in distributed machine learning while computing the Area Under the Curve (AUC) is a significant challenge because pooling sensitive test data is often not allowed. Although cryptographic methods can address some of these concerns, they may compromise either scalability or accuracy. In this paper, we present two privacy-preserving solutions for secure AUC computation across multiple institutions: (1) an exact global AUC method that handles ties in prediction scores and scales linearly with the number of samples, and (2) an approximation method that substantially reduces runtime while maintaining acceptable accuracy. Our protocols leverage a combination of homomorphic encryption (modified Paillier), symmetric and asymmetric cryptography, and randomized encoding to preserve the confidentiality of true labels and model predictions. We integrate these methods into the Personal Health Train (PHT)-meDIC platform, a distributed machine learning environment designed for healthcare, to demonstrate their correctness and feasibility. Results using both real-world and synthetic datasets confirm the accuracy of our approach: the exact method computes the true AUC without revealing private inputs, and the approximation provides a balanced trade-off between computational efficiency and precision. All relevant code and data is publicly available at https://github.com/PHT-meDIC/PP-AUC, facilitating straightforward adoption and further development within broader distributed learning ecosystems.
F. E,
E. C,
M. L,
E. T,
K. R,
S. M,
S. MJ,
F. MA,
M. D,
M. B,
G. S,
M. F,
S. H,
K. N,
R. DM,
L. N,
W. C,
M. MS,
S. L,
B. J and
M. HJ,
"Prognostic value of CT-defined coronary sclerosis in COVID-19: results of a multicenter study based on the Weston score.",
RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin,
Mai
2025.
Abstract:
Koronare Berechnung, wie durch berechnete Tomographie (CT) definiert, kann mit einer Punktzahl (CAC-Score) quantifiziert werden. Es ist eine etablierte prognostische und prädiktive Abbildungsmarkierung des Herz-Kreislauf-Risikoprofils. Die prognostische Relevanz des CAC-Scores wurde bei akuten Erkrankungen, einschließlich der Coronavirus-Krankheit 2019 (COVID-19) in Vorstudien, nachgewiesen. Ziel der vorliegenden Studie war es, die prognostische Relevanz der CAC-Score bei Patienten mit Coronavirus-Krankheit 2019 zu beweisen. Die vorliegende Studie nutzte eine bundesweite radiologische Forschungsplattform, um eine multizentrische retrospektive Studie durchzuführen. Die Studie umfasste insgesamt 541 Patienten, davon 176 weiblich (32,5%). Das mittlere Alter der Patienten betrug 61,2 Jahre ± 15,6 Jahre. Die Coronavirus-Krankheit (SARS-COV-2) wurde bei allen Patienten durch PCR-Tests bestätigt. Die CAC-Score wurde mit der Weston-Score berechnet, die eine semiquantitative Methode ist. Das primäre Ergebnis der Studie war die 30-tägige Mortalität. Die Gesamtsterblichkeitsrate innerhalb der 30-Tage-Periode betrug 21,2%, 115 Patienten sterben. Die mittlere Weston-Score betrug 3,0 ± 3.6. 128 Patienten (23,7%) zeigten keinen Beweis für koronare Berechnungen, wie durch einen Weston-Score von 0 angedeutet. Bei der univariablen Regressionsanalyse wurde das Vorliegen von Kalkulationen mit dem Sterblichkeitsverhältnis von 1,68 (95 % Vertrauensintervall 1,08-2,59, p=0,01) assoziiert. Dieses Ergebnis blieb jedoch bei der multivariablen Analyse nicht statistisch signifikant (p=0,49). Die Weston-Score wurde bei der univariablen Analyse mit einem Quotenverhältnis (OR) von 1,10 (95% CI 1.04-1.14, p < 0,001) und in der multivariablen Analyse mit einem OR von 1,06 (95% CI 1.005-1.138, p = 0,036) assoziiert. Der bildgebende Marker CAC-Score wurde gezeigt, dass bei Patienten, die mit der Coronavirus-Krankheit 2019 diagnostiziert werden (COVID-19) signifikante prognostische Auswirkungen auf die 30-tägige Mortalität haben. Es obliegt dem Radiologen, die einzige Anwesenheit von koronaren Kalkulationen als ein relevanter prognostischer Faktor anzuerkennen. Die prognostische Relevanz der Berechnungen wurde in Fällen, in denen eine umfangreichere Kalkulation vorhanden war, größer. · Koronare Berechnungen, die von CT bewertet werden, sind prognostische Marker für 30-Tage COVID-19 Sterblichkeit. · Berechnungsmaß hat einen größeren prognostischen Wert als die bloße Anwesenheit von Kalkulationen.. · Die Studie unterstreicht die Notwendigkeit, koronare Berechnungen in klinische Risikopunkte zu integrieren.. · Bucher AM, Frodl E, Ehrengut C et al. Prognosewert der CT-definierten Koronarsklerose in COVID-19: Ergebnisse einer multizentrischen Studie basierend auf dem Weston-Score. Rofo 2025; DOI 10.1055/a-2583-0235.
| DOI: | 10.1055/a-2583-0235 |
Abstract:
Koronare Berechnung, wie durch berechnete Tomographie (CT) definiert, kann mit einer Punktzahl (CAC-Score) quantifiziert werden. Es ist eine etablierte prognostische und prädiktive Abbildungsmarkierung des Herz-Kreislauf-Risikoprofils. Die prognostische Relevanz des CAC-Scores wurde bei akuten Erkrankungen, einschließlich der Coronavirus-Krankheit 2019 (COVID-19) in Vorstudien, nachgewiesen. Ziel der vorliegenden Studie war es, die prognostische Relevanz der CAC-Score bei Patienten mit Coronavirus-Krankheit 2019 zu beweisen. Die vorliegende Studie nutzte eine bundesweite radiologische Forschungsplattform, um eine multizentrische retrospektive Studie durchzuführen. Die Studie umfasste insgesamt 541 Patienten, davon 176 weiblich (32,5%). Das mittlere Alter der Patienten betrug 61,2 Jahre ± 15,6 Jahre. Die Coronavirus-Krankheit (SARS-COV-2) wurde bei allen Patienten durch PCR-Tests bestätigt. Die CAC-Score wurde mit der Weston-Score berechnet, die eine semiquantitative Methode ist. Das primäre Ergebnis der Studie war die 30-tägige Mortalität. Die Gesamtsterblichkeitsrate innerhalb der 30-Tage-Periode betrug 21,2%, 115 Patienten sterben. Die mittlere Weston-Score betrug 3,0 ± 3.6. 128 Patienten (23,7%) zeigten keinen Beweis für koronare Berechnungen, wie durch einen Weston-Score von 0 angedeutet. Bei der univariablen Regressionsanalyse wurde das Vorliegen von Kalkulationen mit dem Sterblichkeitsverhältnis von 1,68 (95 % Vertrauensintervall 1,08-2,59, p=0,01) assoziiert. Dieses Ergebnis blieb jedoch bei der multivariablen Analyse nicht statistisch signifikant (p=0,49). Die Weston-Score wurde bei der univariablen Analyse mit einem Quotenverhältnis (OR) von 1,10 (95% CI 1.04-1.14, p < 0,001) und in der multivariablen Analyse mit einem OR von 1,06 (95% CI 1.005-1.138, p = 0,036) assoziiert. Der bildgebende Marker CAC-Score wurde gezeigt, dass bei Patienten, die mit der Coronavirus-Krankheit 2019 diagnostiziert werden (COVID-19) signifikante prognostische Auswirkungen auf die 30-tägige Mortalität haben. Es obliegt dem Radiologen, die einzige Anwesenheit von koronaren Kalkulationen als ein relevanter prognostischer Faktor anzuerkennen. Die prognostische Relevanz der Berechnungen wurde in Fällen, in denen eine umfangreichere Kalkulation vorhanden war, größer. · Koronare Berechnungen, die von CT bewertet werden, sind prognostische Marker für 30-Tage COVID-19 Sterblichkeit. · Berechnungsmaß hat einen größeren prognostischen Wert als die bloße Anwesenheit von Kalkulationen.. · Die Studie unterstreicht die Notwendigkeit, koronare Berechnungen in klinische Risikopunkte zu integrieren.. · Bucher AM, Frodl E, Ehrengut C et al. Prognosewert der CT-definierten Koronarsklerose in COVID-19: Ergebnisse einer multizentrischen Studie basierend auf dem Weston-Score. Rofo 2025; DOI 10.1055/a-2583-0235.
G. L,
L. CS,
R. T,
M. Beer and
G. M,
"Proto-Caps: interpretable medical image classification using prototype learning and privileged information.",
PeerJ. Computer science,
2025.
Abstract:
Erklärliche künstliche Intelligenz (xAI) wird immer wichtiger, da die Notwendigkeit des Verständnisses der Argumentation des Modells bei der Anwendung in Hochrisikobereichen wächst. Dies ist insbesondere im Bereich der Medizin von entscheidender Bedeutung, wenn Entscheidungsunterstützungssysteme zur Diagnose oder zur Bestimmung geeigneter Therapien eingesetzt werden. Hier ist es unerlässlich, intuitive und umfassende Erläuterungen zur Bewertung der Korrektheit des Systems bereitzustellen. Um diesem Bedarf gerecht zu werden, haben wir Proto-Caps entwickelt, ein eigens erklärbares Modell für die Bildklassifizierung. Es erklärt seine Entscheidungen durch die Bereitstellung von visuellen Prototypen, die bestimmten Erscheinungseigenschaften ähneln. Diese Eigenschaften werden vom Menschen vorgegeben, was sie einerseits verständlich macht und andererseits dazu führt, dass das Modell seine Entscheidung über die gleichen Merkmale wie der menschliche Experte trifft. Auf zwei öffentlichen Datensätzen zeigt diese Methode eine bessere Leistung im Vergleich zu bestehenden erklärenden Ansätzen, trotz der additiven Erklärbarkeitsmodalität durch die visuellen Prototypen. Neben den Leistungsbewertungen führten wir eine Analyse der Wahrhaftigkeit durch die Untersuchung der gemeinsamen Informationen zwischen der Zielvorhersage und deren Erklärungsausgabe durch. Dies wurde getan, um sicherzustellen, dass die Erklärung tatsächlich die Zielklassifikation begründet. Durch umfangreiche Hyperparameterstudien haben wir auch optimale Modelleinstellungen gefunden, was einen Ausgangspunkt für weitere Forschungen bietet. Unsere Arbeit betont die Perspektiven der Kombination von xAI-Ansätzen für eine größere Erklärbarkeit und zeigt, dass die Einbeziehung der Erklärbarkeit nicht unbedingt zu einem Verlust an Leistung führt.
| DOI: | 10.7717/peerj-cs.2908 |
Abstract:
Erklärliche künstliche Intelligenz (xAI) wird immer wichtiger, da die Notwendigkeit des Verständnisses der Argumentation des Modells bei der Anwendung in Hochrisikobereichen wächst. Dies ist insbesondere im Bereich der Medizin von entscheidender Bedeutung, wenn Entscheidungsunterstützungssysteme zur Diagnose oder zur Bestimmung geeigneter Therapien eingesetzt werden. Hier ist es unerlässlich, intuitive und umfassende Erläuterungen zur Bewertung der Korrektheit des Systems bereitzustellen. Um diesem Bedarf gerecht zu werden, haben wir Proto-Caps entwickelt, ein eigens erklärbares Modell für die Bildklassifizierung. Es erklärt seine Entscheidungen durch die Bereitstellung von visuellen Prototypen, die bestimmten Erscheinungseigenschaften ähneln. Diese Eigenschaften werden vom Menschen vorgegeben, was sie einerseits verständlich macht und andererseits dazu führt, dass das Modell seine Entscheidung über die gleichen Merkmale wie der menschliche Experte trifft. Auf zwei öffentlichen Datensätzen zeigt diese Methode eine bessere Leistung im Vergleich zu bestehenden erklärenden Ansätzen, trotz der additiven Erklärbarkeitsmodalität durch die visuellen Prototypen. Neben den Leistungsbewertungen führten wir eine Analyse der Wahrhaftigkeit durch die Untersuchung der gemeinsamen Informationen zwischen der Zielvorhersage und deren Erklärungsausgabe durch. Dies wurde getan, um sicherzustellen, dass die Erklärung tatsächlich die Zielklassifikation begründet. Durch umfangreiche Hyperparameterstudien haben wir auch optimale Modelleinstellungen gefunden, was einen Ausgangspunkt für weitere Forschungen bietet. Unsere Arbeit betont die Perspektiven der Kombination von xAI-Ansätzen für eine größere Erklärbarkeit und zeigt, dass die Einbeziehung der Erklärbarkeit nicht unbedingt zu einem Verlust an Leistung führt.
H. Wiegand,
K. Adorjan,
J. Stoffers-Winterling,
S. Scheithauer,
J. Schmitt,
O. Tüscher,
P. Falkai and
K. Lieb,
"Psychische Gesundheit und psychiatrisch-psychotherapeutische Versorgung als Elemente von „pandemic and crisis preparedness“",
Nervenarzt,
vol. 96,
no. 3,
pp. 272-277,
Mai
2025.
| DOI: | 10.1007/s00115-025-01824-8 |
H. F. Wiegand,
K. Adorjan,
J. Stoffers-Winterling,
S. Scheithauer,
J. Schmitt,
O. Tuescher,
P. Falkai and
K. Lieb,
"Psychische Gesundheit und psychiatrisch-psychotherapeutische Versorgung als Elemente von „pandemic and crisis preparedness“ [Mental health and mental healthcare as elements of pandemic and crisis preparedness]",
Der Nervenarzt,
2025.
| DOI: | 10.1007/s00115-025-01822-w |
| Datei: | https://doi.org/10.1007/s00115-025-01822-w |
B. MR,
A. Ü,
D. S,
N. P,
Z. M,
F. E,
K. M,
K. NR,
N. M,
R. R,
B. M,
D. F,
O. M,
P. T,
K. J,
P. T,
M. K,
B. A and
B. R,
"Real-world federated learning in radiology: hurdles to overcome and benefits to gain.",
Journal of the American Medical Informatics Association : JAMIA,
Jan.
2025.
Abstract:
Federated Learning (FL) ermöglicht kollaboratives Modelltraining, während Daten lokal gespeichert werden. Derzeit werden die meisten FL-Studien in der Radiologie durch zahlreiche Hürden durchgeführt, die ihre Übersetzung in die Praxis behindern. Die wenigen bestehenden realen FL-Initiativen kommunizieren selten konkrete Maßnahmen, die ergriffen werden, um diese Hürden zu überwinden. Um diese bedeutende Wissenslücke zu überbrücken, schlagen wir einen umfassenden Leitfaden für reale FL in der Radiologie vor. Bei der Umsetzung von real-world FL gibt es keine umfassenden Bewertungen, die FL mit weniger komplexen Alternativen in anspruchsvollen real-world-Einstellungen vergleichen, die wir durch umfangreiche Benchmarking ansprechen. Wir haben unsere eigene FL-Infrastruktur im deutschen Radiologischen Kooperativen Netzwerk (RACOON) entwickelt und ihre Funktionalität durch Ausbildung von FL-Modellen auf Lungenpathologie-Segmentationsaufgaben in sechs Universitätskliniken demonstriert. Während der Gründung unserer FL-Initiative und der Durchführung der umfangreichen Benchmark-Experimente wurden Einblicke gesammelt und in den Leitfaden eingeordnet. Der vorgeschlagene Leitfaden beschreibt wesentliche Schritte, identifizierte Hürden und implementierte Lösungen für erfolgreiche FL-Initiativen, die Echtzeit-Experimente durchführen. Unsere experimentellen Ergebnisse beweisen die praktische Relevanz unseres Leitfadens und zeigen, dass FL weniger komplexe Alternativen in allen Bewertungsszenarien übertrifft. Unsere Ergebnisse rechtfertigen die Bemühungen, die FL in reale Anwendungen zu übersetzen, indem wir eine vorteilhafte Leistung gegenüber alternativen Ansätzen zeigen. Darüber hinaus betonen sie die Bedeutung der strategischen Organisation, das robuste Management von verteilten Daten und Infrastruktur in realen Welteinstellungen. Mit dem vorgeschlagenen Leitfaden wollen wir zukünftige FL-Forscher bei der Umgehung von Fallfällen und der Beschleunigung der Übersetzung von FL in radiologische Anwendungen unterstützen.
| DOI: | 10.1093/jamia/ocae259 |
Abstract:
Federated Learning (FL) ermöglicht kollaboratives Modelltraining, während Daten lokal gespeichert werden. Derzeit werden die meisten FL-Studien in der Radiologie durch zahlreiche Hürden durchgeführt, die ihre Übersetzung in die Praxis behindern. Die wenigen bestehenden realen FL-Initiativen kommunizieren selten konkrete Maßnahmen, die ergriffen werden, um diese Hürden zu überwinden. Um diese bedeutende Wissenslücke zu überbrücken, schlagen wir einen umfassenden Leitfaden für reale FL in der Radiologie vor. Bei der Umsetzung von real-world FL gibt es keine umfassenden Bewertungen, die FL mit weniger komplexen Alternativen in anspruchsvollen real-world-Einstellungen vergleichen, die wir durch umfangreiche Benchmarking ansprechen. Wir haben unsere eigene FL-Infrastruktur im deutschen Radiologischen Kooperativen Netzwerk (RACOON) entwickelt und ihre Funktionalität durch Ausbildung von FL-Modellen auf Lungenpathologie-Segmentationsaufgaben in sechs Universitätskliniken demonstriert. Während der Gründung unserer FL-Initiative und der Durchführung der umfangreichen Benchmark-Experimente wurden Einblicke gesammelt und in den Leitfaden eingeordnet. Der vorgeschlagene Leitfaden beschreibt wesentliche Schritte, identifizierte Hürden und implementierte Lösungen für erfolgreiche FL-Initiativen, die Echtzeit-Experimente durchführen. Unsere experimentellen Ergebnisse beweisen die praktische Relevanz unseres Leitfadens und zeigen, dass FL weniger komplexe Alternativen in allen Bewertungsszenarien übertrifft. Unsere Ergebnisse rechtfertigen die Bemühungen, die FL in reale Anwendungen zu übersetzen, indem wir eine vorteilhafte Leistung gegenüber alternativen Ansätzen zeigen. Darüber hinaus betonen sie die Bedeutung der strategischen Organisation, das robuste Management von verteilten Daten und Infrastruktur in realen Welteinstellungen. Mit dem vorgeschlagenen Leitfaden wollen wir zukünftige FL-Forscher bei der Umgehung von Fallfällen und der Beschleunigung der Übersetzung von FL in radiologische Anwendungen unterstützen.
[de]
B. Märkl and
T. Schaller,
"Rechtliche und organisatorische Aspekte der Obduktion in Deutschland",
Die Pathologie,
Mä.
2025.
| DOI: | 10.1007/s00292-025-01425-x |
| Datei: | https://link.springer.com/10.1007/s00292-025-01425-x |
M. M,
L. FC,
B. B,
M. Weber,
B. B and
M. FG,
"Repeatability of radiomic features in myocardial T1 and T2 mapping.",
European radiology,
Mä.
2025.
Abstract:
Zur Untersuchung der Test-Retest-Wiederholbarkeit von radiomischen Features in myokardial native T1 und T2 Mapping. In dieser prospektiven Studie haben 50 gesunde Freiwillige (29 Frauen und 21 Männer, Durchschnittsalter 39,4 ± 13,7 Jahre) zwei identische Herz-Magnetresonanz-Bildgebung (MRI)-Untersuchungen bei 1,5 T durchgeführt. Das Protokoll beinhaltete die native T1 und T2 Kartierung sowohl in der Kurz- als auch in der Langachse. Für die T1 Kartierung haben wir Standard (1.9 × 1,9 mm) und hohe (1.4 × 1,4 mm) Raumauflösung untersucht. Nach manueller Segmentierung des linken ventrikulären Myokards wurden 100 radiomische Features aus sieben Merkmalsklassen extrahiert und analysiert. Die Prüf-Retest-Wiederholbarkeit von radiomischen Merkmalen wurde mit dem Intraklasse-Korrelationskoeffizienten (ICC) bewertet und als schlecht eingestuft (ICC < 0,50), gemäßigt (0,50-0.75), gut (0.75-0,90) und ausgezeichnet (> 0,90). Für T1-Karten, die in kurzer Ausrichtung bei Standardauflösung erworben wurden, war die Wiederholbarkeit für 6 Features, gut für 29 Features, moderiert für 19 Features und schlecht für 46 Features. Wir identifizierten 15 Merkmale von 6 Klassen, die eine gute bis ausgezeichnete Reproduzierbarkeit für T1 Mapping in allen Auflösungen und allen Orientierungen zeigten. Für kurze T2-Karten war die Wiederholbarkeit für 6 Funktionen, gut für 25 Funktionen, moderiert für 23 Funktionen und schlecht für 46 Funktionen. 12 Merkmale aus 5 Klassen wurden gefunden, um eine gute bis ausgezeichnete Wiederholbarkeit in T2 Kartierung unabhängig von der Schichtorientierung zu haben. Wir haben eine Untermenge von Merkmalen mit guter bis ausgezeichneter Wiederholbarkeit unabhängig von der Schichtorientierung und der räumlichen Auflösung identifiziert. Wir empfehlen, diese Funktionen für weitere Radiomik-Forschung in myocardial T1 und T2 Mapping zu nutzen. Frage Die Studie befasst sich mit dem Bedürfnis nach zuverlässigen radiomischen Merkmalen für die quantitative Analyse des Myokards, um die diagnostische Konsistenz im Herz-MRT zu gewährleisten. Ergebnisse Wir haben eine Teilmenge von radiomischen Merkmalen identifiziert, die eine gute bis ausgezeichnete Wiederholbarkeit in nativen T1 und T2 Kartierungen unabhängig von Schichtorientierung und Auflösung zeigen. Klinische RelevanzRadiomische Merkmale wurden als diagnostische und prognostische Biomarker in verschiedenen Herzerkrankungen vorgeschlagen. Durch die Identifizierung einer Teilmenge von besonders reproduzierbaren radiomischen Merkmalen dient unsere Studie dazu, die Auswahl von radiomischen Merkmalen in zukünftigen Forschungs- und klinischen Anwendungen zu informieren.
| DOI: | 10.1007/s00330-024-11337-8 |
Abstract:
Zur Untersuchung der Test-Retest-Wiederholbarkeit von radiomischen Features in myokardial native T1 und T2 Mapping. In dieser prospektiven Studie haben 50 gesunde Freiwillige (29 Frauen und 21 Männer, Durchschnittsalter 39,4 ± 13,7 Jahre) zwei identische Herz-Magnetresonanz-Bildgebung (MRI)-Untersuchungen bei 1,5 T durchgeführt. Das Protokoll beinhaltete die native T1 und T2 Kartierung sowohl in der Kurz- als auch in der Langachse. Für die T1 Kartierung haben wir Standard (1.9 × 1,9 mm) und hohe (1.4 × 1,4 mm) Raumauflösung untersucht. Nach manueller Segmentierung des linken ventrikulären Myokards wurden 100 radiomische Features aus sieben Merkmalsklassen extrahiert und analysiert. Die Prüf-Retest-Wiederholbarkeit von radiomischen Merkmalen wurde mit dem Intraklasse-Korrelationskoeffizienten (ICC) bewertet und als schlecht eingestuft (ICC < 0,50), gemäßigt (0,50-0.75), gut (0.75-0,90) und ausgezeichnet (> 0,90). Für T1-Karten, die in kurzer Ausrichtung bei Standardauflösung erworben wurden, war die Wiederholbarkeit für 6 Features, gut für 29 Features, moderiert für 19 Features und schlecht für 46 Features. Wir identifizierten 15 Merkmale von 6 Klassen, die eine gute bis ausgezeichnete Reproduzierbarkeit für T1 Mapping in allen Auflösungen und allen Orientierungen zeigten. Für kurze T2-Karten war die Wiederholbarkeit für 6 Funktionen, gut für 25 Funktionen, moderiert für 23 Funktionen und schlecht für 46 Funktionen. 12 Merkmale aus 5 Klassen wurden gefunden, um eine gute bis ausgezeichnete Wiederholbarkeit in T2 Kartierung unabhängig von der Schichtorientierung zu haben. Wir haben eine Untermenge von Merkmalen mit guter bis ausgezeichneter Wiederholbarkeit unabhängig von der Schichtorientierung und der räumlichen Auflösung identifiziert. Wir empfehlen, diese Funktionen für weitere Radiomik-Forschung in myocardial T1 und T2 Mapping zu nutzen. Frage Die Studie befasst sich mit dem Bedürfnis nach zuverlässigen radiomischen Merkmalen für die quantitative Analyse des Myokards, um die diagnostische Konsistenz im Herz-MRT zu gewährleisten. Ergebnisse Wir haben eine Teilmenge von radiomischen Merkmalen identifiziert, die eine gute bis ausgezeichnete Wiederholbarkeit in nativen T1 und T2 Kartierungen unabhängig von Schichtorientierung und Auflösung zeigen. Klinische RelevanzRadiomische Merkmale wurden als diagnostische und prognostische Biomarker in verschiedenen Herzerkrankungen vorgeschlagen. Durch die Identifizierung einer Teilmenge von besonders reproduzierbaren radiomischen Merkmalen dient unsere Studie dazu, die Auswahl von radiomischen Merkmalen in zukünftigen Forschungs- und klinischen Anwendungen zu informieren.
[English]
L. Petrov,
S. Brumhard,
S. Wisniewski,
P. Georg,
D. Hillus,
A. Hiller,
R. Astaburuaga-García,
N. Blüthgen,
E. Wyler,
K. Vogt,
H. Dey,
S. v. Stillfried,
C. Iwert,
R. D. Bülow,
B. Märkl,
L. Maas,
C. Langner,
T. Meyer,
J. Loske,
R. Eils,
I. Lehmann,
B. Ondruschka,
M. Ralser,
J. Trimpert,
P. Boor,
S. Bedoui,
C. Meisel,
M. Mall,
V. Corman,
L. E. Sander,
J. Röhmel and
B. Sawitzki,
"Rewired type I IFN signaling is linked to age-dependent differences in COVID-19",
Cell Reports Medicine,
vol. 6,
no. 8,
Aug.
2025.
Abstract:
Hohes Alter ist der wichtigste Risikofaktor für einen schweren oder tödlichen COVID-19-Verlauf, die zugrunde liegenden biologischen Mechanismen sind jedoch noch nicht vollständig verstanden. In dieser Studie wurden Proben von 164 SARS-CoV-2-infizierten Personen im Alter von 1 bis 84 Jahren mit modernen molekularen Methoden untersucht. Dabei zeigte sich, dass sich mit zunehmendem Alter wichtige Abwehr-Signalwege des Immunsystems verändern, was zu einer Verschiebung hin zu stärker entzündlichen Reaktionen führt. Diese Veränderungen gehen mit einer erhöhten Freisetzung von Entzündungsstoffen und einer verzögerten Rückbildung der Immunantwort nach der Infektion einher. Zudem unterscheidet sich die Antikörperantwort zwischen Kindern und Erwachsenen, was erklärt, warum ältere Menschen häufiger überschießende Entzündungen und schwerere Krankheitsverläufe entwickeln.
| DOI: | 10.1016/j.xcrm.2025.102285 |
| Datei: | https://www.cell.com/cell-reports-medicine/abstract/S2666-3791(25)00358-1 |
Abstract:
Hohes Alter ist der wichtigste Risikofaktor für einen schweren oder tödlichen COVID-19-Verlauf, die zugrunde liegenden biologischen Mechanismen sind jedoch noch nicht vollständig verstanden. In dieser Studie wurden Proben von 164 SARS-CoV-2-infizierten Personen im Alter von 1 bis 84 Jahren mit modernen molekularen Methoden untersucht. Dabei zeigte sich, dass sich mit zunehmendem Alter wichtige Abwehr-Signalwege des Immunsystems verändern, was zu einer Verschiebung hin zu stärker entzündlichen Reaktionen führt. Diese Veränderungen gehen mit einer erhöhten Freisetzung von Entzündungsstoffen und einer verzögerten Rückbildung der Immunantwort nach der Infektion einher. Zudem unterscheidet sich die Antikörperantwort zwischen Kindern und Erwachsenen, was erklärt, warum ältere Menschen häufiger überschießende Entzündungen und schwerere Krankheitsverläufe entwickeln.