Teilprojekt eines Verbundes

Daten-Koordination und -Expansion, klinische Validierung

Förderkennzeichen: 01ZX2204B
Fördersumme: 314.233 EUR
Förderzeitraum: 2023 - 2025
Projektleitung: Jun.-Prof. Dr. Andreas Forstner
Adresse: Universitätsklinikum Bonn, Institut für Humangenetik
Sigmund-Freud-Str. 25
53127 Bonn

Psychotische Erkrankungen wie die Schizophrenie oder die bipolare Störung gehören zu den schwersten psychischen Störungen und stellen eine massive klinische Herausforderung und eine erhebliche Belastung für das Gesundheitswesen dar. Die Diagnose dieser Erkrankungen beruht auf klinischen Kriterien und berücksichtigt die zugrunde liegende Biologie nicht ausreichend. Patientinnen und Patienten werden trotz der Heterogenität in klinischen Verläufen, dem Ansprechen auf Therapie und dem Auftreten von somatischen Komorbiditäten wie der Typ-2-Diabetes, kardiovaskulären Erkrankungen oder neurodegenerativen Prozessen, zumeist durch einen "one-fits-all" Ansatz behandelt. Biologische Hilfsmittel zur Stratifikation von Patientinnen und Patienten mit psychotischen Erkrankungen und zur Identifikation der biologischen Grundlagen somatischer Komorbidität werden dringend benötigt. Dies wird eine verbesserte klinische Differenzierung von psychotischen Erkrankungen, sowie die Entwicklung neuer interventioneller, auf die Minimierung des Komorbiditäts-Risikos ausgerichteter, Strategien ermöglichen. Dafür wird COMMITMENT Stratifikations-Ansätze, die in der Onkologie bereits erfolgreich eingesetzt wurden, erweitern, um psychotische Erkrankungen zu stratifizieren. Zudem wird in COMMITMENT die Vorhersagekraft der zugrunde liegenden biologischen Profile für den Krankheitsverlauf, das Therapie-Ansprechen und das Auftreten von Komorbidität in frühen Krankheitsphasen getestet. Die Universität Bonn übernimmt weiterhin die Koordination und Erweiterung von umfangreichen Datensätzen für das COMMITMENT-Netzwerk und die klinische Validierung der durch die Projektpartner entwickelten Algorithmen in unabhängigen Quer- und Längsschnitt-Kohorten, um in Zukunft eine Grundlage für eine mögliche klinische Translation bilden zu können.