Teilprojekt eines Verbundes

Verbundkoordination und Patientendaten aus der Universitätsmedizin

Förderkennzeichen: 01ZZ2318A
Fördersumme: 1.231.176 EUR
Förderzeitraum: 2023 - 2024
Projektleitung: Prof. Dr. Harald Renz
Adresse: Philipps-Universität Marburg, FB 20 Medizin, Institut für Laboratoriumsmedizin und Pathobiochemie, Molekulare Diagnostik
Baldingerstr.
35043 Marburg

Chronisch obstruktive Lungenerkrankung (COPD) und Asthma bronchiale (BA) sind die häufigsten nicht übertragbaren Lungenkrankheiten mit erheblichen sozioökonomischen Auswirkungen. Entstehung, Schweregrad und Exazerbationen sind das Ergebnis komplexer Wechselwirkungen zwischen Genen und Umwelt. Die größte Herausforderung auf dem Gebiet der COPD und der BA besteht darin, diesen behandelbaren Merkmalsansatz auf den einzelnen Patienten zu übertragen. Daher ist es das Ziel von CALM-QE, Vorhersagemodelle für wichtige klinische Ergebnisse zu entwickeln, zu trainieren und zu testen, die auf multidimensionalen "Real-World-Datensätzen" für COPD- und BA-Patienten über sektorale Grenzen hinweg basieren. In diesem Kontext wird der Standort Marburg (PUM) eine wichtige Rolle spielen bei der Zurverfügungstellung von Daten stationärer und ambulanter Patientinnen und Patienten der Universitätsmedizin (WP1). Dies ist von besonderer Bedeutung, weil bisher nur stationäre Patientendaten im Rahmen der Medizininformatik-Initiative ausgewertet werden konnten. Mit der Zurverfügungstellung von Datensätzen aus dem ambulanten Setting wird es nicht nur einen besonderen Piloten im Rahmen dieses Konsortiums geben, sondern der auswertbare Datensatz wird damit auch erheblich erweitert werden. Im Rahmen von WP6 wird Marburg seinen lokalen Beitrag leisten, bei der Anwendung von Algorithmen zur digitalen Auswertung von radiologischen Bildern (Thorax-CTs). Dem Standort PUM obliegt es, die Gesamtkoordination des Projektes zu übernehmen. Dies ist in WP8 angesiedelt. Zusammenfassend lässt sich sagen, dass die neuartigen Vorhersagemodelle, die im Rahmen des Projekts aus multidimensionalen großen Datensätzen für klinisch relevante Endpunkte erstellt werden, dem 4P-Medizinansatz (personalisiert, partizipativ, prädiktiv und präventiv) dienen werden.