CKDNapp

CKDNapp

Eine Toolbox zur Beobachtung und maßgeschneiderten Therapie von Patienten mit chronischem Nierenleiden – ein personalisierter, systemmedizinischer Ansatz

Projektleitung

Helena U. Zacharias

Kooperationspartner

Universitätsmedizin Göttingen, Universitätsklinikum Freiburg, Helmholtz Zentrum München

Förderung

Bundesministerium für Bildung und Forschung

Kurzbeschreibung

Chronische Niereninsuffizienz (engl.: chronic kidney disease, Abk. CKD) ist eine Erkrankung vielfältigen Ursprungs, die charakterisiert ist durch einen diversen, für jeden Patienten spezifischen Verlauf. Sie wird meist von zahlreichen kardiovaskulären und metabolischen Komorbiditäten begleitet, was eine optimale Patientenbehandlung erschwert. Entsprechend muss der behandelnde Arzt die Therapie auf den jeweiligen Patienten zuschneiden, diese also personalisieren. Personalisierte Behandlungen sind komplex, sie erfordern, dass der zuständige Arzt sich ein detailliertes Bild des Patientenzustands macht und dieses basierend auf seiner Erfahrung bewertet. Hierzu integriert er/sie unterschiedliche Datenebenen, z.B. klinische/demographische Parameter, Biomarker und Medikamenteninformationen, mit medizinischem Wissen. Solch ein Datenintegrierungsprozess gestaltet sich entsprechend anspruchsvoll.
In unserem Juniorverbund CKDNapp werden wir (1) die komplexe Erkrankung CKD rechnergestützt modellieren, (2) diese entwickelten Modelle durch neue Omics Daten verbessern, (3) neue Biomarker entdecken und (4) eine klinische Entscheidungshilfesoftware (engl. clinical decision support software, Abk. CDS Software) basierend auf diesen Modellen entwickeln. Diese Software soll den Mediziner bei der personalisierten, täglichen Betreuung von CKD Patienten unterstützen.
Unsere CDS Software, genannt CKDNapp (CKD Nephrologen App), wird (i) unerwünschte medizinische Ereignisse und Krankheitsverläufe vorhersagen, (ii) die Diagnose von CKD verfeinern, (iii) eine transparente Begründung aller Vorhersagen und Empfehlungen liefern, (iv) dem Mediziner eine in-silico Modifizierung von Patientenparametern ermöglichen und (v) eine umfassende Unterstützung durch Literatur bieten. Sie wird als benutzerfreundliche Software für Smartphones, Tablets und PCs zur Verfügung gestellt.

Link: CKDNapp Homepage

Laufzeit

2019-2024

Mitarbeitende

Veröffentlichungen

Publications in Journals
2023
[12], , , , , , , , , . Bayesian network modeling of risk and prodromal markers of Parkinson’s disease. Plos one. Public Library of Science San Francisco, CA USA; 2023;18(2):e0280609. [BibTeX]
[11], , , , , , , . DRAGON: determining regulatory associations using graphical models on multi-omic networks. Nucleic Acids Research. Oxford University Press; 2023;51(3):e15–e15. [BibTeX]
2022
[10], , , , , , , , , , . A predictive model for progression of CKD to kidney failure based on routine laboratory tests. American Journal of Kidney Diseases. Elsevier; 2022;79(2):217–230. [BibTeX]
[9], , , , , , , , , , . Microbiome and Metabolome Insights into the Role of the Gastrointestinal–Brain Axis in Parkinson’s and Alzheimer’s Disease: Unveiling Potential Therapeutic Targets. Metabolites. MDPI; 2022;12(12):1222. [BibTeX]
[8], , , , , , , , , , . Educational Attainment Is Associated With Kidney and Cardiovascular Outcomes in the German CKD (GCKD) Cohort. Kidney International Reports. Elsevier; 2022;7(5):1004–1015. [BibTeX]
[7], , , , , , , , . MO474: Expectation and Acceptance of a Clinical Decision Support Software by Nephrologist End-Users: The Ckdnapp Survey. Nephrology Dialysis Transplantation. Oxford University Press; 2022;37(Supplement_3):gfac071–005. [BibTeX]
[6], , , , , , , , , . BITES: balanced individual treatment effect for survival data. Bioinformatics. Oxford University Press; 2022;38(Supplement_1):i60–i67. [BibTeX]
[5], , , , , , , , , , . SpaCeNet: Spatial Cellular Networks from omics data. bioRxiv. Cold Spring Harbor Laboratory; 2022:2022–09. [BibTeX]
[4], , , , , , , . Bucket Fuser: Statistical Signal Extraction for 1D 1H NMR Metabolomic Data. Metabolites. MDPI; 2022;12(9):812. [BibTeX]
2021
[3], , , , , , , , , , . A metabolome-wide association study in the general population reveals decreased levels of serum laurylcarnitine in people with depression. Molecular psychiatry. Nature Publishing Group UK London; 2021;26(12):7372–7383. [BibTeX]
[2], , , , . Chronic kidney disease cohort studies: A guide to metabolome analyses. Metabolites. MDPI; 2021;11(7):460. [BibTeX]
2020
[1], , , , , , , , , , . Vitamin D moderates the interaction between 5-HTTLPR and childhood abuse in depressive disorders. Scientific reports. Springer; 2020;10(1):1–9. [BibTeX]

Auswahl an Pressebeiträgen:
2023
„KI im Gesundheitswesen: Mathematik kann Leben retten“, NDR Beitrag zum Magazin DAS!, 13.02.2023 Link
2022
“Personalisierte Vorhersage eines terminalen Nierenversagens für Patienten mit chronischer Niereninsuffizienz”, NephroNews, Ausgabe 3/2022 Link
2021
„Studie findet Biomarker für Depressionen“, CAU Pressemitteilung, 09.06.2021 Link
„Forscherin findet Biomarker für Depressionen- möglicher Ansatz für Therapie“, Berliner Zeitung, 30.06.2021 Link
„Der Ursache für Depression auf der Spur“, Kieler Nachrichten, 24.07.2021 Link
„Möglicher Biomarker für eine Depression“, Deutsches Ärzteblatt, 02.08.2021 Link
„Kommt der Bluttest für Depressionen?“, Bild, 12.08.2021 Link
„Studie findet Biomarker für Depression“, NDR Info (Radio), 6.7.2021.
„Drohendes Nierenversagen: Kieler Wissenschaftlerin veröffentlicht neuen Risikorechner“, CAU Pressemitteilung, 11.10.2021 Link
„Neuer Risikorechner prognostiziert Nierenversagen“, Deutsches Ärzteblatt, 03.11.2021 Link
„Apps in der Betreuung von CKD-Patienten: Die Chronic Kidney Disease Nephrologist’s App“, NephroNews, Ausgabe 5/21 Link
„Entwicklung eines Entscheidungsunterstützungssystems für die ärztliche Behandlung in der niedergelassenen Nephrologie“, ConnexiPlus, 2021 Link