CKDNapp

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

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.

Dieser Juniorverbund umfasst vier komplementäre Teilprojekte:
TP1: Konsolidierung von Datensätzen, Generierung von klinischen Input-Variablen, medizinische Interpretation und Validierung, Dr. med. Ulla T. Schultheiß (Universitätsklinik Freiburg)

TP2: Berechnung der mathematischen Modelle für CKDNapp, Dr. rer. nat. Helena U. Zacharias (Universitätsmedizin Greifswald)

TP3: Algorithmische Grundlagen der CKDNapp Modelle, Dr. rer. nat. Michael Altenbuchinger (Universitätsklinik Regensburg)

TP4: Entwicklung der CKDNapp App und Webserver, Dr. rer. nat. Johannes Raffler (Helmholtz Zentrum München)

 

(A) Schematischer Workflow der Entwicklung und Anwendung CKDNapp’s, und (B) detaillierte Funktionen von CKDNapp.