• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Organisationsmenü öffnen Organisationsmenü schließen
Friedrich-Alexander-Universität Lehrstuhl für Medizinische Informatik
  • FAUZur zentralen FAU Website
  1. Friedrich-Alexander-Universität
  2. Medizinische Fakultät
  3. Institut für Medizininformatik, Biometrie und Epidemiologie
  • Confluence
  • GitLab
  • JIRA
  • Nextcloud
  • studOn
  1. Friedrich-Alexander-Universität
  2. Medizinische Fakultät
  3. Institut für Medizininformatik, Biometrie und Epidemiologie
Friedrich-Alexander-Universität Lehrstuhl für Medizinische Informatik
Menu Menu schließen
  • Events
    • 20-jähriges Lehrstuhljubiläum 2023
    Portal Events
  • Forschung
  • Projekte
  • Lehre
  • Team
  • Links
  • Kontakt
  1. Startseite
  2. Projekte
  3. abgeschlossene Projekte
  4. MelEVIR

MelEVIR

Bereichsnavigation: Projekte
  • FDGP Plus
  • ABIDE_MI
    • ABIDE_MI (English)
  • BMDeep
  • digiDEM Bayern
  • DigiOnko
  • MIDIA-Hub
  • PEAK
  • MIRACUM
    • MIRACUM (English)
  • abgeschlossene Projekte
    • ANFOLKI-36
    • Analyse der Einstellung von Patienten und Ärzten zum veränderten Patienten-Arzt-Verhältnis
    • Analyse der Rahmenbedingungen zur Einführung einer Elektronischen Patientenakte im Gesundheitsnetz Erlangen (GNE)
    • Arden Syntax
    • Arzneimitteltherapiesicherheit in der Akutversorgung
    • Aufgaben und Architekturen einrichtungsweiter Bilddatenmanagementsysteme in der Medizin
    • BBMRI-ERIC ADOPT
    • cloud4health
    • Cognitive Aid
    • Datenintelligenz
    • Deutsches Gewichtskontrollregister (DGKR)
    • eHealthMonitor
    • EHR4CR
    • Elektronische Auftragskommunikation für die interdisziplinäre Tumorboardbesprechung
    • Epidermolysis Bullosa
    • Epilepsie Register
    • Essen-Bochum Obesity Treatment Study (EBOTS)
    • Evaluation EGA
    • German Biobank Alliance
    • German Biobank Node (GBN)
    • GCKD-Studie
    • Integrated Data Repository Toolkit (IDRT)
    • Interaktives dreidimensionales Portable Document Format (3D-PDF) für medizinische Anwendungen
    • IT-Systeme für die Glaukombehandlung
    • KisRek
    • Klinische Datenintelligenz (KDI)
    • MelEVIR
    • MetropolMediplan 2016
    • Mobile Visite
    • Onko-Wiki
    • OPAL Health
    • P³ Personalisierte Pharmakotherapie in der Psychiatrie
    • Pathifier
    • Personal Medical Safe (PROMISE-DS)
    • POLYPROBE
    • ProHTA
    • Prozessmining und Prozessoptimierung in der Radiologie
    • QM-Handbuch
    • TMF eTrial-Challenge
    • TMF IT-Strategieprojekte
    • Verbesserung des Dokumentations- und Berichtswesens im Kontext der DRG-basierten Abrechnung
    • Web-basierte Patientenfragebögen
    • Wissensverarbeitende Systeme / Wissenmodellierung in der Medizin
    • WHO/European eHealth Consumer Trends Survey

MelEVIR

Ein systembiologischer Ansatz zur Einschätzung des Rezidivrisikos von Melanompatienten anhand der Messung extrazellulärer Vesikel im Blut

Es konnte kein Kontakteintrag mit der angegebenen ID 389 gefunden werden.

Eine der wesentlichen Herausforderungen in der heutigen klinischen Onkologie ist es, die sogenannte minimale Resterkrankung (minimal residual disease, MRD) richtig einzuschätzen. Die MRD tritt besonders häufig nach Entfernung eines hochinvasiven primären Tumors wie z.B. eines Melanoms auf und wird von kleinsten Tumorzellansammlungen (Mikrometastasen) verursacht, die im Patienten verblieben sind. Die Entdeckung dieser Überreste ist mit der aktuellen Diagnostik kaum möglich, da sie aufgrund ihrer geringen Größe zu keiner Erhöhung typischer Tumormarker führen. Mikrometastasen können jahrelang unentdeckt bleiben.

In Vorstudien konnte gezeigt werden, dass Melanompatienten, die anhand klinischer Parameter nach der Entfernung des Primärtumors ein hohes Rückfallrisiko zugeordnet bekommen haben, hohe Konzentrationen extrazellulärer Vesikel im Blutplasma (pEV) aufweisen. Diese Vesikel sind sehr kleine membranumschlossene Tröpfchen, die von Zellen ins umliegende Gewebe abgegeben werden und mit Proteinen sowie verschiedenen Typen von RNA-Molekülen gefüllt sind. Die bisherigen Ergebnisse des MelEvir-Teams deuten darauf hin, dass Immunzellen als frühe Abwehrreaktion gegen zirkulierende Tumorzellen massiv pEV produzieren. Dies legt den Schluss nahe, dass die Charakterisierung und Quantifizierung des Inhalts dieser pEV zur Diagnose von MRD und zur Vorhersage der individuellen Rezidivwahrscheinlichkeit herangezogen werden können.

Um diese Hypothese zu überprüfen, wird eine diagnostische Software entwickelt, getestet und für den klinischen Alltag vorbereitet, welche Rückfälle anhand des pEV-Inhalts vorhersagt. Durch die Integration von klinischen Daten und Laborversuchen mit der Hochdurchsatzdatenanalyse und mathematischer Modellierung sollen microRNAs, lncRNAs und Proteine identifiziert werden, die in Patientenblutproben gemessen werden können, um a) die Aktivierung des Immunsystems gegen die MRD und b) die Wahrscheinlichkeit eines bevorstehenden Tumorrezidivs zu bestimmen.

In Zusammenarbeit mit dem MIK analysiert der Lehrstuhl für Medizinische Informatik das Zusammenspiel der Forschungsprozesse und der in diesem Kontext relevanten klinischen Prozesse, sowie die bereits in der Patientenversorgung erhobenen klinischen Daten. Es wird eine Plattform etabliert, in der diese klinischen Daten aus der elektronischen  rankenakte mit den Ergebnissen der Hochdurchsatzanalysen (microRNAs, lncRNAs, etc.) für weitergehende Analysen zusammengeführt werden. Das daraus abgeleitete mathematische Vorhersagemodell wird anschließend in Form wissensverarbeitender Funktionen zur klinischen Entscheidungsunterstützung in die Erlanger Elektronische Krankenakte integriert.

Information

Laufzeit: 04/2016 – 12/2019

Fördergeber: Bundesministerium für Bildung und Forschung

Partner

  • Universitätsklinikum Erlangen
  • Universität Rostock
  • Friedrich-Alexander Universität Erlangen-Nürnberg
Friedrich-Alexander-Universität
Erlangen-Nürnberg

Schlossplatz 4
91054 Erlangen
  • Impressum
  • Datenschutz
  • Barrierefreiheit
  • Facebook
  • RSS Feed
  • Twitter
  • Xing
Nach oben