@phdthesis{Weigl2013,
  author    = {Weigl, Johannes},
  title     = {Die Rolle von Progranulin in der bipolar-affektiven St{\"o}rung},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-103590},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2013},
  abstract  = {Durch Messung der Progranulinspiegel im Blutplasma mittels ELISA konnte in vorliegender Arbeit ein signifikanter Unterschied zwischen bipolaren Patienten und Kontrollen nachgewiesen werden. Dabei wies das Patientenkollektiv durchschnittlich niedrigere Konzentrationen auf. Befunde vorausgegangener Studien deuten darauf hin, dass ein peripherer Progranulinmangel auch mit zentralnerv{\"o}sen Ver{\"a}nderungen einhergehen kann und somit einen Anteil an der Pathophysiologie der bipolaren St{\"o}rung haben k{\"o}nnte. Insbesondere eine immunologisch-entz{\"u}ndliche Dysregulation sowie fehlende neurotrophe Impulse k{\"o}nnten dabei eine wesentliche Rolle spielen. {\"U}berdies fiel bei der Auswertung der Daten eine hochsignifikante Korrelation zwischen Progranulinspiegel und Lebensalter der Probanden auf. Dabei nahm mit steigendem Alter auch die periphere Progranulinkonzentration zu, was im Zuge des physiologischen Alterungsprozesses oder aber auch als Folge von neurodegenerativen bzw. - inflammatorischen Vorg{\"a}ngen auftreten k{\"o}nnte. Bei der molekulargenetischen Untersuchung der Polymorphismen rs2879096, rs4792938 und rs5848 konnten keine signifikanten Unterschiede in der Genotypen- und Haplotypenverteilung zwischen Patienten und Kontrollen gefunden werden, was sich m{\"o}glicherweise auf die relativ kleine Stichprobe von 181 Probanden zur{\"u}ckf{\"u}hren l{\"a}sst. Zumindest existieren Hinweise auf eine Rolle der jeweiligen Polymorphismen bei verschiedenen neuropsychiatrischen Erkrankungen, m{\"o}glicherweise auch bei der bipolaren St{\"o}rung. Außerdem fand sich bei den im Progranulingen liegenden SNPs rs2879096 und rs4792938 keine Assoziation einer Risikogenvariante zu ver{\"a}nderten Progranulinspiegeln, das heißt keiner der beiden Polymorphismen scheint funktionelle Bedeutung zu haben. Somit ließe sich kein Effekt des Genotyps auf die periphere Progranulinkonzentration nachweisen, wobei wiederum die verh{\"a}ltnism{\"a}ßig niedrigen Fallzahlen beachtet werden m{\"u}ssen. Der in der 3'UTR liegende SNP rs5848 scheint hingegen im Patientenkollektiv zu deutlich erniedrigten Proteinspiegeln zu f{\"u}hren. Dieser Befund steht auch im Einklang 47 mit einer Vielzahl von Studien, die rs5848 eine Bedeutung bei verschiedenen neuropsychiatrischen Erkrankungen beimessen und unterstreicht die Rolle niedriger Progranulinkonzentrationen in der bipolaren St{\"o}rung. Zusammenfassend l{\"a}sst sich feststellen, dass bei bipolaren Patienten signifikant niedrigere Progranulinkonzentrationen als in der Kontrollgruppe gemessen wurden. Weitere Studien, welche die zu Grunde liegenden biochemischen Vorg{\"a}nge und Pathomechanismen erforschen, w{\"a}ren nun von Interesse, um ein besseres Verst{\"a}ndnis der Erkrankung zu erlangen. Langfristig w{\"a}re die Nutzung des Progranulinspiegels als diagnostisches Werkzeug erstrebenswert, wobei sich dies auf Grund des großen Overlaps zwischen Patienten- und Kontrollgruppe wohl eher schwierig gestalten wird. Die relativ unkomplizierte Progranulinbestimmung im Blutplasma k{\"o}nnte m{\"o}glicherweise im Rahmen einer Messung vieler verschiedener Parameter als Baustein eines diagnostischen Apparates zur Erkennung der bipolaren affektiven St{\"o}rung dienen. Somit w{\"a}ren weiterf{\"u}hrende Untersuchungen anhand gr{\"o}ßerer Fallzahlen und funktionelle Studien der pathomechanistischen Zusammenh{\"a}nge des Progranulins ein interessantes Feld, um einige der zahlreichen ungekl{\"a}rten Fragen rund um die bipolare St{\"o}rung weiter aufzukl{\"a}ren.},
  subject      = {bipolar},
  language  = {de}
}
@phdthesis{Altides2011,
  author    = {Altides, Anastasia Elisabeth},
  title     = {BDNF Plasma Level als Marker f{\"u}r Alzheimer in der VITA Studie},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-57274},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2011},
  abstract  = {HINTERGRUND: Der brain-derived neurotrophic factor (BDNF) reguliert die synaptische Plastizit{\"a}t und spielt somit eine wichtige Rolle in der Ged{\"a}chtnisbildung und -erhaltung. Deswegen gibt es eingehende Untersuchungen dieses neurotrophischen Faktors in Bezug auf Demenzerkrankungen, vor allem der Alzheimer Demenz. In dieser Studie wurde nach einem Zusammenhang zwischen BDNF Blutplasmawerten und der Alzheimer Demenz in einer longitudinalen Kohortenstudie, der Vienna-Transdanube-Aging(VITA)-Studie gesucht. METHODEN: Die VITA-Studie ist eine kommunale Kohortenstudie aller 75j{\"a}hrigen Einwohner einer geographischen Region Wiens. Es wurden die BDNF Plasmawerte der Basisuntersuchung und der ersten Folgeuntersuchung 30 Monate sp{\"a}ter als m{\"o}gliche Biomarker f{\"u}r die Alzheimer Demenz untersucht. Assoziationen zwischen BDNF Plasmawerten und anderen epidemiologischen Eckdaten wurden ebenfalls analysiert. ERGEBNISSE: Wir konnten keine Assoziation zwischen BDNF Plasmawerten und der Entwicklung oder einer bereits bestehenden Alzheimer Demenz finden. Geschlecht, Body-Maß-Index und Depression stellten sich als Komorbidit{\"a}ts-Faktoren von Demenz-erkrankungen dar. SCHLUSSFOLGERUNG: BDNF Plasmawerte sind diesen Ergebnissen nach kein so viel versprechender molekularer Marker f{\"u}r Alzheimer Demenz wie erhofft. BDNF wird jedoch weiterhin in vielen interessanten Studienprotokollen untersucht, da es sowohl im Blutserum als auch im Hirngewebe nachgewiesen werden kann und somit viele diagnostische und therapeutische Ans{\"a}tze inspiriert.},
  subject      = {Alzheimer-Krankheit},
  language  = {de}
}
@phdthesis{Hahn2010,
  author    = {Hahn, Tim},
  title     = {Integrating neurobiological markers of depression: an fMRI-based pattern classification approach},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-49962},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2010},
  abstract  = {While depressive disorders are, to date, diagnosed based on behavioral symptoms and course of illness, the interest in neurobiological markers of psychiatric disorders has grown substantially in recent years. However, current classification approaches are mainly based on data from a single biomarker, making it difficult to predict diseases such as depression which are characterized by a complex pattern of symptoms. Accordingly, none of the previously investigated single biomarkers has shown sufficient predictive power for practical application. In this work, we therefore propose an algorithm which integrates neuroimaging data associated with multiple, symptom-related neural processes relevant in depression to improve classification accuracy. First, we identified the core-symptoms of depression from standard classification systems. Then, we designed and conducted three experimental paradigms probing psychological processes known to be related to these symptoms using functional Magnetic Resonance Imaging. In order to integrate the resulting 12 high-dimensional biomarkers, we developed a multi-source pattern recognition algorithm based on a combination of Gaussian Process Classifiers and decision trees. Applying this approach to a group of 30 healthy controls and 30 depressive in-patients who were on a variety of medications and displayed varying degrees of symptom-severity allowed for high-accuracy single-subject classification. Specifically, integrating biomarkers yielded an accuracy of 83\% while the best of the 12 single biomarkers alone classified a significantly lower number of subjects (72\%) correctly. Thus, integrated biomarker-based classification of a heterogeneous, real-life sample resulted in accuracy comparable to the highest ever achieved in previous single biomarker research. Furthermore, investigation of the final prediction model revealed that neural activation during the processing of neutral facial expressions, large rewards, and safety cues is most relevant for over-all classification. We conclude that combining brain activation related to the core-symptoms of depression using the multi-source pattern classification approach developed in this work substantially increases classification accuracy while providing a sparse relational biomarker-model for future prediction.},
  subject      = {Patientenklassifikation},
  language  = {en}
}