Refine
Has Fulltext
- yes (25)
Is part of the Bibliography
- yes (25)
Year of publication
Document Type
- Doctoral Thesis (22)
- Journal article (3)
Keywords
- Prognose (25) (remove)
Institute
- Medizinische Klinik und Poliklinik I (4)
- Pathologisches Institut (4)
- Institut für Psychologie (bis Sept. 2007) (3)
- Graduate School of Life Sciences (2)
- Institut für Informatik (2)
- Klinik und Poliklinik für Allgemein-, Viszeral-, Gefäß- und Kinderchirurgie (Chirurgische Klinik I) (2)
- Institut für Geographie (1)
- Institut für Mathematik (1)
- Institut für Psychologie (1)
- Institut für Virologie und Immunbiologie (1)
Sonstige beteiligte Institutionen
The importance of proactive and timely prediction of critical events is steadily increasing, whether in the manufacturing industry or in private life. In the past, machines in the manufacturing industry were often maintained based on a regular schedule or threshold violations, which is no longer competitive as it causes unnecessary costs and downtime. In contrast, the predictions of critical events in everyday life are often much more concealed and hardly noticeable to the private individual, unless the critical event occurs. For instance, our electricity provider has to ensure that we, as end users, are always supplied with sufficient electricity, or our favorite streaming service has to guarantee that we can watch our favorite series without interruptions. For this purpose, they have to constantly analyze what the current situation is, how it will develop in the near future, and how they have to react in order to cope with future conditions without causing power outages or video stalling.
In order to analyze the performance of a system, monitoring mechanisms are often integrated to observe characteristics that describe the workload and the state of the system and its environment. Reactive systems typically employ thresholds, utility functions, or models to determine the current state of the system. However, such reactive systems cannot proactively estimate future events, but only as they occur. In the case of critical events, reactive determination of the current system state is futile, whereas a proactive system could have predicted this event in advance and enabled timely countermeasures. To achieve proactivity, the system requires estimates of future system states. Given the gap between design time and runtime, it is typically not possible to use expert knowledge to a priori model all situations a system might encounter at runtime. Therefore, prediction methods must be integrated into the system. Depending on the available monitoring data and the complexity of the prediction task, either time series forecasting in combination with thresholding or more sophisticated machine and deep learning models have to be trained.
Although numerous forecasting methods have been proposed in the literature, these methods have their advantages and disadvantages depending on the characteristics of the time series under consideration. Therefore, expert knowledge is required to decide which forecasting method to choose. However, since the time series observed at runtime cannot be known at design time, such expert knowledge cannot be implemented in the system. In addition to selecting an appropriate forecasting method, several time series preprocessing steps are required to achieve satisfactory forecasting accuracy. In the literature, this preprocessing is often done manually, which is not practical for autonomous computing systems, such as Self-Aware Computing Systems. Several approaches have also been presented in the literature for predicting critical events based on multivariate monitoring data using machine and deep learning. However, these approaches are typically highly domain-specific, such as financial failures, bearing failures, or product failures. Therefore, they require in-depth expert knowledge. For this reason, these approaches cannot be fully automated and are not transferable to other use cases. Thus, the literature lacks generalizable end-to-end workflows for modeling, detecting, and predicting failures that require only little expert knowledge.
To overcome these shortcomings, this thesis presents a system model for meta-self-aware prediction of critical events based on the LRA-M loop of Self-Aware Computing Systems. Building upon this system model, this thesis provides six further contributions to critical event prediction. While the first two contributions address critical event prediction based on univariate data via time series forecasting, the three subsequent contributions address critical event prediction for multivariate monitoring data using machine and deep learning algorithms. Finally, the last contribution addresses the update procedure of the system model. Specifically, the seven main contributions of this thesis can be summarized as follows:
First, we present a system model for meta self-aware prediction of critical events. To handle both univariate and multivariate monitoring data, it offers univariate time series forecasting for use cases where a single observed variable is representative of the state of the system, and machine learning algorithms combined with various preprocessing techniques for use cases where a large number of variables are observed to characterize the system’s state. However, the two different modeling alternatives are not disjoint, as univariate time series forecasts can also be included to estimate future monitoring data as additional input to the machine learning models. Finally, a feedback loop is incorporated to monitor the achieved prediction quality and trigger model updates.
We propose a novel hybrid time series forecasting method for univariate, seasonal time series, called Telescope. To this end, Telescope automatically preprocesses the time series, performs a kind of divide-and-conquer technique to split the time series into multiple components, and derives additional categorical information. It then forecasts the components and categorical information separately using a specific state-of-the-art method for each component. Finally, Telescope recombines the individual predictions. As Telescope performs both preprocessing and forecasting automatically, it represents a complete end-to-end approach to univariate seasonal time series forecasting. Experimental results show that Telescope achieves enhanced forecast accuracy, more reliable forecasts, and a substantial speedup. Furthermore, we apply Telescope to the scenario of predicting critical events for virtual machine auto-scaling. Here, results show that Telescope considerably reduces the average response time and significantly reduces the number of service level objective violations.
For the automatic selection of a suitable forecasting method, we introduce two frameworks for recommending forecasting methods. The first framework extracts various time series characteristics to learn the relationship between them and forecast accuracy. In contrast, the other framework divides the historical observations into internal training and validation parts to estimate the most appropriate forecasting method. Moreover, this framework also includes time series preprocessing steps. Comparisons between the proposed forecasting method recommendation frameworks and the individual state-of-the-art forecasting methods and the state-of-the-art forecasting method recommendation approach show that the proposed frameworks considerably improve the forecast accuracy.
With regard to multivariate monitoring data, we first present an end-to-end workflow to detect critical events in technical systems in the form of anomalous machine states. The end-to-end design includes raw data processing, phase segmentation, data resampling, feature extraction, and machine tool anomaly detection. In addition, the workflow does not rely on profound domain knowledge or specific monitoring variables, but merely assumes standard machine monitoring data. We evaluate the end-to-end workflow using data from a real CNC machine. The results indicate that conventional frequency analysis does not detect the critical machine conditions well, while our workflow detects the critical events very well with an F1-score of almost 91%.
To predict critical events rather than merely detecting them, we compare different modeling alternatives for critical event prediction in the use case of time-to-failure prediction of hard disk drives. Given that failure records are typically significantly less frequent than instances representing the normal state, we employ different oversampling strategies. Next, we compare the prediction quality of binary class modeling with downscaled multi-class modeling. Furthermore, we integrate univariate time series forecasting into the feature generation process to estimate future monitoring data. Finally, we model the time-to-failure using not only classification models but also regression models. The results suggest that multi-class modeling provides the overall best prediction quality with respect to practical requirements. In addition, we prove that forecasting the features of the prediction model significantly improves the critical event prediction quality.
We propose an end-to-end workflow for predicting critical events of industrial machines. Again, this approach does not rely on expert knowledge except for the definition of monitoring data, and therefore represents a generalizable workflow for predicting critical events of industrial machines. The workflow includes feature extraction, feature handling, target class mapping, and model learning with integrated hyperparameter tuning via a grid-search technique. Drawing on the result of the previous contribution, the workflow models the time-to-failure prediction in terms of multiple classes, where we compare different labeling strategies for multi-class classification. The evaluation using real-world production data of an industrial press demonstrates that the workflow is capable of predicting six different time-to-failure windows with a macro F1-score of 90%. When scaling the time-to-failure classes down to a binary prediction of critical events, the F1-score increases to above 98%.
Finally, we present four update triggers to assess when critical event prediction models should be re-trained during on-line application. Such re-training is required, for instance, due to concept drift. The update triggers introduced in this thesis take into account the elapsed time since the last update, the prediction quality achieved on the current test data, and the prediction quality achieved on the preceding test data. We compare the different update strategies with each other and with the static baseline model. The results demonstrate the necessity of model updates during on-line application and suggest that the update triggers that consider both the prediction quality of the current and preceding test data achieve the best trade-off between prediction quality and number of updates required.
We are convinced that the contributions of this thesis constitute significant impulses for the academic research community as well as for practitioners. First of all, to the best of our knowledge, we are the first to propose a fully automated, end-to-end, hybrid, component-based forecasting method for seasonal time series that also includes time series preprocessing. Due to the combination of reliably high forecast accuracy and reliably low time-to-result, it offers many new opportunities in applications requiring accurate forecasts within a fixed time period in order to take timely countermeasures. In addition, the promising results of the forecasting method recommendation systems provide new opportunities to enhance forecasting performance for all types of time series, not just seasonal ones. Furthermore, we are the first to expose the deficiencies of the prior state-of-the-art forecasting method recommendation system.
Concerning the contributions to critical event prediction based on multivariate monitoring data, we have already collaborated closely with industrial partners, which supports the practical relevance of the contributions of this thesis. The automated end-to-end design of the proposed workflows that do not demand profound domain or expert knowledge represents a milestone in bridging the gap between academic theory and industrial application. Finally, the workflow for predicting critical events in industrial machines is currently being operationalized in a real production system, underscoring the practical impact of this thesis.
Hintergrund: Die Alzheimer-Erkrankung ist die häufigste neurodegenerative Erkrankung. Da es zurzeit für sie noch keine Heilung gibt, richtet sich das Hauptaugenmerk auf eine möglichst frühe Diagnose und die Behandlung mit krankheitsverzögernden Medikamenten. Vor allem die funktionelle Bildgebung gilt im Bereich der Frühdiagnose als vielversprechend. Neben dem Gedächtnis werden die visuell-räumliche Informationsverarbeitung, exekutive Funktionen und Aufmerksamkeitsprozesse untersucht. Hierbei zeigen sich zentralnervöse Aktivierungsauffälligkeiten in kortikalen Zielregionen etwa im präfrontalen und im parietalen Kortex. Verlaufsuntersuchungen konzentrieren sich vor allem darauf aus der Gehirnaktivierung Vorhersagen über kognitive Veränderungen bei älteren Personen mit und ohne Gedächtnisstörung treffen zu können. Nur wenige Studien erfassen dabei jedoch die Gehirnaktivierung zu mehreren Messzeitpunkten. Gerade für große Stichproben und wiederholte Messungen könnte die funktionelle Nahinfrarotspektroskopie (fNIRS) sich als Alternative zur Magnetresonanztomographie anbieten. Ziel: Ziel der Studie war es, mit fNIRS und ereigniskorrelierten Potentialen funktionelle Unterschiede zwischen Alzheimer-Patienten und gleichaltrigen Kontrollen in mehreren Funktionsbereichen darzustellen und ihre Veränderung über den Zeitraum eines Jahres zu verfolgen. Zum ersten Mal sollte im Rahmen einer prospektiven Untersuchung mit fNIRS geprüft werden ob kortikale Aktivierungen zur Vorhersage von neuropsychologischen Testwerten genutzt werden können. Zusätzlich stellte sich die Frage, ob fNIRS für Verlaufsuntersuchungen an älteren Stichproben geeignet ist. Methoden: Im Rahmen der vorliegenden Arbeit wurden zum ersten Messzeitpunkt (T1) 73 Patienten und 71 Kontrollen mit vier Paradigmen in den drei Funktionsbereichen visuell-räumliche Informationsverarbeitung, exekutive Funktionen und zentralnervöse Filtermechanismen mit fNIRS und ereigniskorrelierten Potentialen gemessen. Die Probanden durchliefen eine Line Orientation Aufgabe, zwei Versionen einer Wortflüssigkeitsaufgabe (phonologisch und semantisch) und das P50-Doppelklickparadigma. Zielparameter waren dabei die aufgabenbezogene Aktivierung im parietalen Kortex, im dorsolateralen Präfrontalkortex (DLPFC) und das sensorische Gating, gemessen durch die P50-Supression nach wiederholter Reizdarbietung. Zusätzlich wurden zwei typische Tests zur Demenzdiagnostik (MMST und DemTect) erhoben. Die zweite Messung (T2) fand nach 12 Monaten statt und lief identisch zur ersten Untersuchung ab. Zu T2 konnten 14 Patienten und 51 Kontrollen erneut rekrutiert werden. Ergebnisse: Zu T1 konnte mit fNIRS ein Aktivierungsdefizit für Patienten im DLPFC während der phonologischen Wortflüssigkeitsaufgabe und im rechten Parietalkortex während der Line Orientation Aufgabe festgestellt werden. Für die semantische Wortflüssigkeitsaufgabe und das sensorische Gating zeigten sich keine zentralnervösen Unterschiede. Über das Jahr hinweg nahm die aufgabenbezogene Aktivierung der Patienten im linken DLPFC für beide Versionen der Wortflüssigkeitsaufgabe deutlich ab, während gleichaltrige Kontrollpersonen keine kortikalen Veränderungen zeigten. Zu T2 war das sensorische Gating der Patienten außerdem deutlich schlechter im Vergleich zu gesunden Kontrollen. Die Veränderungen der Oxygenierung während der Wortflüssigkeitsaufgabe konnten für gesunde Kontrollen Verschlechterungen im MMST und im DemTect vorhersagen. Vor allem ein Verlust der Lateralisierung ging mit einem Abfall in den kognitiven Tests einher. Schlussfolgerung: Spezifische Defizite in der kortikalen Aktivierung konnten bei Alzheimer-Patienten mit fNIRS beobachtet und genauer beschrieben werden. Auch die Veränderung im Verlauf eines Jahres ließ sich mit dieser Methode verfolgen. Für Längsschnittuntersuchungen, die sich mit der kortikalen Aktivierung als Prädiktor für dementielle Entwicklungen beschäftigen, bietet sich fNIRS somit als praktische Alternative zur fMRT an, zumal die gemessenen Veränderungen in der Oxygenierung auch prognostischen Wert für ältere Kontrollpersonen besaßen. Vor allem die funktionelle Lateralisierung in frontalen Kortexbereichen scheint als Prädiktor kognitiver Leistungen im Alter von Bedeutung zu sein.
Einleitung: Narbenhernien sind mit einer Prävalenz von bis zu 20% die häufigste Komplikation nach Laparotomie. Im Jahr 2005 wurden 34.708 Narbenhernienpatienten in Deutschland operiert. Nahtrekonstruktionen weisen hohe Rezidivraten auf und die Komplexität der Bauchdeckenrekonstruktion nach einer Narbenhernie erfordert einen differenzierten Lösungsansatz. Bislang konnte kein Klassifikationssystem etabliert werden, welches das individuelle Risikoprofil des Patienten beschreibt. In der Arbeit wird eine neue Klassifikation vorgeschlagen, die sich an den morphologischen Eigenschaften orientiert. Die Relevanz der neuen Klassifikation auf den postoperativen Verlauf wurde am eigenen Patientenkollektiv überprüft. Material und Methoden: Die Untersuchung erfasst alle in der Zeit vom Januar 1999 bis zum Dezember 2006 an der Universitätsklinik Würzburg operierten Patienten mit Inzisionalen und Ventralen Hernien. Neben der Erhebung der patienteneigenen Risikofaktoren wurden der intraoperative Befund, die Operationsverfahren und der perioperative Verlauf evaluiert. Bei der Aufnahme dieser Daten werden die Bruchwertigkeit, die Bruchmorphologie, die Bruchgröße sowie die kumulativ bewerteten Risikofaktoren codiert. Anschließend wurde eine Follow-up Untersuchung mit einem Fragebogen an die Patienten und Hausärzte verteilt, die besonderen Wert auf die Entstehung eines Neurezidivs sowie chronischer Beschwerden legte. Ergebnisse: Insgesamt wurden 359 Patienten untersucht. Es gab signifikante Gruppenunterschiede zwischen Ventralhernien und den Inzisionalen Hernien. Die Untersuchungen für die Narbenhernienpopulation ergab, dass Rezidivpatienten weitaus mehr Risikofaktoren aufzeigten. Patienten mit medialen und Typ-sp (suprapubisch) Hernien befanden sich häufiger in der Rezidivsituation. Primärhernien wurden häufiger mit einem Nahtverfahren, die medialen Hernien (Typ-m) eher mit einem Netzverfahren operiert. Insgesamt versorgten Netzrekonstruktionen, speziell die IPOM-Meshes die größten Bruchflächen. Das Risiko eines Neurezidivs war bei in der Vorgeschichte bestehenden Wundkomplikationen erhöht. Ebenso, wenn im stationären Verlauf eine Komplikationen besonders eine Wundinfektionen auftraten, so war dies mit einem höheren Rezidivrisiko verbunden. Die Rekonstruktion mit Netzen führte insgesamt zu weniger Rezidiven aber vermehrt zu chronischen Komplikationen. Die Sublay und IPOM Netze stellten sich als die sichersten Verfahren heraus. Die Onlayrekonstruktion führte zu mehr Infektionen und die Underlaymeshes waren mit mehr Seromen verbunden. Die Nahtverfahren präsentierten sich mit weniger chronischen Schmerzen. Die Überprüfung der klassifizierten Merkmale erbrachte folgende Ergebnisse: Patienten mit mehrfachen Rezidiven hatten im Verlauf mehr Komplikationen und chronische Beschwerden. Bei der Morphologie zeigten die Typ-m Hernien weniger Serome und weniger Schmerzen im Verlauf. Bei den sp-Typen handelte es sich um einen morphologischen Typ, der zu mehr Infektionen, Blutungen und Schmerzen neigte. Die kleinen Typ-u (umbilikal) Hernien, sowie lateral lokalisierte Brüche präsentierten sich mit weniger chronischen Beschwerden. Insgesamt hatten größere Brüche über 50cm2 mehr Komplikationen, Neurezidive und chronische Beschwerden. Brüche über 25cm2 konnten nicht suffizient mit Nahtverfahren rekonstruiert werden. Es bestand eine Korrelation aus präoperativ bewerteten Risikofaktoren und Komplikationen. Hochrisikopatienten entwickelten zunehmend mehr Neurezidive. Diskussion: Die Klassifikation eignet sich, um Hernien und ihre Prognose abzubilden und gibt Hinweise auf mögliche Behandlungsstrategien. Es sollten die Populationen der Ventralen von den Inzisionalen Hernien abgegrenzt werden. Die Ventralen Hernien haben eine geringere Morbidität und ein besseres Risikoprofil, sie können mit Nahtverfahren effizienter versorgt werden. Bei den Operationsverfahren bestätigen sich Angaben der Literatur, dass Narbenhernien nicht mit Nahtverfahren rekonstruiert werden sollten. Der Vergleich der Netze weist analog zur Studienlage einen Vorteil der Sublay und IPOM Rekonstruktion nach. Auch wenn sich die Wertigkeit der Hernie als nicht relevant für den prognostischen Rezidivverlauf zeigte, so werden mehr Komplikationen erwartet und die Wertigkeit hat darin ihren Stellenwert. Die Abgrenzung der Morphologie von den Rekonstruktionsverfahren in Abhängigkeit von der Prognose ist schwierig. Es zeigen sich dennoch gewisse Prädispositionsstellen. Die Bruchgröße des Ausgangsbefundes ist insgesamt prognostisch relevant und zeigt, dass die Indikation zur Versorgung früh gestellt werden sollte, um Rezidive und chronische Beschwerden zu vermeiden. Die Risikofaktoren zeigen eine Korrelation mit dem Rezidivrisiko, für die Wundkomplikationen konnte deren besondere Bedeutung nachgewiesen werden. Insgesamt sind weniger die Einzelfaktoren als die multifaktorielle Betrachtung relevant. Die Klassifikation kann sich in ihrer Anwendung behaupten, sollte aber in prospektiven Studien weiter evaluiert werden.
Die vorliegende Arbeit überprüft an einem nach Alter, Geschlecht, Barthel-Index und Mini-Mental-State-Test gematchten geriatrischen Patientenkollektiv mit erstmaligem Schlaganfall die Wirksamkeit einer vorausgegangenen Akutbehandlung an einer Stroke Unit (n=59) gegenüber einer allgemeinen (internistischen oder neurologischen) stationären Akutbehandlung (n=59) für die Prognose im Laufe einer nachfolgenden geriatrischen Rehabilitationsbehandlung. Hintergrund dieser Frage ist der erhöhte ökonomische Druck im Gesundheitswesen, der eine Effizienzprüfung einer personell, technisch und logistisch aufwändigeren und damit teureren Behandlung auf einer Spezialstation verlangt. Bei Anwendung zahlreicher funktioneller Skalen und Erhebung einiger sozioökonomischer Faktoren zeigte sich auf Signifikanzniveau, dass die auf Stroke Unit Vorbehandelten bei Aufnahme in die Rehabilitation motorisch schwerer beeinträchtigt waren (timed up and go-Test p=0,044, Lachs-Test p=0,34) und sich dann ausgeprägter (Transferleistung p=0,024) auf ein bei Rehabilitationsende schließlich vergleichbares Leistungsniveau verbesserten. Die ursprünglich geplante Langzeiteffizienzbetrachtung im Gruppenvergleich scheiterte an Datenschutzbedenken. Gesundheitsökonomisch relevant ist, dass die Vorverweildauer im Akutkrankenhaus bei Stroke Unit-Patienten sechs Tage kürzer war, die Rehabilitationsdauer allerdings vier Tage länger. Weitergehende Kostenbetrachtungen scheiterten am Unwillen zur Leistungsoffenlegung verschiedener Beteiligter im Gesundheitssystem. Eine plausible Erklärung für diese positive motorische Leistungsweiterentwicklung nach Stroke Unit-Vorbehandlung kann in einer frühzeitigeren und effektiveren Anstrengung durch Krankengymnastik, Ergotherapie, Logopädie, aktivierende Pflege, „enriched environment“ gesucht werden, die sich positiv auf die Plastizität im Gehirn als wesentliche Bedingung zur Funktionswiedergewinnung auswirken könnte, was aber noch umstritten ist und Ziel weiterer Untersuchungen sein muss.
Die Prognose von Kindern mit im Kleinkindesalter diagnostizierten Störungen der Sprachentwicklung
(2005)
In der vorliegenden Studie wurde an 41 Patienten im Alter von vier bis elf Jahren mit expressiver Sprachentwicklungsstörung eine detaillierte Fragebogenerhebung des sprachlichen, intellektuellen und motorischen Entwicklungsstandes vorgenommen. Gut die Hälfte dieser Kinder (51,2%), die definierten Risikogruppen zugeordnet wurden, nahm im Verlauf der Studie an einer eingehenden Nachuntersuchung teil. Dabei wurde anhand standardisierter Tests erneut eine Ermittlung der Intelligenz sowie sprachlicher und neuromotorischer Fähigkeiten und Fertigkeiten vorgenommen. Geschlechtsspezifische Unterschiede zwischen den Leistungen von Jungen und Mädchen zeigten sich dabei nicht. Prä- und perinatale Risikofaktoren ließen sich nicht unmittelbar mit schlechteren Leistungen in den Untersuchungen in Verbindung bringen. Frühgeburtlichkeit als möglicher Risikofaktor stellt jedoch vor allem in Kombination mit weiteren Risikofaktoren einen ungünstigeren Verlauf dar. Manifeste Epilepsien stellen anhand der erhobenen Daten keinen ungünstigen Einfluss auf den Verlauf der Sprachentwicklungsstörung dar. Ausgenommen davon sind sicher epilepsiebedingte Sprachstörungen, wie z. B. Landau-Kleffner-Syndrom. Wie bereits in anderen Studien belegt, zeigte sich auch in dieser Studie, dass zwischen orofacialen Problemen im Sinne minimaler neurologischer Auffälligkeiten und der Prognose sprachentwicklungsgestörter Kinder kein Zusammenhang besteht. Veränderungen im psychosozialen Umfeld der Kinder stellen einen Risikofaktor für Sprachentwicklungsstörungen dar. Das Vorliegen weiterer Risikofaktoren wirkt sich ungünstig auf die Leistungen aus. Ein Einfluss der psychosozialen Umstände auf die Prognose der Sprachentwicklungsstörung ist vorhanden, kann jedoch nur in einem multivarianten Kontext interpretiert werden. Der Nachweis neuromotorischer Defizite bei Kindern mit Sprachentwicklungsstörungen erwies sich auch in dieser Studie als prognostisch ungünstiges Zeichen. Eine Persistenz motorischer Auffälligkeiten bei diesen Patienten konnte belegt werden. Wie auch in anderen Studien zeigt sich, dass Patienten mit Sprachentwicklungsstörungen häufiger persistierende kognitive Defizite aufweisen. Es konnte ein Zusammenhang zwischen dem Auftreten psychischer und emotionaler Auffälligkeiten und Sprachentwicklungsstörungen gezeigt werden. Eine abschließende Aussage über die schulischen Leistungen sprachentwicklungsgestörter Kinder erlauben die erhobenen Daten nicht. Sie zeigen jedoch einen deutlichen Trend für ein erhöhtes Risiko schlechterer schulischer Leistungen an. Ein positiver Effekt therapeutischer Maßnahmen auf die Entwicklung sprachentwicklungsgestörter Kinder lässt sich nicht belegen. Die Aussage über die Prognose der Patienten wird durch die hohe Komorbidität weiterer Entwicklungsstörungen und somit den Bedarf unterschiedlichster Therapieformen erschwert. Kinder mit primär ausgeprägteren Symptomen haben insgesamt mehr und früher Therapie- und Fördermaßnahmen erhalten, bleiben aber unterdurchschnittlich.
Ziel:
Abschätzung der Risiken des Rezidivs des differenzierten Schilddrüsenkarzinoms, der Karzinom-bedingten Mortalität und der Karzinom-bedingten Reduktion der Lebenserwartung in Abhängigkeit von der Anzahl der zum Erreichen eines krankheitsfreien Zustands benötigten I-131-Therapien (Radioiodtherapien) und der für die Krankheitsfreiheit benötigten kumulativen Aktivität.
Methoden:
Analyse anhand von in der Würzburger Schilddrüsenkarzinom-Datenbank erfassten Verlaufsdaten unter Berücksichtigung eigener zusätzlicher Erhebungen zum follow-up.von 896 Patienten, die nach einer oder mehreren Radioiodtherapien im Therapieverlauf Erkrankungsfreiheit erreichten (negative TSH-stimulierte Thyreoglobulin-Messung in Kombination mit einer negativen I-131-Ganzkörperszintigraphie).
Ergebnisse:
Die erfassbare Nachsorgedauer betrug in Median 9.0 Jahre (Spannbreite 0.1-31.8 Jahre). Rezidiv-Raten nach 5 und 10 Jahren und am Ende der Nachsorge betrugen 1,0±0,3%, 4,0±0,7% und 6,2±1,1%. Die Schilddrüsenkarzinom-bedingte Sterberate betrug jeweils 0,1±0,1%, 0,5±0,3% und 3,4±1,1%.
Mit einer zunehmenden Anzahl von benötigten Radioiodtherapien nahm die Rezidivrate zu (p=0.001). Die Schilddrüsenkarzinom-bedingte Sterblichkeitsrate ist ab 4 benötigten Radioiodtherapien erhöht. Bei Patienten, die nach einer Radioiodtherapie krankheitsfrei waren, finden sich zwischen Niedrig- und Hochrisikopatienten keine Unterschiede bezüglich Rezidiv- und Sterblichkeitsrate. Bei Patienten, die zwei Radioiodtherapien benötigten, waren Rezidiv- und Sterblichkeitsrate der Hochrisikopatienten erhöht.
Bezüglich der kumulativ benötigten Aktivität zeigten sich nur bei Patienten, die eine kumulative Aktivität von über 22,2 GBq benötigten, erhöhte Rezidiv- und Sterberaten.
Im vorliegenden Studienkollektiv mit einer inhärent guten Prognose zeigte sich eine uneingeschränkte Lebenserwartung unabhängig von der benötigen Anzahl der Radioiodtherapien oder der benötigten kumulativen Aktivität.
Fazit:
Falls mehr als eine Radioiodtherapie oder eine hohe kumulative I-131 Aktivität benötigt wird, um einen krankheitsfreien Zustand zu erreichen, muss mit einer Rezidiv- und Schilddrüsenkarzinom-bedingten Sterblichkeits-Rate gerechnet werden, vor allem bei Hochrisikopatienten.
Depressionen gehören zu den häufigsten psychischen Erkrankungen. Neben Symptomen wie Niedergeschlagenheit, Interessenlosigkeit oder Schlafstörungen sind Depressionen auch durch Defizite in kognitiven Funktionen, wie z.B. Aufmerksamkeitsprozessen oder der Wahrnehmung, und eine negativ verzerrte Informationsverarbeitung gekennzeichnet.
Aufgrund der hohen Prävalenz, der starken psychosozialen Funktionseinschränkungen durch depressive Erkrankungen und deren rezidivierenden Charakter besteht die Notwendigkeit, die therapeutischen Interventionen zur Behandlung affektiver Störungen zu verbessern, dadurch die Krankheitsphase der Patienten zu verkürzen und letztendlich auch die Kosten für das Gesundheitssystem zu reduzieren. In diesem Zusammenhang werden in den letzten Jahren verstärkt mögliche Prädiktoren und Korrelate des Therapieerfolgs untersucht. Hierfür könnten negativ verzerrte Informationsverarbeitungsprozesse und Defizite in kognitiven Funktionen objektive Marker darstellen.
Im ersten Teil dieser Arbeit wurde der Covariation Bias, der als Überschätzung des Zusammenhangs zwischen einem krankheitsrelevanten Stimulus und einer aversiven Konsequenz definiert wird, in einem Querschnittsdesign bei schwer depressiven Patienten zu Behandlungsbeginn im Vergleich zu einer Gruppe von Patienten nach einer sechswöchigen Behandlung sowie einer gesunden Kontrollgruppe untersucht. Diese kognitive Verzerrung war bei Patienten mit schwererer Symptomatik unabhängig vom Behandlungszeitpunkt stärker ausgeprägt. Zudem prädizierte der Covariation Bias zu Behandlungsbeginn das Therapieoutcome nach sechs Behandlungswochen dahingehend, dass Patienten mit einer stärkeren kognitiven Verzerrung ein schlechteres Ansprechen auf die Therapie zeigten.
Im zweiten Teil dieser Arbeit wurde das Emotional Processing Paradigma, das aus Aufgaben zur Emotionserkennung und zur Aufmerksamkeitslenkung besteht, zum ersten Mal bei schwer depressiven Patienten im intraindividuellen Verlauf der Behandlung eingesetzt und in Zusammenhang mit dem Therapieerfolg gestellt. Neben Hinweisen darauf, dass Patienten, bei denen sich in den ersten Behandlungswochen unter anderem die Salienz negativer Emotionen verringerte, mit höherer Wahrscheinlichkeit remittierten, zeigten sich vor allem zeitlich stabile Unterschiede im Sinne einer Trait-Variablen zwischen Patienten, die auf die initiale Therapie ansprachen, und Patienten, die keine bedeutsame Verbesserung erfuhren, in den globalen kognitiven Funktionen: Patienten, bei denen es zu keiner klinisch relevanten Verbesserung durch die Therapie kam, wiesen stärkere Defizite auf.
Zusammengenommen weisen die Ergebnisse der vorliegenden Arbeit auf ein stabiles Muster von Defiziten in globalen kognitiven Funktionen bei Patienten mit Depressionen hin. Diese Abweichungen liegen jedoch nicht bei allen schwer depressiven Patienten gleichermaßen vor. Bei Patienten mit Defiziten scheint das Therapieoutcome schlechter zu sein. Somit könnten diese Prozesse der Informationsverarbeitung und kognitive Defizite auf neuropsychologischer Ebene Prädiktoren und Korrelate des Therapieoutcomes darstellen. Im Sinne der personalisierten Medizin könnte in Zukunft die Diagnostik um die Parameter der Informationsverarbeitungsprozesse ergänzt werden und so die Prognose des Therapieerfolgs verbessert und die Behandlung der Patienten individualisiert werden.
In der vorliegenden Arbeit wurden der klinische Verlauf der Tumorerkrankung von 40 Kindern, die an einem Ependymom erkrankten, erfasst und 58 Tumorproben mittels immunhistochemischer Methoden untersucht. Im Mittelpunkt dieser Untersuchungen standen die Überprüfung der p53-Akkumulation, der Proliferationsaktivität mit Hilfe des Antikörpers MIB-1 sowie der Expression von HLA-DR durch Tumorzellen und eine Einschätzung der prognostischen Aussagekraft dieser Faktoren. Weiterhin wurde die EMA-Expression untersucht und eine Schwerpunkt auf die Analyse von Verteilung und Proliferationsaktivität der Zellen des Mikroglia(MG)/Makrophagen-Systems in kindlichen Ependymomen gelegt. Das mittlere Alter bei Diagnosestellung lag bei 61 Monaten (8 Monate bis 15 4/12 Jahre, Median: 41 Monate), eine Geschlechtspräferenz lag nicht vor. 22,5% der Primärtumoren waren supratentoriell, 60% infratentoriell und 17,5% spinal lokalisiert. 52,5% der Primärtumoren waren anaplastische Ependymome (WHO Grad III), 40% Ependymome (WHO Grad II), 7,5% myxopapilläre Ependymome (WHO Grad I). Eine totale Resektion konnte in 30,8% bei Primärtumoren und in 27,3% bei Rezidivtumoren erzielt werden. Das mittlere Nachbeochtungsintervall betrug 52 Monate (6-163 Monate), das mittlere progrssionsfreie Interval (PFS) 28 Monate und der mittlere Überlebenszeitraum (OS) 64 Monate. Tumorrezidive entwickelten sich mit einer Ausnahme eines Spätrezidives nach 84 Monaten innerhalb von 36 Monaten nach der operativen Tumorentfernung. Von den klinischen Variablen weist einzig das Resektionsausmaß eine prognostische Bedeutung auf (total vs. inkomplett: p=0.035 bezüglich des mittleren PFS, p=0.12 bezüglich des mittleren OS). Alle anderen klinischen Variablen, einschließlich des Tumorgrades nach WHO, zeigen keinen Einfluss auf den Verlauf der Tumorerkrankung. p53-Akkumulation kommt in 56,9% der untersuchten Tumorproben vor und korreliert mit dem Tumorgrad nach WHO, dem MIB-1 Labeling Index (LI) und der Lokalisation. Der MIB-1 LI zeigt eine große Streubreite (1,4% - 63,3%) und weist entsprechend des untersuchten Patientenkollektivs im Gegensatz zu Ependymomen des Erwachsenenalters einen hohen Mittelwert und Median auf (21,8% bzw. 19,8%). Der MIB-1 LI korreliert statistisch signifikant mit dem WHO-Graduierungssystem, der Lokalisation und wie bereits erwähnt mit der p53-Akkumulation. Unter den immunhistochemisch untersuchten Variablen kommt lediglich dem MIB-1 LI im untersuchten Patientenkollektiv eine gewisse prognostische Aussagekraft zu. Statistische Signifikanz wird allerdings nicht erreicht (MIB-1 LI <10% vs. MIB-1 LI >10%: p=0.17 bezüglich des mittleres PFS). Erstmals wurde in 80,4% der untersuchten ependymalen Tumoren auch eine Proliferation von Zellen des MG/Makrophagen-Systems nachgewiesen. Bei weitgehend konstant niedriger absoluter Anzahl proliferierender Zellen des MG/Makrophagen-Systems existiert kein Unterschied diesbezüglich zwischen den Tumorgraden wie kürzlich bei astrozytären Tumoren nachgewiesen. Die Verteilung der Zellen des MG/Makrophagen-Systems zeigte bei sehr heterogenem Verteilungsmuster häufig eine septale Anordnung insbesondere der amöboiden MG und der Makrophagen. Es existieren unterschiedliche Verteilungsmuster mikroglialer Zellen und Makrophagen, die sich aber anderen Parametern nicht zuordnen lassen mit der Ausnahme der MG/Makrophagen-Zelldichte in Primärtumoren. Obwohl eine HLA-DR Expression durch Tumorzellen auch in anderen Neoplasien des ZNS häufig vorkommt, wurden Ependymome diesbezüglich bisher nicht untersucht. In 52,6% aller Tumorproben finden sich in der vorliegenden Arbeit HLA-DR exprimierende Tumorzellen. Eine EMA-Expression zeigt sich in 84,5% der untersuchten Fälle und ist damit ein Charakteristikum ependymaler Neoplasien, das auch als differentialdiagnostisches Kriterium angesehen werden kann. Die Ergebnisse der vorliegenden Arbeit bekräftigen den hohen prognostischen Stellenwert einer totalen Resektion in der Therapie ependymaler Tumoren des Kindesalters. Weiterhin wird die Bedeutung der Proliferationsaktivität für den klinischen Verlauf der Tumorerkrankung unterstrichen. Von großem wissenschaftlichem Interesse ist weiterhin die Klärung der Ursache und Bedeutung der häufig anzutreffenden p53-Akkumulation sowie der immunologischen Bedeutung der Zellen des MG/Makrophagen-Systems im Rahmen der Tumorabwehr.
Retroviral vectors are potent tools for gene delivery and various biomedical applications. To accomplish a gene transfer task successfully, retroviral vectors must effectively transduce diverse cell cultures at different phases of a cell cycle. However, very promising retroviral vectors based on the foamy viral (FV) backbone lack the capacity to efficiently transduce quiescent cells. It is hypothesized that this phenomenon might be explained as the inability of foamy viruses to form a pre-integration complex (PIC) with nuclear import activity in growth-arrested cells, which is the characteristic for lentiviruses (HIV-1). In this process, the HIV-1 central polypurine tract (cPPT) serves as a primer for plus-strand synthesis to produce a “flap” element and is believed to be crucial for the subsequent double-stranded cDNA formation of all retroviral RNA genomes. In this study, the effects of the lentiviral cPPT element on the FV transduction potential in dividing and growth-arrested (G1/S phase) adenocarcinomic human alveolar basal epithelial (A549) cells are investigated by experimental and theoretical methods. The results indicated that the HIV-1 cPPT element in a foamy viral vector background will lead to a significant reduction of the FV transduction and viral titre in growth-arrested cells due to the absence of PICs with nuclear import activity.