Refine
Has Fulltext
- yes (26)
Is part of the Bibliography
- yes (26)
Year of publication
Document Type
- Doctoral Thesis (23)
- Journal article (3)
Keywords
- Prognose (26) (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 Geographie und Geologie (1)
- Institut für Mathematik (1)
- Institut für Psychologie (1)
Sonstige beteiligte Institutionen
Herzinsuffizienz ist eine sehr häufige Erkrankung vor allem des höheren Lebensalters. Biomarker wie NT-proBNP, BNP, hsCRP haben neben ihrer Bedeutung für die Diagnose einer akuten Herzinsuffizienz einen großen Stellenwert in der Abschätzung der Prognose eines Patienten. Die prognostische Relevanz dieser Marker konnte auch bei nicht herzinsuffizienten, anderweitig kranken Patienten gezeigt werden. Unklar und wenig erforscht ist die Aussagekraft von Biomarkern in einem Kollektiv nicht akut dekompensierter Patienten, welche sich ambulant bei ihrem Hausarzt vorstellen. Die Handheld-BNP-Studie untersuchte im primärärztlichen Bereich das diagnostische Potential von BNP und der miniaturisierten Echokardiographie. Die vorliegende Follow-up-Studie untersucht die prognostische Relevanz von BNP sowie vergleichend den prognostischen Wert von NT-proBNP und der Kardiologendiagnose. Auch die prognostische Aussagekraft der inflammatorischen Marker hsCRP und TNF-ɑ, ebenso wie die Frage, ob durch eine Kombination der Marker die prognostische Abschätzung weiter gesteigerter werden kann, ist Gegenstand dieser Arbeit. Zuletzt wurde eine multivariate Regressionsanalyse durchgeführt, um den unabhängigen prognostischen Wert der Biomarker zu untersuchen. Es konnte gezeigt werden, dass bei diagnostisch naiven Patienten mit dem klinisch-anamnestischen Verdacht auf das Vorliegen einer Herzinsuffizienz das kardiale wie auch das nicht-kardiale Mortalitätsrisiko sowie die Rate an Hospitalisierungen gegenüber der Allgemeinbevölkerung gleichen Alters erhöht sind, unabhängig vom Vorliegen einer Herzinsuffizienz. Eine Bestimmung der Biomarker BNP, NT-proBNP, hsCRP und TNF-ɑ erwies sich in diesem Kollektiv als hilfreich, diejenigen mit erhöhtem Risiko zu erkennen.
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.
Das Prostatakarzinom (PCa) ist weltweit das häufigste Malignom des Mannes mit weiter steigenden Inzidenz. Leider ist es bisher mit den gebräuchlichen Prognosefaktoren nicht möglich, diesen klinisch sehr heterogenen Tumor vor einer chirurgischen Therapie hinsichtlich des postoperativen Rezidivrisikos zu charakterisieren. Die Einführung neuer, hochsensitiver Biomarker, die diese Aufgabe zuverlässig erfüllen können, stellt vor allem für die Entwicklung individualisierter Therapieregimes von Patienten mit einem high-risk-PCa eine aktuelle Herausforderung dar. MicroRNAs rückten in den letzten Jahren als potentielle Biomarker zunehmend in den wissenschaftlichen Fokus. Sie stellen kleine RNA-Moleküle dar, welche posttranskriptionell die Genexpression in Organismen steuern und auch in der Regulation von Tumorsuppressoren und Onkogenen eine Rolle spielen. Differentielle Expressionslevels verschiedener RNAs wurden in sehr vielen Tumorentitäten, wie auch dem PCa beobachtet. Vorarbeiten aus unserem Labor zeigten, dass zwei microRNAs, miR-205 und miR-221, im PCa sehr stark unterexprimiert werden. Im Falle von mir-221 konnte zudem bereits eine Korrelation mit dem klinischen Verlauf und der Prognose des high-risk-PCa dargestellt werden. Aufbauend auf diesen Vorarbeiten sollte in einem Teilprojekt der vorliegenden Arbeit die tumorsuppressive Funktion von miR-221 im PCa untersucht werden. Mittels transienter Überexpression von miR-221 in PCa-Zelllinien konnte die Bedeutung von miR-221 als Regulator der Proliferation in PCa-Zellen beschrieben werden. Um die molekulare Wirkweise von miR-221 weiter darzustellen, wurde die posttranskriptionelle Inhibierung von p27kip1 und c-kit, zwei bekannten miR-221-Zielgenen, untersucht. In sogenannten Luciferase-Assays konnte eine direkte Interaktion von miR-221 mit definierten Sequenzen im 3‘-untranslatierten Bereich (=3‘UTR) beider Gene nachgewiesen werden. Erwartungsgemäß wurde aber in primären PCa-Tumoren, die anders wie viele andere Tumorentitäten eine reduzierte miR-221-Expression aufwiesen, keine Überexpression des potentiellen Tumorsuppressors p27kip1 beobachtet. Somit ist nachgewiesen, dass miR-221 zwar prinzipiell den Tumorsuppressor p27kip1 regulieren kann, dass allerdings dieser Mechanismus in primären PCa für die Regulation des Tumorsuppressors p27kip1 keine übergeordnete Rolle spielt. Anders verhält es sich bei dem potentiellen Onkogen c-kit. Die von mir druchgeführten Untersuchungen können erstmals eine direkte Interaktion von c-kit und miR-221 in PCa-Zellen nachweisen. Somit kann die beschriebene Proliferations-inhibierung und Apoptoseinduktion nach ektopischer miR-221-Überexpression im Zellmodell mit einer miR-221-vermittelten c-kit-Inhibierung in Zusammenhang gebracht werden. Dieses Ergebnis wird durch den Nachweise einer inversen Assoziation der mir-221- und ckit-Expression in primären PCa-Fällen untermauert (nicht gezeigte Ergebnisse). Betrachtet man diese Ergebnisse in Zusammenhang mit der bekannten tumor-progressiven Funktionen von c-kit, könnte durch die fehlende/reduzierte miR-221-Inhibierung der c-kit-Translation die Entstehung und Progression vieler PCas erklärt werden. In einem zweiten Projektansatz wurde die Bedeutung und Funktion von miR-205 als möglicher Tumorsuppressor im PCa untersucht. Dabei kann gezeigt werden, dass mir-205 ebenfalls in der Lage ist, nach transienter Überexpression die Proliferation von PCa-Zellen zu inhibieren. Um molekulare Mechanismen und Wirkweisen von mir-205 zu untersuchen, wurden im Zellmodell die Expression der Onkogene HER2/neu und HER3, beides vorausgesagte miR-205-Zielgene, analysiert. Es konnte gezeigt werden, dass in PCa-Zellen die Unterexpression von HER3 und HER/neu mit der ektopischen Überexpression von miR-205 assoziiert ist. Die HER2/neu-Expression konnte zusätzlich auch im primären Tumor mit der miR-205-Expression invers assoziiert werden, wodurch die Regulation dieses Zielgens auf nativer Ebene verifiziert wurde. Ein weiterer Fokus dieser Arbeit konzentrierte sich auf die Fragestellung, ob sich miR-205 als Prognosemarker im high-risk-PCa eignen könnte. Hierzu wurden in einem etablierten high-risk-PCa-Studienkollektiv die Expression von mir-205 analysiert und anschließend Korrelations- und Überlebensanalysen durchgeführt. Es konnte statistisch keine Assoziation zwischen der miR-205-Expression und verschiedenen Prognoseparametern, die in der Klinik präoperativ prognostische Vorraussagekraft besitzen, hergestellt werden. Allerdings fiel auf, dass Karzinome, die miR-205 relativ schwach herabregulierten, ein signifikant schlechteres prognostisches Outcome und Überlebensnachteile zeigten, im Vergleich zu Tumoren, die eine starke miR-205-Regulation aufweisen. Somit konnten im Hochrisikokollektiv mit Hilfe der miR-205-Expressionsanalyse Karzinome identifiziert werden, die ein erhöhtes Rezidivrisiko aufweisen. Die hier vorgelegten Untersuchungen stellen also erste Hinweise dar, dass miR-205 als unabhängiger prognostischer Marker im PCa Verwendung finden könnte. Zusammenfassend kann in der vorgelegten Arbeit gezeigt werden, dass die microRNAs miR-205 und miR-221 zwei tumorsuppressive RNAs im PCa darstellen. Eine mögliche zukünftige Implementation der Expressionsanalysen von miR-221 und/oder miR-205 als Progressionsmarker stellt eine vielversprechende Möglichkeit dar, in Zukunft die Prognose und vielleicht auch die Therapie des PCa zu verbessern.
In dieser Studie werden demographische, diagnostische und therapeutische Faktoren einer an kutanen Sarkomen erkrankten Patientengruppe der Würzburger Hautklinik untersucht. Der prognostische Wert dieser Faktoren wird mit Hilfe verschiedener statistischer Tests und Vergleiche untersucht. Die Studienpopulation umfasst 119 Patienten, die im Zeitraum von 1999 bis 2009 behandelt wurden.
Anämie (A), Niereninsuffizienz (RI) und Eisenmangel (ID) sind häufige Komorbiditäten der Herzinsuffizienz. Zum ersten Mal wurden in dieser Analyse die Prävalenz sowie der Einfluss auf Mortalität aller drei Komorbiditäten einzeln sowie koinzident in einer Population aus akut dekompensierten Herzinsuffizienzpatienten untersucht. Ebenso fehlten in der Literatur bisher Studien über die Prävalenz und den Einfluss auf die Mortalität von Anämie und Niereninsuffizienz abhängig von den vier AHA/ACC-Stadien bzw. von den verschiedenen Herzinsuffizienztypen HFrEF, HFpEF und dem hinsichtlich Herzinsuffizienz bisher asymptomatischen AHA/ACC-Stadium A/B.
A, RI und ID sind häufig und treten bei Überlebenden nach Hospitalisierung mit akut dekompensierter HFrEF oft zusammen auf. Patienten mit A und RI mit oder ohne ID haben das höchste Risiko für Mortalität. Die Definition und prognostische Rolle des ID nach akuter kardialer Dekompensation erfordert weitere Forschungsbemühungen.
Die Prävalenz von A und insbesondere von RI ist bereits in den aymptomatischen AHA / ACC-Stadien A und B hoch und nimmt mit dem Schweregrad der Herzinsuffizienz zu. Sowohl A als auch RI haben einen individuellen und kumulativen prognostischen Einfluss über das gesamte AHA / ACC-Spektrum.
A und RI waren bei allen Herzinsuffizienztypen häufig. Mehr als 20% der asymptomatischen AHA / ACC-Patienten im Stadium A und B hatten bereits RI. A und RI zeigten einen negativen individuellen und kumulativen prognostischen Einfluss bei allen Herzinsuffizienztypen, einschließlich der asymptomatischen Patienten (bei HFpEF gab es nur einen Trend, höchstwahrscheinlich aufgrund der geringeren Patientenzahl).
Bei Bestehen von A, RI oder ID ist eine sorgfältige Ursachenforschung indiziert im Rahmen eines ganzheitlichen Managements der Herzinsuffizienz mit dem Ziel, die Prognose der Herzinsuffizienz zu verbessern.
Herzinsuffizienz ist eine sehr häufige Erkrankung im hohen Lebensalter mit zudem signifikant hoher Mortalität - vergleichbar mit der Mortalität häufiger Krebsarten. Biomarker wie die natriuretischen Peptide sind von großer Wichtigkeit hinsichtlich der Diagnosestellung und Prognoseabschätzung. Auch inflammatorische Marker, Copeptin sowie Mid-regionales Adrenomedullin (MR-proADM) haben eine wichtige Rolle sowohl in der Diagnosestellung der Herzinsuffizienz als auch in der Prognoseabschätzung eingenommen. Die Aussagekraft der Biomarker in einem diagnostisch naiven Kollektiv mit dem klinisch-anamnestischen Verdacht auf das Vorliegen einer Herzinsuffizienz ist jedoch bisher kaum untersucht worden.
Die Handheld-BNP-Studie schloss diagnostisch naive Patienten ein, die sich mit Symptomen passend zu einer Herzinsuffizienz beim Hausarzt vorstellten. Binnen 14 Tagen erfolgte die Referenzdiagnose durch einen niedergelassenen Kardiologen. Ziel war es, die diagnostische Aussagekraft von BNP und der miniaturisierten Echokardiographie im primärärztlichen Bereich zu überprüfen. Die vorliegenden Follow-Up-II-Untersuchung untersuchte die prognostische Aussagekraft moderner Biomarker (N-terminales B-natriuretisches Peptid (NT-proBNP), Mid-regionales atriales natriuretisches Peptid (MR-proANP), Mid-regionales Adrenomedullin (MR-proADM), Copeptin, Tumornekrosefaktor Alpha (TNF- α) und hochsensitives C-reaktives Protein (hsCRP)). Die Endpunkte waren Tod jeder Ursache sowie kardiovaskulärer Tod.
Insgesamt traten in unseren Analysen die natriuretischen Peptide mit ihrer prognostischen Aussagekraft hervor. In den univariaten Analysen zeigte sich das NT-proBNP als wichtigster Biomarker und in den multivariaten Analysen das MR-proANP.
Bei diagnostisch naiven Patienten, die sich mit Herzinsuffizienzsymptomen bei ihrem Hausarzt vorstellen, besteht ein hohes Mortalitätsrisiko. Um diese Patienten adäquat zu selektieren, eine leitliniengerechte Therapie einzuleiten und um das Fortschreiten der Erkrankung aufzuhalten, ist eine frühzeitige Diagnosestellung beim Kardiologen wichtig. Natriuretische Peptide sind prädiktiv, jedoch stellt das MR-proANP aufgrund fehlender generalisierter Verfügbarkeit keine realistische Option im primärärztlichen Bereich dar. Das NT-proBNP hat eine flächendeckende Verfügbarkeit und wird mittlerweile in den Herzinsuffizienz-Leitlinien der ESC bei der Verdachtsdiagnose Herzinsuffizienz standardmäßig empfohlen.
Prognostische und therapeutische Aspekte von Thymomen : eine retrospektive Studie von 582 Fällen
(2004)
Thymome sind seltene epitheliale Thymustumoren, die in der überwiegenden Zahl der Fälle die Fähigkeit zur Reifung und zum Export von T-Zellen behalten haben. Diese Fähigkeit ist als Ursache für die häufige Asoziation dieser Tumoren mit Autoimmunphänomenen (z.B Myasthenia gravis)anzunehmen. Die vorgelegte Studie zeigt die prognostische Relevanz der derzeit gültigen histologischen WHO-Klassifizierung von Thymomen. Das biologische Verhalten der einzelnen Thymomtypen korreliert dabei mit dem Ausmaß zytogenetischer Veränderungen. Wenige klinische und histologische Parameter wie der histologische Subtyp, Tumorstadium nach Masaoka sowie der Resektionsstatus reichen aus, um den Verlauf eines bestimmten Thymoms mit genügender Zuverlässigkeit prognostizieren zu können. Dies konnte in Übereinstimmung mit früheren Arbeiten in unserer Studie gezeigt werden. Somit müssen vor allem diese drei Parameter berücksichtigt werden, um eine adäquate Therapie einleiten zu können. Angaben zu Alters- und Geschlechtsverteilung können diese Befunde ergänzen, haben jedoch keine prognostische Signifikanz für die Wahl der Therapie. Die erhobenen Befunde der vorgelegten Follow-up Studie können als Grundlage prospektiver klinischer Therapiestudien dienen. Im Zentrum der Bemühungen sollte hierbei nach unseren Ergebnissen die Therapie von „high-risk“ Thymomen des Typ B und C stehen, bei denen eine primäre vollständige Resektion nicht möglich ist, oder bei denen zum Zeitpunkt der Operation bereits Metastasen bestehen. Therapieoptionen mit multimodalen Therapiestrategien müssen dafür noch weiter modifiziert und über längere Zeiträume erprobt werden. Zudem sollten klinische Studien mit Somatostatin-Analoga als neue Therapiemöglichkeit gefördert werden. Aufgrund der äußerst niedrigen Inzidenz von Thymomen und der niedrigen Frequenz von Patienten mit diesen ungünstigen Thymomverläufen werden diese Versuche nationale oder internationale Bemühungen erfordern.
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.
The seasonal snow cover in the European Alps plays a crucial role in the region's climate, ecology, and economy. It affects the local climate through its high albedo, protects permafrost, provides habitats, and acts as a water reservoir that feeds European rivers. However, these functions are threatened by climate change. Analyzing snow cover dynamics is essential to predict future developments and assess related ecological and economic impacts.
This study explores the potential of long Earth Observation (EO) time series for modeling and predicting the snow line elevation (SLE) in the Alps. Based on approximately 15,000 Landsat satellite images, SLE time series were generated for the years 1985 to 2022. Various univariate forecasting models were evaluated, with the best results achieved by Random Forests, Telescope, and Seasonal ARIMA. A newly developed approach combines the best models into a robust ensemble, achieving an average Nash-Sutcliffe efficiency (NSE) of 0.8 in catchments with strong seasonal signals.
Forecasts for 2030 indicate significant upward shifts in the SLE, particularly in the Western and Southern Alps. Given the variability in results, a multivariate modeling approach using climate variables is recommended to improve prediction accuracy. This study lays the groundwork for future models that could potentially project SLE dynamics through the end of the 21st century under various climate scenarios, which is highly relevant for climate policy in the Alpine region.
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.