Arbeitsgruppe Quantitative und Prädiktive Infektionsepidemiologie
Deutsche Transkription:
Willkommen bei der quantitativen und prädiktiven Infektionsepidemiologie
Wir hier versuchen, die Verbreitung von Infektionskrankheiten in Zahlen zu fassen. Wir versuchen zu verstehen, wie sie sich auf diese Weise verbreiten. Anschließend entwickeln wir Strategien um die Ausbreitung von Krankheiten zu reduzieren.
Drei Themengebiete, die wir am besten beherrschen:
1) Erstens: Prognosen
Prognosen für Epidemien und Pandemien. Unsere Gruppe ist darauf spezialisiert, Prognosen über die Ausbreitung von Infektionskrankheiten zu erstellen - auf regionaler Ebene. Für das Jahr 2022 haben wir die Anzahl der Betten abgeschätzt, die zur Behandlung von COVID-Patienten in einem einzigen Krankenhaus benötigt werden. Diese Vorhersagen halfen dem Uniklinikum bei den verschiedenen COVID-Wellen.
2) Zweitens Netzwerke
Jedes Mal, wenn ein Patient von einem Krankenhaus zum nächsten wechselt, besteht die Gefahr, dass er antimikrobiell resistente Bakterien von einem Krankenhaus auf das andere überträgt. Durch ihre Bewegung schaffen die Patienten ein Netzwerk. Durch die Untersuchung dieser Netzwerke können wir neue Wege finden, um eine weitere Ausbreitung zu verhindern.
3) Drittens genetische Spuren
Die Ankunft einer neuen Variante hinterlässt ihre Spuren in der genetischen Struktur der gesamten Viruspopulation. Wir entwickeln Methoden, um diese Spuren zu "lesen" und die Parameter der Epidemie aus den Genomdaten zu schätzen. Wir nutzen die Spuren dann zur rechtzeitigen Erkennung von Ereignissen und für bessere Vorhersagen der Epidemie.
Bei allen diesen Themen haben wir viel Erfahrung mit der Entwicklung von R-Skripten, R-Paketen und R-Shiny Dashboards gesammelt, die wir gerne mit anderen teilen: Du analysierst auch Daten in R? Schau dir unser github an!
Wir verwenden mathematische Modelle zur Beschreibung komplexer epidemiologischer und evolutionärer Prozesse, um bessere Vorhersagen über die Zukunft der Epidemie treffen zu können. So können wir das Krankenhaus im Besonderen und die Entscheidungsträger im Gesundheitswesen im Allgemeinen über die potenzielle Wirksamkeit von Interventionsmaßnahmen und anderen politischen Entscheidungen informieren. Unsere Forschung konzentriert sich auf die Antibiotikaresistenz sowie auf Atemwegsinfektionen wie COVID-19.
Projekte
Unsere Gruppe untersucht die Ausbreitung der Antibiotikaresistenz hauptsächlich auf der Ebene von Krankenhausnetzwerken. Solche Netzwerke werden durch die Patienten gebildet, die zwischen Krankenhäusern ausgetauscht und verlegt werden und ihre Struktur beeinflusst die Chancen der Einführung von Antibiotikaresistenzen in jedem Krankenhaus. Wir führen das NeWiS-Projekt durch, um Informationen über Krankenhausnetzwerke in mehreren europäischen Ländern zu sammeln. Außerdem arbeiten wir eng mit dem CNAM (Paris, Frankreich), dem EHESP (Rennes, Frankreich) und der Monash University (Victoria, Australien) zusammen, um Softwarelösungen (in Form von R-Paketen) zu entwickeln, die die Rekonstruktion von Netzwerken erleichtern. Darüber hinaus arbeiten wir eng mit dem Universitätsklinikum Münster (Deutschland), der Universität Oxford (UK), der britischen Gesundheits- und Sicherheitsbehörde (UK) und dem University Medical Center Groningen (NL) zu diesem Thema zusammen.
Im Frühjahr 2024 haben wir ein neues Projekt gestartet: ARCANE.
ARCANE steht für Antimikrobielle Resistenzkontrolle durch adaptive Netzwerke.
Wir untersuchen wie sich die Veränderungen in Krankenhausnetzwerken im Laufe der Zeit auf die Ausbreitung von antimikrobiellen Resistenzen auswirken.
Herzlich willkommen in Freiburg, Daniel!
Wir freuen uns sehr, dass du an in unserem Projekt mitmachst.
Wer Lust hat in Frankreich zu arbeiten, am EHESP in Rennes, Für das ARCANE-Projekt suchen wir noch PHD Kandidaten, die für die Modellierung von Krankheiten schwärmen.
Alle Details weiteren Details finden Sie hier in der ARCANE Stellenbeschreibung.
Analyse- und Vorhersagetool für COVID-19
Während der COVID-19-Pandemie entwickelte unsere Gruppe Modelle zur Vorhersage des Bettenbedarfs, die für die Pandemieplanung des Krankenhauses unerlässlich waren. Diese Modelle wurden so verallgemeinert, dass sie auf jedes deutsche Krankenhaus passen, je nachdem, wo die meisten der aufgenommenen COVID-19-Patienten leben. Wir haben diese Modelle dann als kostenloses Online-Tool öffentlich zugänglich gemacht. Das Tool wird laufend mit den neuesten verfügbaren Daten zur regionalen Inzidenz und Bettenbelegung aktualisiert. Dieses Projekt war das Ergebnis einer engen Zusammenarbeit mit den Universitätskliniken in Tübingen, Ulm, Heidelberg und Mannheim.
Analyse- und Vorhersagetool für COVID-19
Team
| Name | 0761-270 |
|---|---|
| Fabian Bürkin, Mathematiker, Medizinstatistiker | 82380 |
| Dr. rer. nat. Tjibbe Donker, AG-Leiter, Biolinformatiker, Medizinstatistiker | 82550 |
| Giovanna Donvito, Gastwissenschaftlerin | 82780 |
| Marie-Rachel Garal, Projektkoordinatorin | |
| Daniel Goseberg, Mathematiker | 82610 |
| Raisa Kociurzynski, Bioinformatikerin | 82370 |
| Alexis Papathanassopoulos, Mathematiker | 82780 |
Publikationen
2024
Donker, T., Papathanassopoulos, A., Ghosh, H., Kociurzynski, R., Felder, M., Grundmann, H., & Reuter, S. (2024). Estimation of SARS-CoV-2 fitness gains from genomic surveillance data without prior lineage classification. In Proceedings of the National Academy of Sciences (Vol. 121, Issue 25). Proceedings of the National Academy of Sciences. https://doi.org/10.1073/pnas.2314262121
2023
Kociurzynski, R., D’Ambrosio, A., Papathanassopoulos, A. et al. Forecasting local hospital bed demand for COVID-19 using on-request simulations. Sci Rep 13, 21321 (2023). https://doi.org/10.1038/s41598-023-48601-8
Donker T.: The dangers of using large language models for peer review. Lancet Infect Dis. 2023 Jul;23(7):781.doi: 10.1016/S1473-3099(23)00290-6. Epub 2023 May 10
Scheithauer S, Dilthey A, Bludau A, Ciesek S, Corman V, Donker T, Eckmanns T, Egelkamp R, Grundmann H, Häcker G, Kaase M, Lange B, Mellmann A, Mielke M, Pletz M, Salzberger B, Thürmer A, Widmer A, Wieler LH, Wolff T, Gatermann S, Semmler T:[Establishment of genomic pathogen surveillance to strengthen pandemic preparedness and infection prevention in Germany]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz. 2023 Apr;66(4):443-449.doi: 10.1007/s00103-023-03680-w. Online
Salzberger B, Mellmann A, Bludau A, Ciesek S, Corman V, Dilthey A, Donker T, Eckmanns T, Egelkamp R, Gatermann SG, Grundmann H, Häcker G, Kaase M, Lange B, Mielke M, Pletz MW, Semmler T, Thürmer A, Wieler LH, Wolff T, Widmer AF, Scheithauer S.:An appeal for strengthening genomic pathogen surveillance to improve pandemic preparedness and infection prevention: the German perspective. Infection. 2023 Aug;51(4):805-811.doi: 10.1007/s15010-023-02040-9. Epub 2023 May 2. Online
Siebler L, Rathje T, Calandri M, Stergiaropoulos K, Donker T, Richter B, Spahn C, Nusseck M.:A coupled experimental and statistical approach for an assessment of SARS-CoV-2 infection risk at indoor event locations. BMC Public Health. 2023 Jul 20;23(1):1394.doi: 10.1186/s12889-023-16154-0.
2022
Budgell EP, Davies TJ, Donker T, Hopkins S, Wyllie DH, Peto TEA, Gill MJ, Llewelyn MJ, Walker AS.:Impact of antibiotic use on patient-level risk of death in 36 million hospital admissions in England.J Infect. 2022 Mar;84(3):311-320.doi: 10.1016/j.jinf.2021.12.029. Epub 2021 Dec 25. Online
2021
Donker T, Bürkin FM, Wolkewitz M, Haverkamp C, Christoffel D, Kappert O, Hammer T, Busch HJ, Biever P, Kalbhenn J, Bürkle H, Kern WV, Wenz F, Grundmann H.:Navigating hospitals safely through the COVID-19 epidemic tide: Predicting case load for adjusting bed capacity. Infect Control Hosp Epidemiol. 2021 Jun;42(6):653-658.doi: 10.1017/ice.2020.464. Epub 2020 Sep 15. Online
2020
Donker T.: Modelling how antimicrobial resistance spreads between wards. Elife. 2020 Nov 26;9:e64228.doi: 10.7554/eLife.64228. Online
Grundmann H, Donker T, Hengel H, Bürkle H, Hammer T, Wenz F, Kern W: Universelles Aufnahmescreening: Eintragungsrisiko beurteilen. Dtsch Arztebl 2020; 117(35-36): A-1610 / B-1378. Online
Dr. rer. nat. Tjibbe Donker
Bioinformatiker, Medizinstatistiker
Tel.: +49 (0) 761 270 82550
Fax: +49 (0) 761 270 83030