Projektübersicht

WEather-based STroke event and Outcome Risk Modeling
(WE-STORM)

Forschung - Medizinische Daten
Schlagwörter:

Schlaganfall, Hirnblutung, ischämischer Hirninfarkt, Wetter, Hitze

Fachrichtung:

Neurologie, Innere Medizin

Diagnosen:

Schlaganfall

Prozeduren:

-

Projektziel


Ziel des Projekts ist die Entwicklung und Validierung klassischer statistischer und maschineller (Lern)Modelle (Machine Learning). Diese sollen zur Vorhersage der Anzahl an potenziell zu erwartenden Schlaganfällen (einschließlich Subtypen wie Ischämie, intrakranielle und subarachnoidale Blutungen) für einen bestimmten Zeitraum unter Verwendung der meteorologischen Parameter und klinischen Risikofaktoren eingesetzt werden können.

Projektbeschreibung


Hitzewellen führen bekanntermaßen zu einer Häufung von Krankenhauseinweisungen. Im vorliegenden Projekt soll untersucht werden, wie groß der Einfluss der Hitze auf das Schlaganfallrisiko (https://www.gesundheitsinformation.de/schlaganfall.html) einer Person ist. Dafür wird im ersten Schritt ein Basisrisiko ermittelt, das Patientinnen und Patienten allgemein und in Abhängigkeit von ihrem Gesundheitszustand haben. Im zweiten Schritt wird ermittelt, wie sehr das Schlaganfallrisiko durch eine Hitzewelle in einer Region zunimmt. Dafür werden regionale Daten des Deutschen Wetterdienstes verwendet und gemeinsam mit den Daten zu Aufnahmen mit der Diagnose Schlaganfall aus vielen teilnehmenden Unikliniken analysiert.

Projektdetails

 

Projektziele:

 

Ziel 1: Basisrisiko für Schlaganfall
Modellierung des Basisrisikos, dass in der lokalen Population (zum Beispiel Standort und Einzugsgebiet) Schlaganfälle auftreten. Dafür sollen neben der Anzahl der Aufnahmen von, etablierte Laborparameter und Medikation in die Analyse mit eingebunden werden.

Ziel 2: Wetter-bedingtes exzessives Risiko für Schlaganfall
Modellierung des exzessiven (wetter-bedingten) Risikos für die Anzahl der Schlaganfälle in einem bestimmten Zeitraum.

Ziel 3: Validierung der entwickelten Modelle
Die entwickelten Modelle sollen auf historischen Daten ab 2015 trainiert werden und auf dem letzten verfügbaren Jahr im Datenintegrationszentrum getestet bzw. validiert werden.

Für das Universitätsklinikum Mannheim (MIRACUM) haben wir bereits gezeigt, dass mit Hilfe von § 21-Daten und datenschutzkonformen Matching zu den Wetterdaten des Deutschen Wetterdienstes (DWD) derartige Modellentwicklung und Vorhersage möglich ist.



Wissenschaftlicher Hintergrund:

 

Die Vorhersage der Anzahl neurovaskulärer Notfälle während des Bereitschaftsdienstes von Neurointerventionalisten ist eine komplexe Aufgabe, die für die Ressourcenzuteilung für mehrere Abteilungen, einschließlich der Intensivstation, von großer Bedeutung ist. Es wird ein starker Zusammenhang zwischen Wetterfronten und dem sympathischen Nervensystem sowie dem Risiko, einen Schlaganfall zu erleiden, vermutet1,2.

Schlaganfall ist ein Oberbegriff, der drei Hauptunterarten umfasst:
1. Die häufigste Form ist der ischämische Schlaganfall (80-90 %), der durch Blutgerinnsel (Thromben) gekennzeichnet ist, die die Blutversorgung des Gehirns blockieren.
2. Eine intrakranielle Blutung (ICH) tritt in 10-15 % der Fälle auf, wenn geschwächte intrakranielle Gefäße platzen und dadurch eine Blutung innerhalb des Hirnparenchyms verursacht wird, vor allem aufgrund von Bluthochdruck.
3. In den verbleibenden ~5 % der Fälle wird die Subarachnoidalblutung (SAB) durch Blutungen an der Hirnoberfläche verursacht, in der Regel durch die Ruptur einer intrakraniellen Gefäßwandausbuchtung (Aneurysma). Die SAB betrifft vor allem junge Patientinnen und Patienten und hat eine sehr hohe 30-Tage-Sterblichkeitsrate von bis zu 40-50 %.

Vorangegangene Studien haben einen Zusammenhang zwischen Wetterfronten und dem Schlaganfallrisiko für alle Subtypen gezeigt, allerdings wurden dabei nur explorative Analysen ohne geeignete Validierungs- und Testgruppen durchgeführt und mögliche individuelle Risikofaktoren nicht berücksichtigt3,4. Daher möchten wir unser Projekt auf mehrere Standorte innerhalb der Medizininformatik-Initiative ausweiten und dabei einen prognose-orientierten Analyseansatz verwenden, um die klinische Ressourcenplanung zu unterstützen und die Patientenversorgung zu optimieren.

Aufgrund der 2015 veröffentlichten wegweisenden Studie (MR CLEAN)7 kam es zu einer deutlichen Verschiebung der (ischämischen) Schlaganfalltherapie hin zu endovaskulären Kathetereingriffen bei vermuteten großen Gefäßverschlüssen (LVO). Auf MR CLEAN folgte eine Vielzahl randomisierter kontrollierter Studien (RCT), in denen die Bedeutung schneller Gefäßrekanalisationen bei LVOs betont wurde. Dies hat zu einem Anstieg der Schlaganfallfälle geführt, die in Kliniken der tertiären Versorgung vorgestellt werden. Daher konzentrieren wir uns auf Fälle ab 2015 bis dato.

Die Machbarkeit dieser Abfragen und Modellierung haben wir für das Universitätsklinikum Mannheim (MIRACUM) bereits gezeigt5,6.


Referenzen:
1. Lim JS et al. J Stroke. 2017;19(3):295-303.
2. Tarnoki AD et al. Croat Med J. 2017;58(1):56-62.
3. Ravljen M et al. BMC Neurol. 2021;21(23).
4. Mukai T et al. PLoS One. 2017;12.6: e0178223.
5. Santhanam N et al. Abstract submitted, Neurorad 2021, DGNR 2021;05.
6. Santhanam N et al. Abstract submitted, European Congress of Radiology 2022, ECR, 2021;10.
7. Berkhemer OA et al. N Engl J Med 2015; 372:11-20.

Projektfortschritt
Projektstatus: beantragt
Start:

Abschluss:

Verantwortliche/r Wissenschaftler/in

Dr. Máté Maros

Projektpartner

Universitätsklinikum Mannheim

UMM
Beteiligte Datengeber

Charité - Universitätsmedizin Berlin

Charité

Universitätsklinikum Carl Gustav Carus Dresden

UKDD

Universitätsklinikum Erlangen

UKER

Universitätsklinikum Frankfurt

KGU

Universitätsmedizin Göttingen

UMG

Universitätsmedizin Greifswald

UKG

Universitätsklinikum Halle (Saale)

UKH

Universitätsklinikum Hamburg-Eppendorf

UKE

Universitätsklinikum Jena

UKJ

Universitätsklinikum Leipzig

UKL

Universitätsklinikum Mannheim

UMM

LMU Klinikum München

LMU-KUM

Klinikum rechts der Isar der Technischen Universität München

MRI-TUM

Universitätsklinikum Tübingen

EKUT-UKT

Universitätsklinikum Ulm

UKU

Universitätsklinikum Würzburg

UKW
Notwendige Cookies (nicht abwählbar)

Einige Cookies sind technisch notwendig, um die Seite vollständig zu nutzen.