researchPageHeading

Das Projekt AlPaCa (Algorithms in Patient Care - Wissenschaftliche Begleitung eines infektiologischen Konsildienstes in der Versorgung von neutropenischen Patient:innen mit Fieber unbekannter Genese in der Abteilung für Hämatologie und medizinische Onkologie der Medizinischen Klinik 2 am Universitätsklinikum Frankfurt) erarbeitet innerhalb der Medizinischen Klinik II der Universitätsklinik Frankfurt einen Algorithmus zur Identifikation von hämato-onkologischen Patient:innen, die eine lebensbedrohliche febrile Neutropenie unklarer Herkunft (Fever of Unknown Origin, FUO) entwickeln. Ziel ist die schnelle und qualitätsgesicherte Identifikation der Patient:innen, um eine leitliniengerechte Behandlung sicherzustellen und ggf. weitere diagnostische und therapeutische Schritte einzuleiten. Der Algorithmus basiert sowohl auf klinikinternen als auch nationalen Leitlinien und soll das routinemäßige ärztliche Screening von Patient:innen beschleunigen. Der Algorithmus wird basierend auf retrospektiven Patient:innendaten entwickelt und im Anschluss mit prospektiven Fällen evaluiert und implementiert, um die klinische Versorgung zu unterstützen. Das Projekt wird durch das IDMKD geleitet und gefördert aus Mitteln des Innovations- und Strukturentwicklungsbudgets des Landes Hessen, im Rahmen des Antrags zur Schaffung eines „Comprehensive Cancer Center (CCC) Hessen“.

Die CELESTIAL-Studie ist eine multizentrische retrospektive Studie in Deutschland, die klinischen Erfahrungen mit Letermovir zur CMV-Prophylaxe bei hämatologischen und onkologischen Patient:innen untersucht, die eine allogene hämatopoetische  Stammzelltransplantation zwischen den Jahren 2018 bis 2021 erhalten haben. Klinische sowie gesundheitsökonomische Parameter werden in einem 48-wöchigen Follow-up zwischen den Zeiträumen vor und nach der Zulassung von Letermovir im Jahr 2018 verglichen. Das Studienzentrum in Frankfurt war an der Studie beteiligt; die Hauptverantwortung für das Projekt lag jedoch bei der Uniklinik Köln.

Diese Studie wird von MSD Sharp & Dohme GmbH (Deutschland) gefördert.

DigiONE I3: ERDF I3-Funded DIGItal Infrastructure for ONcology in Europe

Das Projekt DigiONE I3 baut auf der im DigiONE-Pilotprojekt geschaffenen Infrastruktur auf und erweitert diese durch die Teilnahme weiterer Zentren. Sie verknüpft Daten aus der klinisch-onkologischen Versorgungsroutine mit Informationen aus der Diagnostik und Behandlungsergebnissen. Durch erweiterten Datenschutz, DSGVO-Konformität und Automatisierung sollen Versorgungsqualität und digitale onkologische Forschung gestärkt werden, etwa durch pragmatic Trials und die Generierung von Real-World-Evidence (RWE). Ziel ist die europaweite Interoperabilität klinischer Krebsdaten, die Etablierung von MEDOC (Minimum Essential description of Cancer) als gemeinsamen Forschungsdatensatz, der Aufbau einer DSGVO-konformen Auswertungsinfrastruktur für sensible Patient:innendaten sowie die Stärkung nachhaltiger Forschungsstrukturen. An dem von DigiCore koordinierten Projekt beteiligen sich 15 Krankenhäuser, acht Technologieanbieter und eine Non-Profit-Organisation aus insgesamt neun EU-Ländern.

Art der Beteiligung: Am Standort Frankfurt beteiligt sich das IDMKD in enger Zusammenarbeit mit dem Universitären Centrum für Tumorerkrankungen (UCT) und dem Institut für Medizininformatik (IMI).
Förderstatus: Gefördert durch den Europäischen Fonds für regionale Entwicklung
Projektlaufzeit: November 2023 – April 2026 (30 Monate)

Das Projekt DigiONE (DIGItal Oncology Network for Europe) ist ein industrie-finanziertes Pilotprojekt mit dem Ziel, ein föderiertes digitales Forschungsnetzwerk aufzubauen. Es verbindet qualitativ hochwertige klinische Routinedaten mit molekularen Routinedaten aus sechs führenden Krebszentren in Europa: Frankfurt, Leeds, Maastricht, Oslo, San Raffaele (Mailand) und Saint-Luc (Brüssel).

Die digitale Infrastruktur basiert auf dem internationalen Konsens Minimal Essential Description of Cancer (MEDOC), der eine standardisierte Beschreibung von Diagnosen, Biomarkern, Therapien und Outcomes in nahezu Echtzeit ermöglicht. MEDOC deckt den gesamten Patientenpfad von der Diagnose bis zum Behandlungsergebnis ab und berücksichtigt alle wichtigen Ein- und Ausschlusskriterien. So entsteht eine einzigartige Ressource für hochwertige Real-World-Evidence (RWE) und Versorgungsqualitätsmanagement.

Zur Harmonisierung und Analyse werden Interoperabilitätsstandards und -werkzeuge der Observational Health Data Sciences and Informatics (OHDSI) Community genutzt. Die datenschutzkonforme Auswertung erfolgt föderiert mit Vantage6, sodass klinische Forschungsfragen im großen Maßstab beantwortet werden können, ohne sensible Patientendaten zentral zusammenzuführen.

In Frankfurt wird das Projekt in Zusammenarbeit mit dem Universitären Centrum für Tumorerkrankungen (UCT), dem Institut für Medizinische Informatik (IMI) und dem Institut für Digitale Medizin und Klinische Datenwissenschaften (IDMKD) durchgeführt.

Art der Beteiligung: Projektbeteiligung (Projektleitung: DigiCore Europe).
Förderung: Industrie-finanziertes Pilotprojekt, unterstützt durch IQVIA und Illumina.

Die Studie Dr. LLM untersucht das diagnostische Potenzial von Large Language Modellen (LLMs) zur Unterstützung klinischer Differentialdiagnosen in der Infektiologie. Anonymisierte und transformierte Fallbeispiele werden in LLMs eingegeben und eine Liste des Differentialdiagnosen-Output mit ärztlichen Einschätzungen verglichen. Zudem werden Einflussfaktoren unterschiedlicher Modelle und Modell-Parameter sowie Falltextgestaltung analysiert, um Empfehlungen für den klinischen Einsatz abzuleiten.

Die Arbeitsgruppe Forschungs-IT arbeitet an der Harmonisierung von Prozessen und IT-Systemen zwischen den Deutschen Zentren der Gesundheitsforschung (DZG). Hierbei sollen Daten nach dem FAIR-Prinzip (Findability - Auffindbarkeit, Accessibility - Zugänglichkeit, Interoprability - Interoperabilität, Reusability - Wiederverwendbarkeit) erfasst werden. In diesem Projekt werden dabei die Aufgaben und Anteile des Deutschen Zentrum für Infektionsforschung (DZIF) geplant und umgesetzt.

Um die Impfstoffbereitschaft und Reaktionsfähigkeit Europas im Falle einer Pandemie sicherzustellen, wird der European Vaccine Hub (EVH) geschaffen, indem bestehende national finanzierte Investitionen in die Impfstoffforschung und -entwicklung in einem Kooperationsnetzwerk für die durchgängige Impfstoffbereitstellung gebündelt werden. Das Projekt bringt führende EU-Organisationen zusammen, die direkt an der Impfstoffentwicklung beteiligt sind und in ihren jeweiligen Ländern für die Pandemievorsorge zuständig sind: Biotecnopolo, Institut Pasteur, Vaccinopolis (UAntwerpen), DZIF und ZEPAI.

Das IDMKD beschäftigt sich als Teil des WP3 mit dem Datenmanagement und dem Aufbau der technischen Projektinfrastruktur für Dokumentenmanagement, Kommunikation und (automatisierten) Datenanalysen. Außerdem soll den Wissenschaftler:innen eine Plattform geboten werden, in der selbstständig Analysen durchgeführt und ausgewerten werden können.

Das Fachnetzwerk Infektionen ist der erste Anwendungsfall im NUM Studiennetzwerk des Netzwerks Universitätsmedizin (NUM) und stärkt gezielt die klinische und klinisch-epidemiologische Forschung im Bereich der Infektionsmedizin.

Ziel ist der Aufbau einer leistungsfähigen Rekrutierungsplattform für drei Kategorien von Studien:

• Seit Mai 2025: Interne Studien wie die Basiskohorte des Fachnetzwerks, die Patient:innen aus den Modulen Atemwegserkrankungen, Blutstrominfektionen, Magen-Darm-Erkrankungen, Infektionen des zentralen Nervensystems und neu auftretende Infektionskrankheiten rekrutiert, sowie die internationale Plattformstudie SNAP und RAPID-REVIVE

• Ab Februar 2026: Weitere NUM-finanzierte Studien: sWITCH-VO, PENGUIN, FOSFO-SNAP, CanTEN, PRÄVENTIV, ELAPSE

• Geplant: Extern finanzierte akademische und kommerzielle Studien

Ein zentrales Element ist die Etablierung leistungsfähiger Prescreening-Programme, die mit automatisierten Werkzeugen Patient:innen an den Studienzentren zuverlässig identifizieren. Dies unterstützt Machbarkeitsanalysen, erhöht die Teilnahmequote und ermöglicht eine frühzeitige Erkennung veränderter Krankheitsmuster mit Relevanz für die Pandemiebewertung.

Die im Fachnetzwerk erhobenen Daten und Bioproben stehen nach Antragstellung der wissenschaftlichen Gemeinschaft zur Verfügung und bilden eine solide Basis für weiterführende Forschung zur Verbesserung von Diagnostik, Therapie und Prävention in der Infektionsmedizin.

Förderung: Gefördert durch das Netzwerk Universitätsmedizin (NUM) und das Bundesministerium für Bildung, Forschung, Technologie und Raumfahrt (BMFTR)

Laufzeit: Juli 2024 – Juni 2030

Projektleitung: Prof. Dr. Janne Vehreschild (wissenschaftliche Leitung) und Dr. Margarete Scherer (operative Leitung)

Website: sn.netzwerk-universitaetsmedizin.de

Das Fidaxomicin-Register ist eine multizentrische retrospektive Studie in Deutschland zum Einsatz von Fidaxomicin vs. Vancomycin bei immunsupprimierten Patient:innen mit einer rekurrenten/refraktären Clostridioides difficile Infektion zwischen den Jahren 2013 und 2023. Es werden sowohl klinische als gesundheitsökonomische Parameter in einem 90 Tage Follow-up analysiert. Das Studienzentrum in Frankfurt war an der Studie beteiligt; die Hauptverantwortung für das Projekt lag jedoch bei der Uniklinik Köln.

Diese Studie wird von Tillotts Pharma GmbH (Deutschland) gefördert.

FREDA ist eine R-Package-Suite zur Kuration und Augmentierung klinisch-onkologischer Routinedaten, die im Rahmen des DataSHIELD-Frameworks entwickelt wurde. Die Software vereinfacht und standardisiert Prozesse der Datenharmonisierung, -kuration und -aumentierung in einer föderierten Analyseumgebung und kommt derzeit in Analyseprojekten der Clinical Data Science Group der Clinical Communication Platform des Deutschen Konsortiums für Translationale Krebsforschung (DKTK) zum Einsatz.

FREDA ist ein umfassendes Framework, das aus drei R-Packages besteht: dsFreda, das auf der Server-Seite zu Einsatz kommt; dsFredaClient, mit dem man von Client-Seite die Ausführung serverseitiger Funktionen gesteuert werden kann und der FredaApp, einer R-Shiny Anwendung, die als visuelle Unterstützung zum Monitoring der angestoßenen Prozesse fungiert.

Das langfristige Ziel von FREDA ist es, in föderierten Analysestrukturen einen Standard zur Datenharmonisierung, -kuration und -agumentierung zu etablieren, der für klinische Daten unterschiedlicher Provenienz eingesetzt werden kann.

Das Projekt wird von Bastian Reiter geleitet.

Im Projekt GENIOBA unterstützt das IDMKD die Durchführung eines systematischer Reviews („Systematisches Review zum Gender-Gap in der Versorgung von Patient:innen mit Impulskontrollstörung“) der Ruhr-Universität Bochum mittels mehrerer Large Language Models (LLMs). Diese werden gezielt für das Titel- und Abstract-Screening eingesetzt, um einen großen Textkorpus effizient nach definierten Ein- und Ausschlusskriterien zu screenen. Ziel ist die Realisierung eines LLM-gestützten Co-Screenings, das die menschliche Arbeit ergänzt und die Evaluation und das Benchmarking verschiedener LLMs in diesem Prozess.

BMFTR Förderkennzeichen: 01GN2513

Das Projekt untersucht die Epidemiologie und stationäre Versorgung von Patient*innen mit HIV-Infektion und maligner Tumorerkrankung. Verwendet werden Meldedaten nach §21 KHEntgG um die standortspezifische Inzidenz von AIDS-definierendden (AD), nicht-AIDS-definierenden Virus-assoziierten (Virus-NAD) und nicht-AIDS-definierenden Tumorerkrankungen und deren stationäre Versorgung zu untersuchen. Studienzentren: Universitätsklinikum Frankfurt, Universitätsklinik Freiburg, Klinikum der LMU München.

Das Ziel dieses Projekts ist die Präsentation des Instituts für Digitale Medizin und Klinische Datenwissenschaften als eigenständigen Internetauftritt über https://idmcd.de. Die Website ist gleichzeitig Teil des Fachbereichszentrums für Digitale Gesundheit und über diese Einrichtung in das Gesamtangebot der Goethe-Universität Frankfurt (Fachbereich 16/Medizin) integriert >> https://www.uni-frankfurt.de

Inhaltlich liegt der Fokus auf dem IDMKD Team, den Forschungsprojekten und wissenschaftlichen Publikationen – zudem wird das Institut selbst sowohl aus struktureller Sicht (Organisationsstruktur) als auch im Hinblick auf die Historie, Philosophie, Vision/Mission und Werte vorgestellt.

Infektiopedia ist ein von der Deutschen Gesellschaft für Infektiologie (DGI) initiiertes Projekt, das als web-basierte, unabhängige Wissensdatenbank eine übersichtliche Vermittlung von Infektiologischen Leitlinien ermöglichen soll. Über 100 freiwillige Autor:innen tragen qualitätsgesicherte und umfassende Informationen zusammen und verfassen Open-Access Beiträge. Infektiopedia soll es Ärzt:innen vereinfachen, informierte, evidenzbasierte und damit optimierte Entscheidungen bzgl.z. B. der Therapie von infektiösen Erkrankungen ihrer Patient:innen zu treffen. Die Webseite ist unter https://infektiopedia.de abrufbar.

Infektiopedia wird gefördert von der Deutschen Gesellschaft für Infektiologie (DGI).

Das Isavuconazol-Register ist eine multizentrische, retrospektive Studie in Deutschland, die den Einsatz von Isavuconazol vs. Voriconazole und/ oder Liposomales Amphotericin B bei möglicher, wahrscheinlicher und gesicherter invasiver Aspergillose (IA) und Mucormykose (IM) untersucht. Eingeschlossen wurden Patient:innen mit hämatologischen/onkologischen Grunderkrankungen, die zwischen den Jahren 2016 und 2021 aufgrund einer IA oder IM behandelt wurden. Ziel ist es, neben epidemiologischen Faktoren auch gesundheitsökonomische Aspekte im realen Versorgungssetting zu analysieren. Das Studienzentrum in Frankfurt war an der Studie beteiligt; die Hauptverantwortung für das Projekt lag jedoch bei der Uniklinik Köln.

Die Studie wird von der Pfizer Pharma GmbH (Deutschland) gefördert.

Die Studie „Prävalenz und Verteilung von Komorbiditäten bei Patient:innen mit kolorektalem Karzinom: Eine multizentrische, retrospektive Beobachtungsstudie” wird im Rahmen der Clinical Data Science Group zusammen mit der Clinical Communication Platform (CCP) des Deutschen Konsortiums für Translationale Krebsforschung (DKTK) an vier klinischen Standorten (Frankfurt, Hannover, München, Mannheim) durchgeführt.

Das Ziel der Studie ist es die Verteilung, Last und Profile von Begleiterkrankungen (Komorbiditäten) bei Patient:innen mit kolorektalem Karzinom (CRC) und deren Auswirkungen auf Therapien und Outcomes ()insb. Gesamtüberleben) zu untersuchen. Obwohl die Komorbiditäten häufig vorliegen, existieren dazu in Deutschland nur wenige Daten. Um das Projekt durchzuführen, werden verschiedene Datenquellen (Tumordokumentationsdaten und Leistungsabrechnungsdaten nach §21 KEntG) miteinander verlinkt und über die Infrastruktur der CCP einer föderierten Analyse zugeführt. Die Untersuchung erfolgt stratifiziert nach Alters- und Geschlechtergruppen sowie nach Tumorstadium zum Zeitpunkt der Diagnosestellung.

Die Studie wird von Dr. Daniel Maier (Frankfurt) gemeinsam mit PD Dr. Karin Berger-Thürmel (München LMU) geleitet. Weitere beteiligte Standortpartner sind Selina Becht (München LMU), Prof. Dr. Tianzuo Zhan (Mannheim) sowie Dr. Fabian Ecke (Hannover).

Ziel des Nationalen Post-COVID Datensatzes (NAPCODE) ist es die umfangreichen Daten, die im Rahmen der COVID-19-Pandemie erhoben wurden und die für die Forschung der Post-COVID Condition (PCC) hilfreich sind zusammenzufassen aufzubereiten und für die Forschung zu Verfügung zu stellen. NAPCODE entwickelt hierfür einen speziell zugeschnittenen Datensatz aus bestehenden Studiendaten und kann dadurch die PCC Forschung beschleunigen. Basis des Projekts sind die Daten des Nationalen Pandemie Kohorten-Netzes (NAPKON), einer deutschlandweiten Kohortenstudie mit drei Studienpopulationen. In einem ersten Schritt werden relevante Variablen durch eine Literaturrecherche sowie den Austausch mit Expert:innen, Betroffenen und deren Angehörigen identifiziert. Anschließend wird ein pseudonymisierter Datensatz erstellt der über ein Use and-Access-Verfahren beantrage werden kann. Zusätzlich werden zwei öffentlich verfügbare Varianten entwickelt: eine anonymisierte und eine synthetische Version.

BMFTR Förderkennzeichen: 01EQ2406A

Projektlaufzeit: 01.01.2025-31.12.2026

Das Nationale Pandemie Kohorten Netz (NAPKON) schafft gemeinsam mit weiteren Komponenten des Netzwerks Universitätsmedizin (NUM) grundlegende Infrastrukturen für das erfolgreiche Verständnis und damit für die Bekämpfung von Pandemien am Beispiel der Coronavirus-Krankheit-2019 (COVID-19).

https://napkon.de/

Das Arbeitspaket Koordinationseinheit Dynamisches Use & Access (DUA) ist Teil der Forschungsinfrastruktur NUM Klinische Epidemiologie- und Studienplattform (NUKLEUS) im Netzwerk Universitätsmedizin (NUM) und wird durch das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert. Die wissenschaftliche Leitung obliegt Prof. Dr. Janne Vehreschild, während Shimita Raquib die Leitung der operativen Ebene übernimmt. Unterstützt wird das Team durch Patricia Wagner und Tom-Robin Raja.

Ursprünglich als Untereinheit des Arbeitspakets ICU (Interaktionskern) während der NUM 2.0 Förderphase (Förderkennzeichen: 01KX2121) entwickelt, wird der DUA seit Beginn der NUM 3.0 Förderphase als eigenständiges Arbeitspaket weitergeführt und ausgeweitet.

NUKLEUS DUA zielt darauf ab, durch eine digitale Plattformlösung einen qualitätsgesicherten und transparenten Zugang zu Forschungsdaten, Bioproben, Bilddaten und weiteren Datenarten im NUM zu schaffen, wobei die Koordinationseinheit die zentrale Kommunikations- und Koordinationsaufgaben übernimmt und die Entscheidungsgremien, bestehend aus den Vertreter:innen der Projekte, der Fach- und Organspezifischen Arbeitsgruppen (FOSA), methodischer und ethischer Expertise, Patient:innenvertretung sowie weiteren Mitgliedern der NUM Community dynamisch eingebunden werden.

Das Verfahren stellt sicher, dass Daten nachhaltig und effizient für die Forschung nutzbar gemacht werden. Es unterstützt zugleich die Umsetzung der FAIR-Prinzipien, insbesondere im Hinblick auf Zugänglichkeit (Accessibility) und Wiederverwendbarkeit (Reusability).

Die Aufwands- und Leistungserfassungseinheit (RPA) stellt ein Arbeitspaket vom Netzwerk Universitätsmedizin (NUM) Teilprojekt NUM Klinische Epidemiologie- und Studienplattform (NUKLEUS) dar und wird seit Juli 2025 vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert. Die wissenschaftliche Leitung der RPA unterliegt Prof. Dr. Janne Vehreschild und die operative Ebene wird von Dr. Susana Nunes de Miranda geleitet, wobei die RPA in zwei Teams aufgeteilt ist. Das Abrechnungsteam wird von Dr. Susana Nunes de Miranda geleitet und zum Team gehören ‘Branson’ Chin Huang Lee, Markus Katharina Brechtel, Patricia Wagner. Das Lighthouse Team wird von Dr. Meta Bönniger geleitet und zum Team gehören Samia Goraya und ‘Branson’ Chin Huang Lee.

In der aktuellen NUM 3.0 Förderphase führt die NUKLEUS RPA die Aufgaben des NUKLEUS 2.0 Interaktionskern (ICU) Abrechnungsteams fort und optimiert diese. Dazu zählen 1) die transparente Kostenkalkulation von Aufwandspauschalen und Infrastrukturleistungen mit unserem neu entwickelten Softwaretool NUM Studienplaner, um eine effizientere Planbarkeit von neuen Studien zu erreichen, 2) die zeitnahe Durchführung von produktiven bzw. virtuellen Abrechnungsläufe mit unserem entwickelten generischen Abrechnungstool, um eine aufwandsgenaue Validierung von aktuell erbrachten Studienleistungen zu ermöglichen, 3) die transparente Messung der erreichten Qualität und Leistung der beteiligten Studienzentren, anhand definierten Qualitäts- und Leistungsindikatoren, sowie 4) die Darstellung der Abrechnungs- und Leistungsergebnisse mit unserer neu entwickelten Benutzeroberfläche NUM Lighthouse, damit eine zeitnahe Einsicht und die regelmäßige Überwachung der Studienleistungsergebnisse seitens der jeweiligen Studienzentren und Projektkoordination gewährleistet wird.

Im Arbeitspaket 5 vom NUM 3.0 Begleitprojekt werden die erfolgreichen Komponenten des NUKLEUS 2.0 Interaktionskerns im Kontext des NUM gesetzt. Dazu gehören die etablierten Plattformen NUM Hub und NUM Community Plattform, als auch der Querschnittskonzept Use & Access und die Softwareplattform und Entwicklungskonzept Resource Utilization and Performance Assessment, die beide konzeptionell weiterentwickelt werden sollen.

Die NUM Community besteht aus Kliniker:innen, Wissenschaftler:innen und Patient:innen, die ihre Expertise ehrenamtlich in das NUM einfließen lassen. Herzstück der Community Plattform sind die Fach- und Organspezifischen Arbeitsgruppen (FOSA). Sie wählen den Fachbeirat, der NUM Teilprojekte berät, interdisziplinäre Forschungsideen entwickelt und Teil zentraler Entscheidungsgremien im NUM ist.

Mitarbeitende der NUM Community Plattform unterstützen diese wichtige Arbeit durch Administration, Projektmanagement, und strategische Arbeiten, wie beispielsweise durch die Vor- und Nachbereitung von Sitzungen, die Organisation von Wahlen und Veranstaltungen und die Weiterentwicklung von Prozessen zur Beteiligung der Community im NUM.

Der Querschnittsbereich Methoden Hub und Bioproben Hub (NUM MB) stellt eine Beratungs- und Unterstützungseinheit im Netzwerk Universitätsmedizin (NUM) dar und dient der methodischen Beratung über alle NUM Forschungsinfrastrukturen (FIS) hinweg. Ziel ist es qualitativ hochwertige Daten und Bioproben für die wissenschaftliche NUM Gemeinschaft in Übereinstimmung mit gesetzlichen Bestimmungen und ethischen Grundsätzen zu generieren. Im NUM MB stellt das IDMKD die Expertiseeinheit "Clinical Data Science" und unterstützt zu Fragen der Verwendung von Maschinellem Lernen bei der Analyse von Daten aus der klinischen Routineversorgung. Der NUM MB wird gefördert durch das Netzwerk Universitätsmedizin.

Das NUM Studiennetzwerk ist eine Forschungsinfrastruktur innerhalb des Netzwerk Universitätsmedizin (NUM), welches sich der Aufgabe widmet, die klinische und klinisch-epidemiologische Forschung in Deutschland zu verbessern. Es wurde ins Leben gerufen, um die Zusammenarbeit zwischen universitären und außeruniversitären Standorten zu stärken. Das wichtigste Ziel des NUM Studiennetzwerks besteht darin, eine standardisierte, effiziente Umgebung für die Durchführung von hochqualitativen klinischen Studien zu schaffen, auch durch seine Fachnetzwerke, die verschiedene Forschungsfelder umfassen.

Die Förderung des NUM 2.0 durch das Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) ermöglichte den Aufbau des NUM Studiennetzwerks und seines ersten Fachnetzwerks, dem Fachnetzwerk Infektionen. Diese Pilotierungsphase dauerte von Juli 2024 bis Juli 2025, während derer die Grundstruktur des Netzwerks entwickelt und auch getestet wurde, als Vorbereitung auf seine langfristige Implementierung.

Eine fünfjährige Folgeförderung unter NUM 3.0 schließt sich nun an, sie startete im August 2025. Seitdem werden das NUM Studiennetzwerk und seine derzeitigen und zukünftigen Fachnetzwerke unter separaten Projektbeschreibungen gefördert, was ihre spezifischen Aufgaben und Strukturen innerhalb des NUM-Gesamtrahmens widerspiegelt.

Die Förderung ermöglicht es dem NUM Studiennetzwerk, eine nachhaltige und wettbewerbsfähige nationale Infrastruktur für klinische und klinisch-epidemiologische Forschung in Deutschland zu schaffen.

NUM 2.0 Förderkennzeichen: 01KX2121
NUM 3.0 Förderkennzeichen: 01KX2524

Krebsforschungsdatenzentrum - KI-gestützte Evidenzgenerierung aus versorgungsnahen Daten Klinischer Krebsregister, GKV-Routinedaten, Klinikdaten und deren Linkage (onkoFDZ)

Im Projekt wird geprüft, wie Evidenzlücken unter Nutzung versorgungsnaher Daten (VeDa) von Klinischen Krebsregistern (KKR), durch die Deutsche Krebsgesellschaft zertifizierten Zentren, onkologischen Spitzenzentren und gesetzlichen Krankenkassen geschlossen werden können. Der Fokus liegt auf der Weiterentwicklung und Pilotierung von Verfahren zum datenschutzkonformen Linkage sowie der Nutzung und Auswertung von verlinkten Daten mit statistischen und KI-gestützten Methoden.

Das Projekt wird gefördert vom Bundesministerium für Gesundheit im Handlungsfeld „Digitalisierung“, Forschungsschwerpunkt „Krebsregisterdaten zusammenführen und intelligent nutzen“ (Förderkennzeichen: ZMI5-2522DAT14A-O).

Das IDMKD ist beteiligt als Leitung der Arbeitsarbeitsgruppe KI. Die Projektleitung übernehmen Prof. Dr. med. Monika Klinkhammer-Schalke, Arbeitsgemeinschaft Deutscher Tumorzentren e.V., und Prof. Dr. med. Jochen Schmitt, MPH, Universitätsklinikum und Medizinische Fakultät Carl Gustav Carus an der TU Dresden, Zentrum für Evidenzbasierte Gesundheitsversorgung (ZEGV).

ORCHESTRA ist ein internationales Forschungsprojekt zur Bekämpfung der COVID-19 Pandemie, das von der Universität Verona geleitet wurde und an dem 26 Partner aus 15 Ländern beteiligt waren. Das Projekt wurde im Rahmen des Forschungs- und Innovationsprogramms Horizon 2020 der Europäischen Union finanziert und erfolgreich abgeschlossen. Wir tragen weiterhin zur IT-Infrastruktur bei, insbesondere zum Hosting und der Pflege der Website, für Aktivitäten im Zusammenhang mit der Verbreitung und Nutzung der Ergebnisse aus ORCHESTRA. Die nachhaltige Fortführung von ORCHESTRA ist das Datenportal, das unter https://orchestra-cohort.eu/ verfügbar ist.

EU Horizon 2020 Förderkennzeichen: 101016167

Keine Beschreibung verfügbar.

PILGRIM ist eine umfassende, multinationale, multizentrische klinische Studie, die den Einfluss unangemessener antibakterieller Verordnungen auf die intestinale Dominanz durch EPE oder VRE bzw. auf Infektionen mit C. difficile untersuchen soll. Um dieses Ziel zu erreichen, wird die Studie den Verlauf von der erstmaligen Besiedlung mit resistenten Erregern bis hin zur Infektion mit diesen Bakterien auf individueller Patientenebene engmaschig verfolgen.

Teilnehmende Länder: Deutschland, Schweden, Norwegen, Israel, Kanada, Lettland

Studienkoordination: Frankfurt/Köln

Das Projekt PM4Onco (Personalisierte Medizin für die Onkologie) hat das Ziel die Arbeit Molekularer Tumorboards dabei zu unterstützen, die bestmöglichen Behandlungsoptionen für onkologische Patient:innen auffindbar zu machen. Zu diesem Zweck benötigen Ärzt:innen und Forscher:innen eine große Menge spezifischer Daten aus der Diagnostik, sowie der Versorgung. Diese Daten liegen in deutschen Universitätskliniken oft in unterschiedlichen Einreichtungen und unterschiedlichen Formaten vor. Das Projekt hat sich zum Ziel gesetzen, die erforderlichen Daten zusammenzuführen, zu harmonisieren und für die Versorgung nutzbar zu machen.

Insgesamt haben sich 25 Verbundpartner im PM⁴Onco-Konsortium zusammengeschlossen, darunter 22 Universitätskliniken, um das Projektziel zu erreichen. PM⁴Onco versucht dabei eine nachhaltige Infrastruktur aufzubauen, um die Nutzung und den Austausch klinischer und biomedizinischer Daten für die standardisierte Verwendung in Molekularen Tumorboards zu etablieren.

Das Konsortium wird von Prof. Dr. Dr. Melanie Börries (Universitätsklinikum Freiburg), Prof. Dr. Benedikr Brors (DKFZ Heidelberg) und Prof. Dr. Oliver Kohlbacher (Universität Tübingen) geileitet. Am Standort Frankfurt beteiligt sich unser Institut zusammen mit dem Universitären Centrum für Tumorerkrankungen (UCT, Direktor: Prof. Dr. Christian Brandts), dem Institut für Medizininformatik (Direktor: Prof. Dr. Holger Storf) und dem Dr. Senkenbergischen Institut für Pathologie (Direktor: Prof. Dr. Peter Wild) an insgesamt vier Arbeitspaketen des Projektes.

Für onkologische Behandlungsleitlinien geben meist klare, evidenzbasierte Empfehlungen für die erste und zweite Therapielinie. Dies ist jedoch ab der dritten und den darauffolgenden Therapielinien oft nicht mehr der Fall. Auch für das nicht-kleinzellige Lungenzellkarzinom (NSCLC) und das kolorektale Karzinom (CRC) liegen für spätere Therapielinien keine Empfehlungen mehr vor.

Das Ziel der Studie „Machine-Learning-basierte Prädiktion von Überlebens-Outcomes bei Patient:innen mit Lungen- und Kolorektalkarzinomen in späten Therapielinien“ besteht in der Prädiktion des Gesamt- und progressionfreien Überlebens bei Patient:innen mit NSCLC- und CRC ab der dritten Therapielinie. Dabei werden systemische Therapien fokussiert. Ebenso soll die Heterogenität der verwendeten Substanzen und Regime ab der dritten Therapielinie exploriert werden.

Für die Studie werden bundesweite Krebsregisterdaten des Zentrums für Krebsregisterdaten (ZfKD) beantragt. Diese umfassen Informationen zu Diagnosen, Stadium, Krankheitsverlauf, Therapien und Outcomes. Diese werden am Standort Frankfurt ausgewertet, mit dem Ziel aus den Ergebnissen Leitlinien-Empfehlungen abzuleiten und zur Verbesserung der klinischen Versorgung im Rahmen späterer systemischer Therapielinien beizutragen.

Die retrospektive, multizentrische Studie zum Rezidivrisiko von Patient:innen mit lokalisiertem Nierenzellkarzinom wird im Rahmen der Clinical Data Science Group der Clinical Communication Platform (CCP) des Deutschen Konsortiums für Translationale Krebsforschung (DKTK) an sechs Standorten (Essen, Dresden, Frankfurt, Freiburg, Mainz, TU München) durchgeführt.

Die Studie fokussiert Patient:innen mit lokalisiertem Nierenzellkarzinom. Ziel der Studie ist es das Risiko des Wiederauftretens des Tumors bei dieser Patientengruppe auf Basis klinischer Routinedaten abzuschätzen. Zur Bestimmung des Rückfallrisikos werden das krankheitsfreie Überleben sowie das Gesamtüberleben vom Zeitpunkt einer Operation bis zum Wiederauftreten des Tumors bzw. Versterben herangezogen. Die Analysen werden differenziert nach der Morphologie des Tumorgewebes, dem Tumorstadium bei Diagnose und dem Ergebnis der Resektion durchgeführt. Dabei werden Daten aus den Tumordokumentationsabteilungen der beteilgten Standorte einer föderierten Datenanalyse zugeführt. 

Als Studienleitung fungiert Prof. Dr. Viktor Grünwald (Essen), während der Standort Frankfurt an der Durchführung, insbesondere der Analysen, beteiligt ist. Weitere Standortpartner sind Dr. Sherif Mehralivand (Dresden), Dr. Markus Grabbert (Freiburg), Dr. Rene Mager (Mainz) und Dr. Lilly Schmalbrock (TU München).

Vorhabensziel des RISK Prediction for Risk-stratified INfection Control and PrEvention (Risk Principe) Projekts ist die automatisierte Überwachung und datengetriebene Risikoanalyse & -vorhersage mit dem Endpunkt einer individualisierten, risikostratifizierten Infektionskontrolle und -prävention.

• Implementierung der neu erstellten Vorhersagemodelle & Visualisierung in einer interoperablen Anwendung (Erweiterung von SmICS “Smart Infection Control System”), die die Routinedatensätze der medizinischen Datenintegrationszentren (MeDICs) an jedem beteiligten Standort wiederverwendet.

• Aufbau einer Anwendung, die standardisierte Schnittstellen für den Datenzugriff nutzt und auf standardisierten und vereinbarten interoperablen Datenmodellen (MII-Kerndatensatz) basiert.

Hauptaufgaben des Instituts:

• Anforderungsanalyse für die medizinische Mikrobiologie und Identifizierung von Primärquellen an DIC-Standorten

• Implementierung eines spezifischen Vorhersagemodells

• Begleitung des Roll-Out-Prozesses

Projektlaufzeit: 01.07.2023-30.06.2027

Research Project Suite (RPS) ist eine Sammlung von Werkzeugen zur Verwaltung von Forschungsprojekten. Ziel ist es, eine praktische Werkzeug­sammlung bereitzustellen, die Ihrer Forschungsumgebung einen deutlichen Mehrwert verleiht. Obwohl unsere Lösung hochgradig anpassbar ist, ist sie bereits standardmäßig vorkonfiguriert – alles, was Sie zum Start benötigen, ist eine Bereitstellung in nur wenigen einfachen Schritten.

Repository: https://gitlab.com/idcohorts/rps/rps-portal

Ziele des Projekts: Entwicklung eines Dienstes, der mehrere Endpunkte bereitstellt, die jeweils für separate, unabhängige Webanwendungen ausgelegt sind:

• RPS Groups Interface (Groups) App

• RPS Header App

• RPS Infosite App

Ausgeschriebener Titel: RPS UI Packages
Art der Beteiligung (Koordination/Leitung versus Beteiligung; falls Beteiligung: Nennung der Projektleitung): ?
Hierarchie der Förderer (z.B. NUM und BMFTR): ?

Link: https://gitlab.com/idcohorts/rps/rps-astro-packages

Diese Studie untersucht die Machbarkeit des Einsatzes von Large Language Models (LLMs) zur Automatisierung systematischer Übersichtsarbeiten. Basierend auf einem veröffentlichten Systematic Review zu prognostischen COVID-19 Scores verfolgt das Projekt zwei Ziele: Zum einen werden die Ergebnisse einer LLM-gestützten Replikation, einschließlich Bewertung hinsichtlich des Einschlusses und der Datenextraktion, mit menschlichen Referenzdaten verglichen. Zum anderen wird ein LLM-basiertes Framework gemäß etablierter Leitlinien entwickelt, das den Zugang zur Nutzung von LLMs für Wissenschaftler:innen erleichtern soll. Die Studie beabsichtigt zu zeigen, dass LLMs das Potenzial haben, den manuellen Aufwand zu reduzieren und die Effizienz systematischer Reviews zu steigern.

Temporal and Regional Trends in Curative and Palliative Systemic Anticancer Treatments for Aging Populations: A Transatlantic Analysis of the Ten Most Incident Solid Cancers

Das Projekt untersucht systemische Krebstherapien bei älteren Patient:innen im transatlantischen Vergleich zwischen Deutschland und den USA. Ziel ist es, Sequenzen kurativer und palliativer Therapien bei den zehn häufigsten soliden Tumoren (Lunge, Prostata, Brust, Kolorektal, Blase, Pankreas, Niere, Magen, Ösophagus, Gebärmutterkörper) in Real-World-Daten (RWD) zu analysieren. Untersucht werden Unterschiede und Gemeinsamkeiten in Behandlungsmustern, eingesetzten Regimen und klinischen Outcomes, um Strategien zur Optimierung der Versorgung älterer Patient:innen zu entwickeln.

In Deutschland werden multizentrische Daten über die Clinical Communication Platform (CCP) des DKTK genutzt. Mithilfe der föderierten Analyse-Software DataSHIELD erfolgt die Auswertung datenschutzkonform, ohne dass Patientendaten transferiert werden. Zwischen den Ländern werden ausschließlich aggregierte Ergebnisse verglichen.

Art der Beteiligung: Projektleitung in Deutschland

Förderstatus: Keine externe Förderung.

Das Therapielinien-Konzept wird in der Onkologie häufig bei der Entscheidungsfindung in Tumorboards und bei der klinischen Behandlung berücksichtigt. Jedoch fehlt eine einheitliche, fachübergreifende Definition. Die Komplexität und Heterogenität bösartiger Erkrankungen und Behandlungsmodalitäten tragen zu einem uneinheitlichen Verständnis von Therapielinien bei. In einer qualitativen Teilstudie wurde das Verständnis des Konzepts aus der Perspektive von Ärzt:innen verschiedener onkologischer Disziplinen mittels Expert:innen-Interviews untersucht. Die meisten Befragten waren sich einig, dass keine einheitliche Definition zu Therapielinien gegeben ist und gaben an, dass sie bereits auf Missverständnisse in Bezug auf Therapielinien gestoßen waren. Uneinigkeit herrschte über die Rolle von Erhaltungstherapie, Behandlungsabsicht, dem Wechsel der Arzneimittel und Therapiepausen. Die Befragten hielten überwiegend die gleichen Kriterien für die Definition für entscheidend wie für einen Therapielinien-Wechsel (z. B. das Auftreten eines Progress oder eines Tumorrezidivs).
Basierend auf den Erkenntnissen der qualitativen Teilstudie wurde in einem quantitativen Survey das Verständnis, die Relevanz sowie potentielle Ereignisse und Maßnahmen für einen Therapielinien-Wechsel bei einer größeren Stichprobe an ärztlichen Expert:innen untersucht. Sechzig Ärzte beantworteten die Umfrage, wobei die meisten Befragten angaben ständige Mitglieder eines onkologischen Tumorboards zu sein. Progression, Rezidiv, Auftreten von Metastasen oder schwere Nebenwirkungen wurden als Indikatoren für einen Therapielinien-Wechsel angesehen. Die Berücksichtigung lokaler therapeutischer Interventionen wie z. B. Operationen als unabhängige Therapielinie war unter den Befragten umstritten.

Die TIARA-Studie ist eine nationale, multizentrische, krankenhausbasierte, prospektive Beobachtungsstudie. Die Patientenrekrutierung wird an acht deutschen Universitätskliniken erfolgen. Im Verlauf der Studie wird eine Kohorte von 1.200 Patienten mit komplexen chirurgischen Eingriffen, die sich einer offenen Pankreas-Duodenektomie oder einer offenen Rektum-/Kolonresektion unterziehen, aufgebaut, einschließlich einer eingehenden Datenerfassung und Biomaterialprobenahme an verschiedenen Körperstellen zu unterschiedlichen Zeitpunkten vor und nach der Operation. 
Darüber hinaus wird ein nationales Antimicrobial Stewardship (AMS)-Gremium, das sich aus AMS-Experten und/oder Spezialisten für Infektionskrankheiten aus allen Partnereinrichtungen zusammensetzt, die Qualität der diagnostischen und therapeutischen Maßnahmen im Zusammenhang mit den antiinfektiven Behandlungen der Studienpatienten bewerten. 
Langfristige Ergebnisparameter werden bis zu zwei Jahre nach dem Eingriff bewertet. In einer optionalen Teilstudie wird die Lebensqualität der eingeschlossenen Patienten zu verschiedenen Zeitpunkten untersucht.

Die TI BBD ist die Translationale Infrastruktur (TI) für Bioressourcen, Biodaten und digitale Gesundheit (BBD) des Deutschen Zentrums für Infektionsforschung (DZIF), die eine umfassende biomedizinische Dienstleistungsstruktur im DZIF aufbaut. Ziel ist es, biometrische Daten zu standardisieren und Datenbanksysteme interoperabel zu gestalten, um die translationale Forschung im DZIF noch ressourcenschonender, wissenschaftlich hochwertig und effizient zu ermöglichen. 

Fokus:

• Daten- und IT-Infrastrukturausbau für verbesserten Informationsfluss

• Unterstützung von DZIF-Wissenschaftler:innen bei der Datenanalyse

• Vermittlung von Schlüsselkompetenzen und Kapazitätsaufbau durch Schulung und Beratung

• Entwicklung und Bereitstellung digitaler Werkzeuge und Dienste durch spezielle Projekte