Teilprojekt eines Verbundes

Assoziationsstudien sowie Datenplattform für elektronische Gesundheitsakten und Omics-Date

Förderkennzeichen: 01EK2204F
Fördersumme: 995.267 EUR
Förderzeitraum: 2022 - 2025
Projektleitung: Prof. Dr.-Ing. Jörn Ostermann
Adresse: Leibniz Universität Hannover, Fakultät für Elektrotechnik und Informatik, Institut für Informationsverarbeitung (TNT)
Appelstr. 9 A
30167 Hannover

Depressive Störungen gehören zu den meist verbreiteten psychiatrischen Erkrankungen in Europa. Trotz der Vielzahl verfügbarer Therapieverfahren, ist die Behandlung bislang nur bei einem Teil der Betroffenen langfristig erfolgreich. Obwohl es zahlreiche Hinweise für die Existenz von Untergruppen gibt, die besonders gut auf spezifische Therapieoptionen ansprechen, wurden noch keine etablierten Marker für diese Untergruppen identifiziert. Ziel der integrierten Forschungsplattform P4D ist, diese Untergruppen zu untersuchen, um die Diagnostik, Therapie und Prävention depressiver Störungen durch personalisierte Behandlungsansätze zu verbessern. Hierzu wird ein bereits identifizierter Blutmarker für das Ansprechen auf Antidepressiva klinisch überprüft und für die Etablierung in der Versorgungspraxis validiert. Weiterhin wird eine große Patienten-Kohorte mit depressiven Erkrankungen rekrutiert und einer tiefen Phäno- und Genotypisierung unterzogen, um aus der Analyse der umfangreichen Daten mit Methoden des maschinellen Lernens neue Subtypen der Depression zu identifizieren. Auf dieser Basis werden öffentlich zugängliche, innovative Entscheidungshilfen entwickelt werden, die eine personalisierte Behandlung ermöglichen. Die Leibniz Universität Hannover (LUH) etabliert hierfür ein System zur sicheren Speicherung, Verarbeitung, Verwaltung und Übertragung von elektronischen Gesundheitsakten und Omics-Daten der P4D-Kohorte. Es werden neuartige Komprimierungsansätze von Rohdaten erforscht, um Speicherkosten sowie die Verarbeitung und Übertragung zu optimieren. Zudem ist die LUH an der Gesamtheit der Datenanalyse der Plattform beteiligt, um prognostische Depressions-Subtypen zu charakterisieren, die durch systemmedizinische Ansätze identifizierbar sind. Insbesondere sollen neue maschinelle Lernverfahren zur Erstellung molekularer Signaturen entwickelt werden. Diese Forschungsplattform wird durch die Medizinische Hochschule Hannover koordiniert und hat insgesamt zehn Projektpartner.