Verbund

DOMINO-HD - Ansatzpunkte zur Verbesserung der Prognose bei der Huntington-Krankheit (HD) durch Modifikation des Lebensstils

Förderkennzeichen: 01ED1902
Fördersumme: 679.730 EUR
Förderzeitraum: 2019 - 2022
Projektleitung: Prof. Dr. G. Bernhard Landwehrmeyer
Adresse: Universität Ulm - Universitätsklinikum - Klinik für Neurologie
Oberer Eselsberg 45
89081 Ulm

Die Huntington-Krankheit (HK) ist eine progressive lebensbegrenzende neurodegenerative Erkrankung. Gegenwärtig ist keine Behandlung etabliert, die den progressiven Verlauf der HK beeinflußt. Zusätzlich zur klinischen Forschung ist es unerlässlich, neue, evidenzbasierte Gesundheitsmaßnahmen und -strategien zu identifizieren. Dieses Projekt zielt darauf ab, die wichtigsten Umweltfaktoren zu finden, an denen angesetzt werden kann, um den Verlauf der HK möglichst günstig zu gestalten. Im Rahmen des JPND Programms wird das multinationale und inter-/multidisziplinäre Konsortium moderne, leistungsfähige digitale Technologien nutzen, um unser Verständnis der kausalen Rolle verschiedener Umweltfaktoren bezüglich der HK zu vertiefen. Als wissenschaftliche und technische Arbeitsziele des Vorhabens wird 1) eine digital unterstützte Plattform zur Erhebung von einschlägigen Daten entwickelt und evaluiert, 2) prospektiv, unter natürlichen Bedingungen Daten bei HK-Betroffenen erhoben und 3) diese sensorgestützten Bewegungs- und Schlafdaten mit der Erfassung von Ernährungsgewohnheiten und klinischen Daten zur Bewertung des HK-Schweregrades abgeglichen, um sie schließlich kausal im Zusammenspiel mit verschiedenen Umweltfaktoren auf den Phänotyp der HK zu untersuchen. Es wird eine prädiktive Modellierung verwendet, um modifizierbare Umweltfaktoren zu identifizieren, die Einfluss auf Phänotyp und Verlauf der HK haben. Genetische Modifikatoren (wie z. B. die Wiederholungslänge der CAG-Triplets) werden bei dieser Analyse ebenfalls berücksichtigt. Menschen mit HK, ihre Familien und Betreuer sind als Forschungspartner beteiligt. Eine verbesserte evidenzbasierte Symptombewertung ist wesentlich für die Optimierung des Krankheitsmanagements.