Epidemiologiekern (ECU)

Die ECU unterstützt Forscherinnen und Forscher innerhalb der NUM Forschungsinfrastruktur durch ein breites Spektrum an Fachwissen und praktischer Erfahrung und bietet ihnen methodische Beratung in allen Phasen ihrer Projekte an, von der Studienplanung bis zur finalen Datenauswertung.

In den frühen Projektphasen zielt der Input der ECU auf eine methodisch einwandfreie Umsetzung der jeweiligen klinisch-epidemiologischen Fragestellungen in geeignete Studiendesigns ab. Daneben begleitet die ECU die Formulierung von Datennutzungsanträgen z.B. in Form einer Unterstützung bei der Fallzahlplanung oder der Definition bzw. der Auswahl geeigneter Patientenkollektive. Sie bietet außerdem praktische Hilfe bei der Primärkodierung der Studiendaten und berät zur Auswahl von Methoden und Tools für die Datenanalyse.

Neben dem Betrieb einer epidemiologischen und statistischen Beratungsplattform übernimmt die ECU für NAPKON die Primärkodierung von Studiendaten, die Koordination des Einsatzes von Erhebungsskalen, die Erstellung von Berichten zur Datenqualität und erste deskriptive Analysen der Studiendaten (Kernanalysen). Zur Vorbereitung der weitergehenden Analyse von NAPKON Daten wurden Tutorials zur Primärkodierung der Studiendaten sowie das R-Package epicodr entwickelt.

Für eine Anfrage erreichen Sie uns per E-Mail.​

Die ECU stellt sich vor

Die Epidemiology Core Unit  ist die klinisch-epidemiologische Methodenplattform der NUM Klinischen Epidemiologie und Studienplattform (NUKLEUS). Sie besteht aus einem interdisziplinäres Team von Expert:innen aus den Bereichen Epidemiologie, Public Health, Biometrie, klinische Medizin, Psychologie und Informatik. Die Expert:innen sind auf verschiedene Standorte in Deutschland verteilt. Koordiniert wird die ECU vom Institut für klinische Epidemiologie und Biometrie (IKE-B) an der Julius Maximilian Universität Würzburg.

Würzburg (Koordination)
​ 

Prof. Peter U. Heuschmann

​ 

Prof. Jens-Peter Reese

​ 

Lena Schmidbauer (Projektkoordination)

​ 

Olga Miljukov

​ 

Dr. Steffi Jirú-Hillmann

​ 

Carolin Nürnberger

​ 

Fabian Haug

​ 

Julian Haug

​ 

Dr. Cornelia Fießler

​ 

Carsten Bauer

Kiel​

Prof. Michael Krawczak

​ 

Prof. Wolfgang Lieb

​ 

Anne-Kathrin Ruß

​ 

Katrin Franzpötter

​ 

Anne Hermes

​Greifswald

Prof. Wolfgang Hoffmann

Berlin

Prof. Martin Witzenrath

 

Dr. Sein Schmidt

 

Prof. Matthias Rose

Dresden

Prof. Jochen Schmitt

Frankfurt&Köln

Prof. J. Janne Vehreschild

Köln

Dr. Peter Ihle

Übersicht der ECU Leistungen​

Hier sehen Sie eine Zusammenfassung des Beratungsangebotes und der Aufgabenbereiche der ECU.

Planung

+Epidemiologische Beratung bei Infrastruktur und Forschungsprojekten +Beratung bei klinisch-/genetisch-epidemiologischen Fragestellungen

Durchführung

+Datenqualitätsberichte +Regelmäßige Beschreibung von Kernvariablen (Kernanalysen)

Nutzung

+Epidemiologische Beratung für Use & Access Anträge (Fragestellungen, Design, Ein- und Ausschlusskriterien, Fallzahlplanung)

Analyse

+Primärkodierung +Beratung zur Anwendung von Erhebungsskalen und PROM(I) +Statistische Auswertung


Tutorials

Folgende Ressourcen können Ihnen die Vorbereitung der NAPKON Daten für Ihre Auswertung erleichtern:

Primärkodierungsmanuale​

In den Primärkodierungsmanualen sind Variablen-Kategorisierungen, Hilfen zur Berechnung von Scores sowie die Festlegung von Normbereichen von Laborparametern und klinischen Parametern zusammengefasst.

Die Verwendung der Primärkodierungen ist entscheidend für eine NAPKON-übergreifende Vergleichbarkeit der Ergebnisse.

R-Package epicodr​

Um die Vorbereitung der NAPKON Daten für Auswertungen zu erleichtern, wurde von der ECU das R-Package epicodr entwickelt.

Mit dem Package können die NAPKON Exporte der Transferstelle mit sehr wenig Aufwand eingelesen, gelabelt, formatiert, primärkodiert und bei Bedarf in andere gängige Formate wie SPSS exportiert werden.

Post-COVID Syndrome Score
Um die Quantifizierung des Schweregrades von Langzeitfolgen nach COVID-19 zu ermöglichen, wurde in der NAPKON POP COVIDOM Studie der Post-COVID Syndrome Score (PCS-Score) entwickelt. Mit dem Score kann die Notwendigkeit einer fachärztlichen Weiterbehandlung abgeschätzt und die Behandlung auf einen möglichst objektiven Befund gestützt werden. Allgemeine Informationen zum Score finden Sie hier.
PROMIS®: Messen von Lebensqualität in klinischen Studien

In diesem Tutorial werden grundlegende Überlegungen darüber angestellt, wann und wie oft patienten:innen-berichtete Merkmale (patient-reported outcomes, PROs) für ein spezifisches Projekt bewertet werden sollten. Es gibt zwar keine absoluten oder bevorzugten Frequenzen für die Erfassung von patienten*innen-berichteten Merkmalen, aber dennoch mehrere Faktoren die bei der Festlegung eines durchdachten Bewertungsplans helfen können.

Genetische Epidemiologie
Genetische Epidemiologie erforscht mithilfe spezieller Studiendesigns und statistischer Methoden die genetischen Ursachen von Krankheiten oder anderen medizinisch relevanten Merkmalen. Während sich damit die molekularen Mechanismen vieler klassischer Erbkrankheiten bereits aufdecken ließen, erweist sich die genetisch-epidemiologische Erforschung sogenannter „Volkskrankheiten“ nach wie vor als schwierig. Das Tutorial führt in das Thema ein und stellt dazu die grundlegenden Ideen und Ansätze der Genetischen Epidemiologie kurz vor.
Genetische Epidemiologie (Heritabilität)

Heritabilität ist ein mathematisches Konzept, das ursprünglich der Tier- und Pflanzenzucht entstammt. Dort dient es der Quantifizierung des Anteils genetischer Faktoren an der Variabilität quantitativer Phänotypen und erlaubt so die Abschätzung der Chance für Züchtungserfolge. Im Zusammenhang mit Eigenschaften des Menschen – insbesondere den komplexen Volkskrankheiten – wird Heritabilität jedoch häufig fehlinterpretiert als direktes Maß genetischer Ursächlichkeit. Das Tutorial zielt daher neben der Definition und Erläuterung des Begriffs „Heritabilität“ auch darauf ab, einige dieser Missverständnisse aufzuzeigen und auszuräumen.

Genetische Epidemiologie (Polygene Scores)

Polygene Scores dienen dazu, den Einfluss des genetischen Hintergrunds einer Person auf ihr Risiko für eine komplexe Erkrankung in einer einzigen reellen Zahl abzubilden. Ungefähr seit dem Jahr 2020 wird Polygenen Scores in der biomedizinischen Community eine maßgebliche Rolle in der Diagnostik und Prognostik komplexer Erkrankungen zugewiesen. Die daran geknüpften Erwartungen stehen jedoch im Widerspruch zur diagnostischen und prognostischen Leistungsfähigkeit aktuell verfügbarer Scores. Das Tutorial widmet sich daher neben methodischen Aspekten auch der Frage nach dem möglichen klinischen Nutzen Polygener Scores.