IBE
print

Sprachumschaltung

Navigationspfad


Inhaltsbereich

COVID-19

Kategorien

Epidemiologische Modellierungen

Accounting for reporting uncertainty, new variants and vaccinations when estimating the effects of non-pharmaceutical interventions for COVID-19

Nach mehr als einem Jahr Erfahrung mit der Coronavirus-Krankheit 2019 (COVID-19) kämpfen viele Länder immer noch damit, ein Gleichgewicht zwischen epidemiologischem Nutzen und sozioökonomischen Kosten bei der Kalibrierung nicht-pharmazeutischer Interventionen (NPIs) zu finden. Angesichts der schwerwiegenden sozialen, wirtschaftlichen und psychologischen Auswirkungen einiger der angenommenen Interventionen ist es entscheidend, die Interventionen zu identifizieren, die die Ausbreitung des Virus am wirksamsten verlangsamen. Derzeitige Ansätze zur Schätzung der Wirkung von NPIs konzentrieren sich jedoch typischerweise auf relativ kurze Zeiträume und entweder auf die Anzahl der gemeldeten Fälle, Krankenhauseinweisungen oder Todesfälle. In dieser Arbeit entwickeln wir ein bayesianisch- hierarchisches Modell, da es flexible genug ist, um drei komplementären Informationsquellen in die Schätzung der wahren und unbekannten Anzahl von Infektionen zu integrieren, und dabei Meldeverzögerung und die Zeitvariation bei der Meldung in der Anzahl von gemeldeten Fällen zu berücksichtigen. Um Informationen über den gesamten Verlauf der Pandemie nutzen zu können, berücksichtigen wir ebenfalls die Verbreitung von B 1.1.7 und die Anzahl der Impfungen im Modell. Wir implementieren einen Markov-Chain-Monte-Carlo-Algorithmus, um Bayes-Inferenzen durchzuführen und die Auswirkungen von NPIs auf öffentlich verfügbare Daten aus europäischen Ländern abzuschätzen. Wir beobachten große zeitliche und geografische Variationen in der Fallerkennungsrate aufgrund von Änderungen der Testkapazität und Teststrategie. Das Modell zeigt eine gute Leistung bei simulierten Daten und bei Vorhersagen außerhalb der Stichprobe der Anzahl von Todesfällen und Krankenhauseinweisungen. Aufgrund des modularen Aufbaus ist das bayesianisch-hierarchische Modell sehr flexibel und in zukünftigen Studien wäre es problemlos möglich, weitere Virusvarianten zu berücksichtigen oder zusätzliche Daten zu integrieren, beispielsweise zur Anzahl der durchgeführten Tests, zu Wetterbedingungen, aus Seroprävalenzstudien, oder auf Kanalvirusmessungen.

shoffmann@ibe.med.uni-muenchen.de


Eindämmungsmaßnahmen bei Epidemien: Grundlagen und Bewertung

In diesem Projekt werden zwei Mathematiker und ein Epidemiologe ihre Kräfte bündeln, um die fundamentalen Dynamiken hinter der Ausbreitung von Epidemien zu verstehen. Das zentrale Ergebnis wird eine gründliche theoretische und empirische Behandlung einer neu entwickelten Klasse von Modellen sein, die sowohl soziale Strukturen als auch die Mobilität von Individuen explizit berücksichtigen. Das Zusammenspiel dieser beiden Faktoren ist bisher nicht erkannt und untersucht worden, und die Erkenntnisse werden uns eine feine Bewertung der Wirksamkeit von Eindämmungsmaßnahmen ermöglichen. Konkret planen wir eine theoretische Behandlung, die es uns ermöglicht, komplexe Modelle zu verstehen und wesentliche Eigenschaften formal abzuleiten. Neben der theoretischen Analyse des asymptotischen Verhaltens entwerfen wir Simulationsstudien, um die Beziehung zwischen dem Systemverhalten in endlichen Populationen und seinen asymptotischen Eigenschaften zu untersuchen. Es ist auch eine grundlegende Frage zu verstehen, wie gut bestimmte Systemparameter aus verfügbaren Daten geschätzt werden können (‚Modellkalibrierung‘).

https://www.mathematik.uni-muenchen.de/aktuelles/news/projekt_heydenreich/index.html

mansmann@ibe.med.uni-muenchen.de


Schätzung der Verweildauern im Klinikum

Wir wollen mit Hilfe eines Multi-State Modells die Aufenthaltsdauern von COVID-19-Patienten in den verschiedenen Stationen (allgemein, IMC, ICU) schätzen und die Übergänge dazwischen und zu den Stadien "Tod" und "Entlassung" modellieren.


Prognostische Bedeutung des LP(a) bei COVID-19 (CORKUM Projekt 31)

Es soll die prognostische Bedeutung des Lp(a)-Wertes bei COVID-19-Patienten im Hinblick auf Tod und Beatmung untersucht werden

lauseker@ibe.med.uni-muenchen.de


Ungleichheiten in SARS-CoV-2 Inzidenzen, Mortalität und Fatalitätsraten

Es wurde die Ungleichheit in SARS-CoV-2 Inzidenzen, Mortalität und Fatalitätsraten über die Zeit für verschiedene Regionen betrachtet. Dazu wurden absolute und relative Gini und Theil Indizes berechnet. Es wurden die Indizes für alle Kontinente und die Länder der Europäischen Union (EU) und die Staaten der Vereinigten Staaten (USA) berechnet. Der Fokus des Beitrags liegt in dem Vergleich der Ungleichheit zwischen EU und USA. Die Ergebnisse wurden in PLoS One publiziert.

https://pubmed.ncbi.nlm.nih.gov/33984055/

manz@ibe.med.uni-muenchen.de mansmann@ibe.med.uni-muenchen.de


Regionales Monitoring von SARS-CoV-2 Infektionen mittels standardisierter Fallfatalitätsraten

Im Rahmen dieses Projektes wird das Konzept einer standardsierten Fallfatalitätsrate (sFFR) eingeführt. Die regionale sFFR kann als den Quotienten der regionalen standardisierten Mortalitäts- und Fallrate geschätzt werden und in Karten dargestellt werden. Solche Karten werden basierend auf den bayerischen SARS-CoV-2 Meldedaten für verschiedene Zeiträume erstellt und die darin beobachtete zeitlich variierende regionale Heterogenität interpretiert. Das Dashboard (Link) zeigt das Hauptergebnis. Die Ergebnisse wurden beim Bundesgesundheitsblatt eingereicht.

https://covid19.ibe.med.uni-muenchen.de/public/?page=smr3

manz@ibe.med.uni-muenchen.de mansmann@ibe.med.uni-muenchen.de


Regionale und zeitliche Trends der SARS-CoV-2 assoziierten Sterblichkeit in Bayern

Im Rahmen des Projektes wird regionale und zeitliche Heterogenität der SARS-CoV-2 assoziierten Mortalität in Bayern visualisiert. Es wird weiterhin der Einfluss regionaler Faktoren auf die SARS-CoV-2 assoziierte Mortalität untersucht. Die Ergebnisse wurden beim Das Gesundheitswesen eingereicht.

manz@ibe.med.uni-muenchen.de mansmann@ibe.med.uni-muenchen.de


Verteilungsherausforderungen bezüglich der Daten zu Todesfällen und Inzidenzen während der SARS-CoV-2-Pandemie bis Juli 2020

In diesem Beitrag diskutierten wir die Fat-Tail-Muster in der Verteilung der globalen COVID-19-Daten, indem wir Daten aus 66 Ländern analysierten. Wir untersuchten auch ihre Relevanz auf einer niedrigeren, regionalen Skalenperspektive (national, Bundesland), die unserer Meinung nach für die Planung von Maßnahmen gegen die Ausbreitung der Epidemie relevanter ist. Hierfür analysierten wir Daten aus Bayern während der ersten Welle im Frühjahr 2020. Der Preprint des Beitrags ist in MedRXiv zu finden, der er Datensatz und der R Code auf der IBE-Webseite.

https://www.medrxiv.org/content/10.1101/2020.07.24.20161257v1

manz@ibe.med.uni-muenchen.de mansmann@ibe.med.uni-muenchen.de


Einfluss sozialer Deprivation auf SARS-CoV-2 Inzidenz- und Todesraten

In diesem Projekt wird der Einfluss des Bayerischen Index Multipler Deprivation (BIMD) und seiner Subdomänen auf standardisierte Inzidenzraten (SIR) und standardisierten Mortalitätsraten (SMR) in Bayern untersucht. Die SIR und SMR werden simultan mit einem bivariaten Bayeasianischen hierarchnischen Modell geschätzt. Das Projekt wird in Zusammenarbeit mit Helmholtz Zentrum München durchgeführt.

https://www.helmholtz-muenchen.de/igm/das-institut/index.html

manz@ibe.med.uni-muenchen.de mansmann@ibe.med.uni-muenchen.de


Kartografische Darstellung regionaler Unterschiede der Infektionsraten beim Coronavirus (COVID-19): Ergebnisse einer bayesianischen Glättung über Landkreise Bayerns.

Im Rahmen dieses Projekts stellen wir eine Methode aus der geographischen Epidemiologie vor und untersuchen deren Anwendbarkeit auf standardisierte SARS-CoV-2 Inzidenzraten für die bayerischen Meldedaten. Das Infektionsgeschehen wird deskriptiv beschrieben und anhand von Karten verdeutlicht.

verena.loidl@med.uni-muenchen.de mansmann@ibe.med.uni-muenchen.de manz@ibe.med.uni-muenchen.de


Einfluss regionaler Faktoren auf standardisierte SARS-CoV-2 Inzidenzen in Bayern

In diesem Projekt wird der Einfluss verschiedener regionaler Faktoren auf standardisierte SARS-CoV-2 Inzidenzraten (SIR) für verschiedene Altersgruppen im zeitlichen Verlauf in Bayern untersucht. Ein weiterer Fokus der Analyse wird die Grenze zu Ausland sein. Damit sollen mögliche Effekte der Grenzschliessungen identifiziert werden.

verena.loidl@med.uni-muenchen.de mansmann@ibe.med.uni-muenchen.de manz@ibe.med.uni-muenchen.de


IBE-Corona Dashboard Bayern

Auf dem Dashbard werden die jeweils tagesaktuellen Zahlen vom bayrischen Landesamt für Gesundheit und Lebensmittelsicherheit präsentiern. Inzidenz- und Todeszahlen und Krankenhausaufnahmen sind als Kurven über Zeit dargestellt. Es können einzelne Landkreise ausgewählt werden und auf einer Karte mit dem Rest Bayerns verglichen werden.

https://covid19.ibe.med.uni-muenchen.de/lgl/

nazeer@ibe.med.uni-muenchen.de ben.geisler@ibe.med.uni-muenchen.de mansmann@ibe.med.uni-muenchen.de


Public Health und Versorgungsforschung  Hoch ▲

EU-STOA Panel-Studie

Resilienz von Bürger*innen der Europäischen Union in der COVID-19-Pandemie: Psychosoziale und psychische Gesundheitsfolgen, Risiko- und Schutzfaktoren sowie Empfehlungen für politische Optionen für die Mitgliedstaaten der Europäischen Union und ihrer Bürger*innen (in Arbeit)

https://lir-mainz.de/lir

coenen@ibe.med.uni-muenchen.de


CEOsys, Themenfeld Psychische Gesundheit

Psychische Belastung, Risiko- und Schutzfaktoren während der frühen Phase der COVID-19 Pandemie: Systematische Übersichtsarbeit und Meta-Analysen

https://pubmed.ncbi.nlm.nih.gov/33781283/

coenen@ibe.med.uni-muenchen.de, burns@ibe.med.uni-muenchen.de


COSMO – bevölkerungsbezogene COVID-19 Snapshot Monitoring: körperliche Aktivität

Körperliche Aktivität von Erwachsenen in Deutschland während der COVID-19 Pandemie

https://www.mdpi.com/1660-4601/18/2/507

coenen@ibe.med.uni-muenchen.de, cjungsievers@ibe.med.uni-muenchen.de


COSMO – bevölkerungsbezogene COVID-19 Snapshot Monitoring: Psychosoziale Situation von Kindern

Psychosoziale Situation von Kindern während verschiedener Phasen der COVID-19 Pandemie: Ergebnisse des Strengths and Difficulties Questionnaire (SDQ)

coenen@ibe.med.uni-muenchen.de, cjungsievers@ibe.med.uni-muenchen.de


COSMO – bevölkerungsbezogene COVID-19 Snapshot Monitoring: Wohlbefinden von Erwachsenen

Wohlbefinden von Erwachsenen gemessen mit dem WHO-5 Wellbeing Fragebogen in verschiedenen Phasen der COVID-19-Pandemie: Analysen in der COVID-19 Snapshot Monitoring Study (COSMO)

coenen@ibe.med.uni-muenchen.de, cjungsievers@ibe.med.uni-muenchen.de


COSMO – bevölkerungsbezogene COVID-19 Snapshot Monitoring: Eltern-Belastung

Belastung von Eltern in verschiedenen Phasen der COVID-19 Pandemie

coenen@ibe.med.uni-muenchen.de, cjungsievers@ibe.med.uni-muenchen.de


COSMO – bevölkerungsbezogene COVID-19 Snapshot Monitoring: Alkohol- und Tabakkonsum

Gesundheitsverhalten der deutschen Bevölkerung in der COVID-19 Pandemie: Analyse des Alkohol- und Nikotinkonsums während verschiedener Phase der COVID-19 Pandemie

coenen@ibe.med.uni-muenchen.de, cjungsievers@ibe.med.uni-muenchen.de


SoNAR Global "COVID-19 Vulnerability Assessment and Community Engagement"

Explorative qualitative Studie zur Identifikation von psychsozialen Folgen der COVID-19 Pandemie in vulnerablen Gruppen in verschiedenen europäischen Ländern Kooperation mit dem Rachel Carson Center der LMU München im HORIZON 2020 Projekt A Global Social Sciences Network for Infectious Threats and Antimicrobial Resistance (in Arbeit)

https://www.sonar-global.eu

coenen@ibe.med.uni-muenchen.de


CEOsys, Themenfeld Public Health

Maßnahmen zum Schutz der Bewohner*Innen von stationären Alten- und Pflegeeinrichtungen: Ein Rapid Review zu der Wirksamkeit von nicht-pharmakologischen INterventionen gegenüber SARS-CoV-2 Infektionen und den unerwünschte Auswirkungen dieser Maßnahmen (in Arbeit)

https://www.cochranelibrary.com/cdsr/doi/10.1002/14651858.CD015085/full?highlightAbstract=facil%7Cterm%7Cfacilities%7Cfaciliti%7Clong%7Ccare

burns@ibe.med.uni-muenchen.de


CEOsys, Themenfeld Public Health - S3-Leitlinie für Schulen

S3 Leitlinie: Maßnahmen zur Prävention und Kontrolle der SARS-CoV-2-Übertragung in Schulen

https://www.awmf.org/leitlinien/detail/ll/027-076.html


CEOsys, Themenfeld Public Health - Scoping-Review Schulen

Maßnahmen im Schul-Setting zur Eindämmung der COVID-19 Pandemie: ein Scoping Review (Link), Durchführung eines Rapid Review zur Wirksamkeit verschiedener Maßnahmen (in Arbeit)

https://www.cochranelibrary.com/cdsr/doi/10.1002/14651858.CD013812/full

burns@ibe.med.uni-muenchen.de


B-FAST "Schulen und Kitas"

Mitarbeit im Rahmen von Arbeitspaket 5 im "Bundesweiten Forschungsnetz angewandte Surveillance und Testung"

https://www.bmbf.de/de/karliczek-netzwerk-universitaetsmedizin-startet-vertiefte-forschungsarbeit-zu-covid-19-12649.html

cjungsievers@ibe.med.uni-muenchen.de


COVID Kids Bavaria Studie

Gesundheitsbezogene Lebensqualität und psychosoziale Aspekte von Kindern im Rahmen der COVID-19 Pandemie in Kooperation mit dem Team der COVID Kids Bavaria Studie (in Arbeit)

https://www.covid-kids-bavaria.de/

coenen@ibe.med.uni-muenchen.de, cjungsievers@ibe.med.uni-muenchen.de


Mentale Gesundheit von Kindern und Jugendlichen

Interventionen zur Prävention von psychosozialen Auswirkungen der COVID-19-Pandemie auf Kinder und Jugendliche: ein systematischer Literaturreview

https://www.mdpi.com/1660-4601/18/5/2361

coenen@ibe.med.uni-muenchen.de, cjungsievers@ibe.med.uni-muenchen.de


Studie zur Gesundheit von Münchner Studierenden und deren Erfahrungen mit digitaler Lehre

Kooperation mit der Katholischen Stiftungshochschule München “Study engagement” während der COVID-19 Pandemie – Welche Faktoren beeinflussen das study engagement von Studierenden der Gesundheits- und Sozialwissenschaften (Publikation unter Review) Psychische Gesundheit von Studierenden während der COVID-19 Pandemie (in Arbeit)

coenen@ibe.med.uni-muenchen.de


CEOsys, Themenfeld Public Health - Reisebezogene Massnahmen

Reisebezogene Maßnahmen zur Eindämmung der COVID-19 Pandemie: Als erstes erstellte das Team eine Evidence Map, um eine Übersicht zum Thema zu erschaffen (Link), und anschließend einen Rapid Review, um die Wirksamkeit dieser Maßnahmen zu bewerten. Das erste Update dieses Rapid Reviews wurde veröffentlich (Link), ebenso wie ein Kommentar zum Thema

burns@ibe.med.uni-muenchen.de


Effektivität von nicht-pharmakologischen Interventionen

Ein bayesianisch-hierarchischer Ansatz zur Schätzung der Effektivität von nicht-pharmakologischen Interventionen und zur Modellierung der COVID-19-Pandemie in Bayern

shoffmann@ibe.med.uni-muenchen.de


Anwendung nicht-steroidaler Antirheumatika (NSAIDs) in COVID-19 Patient:innen

Rapid Review im Auftrag der WHO und durchgeführt im Rahmen des WHO Collaborating Centre for Evidence-based Public Healt


INTEGRATE-COVID: Kriterien für evidenzinformierter Entscheidungen zu nicht-pharmakologischen Interventionen zur Eindämmung von COVID-19

Weiterentwicklung und Anpassung des WHO-INTEGRATE Frameworks

https://gh.bmj.com/content/5/11/e003699.info


Wissenschaftliche Expert*innenräte in der COVID-19 Pandemie in Deutschland

Eine Dokumentenanalyse aus Public Health Perspektive (Publikation unter Review)

pfadenhauer@ibe.med.uni-muenchen.de


Koordination und Mitarbeit im Kompetenznetz Public Health zu COVID-19

Ein Zusammenschluss von über 20 wissenschaftlichen Fachgesellschaften zur Bündelung ihrer Fachkenntnis und Kommunikation an Behörden, Institute und politische Entscheidungsträger*innen

kgeffert@ibe.med.uni-muenchen.de


Corona Infektionsrisiko-Monitoring (CORIMO)

Nicht-interventionelle Fall-Kontrollstudie. Ziel der Studie ist zu erheben welchen Aktivitäten / Umstände bei Corona-infizierten Personen häufiger vorkamen als bei Personen deren Test negativ ausfiel.

https://www.ibe.med.uni-muenchen.de/forschung/corimo/index.html


Unbeabsichtigte gesundheitliche und gesellschaftliche Folgen internationaler Reisemaßnahmen während der COVID-19-Pandemie: Ein Scoping Review

Im Rahmen dieses Scoping Reviews werden die vorhandenen empirischen Studien, die sich mit den unbeabsichtigten - vorhersehbaren, aber auch unvorhergesehenen - vorteilhaften oder nachteiligen Folgen internationaler Reisemaßnahme zur Kontrolle und/oder Eindämmung der COVID-19 Pandemie befassen, identifiziert und grafisch dargestellt. Darüber hinaus werden wichtige Forschungslücken in der Evidenzbasis identifiziert.

cklinger@ibe.med.uni-muenchen.de


Prävalenz und Risikofaktoren einer Infektion in der repräsentativen COVID-19-Kohorte München

ludwig.Hinske@med.uni-muenchen.de


Digitale Infektions-Surveillance Hoch ▲

Einfluss von Alter, Geschlecht, Rasse und ethnischer Zugehörigkeit auf die COVID-19-Symptome über drei Wochen hinaus

Dieses Projekt, dass auf R2D2 (s.o.) aufbaut, führt über föderierte Analysen eine logistische Regression an 48.000 Patienten in sechs U.S.-amerikanischen Zentren durch, um den Einfluss von Alter, Geschlecht, Rasse und ethnischer Zugehörigkeit auf bestimmte Long-Covid-Symptome hin zu untersuchen.

ben.geisler@ibe.med.uni-muenchen.de


SARS-CoV-2-Infektionsüberwachung (SCOVIS)

SCOVIS ist das Sars Cov Infection Surveillance des Klinikums Münchens und hilft Infektionsgeschene im Klinikum zu verfolgen. Man kann hier Mitarbeiter mit unterschiedlichen Infektionsstatus eintragen und die entsprechenden Kontaktpersonen. Außerdem kann ein vorausgefüllter Meldebogen fürs RGU heruntergeladen werden.

ludwig.Hinske@med.uni-muenchen.de Andrea.Beckerpennrich@med.uni-muenchen.de


Corona Patient Manager (CoPaMa) Dashboard

CoPaMa steht für Corona Patient Manager des Klinikums Münchens und zeigt die aktuell auf Station liegenden Patienten samt ihrer Diagnosen und Tests (PCR und Antikörper) an. Descriptive Statistik ergänzt, wie die Stationen ausgelastet sind.

ludwig.Hinske@med.uni-muenchen.de Andrea.Beckerpennrich@med.uni-muenchen.de


Privacy-protecting, reliable response data discovery and federated analysis using COVID-19 patient observations (R2D2)

Das R2D2 (Reliable Response Data Discovery for COVID-19)-Konsortium ist ein verteiltes föderierteres Netzwerk, das derzeit aus 14 Gesundheitssystemen besteht (13 in den USA und eines in Deutschland - LMU München). Durch die Umwandlung von elektronischen Patientenaktendaten oder COVID-19-Registerdaten von 3.461.626 Patienten auf SARS-CoV-2 getesteten und 327.976 COVID-19 diagnostizierten Patienten in das Observational Medical Outcomes Partnership Common Data Model entwickelte das Netzwerk Prozesse und implementierte verteilte Algorithmen (z.B. multivariate verteilte logistische Regression), um Antworten auf eine Vielzahl von COVID-19-bezogenen Fragen zu erstellen, zu aggregieren und unter www.covid19questions.org zu veröffentlichen. Auf Patienten- und institutioneller Ebene hat das R2D2-Konsortium gezeigt, dass es möglich ist, Fragen zu COVID-19 mit Hilfe von elektronischen Patientenaktendaten aus Gesundheitssystemen mit unterschiedlichen Richtlinien und Vorschriften zu beantworten, ohne Daten preiszugeben oder miteinander zu teilen.

https://pubmed.ncbi.nlm.nih.gov/34051088/

larissa.neumann@med.uni-muenchen.de ludwig.Hinske@med.uni-muenchen.de ben.geisler@ibe.med.uni-muenchen.de


Einfluss von Alter, Geschlecht, Rasse und ethnischer Zugehörigkeit auf die COVID-19-Symptome über drei Wochen hinaus

Dieses Projekt, dass auf R2D2 (s.o.) aufbaut, führt über föderierte Analysen eine logistische Regression an 48.000 Patienten in sechs U.S.-amerikanischen Zentren durch, um den Einfluss von Alter, Geschlecht, Rasse und ethnischer Zugehörigkeit auf bestimmte Long-Covid-Symptome hin zu untersuchen.

ben.geisler@ibe.med.uni-muenchen.de



Medizinische Versorgung von COVID-19 Hoch ▲

Untersuchung von Risikofaktoren für schwere Krankheitsverläufe bei jungen COVID-19-Patienten aus Wuhan, China

In diesem Projekt sollten Risikofaktoren für einen schweren Krankheitsverlauf bei jungen COVID-19-Patienten identifiziert werden. Mit Hilfe klassischer Analysetechniken und Machine Learning-Methoden wurden klinische, demografische, behandlungsbezogene und laborchemische Messungen von COVID-19-Patienten mit klinischem Outcome aus einem Einzelkrankenhaus in Wuhan, China, analysiert. Die Analyse wurde für alle Patienten zusammen und getrennt zwischen jungen (n=762) und älteren (n=714) Patienten durchgeführt, um Risikofaktoren für einen schweren Krankheitsverlauf zu identifizieren, die vornehmlich für junge Patienten relevant sind. Die stärksten Unterschiede in der Wichtigkeit zwischen jungen und älteren Patienten zeigten sich für das Protein Komplementkomponente C3. Erhöhte C3-Werte scheinen für junge Patienten mit einem größeren Risiko für schwere Krankheitsverläufe verbunden zu sein, während für ältere Patienten kein Einfluss dieses Parameters zu bestehen scheint.

https://www.nature.com/articles/s41598-021-82810-3

hornung@ibe.med.uni-muenchen.de


ACEI-COVID

Abbruch versus Forsetzung von Renin-Angiotensin-System.Inhibitors bei COVID-19 (ACEI-COVID): ein prospektiver, Parallel-Gruppen-, randomisierter, kontrollierter, Open-Label Versuch

https://pubmed.ncbi.nlm.nih.gov/34126053/

mansmann@ibe.med.uni-muenchen.de


IL-6 Inhibitors and Baricitinib for severe COVID-19

Ben Geisler interviewt Professor Frederick Southwick von der University of Florida. Sie diskutieren zwei neue Therapiegruppen für schweres COVID-19: IL-6-Hemmer (wie Tocilizumab) und Baricitinib. Folgen Sie uns, während wir durchgehen, wie sie das Immunsystem stimulieren, was ihre Indikationen sind und was die Evidenz dafür sind und welche Superinfektionen sie verursachen können.

https://www.youtube.com/watch?v=_wkCNysQKWE

ben.geisler@ibe.med.uni-muenchen.de


COVID-19 Drugs for Inpatients

Ben Geisler reviews the current treatments for hospitalized COVID-19 patients. He first discusses unspecific treatments: the management of fluid replacement and diuretics, as well as the indications for bronchodilators, antibiotics, and statins. He next reviews the current indications for the agents of proven efficacy: dexamethasone/steroids, remdesivir, baricitinib, tocilizumab/IL-6 inhibitors, and VTE prophylaxis. Finally he discusses the ethical dilemma of equipoise and the best resources for staying up to date with this ever changing topic.

https://www.youtube.com/watch?v=2rQKMD_5po0

ben.geisler@ibe.med.uni-muenchen.de


Umwidmung vorhandener Medikamente für die Coronavirus-Krankheit 2019: Protokoll für eine schnelle und lebendige systematische Überprüfung

Da die Entwicklung von Medikamenten Zeit braucht, zielt dieses Review darauf ab, bestehende Medikamente für andere Indikationen zu identifizieren, die für SARS-CoV-2 umfunktioniert werden könnten. Insbesondere interessieren uns präklinische und frühe klinische Evidenz für Wirkstoffe, die eine Wirkung auf SARS-CoV-1 und MERS haben.

https://pubmed.ncbi.nlm.nih.gov/33962652/

ben.geisler@ibe.med.uni-muenchen.de ludwig.Hinske@med.uni-muenchen.de


Höheres prokoagulatorisches Potenzial, aber niedrigerer DIC-Score bei COVID-19-ARDS-Patienten im Vergleich zu Nicht-COVID-19-ARDS-Patienten

Diese retrospektive Studie umfasste intubierte COVID-19-Patienten, die mit der Diagnose ARDS auf die Intensivstation aufgenommen wurden. Ziel war es, Gerinnungs- und Entzündungsparameter bei Patienten mit ARDS aufgrund einer SARS-CoV-2-Infektion mit Patienten mit ARDS aufgrund anderer Ursachen zu vergleichen.

https://pubmed.ncbi.nlm.nih.gov/32891904/

ludwig.Hinske@med.uni-muenchen.de



Lehre, Vorträge und Veranstaltungen Hoch ▲

PSPH COVID-19 Kurs

Der M.Sc./M.P.H.-Kurs (July-August 2020) hatte eine "Learning by Teaching"-Methodologie, bei der die Studenten selbst Lernmaterialien und Vorlesungen vorbereitet habe, um Soft Skills wie Projektmanagement wie auch zur Materie selbst zu erarbeiten. Haupziel war es, Lerneinheiten als Basis für einen Online-Kurs zu erstellen, die COVID-19 in Felder der Epidemiologie und Public Health betreffen. Die Stundentinnen und Studenten haben in Teams von 2-3 Personen gearbeitet

bstrahwald@ibe.med.uni-muenchen.de schli@ibe.med.uni-muenchen.de berger@ibe.med.uni-muenchen.de


Mansmann vs. Bhakdi: Corona schon vorbei?

Die Coronavirus-Pandemie spaltet Deutschland. Die einen befürworten strenge Maßnahmen, wie die Maskenpflicht. Die anderen demonstrieren für ihre Freiheit. Tina Gerhäusser hat mit den Wissenschaftlern Ulrich Mansmann und Sucharit Bhakdi gesprochen. In Sachen Coronavirus sind sie nicht immer einer Meinung sind.

https://www.youtube.com/watch?v=YWOLsC31grI

mansmann@ibe.med.uni-muenchen.de


Corona Lectures an der LMU - „Covid-19 im Herbst 2020: Risiken und Auswirkungen analysieren"

In seiner Corona Lecture stellt Prof. Dr. Ulrich Mansmann epidemiologische Instrumente vor, die bei Risiko- und Schadensbetrachtungen zu Covid-19 helfen. Unter anderem befasst er sich mit dem Vergleich von Covid-19 und Grippe sowie der häufig gestellten Frage, ob es in Deutschland schlimmere Infektionskrankheiten als Covid-19 gibt, die wir jedoch in unser gesellschaftliches Leben als Selbstverständlichkeit integriert haben.

https://www.youtube.com/watch?v=96dTTTHLcYM

mansmann@ibe.med.uni-muenchen.de


Virtuelles Panel zu gesundheitsoekonomischen Prinzipien waehrend der COVID-19 Pandemi

Es wurde ein virtuelles Expertengremium durchgeführt, das zusammentrat, um einen Konsens darüber zu versuchen, wie bestehende Prinzipien der wirtschaftlichen Bewertung auf Therapeutika angewendet werden sollten, die in einem pandemischen Umfeld auftreten, mit besonderem Fokus auf schwere, hospitalisierte Fälle von COVID-19. (Paper im Review)

ben.geisler@ibe.med.uni-muenchen.de


Kontrolle der Pandemie - Gerd Antes zu Gast an der LMU

Zahlen und Daten spielen eine große Rolle in der Covid-19-Pandemie. Werden die richtigen Zahlen gewählt, um den Pandemie-Verlauf zu bewerten? Sind ausreichend Daten vorhanden, um über Pandemie-Maßnahmen zu entscheiden? Wie können Evidenzlücken gefüllt werden? Diesen Fragen ging Prof. Dr. Gerd Antes in seinem Vortrag am 10.März 2021 nach. Der Vortrag fand im Rahmen der Veranstaltungsserie FORUM COVID-19 der Pettenkofer School of Public Health" statt.

https://www.youtube.com/watch?v=jhMQogcDK1o

bstrahwald@ibe.med.uni-muenchen.de


Workshop "Covid-19 in klinischen und epidemiologischen Studien"

Gemeinsame Herbstworkshop der Arbeitsgruppen „Statistische Methoden in der Medizin“ (IBS-DR), „Statistische Methoden in der Epidemiologie“ (IBS-DR, DGEpi), „Statistische Methodik in der klinischen Forschung“ (GMDS) und „Epidemiologische Methoden“ (DGEpi, GMDS, DGSMP) Als eingeladene Redner konnten wir Herrn Prof. Dr. Joerg Hasford (LMU München), Frau Dr. Cornelia Ursula Kunz (Boehringer Ingelheim), Frau Prof. Dr. Sylvia Thun (Berlin Institute for Health und Hochschule Niederrhein) und Prof. Dr. Karl Lackner (Johannes Gutenberg-Universität Mainz) gewinnen. Herr Prof. Dr. Hasford sprach zu den Auswirkungen der COVID-19 Pandemie auf Arzneimittelstudien und beleuchtete die Stellungnahme der EMA zu diesem Thema. Frau Dr. Kunz sprach zu den Möglichkeiten adaptiver Designs im Umgang mit den durch COVID-19 entstandenen Problemen in klinischen Studien. Frau Prof. Dr. Thun stellte den „German Corona Consensus core dataset“ vor. Herr Prof. Lackner diskutierte den Einfluss der SARS-CoV-2 Diagnostik auf die Daten zum Pandemieverlauf. Dazu kamen 13 eingereichte Vorträge.

https://www.unimedizin-mainz.de/smde/herbstworkshop-2020.html

vhoffmann@ibe.med.uni-muenchen.de


 

 

nach oben