Epidemiologie
Epidemiologie erforscht Gesundheit und Krankheit auf der Bevölkerungsebene – die Infektionsepidemiologie beschäftigt sich mit übertragbaren Krankheiten. Ihre Werkzeuge und Methoden sind systematische Befragungen, klinische Untersuchungen und labordiagnostische Nachweise sowie statistische Analysen. So können Ursachen und Risikofaktoren für Infektionen identifiziert werden. Die Infektionsepidemiologie trägt zur Entwicklung von Präventionsmaßnahmen, ebenso wie zur Früherkennung und Therapie von Erkrankungen bei. Zudem überprüft sie die Wirksamkeit solcher Maßnahmen.
Leitung
Team Klinische Epidemiologie
Teamleitung: Dr. Berit Lange
Stellvertretende Teamleitung: Dr. Carolina Klett-Tammen
Weitere Teammitglieder, siehe Mitarbeiter:innen EPID
In der Forschungsgruppe Klinische Epidemiologie führen wir klinische und populationsbasierte epidemiologische Studien durch (z.B. https://hzi-c19-antikoerperstudie.de/), machen Evidenzsynthese und Meta-analysen (www.serohub.net) und untersuchen die Dynamik von respiratorischen Infektionskrankheiten im Rahmen großer Modellierungsverbünde (z.B. www.respinow.de). Hierzu verwenden und evaluieren wir digitale Instrumente und bauen Plattformen für Datenaustausch und Im Deutschen Zentrum für Infektionsforschung (www.dzif.de) sind wir Ko-Koordinator der Einheit der „Translational Infrastructure Bioresources, Biodata und Digital Health“. Wir sind mit zwei Modellierungskonsortien Teil des Modellierungsnetzwerk für schwere Infektionskrankheiten (MONID).
Mit dem Aufbau und dem nachhaltigen Vorhalten von Infrastrukturen wie schnellen epidemischen Panel, Modellierungsplattformen und rapider Evidenzsynthese führen wir epidemiologische Studien durch, um Dynamik, Transmission und Last von insbesondere respiratorischen Infektionen besser zu verstehen. Wir evaluieren auch pharmazeutische und nicht-pharmazeutische Interventionen und Diagnostik. Studienstandorte sind dabei sowohl national als auch international in Europa, Afrika und Asien.
Modellierungsplattformen zur Verbesserung der effektiven Antwort auf Epidemien
RESPINOW
Verbundkoordinator, BMBF:
In diesem von uns geleitetem Modellierungskonsortium werden die mittel- und langfristigen Auswirkungen nicht-pharmazeutischer Interventionen (NPIs), die während der COVID-19-Pandemie eingesetzt wurden, auf Atemwegsinfektionen wie das Respiratorische Synzytial-Virus, Influenza und Pneumokokken-Erkrankungen erforscht. Unser Ziel ist es dabei, ein integriertes Modell zur Simulation der Übertragung verschiedener Atemwegsinfektionen und der kollateralen Auswirkungen von NPIs auf deren mittel- und langfristige Krankheitslast zu entwickeln. Hierbei arbeiten wir mit 10 Partnern aus Deutschland und Polen daran mit Evidenzsynthese und populationsbasierten Erhebungen die Dynamik von Atemwegsinfektionen während und nach der Pandemie besser zu verstehen, schaffen eine integrierte Modellierung sowie eine Plattform für Kurzzeitvorhersagen.
OPTIM-Agent
Partner, BMBF:
In diesem von der Universität Halle geleitetem Modellierungskonsortium wird die Entwicklung eines standardisierten Rahmens für die Entscheidungsfindung während einer Pandemie, basierend auf einem speziellen agentenbasierten mathematischen Modell erfolgen, das auf die deutsche Bevölkerung zugeschnitten ist. Besonderes Augenmerk liegt auf der Konzeptualisierung des Modells unter Einbeziehung von Fachwissen aus verschiedenen Disziplinen und einem realistischen Aufbau, der Heterogenitäten in der Bevölkerungsstruktur, intra- und interindividuelle Kontakte, Mobilität, individuelle soziologische und psychologische Merkmale berücksichtigt und epidemiologische Ergebnisse mit einem Rahmen für die Entscheidungsfindung im Bereich der öffentlichen Gesundheit verknüpft. Dies umfasst gesundheitsökonomische Analysen der direkten Ergebnisse und der Auswirkungen nicht-pharmazeutischer Interventionen (NPIs) auf die gesamte Gesellschaft. Die Klinische Epidemiologie des HZI ist hier insbesondere für Evidenzsynthese und Meta-analyse zu Kollateraleffekten der nicht-pharmazeutischen Maßnahmen zur Parametrisierung des entstehenden Modelles zuständig.
SUNRISE
Partner, EU:
Hier handelt es sich um ein EU Projekt zur Evaluation der bestehenden kritischen Infrastrukturen innerhalb der EU und ihrer Abhängigkeiten im Rahmen von Pandemien.Unsere Aufgabe ist dabei die Modellierung von unterschiedlichen Pandemieszenarien sowie die Zusammenstellung von Literatur zum wahrscheinlichen Effekt dieser Szenarien auf kritische Infrastrukturen.
LOKI
Unter Federführung des SIMM, HZI wird in diesem Modellierungskonsortium ein lokales Frühwarnsystem für epidemiologisch relevante Infektionsausbrüche etabliert. Beteiligt sind das Forschungszentrum Jülich(FZJ), das Deutsche Zentrum für Luft- und Raumfahrt (DLR) sowie dem Helmholtz-Zentrum für Umweltforschung (UFZ). Die Klinische Epidemiologie des HZI leitet das erste Arbeitspaket, in dem es um die Bereitstellung aktueller und retrospektiver Daten für die Parametrisierung des Modelles geht.
OPTI-ITS
Partner, MWK:
In diesem Projekt werden mit Hilfe von agentenbasierten Modellierungen bauliche Optimierung von Intensivstationen untersucht. Die Projektleitung liegt an der TU Braunschweig, weiterhin beteiligt sind die WWU Münster, die Universität Halle und die Universitätsmedizin Göttingen.
Etablierung schneller epidemischer Panel und klinischer Kohorten zum besseren Verständnis der Infektionsdynamik von respiratorischen Infektionen
MuSPAD
Leitung, Helmholtz Gemeinschaft:
MuSPAD ist ein von uns geleitetes populationsbasiertes epidemisches Panel mit >33.000 Teilnehmer:innen in ganz Deutschland. Dieses wurde während der Pandemie aufgebaut, um die Seroprävalenz gegen SARS-CoV-2 über die Pandemie hinweg zu verfolgen. Inzwischen haben wir diese Studie zu einem epidemischen Panel umgebaut, so dass schnelle Erhebungen für unterschiedliche Infektionskrankheiten inklusive Probenentnahme in Studienzentren möglich ist.
PCR4All
Partner, EU:
Um besser auf künftige Pandemien vorbereitet zu sein, die von einem noch unbekannten, eine Pandemie auslösenden Erreger X ausgehen, müssen fortschrittlichere Maßnahmen entwickelt werden, die sofort eingesetzt werden können, sobald ein potenzieller PX entdeckt wird, und die gleichzeitig die wirtschaftliche Tätigkeit mit der öffentlichen Sicherheit in Einklang bringen können. Das PCR-4-ALL-Team will dies auf ganzheitliche Weise erreichen, indem es Fachwissen in den Bereichen (1) Epidemiologie, Krankheitsmodellierung und e-Health-Plattformen, (2) Krankheitsökonometrie und (3) Hochdurchsatz-Screening, Diagnosetechnologien und klinische Tests von Infektionskrankheiten zusammenführt. Die Klinische Epidemiologie ist dabei zuständig dafür, Untersuchungen in der MuSPAD Kohorte durchzuführen und Infektionsmodellierungen vorzunehmen – in der Abteilung Epidemiologie erfolgt dies gemeinsam mit dem Team Klima, Kohorten und PIA.
NUM-IMMUNEBRIDGE
Innerhalb des ad hoc NUM-IMMUNEBRIDGE Projektes führten wir Daten aus acht Studien zum Schutz gegen Infektion und schweren Verlauf einer SARS-CoV-2 zusammen und stellten sie dem Modellierungsnetzwerk für schwere Infektionskrankheiten (MONID) zur Verfügung. Hierbei wurde der Serohub als Instrument zur Datenzusammenführung verwendet.
DZIF Transplantkohorte
Mit Hilfe der DZIF-Transplantationskohorte können medizinische Daten und biologische Proben von transplantierten Patientinnen und Patienten in ganz Deutschland gesammelt und verwaltet werden. Diese Daten und Proben bilden die Grundlage wissenschaftlicher Studien. Dabei werden Zusammenhänge zwischen den zahlreichen Faktoren untersucht, die einen Einfluss auf die Infektanfälligkeit und die Funktion der Organe haben können.
TBNet
TBNet ist ein Netzwerk von über 300 Forscher:innen und über 50 klinischen Tuberkulosezentren in Europa, in dem gemeinsam multizentrische Studien durchgeführt werden. In TBNet sind wir für den epidemiologischen Teil zuständig, helfen, wenn Studien designt werden, bei der Auswertung sowie bei der Zusammenführung stattgefundener Studien.
Digital Health Tools, Evidenzsynthese und Meta-analyseplattformen
DZIF TI BBD
(Ko-Koordinator, DZIF)
Die Infrastruktur "Bioressourcen, Biodaten und digitale Gesundheit" ermöglicht künftig eine übergreifende Standardisierung biomedizinischer Daten und Interoperabilität von Datenbanksystemen sowie einen verbesserten Zugang zu relevanten Bioproben, (medizinischen) Analysedaten oder digitalen Werkzeugen und Methoden im DZIF. Die Infrastruktur stellt Informationen zu Bioproben und Erregersammlungen, Datenbanken, Analysetools oder Apps sowie Vorlagen, Muster oder Arbeitsanweisungen bereit, die für die translationale Infektionsforschung mehr denn je benötigt werden. Seit 2021 bündeln die bisherigen Infrastrukturen "Biobanking", "Bioinformatik und Maschinelles Lernen", "Epidemiologie" und das "Pathogen Repository" ihre Expertise in dieser neuen Infrastruktur. Alle DZIF-Forscher können die Dienstleistungen, Schulungen und Workshops nutzen und davon profitieren.
DIGG-TB
(Verbundkoordinator, BMBF):
In diesem von uns geleiteten Kooperationsprojekt arbeiten wir mit den Nationalen Referenzlaboren in Kirgistan und Armenien, der Universität Freiburg, dem Synlab Gauteng zusammen. Das Ziel ist die Schaffung eine Evidenzbasis für den Einsatz digitaler Instrumente zur Tuberkulosebekämpfung im Südkaukasus und in Zentralasien und potenzielle Kapazitäten für die kontextsensitive und patientenorientierte kontrollierte Umsetzung solcher Instrumente in dieser Region aufzubauen. Daher möchten wir diese digitalen Tools für Patienten und aus der Nutzerperspektive in einem Kooperationsprojekt mit dem nationalen TB-Kontrollprogramm evaluieren und Lösungen für Lücken schaffen, die sich bereits abzeichnen und im Prozess gefunden werden würden.
Serohub
(Koordinator, BMBF und DZIF):
Der serohub ist eine virtuelle Forschungsumgebung, die es ermöglicht zu unterschiedlichen Fragestellungen individuelle Teilnehmerdaten Meta-analysen unterschiedlicher Studien sowohl zu SARS-CoV-2, aber auch zu Influenza, RSV und Tuberkulose durchzuführen. Es wurde im Aufbau über das DZIF und das NUM-Projekt COVIM gemeinsam von HZI, UKK und RKI erstellt und sammelt individuelle Teilnehmerdaten aus bevölkerungsbezogenen Seroprävalenzstudien in Deutschland. Die Daten können anderen akademischen Forschern anonymisiert zur Verfügung gestellt werden.
Innerhalb des Netzwerkes für Universitätsmedizin sind wir als Arbeitspaketleitung in NUM-COVIM 1.0 und 2.0 für die Bevölkerungsimmunität, in NUM-IMMUNEBRIDGE für Datenzusammenführung und –analyse zuständig und steuern als Partner in NUM-CoverChild und NUM-Prepared Evidenzsynthese und Expertise bei.
Ausgewählte Publikationen
Heinsohn, T., Lange, B., Vanella, P., Rodiah, I., Glöckner, S., Joachim, A., Becker, D., Brändle, T., Dhein, S., Ehehalt, S., Fries, M., Galante-Gottschalk, A., Jehnichen, S., Kolkmann, S., Kossow, A., Hellmich, M., Dötsch, J., & Krause, G. (2022b). Infection and transmission risks of COVID-19 in schools and their contribution to population infections in Germany: A retrospective observational study using nationwide and regional health and education agency notification data. PLoS Med, 19(12), e1003913. https://doi.org/10.1371/journal.pmed.1003913
Rodiah, I., Vanella, P., Kuhlmann, A., Jaeger, V. K., Harries, M., Krause, G., Karch, A., Bock, W., & Lange, B. (2023). Age-specific contribution of contacts to transmission of SARS-CoV-2 in Germany. Eur J Epidemiol. https://doi.org/10.1007/s10654-022-00938-6
Fricke, L. M., Glockner, S., Dreier, M., & Lange, B. (2021). Impact of non-pharmaceutical interventions targeted at COVID-19 pandemic on influenza burden - a systematic review. J Infect, 82(1), 1-35. https://doi.org/10.1016/j.jinf.2020.11.039
Gornyk, D., Harries, M., Glöckner, S., Strengert, M., T., K., Bojara, G., Castell, S., Frank, K., Gubbe, K., Heise, J.-K., Hernandez, P., Kappert, O., Kern, W., Illig, T., Klopp, N., Maaß, H., Ortmann, J., Barbora Kessel, B., Roller, G., . . . Krause, G. (2021). SARS-CoV-2 seroprevalence in Germany - A population based sequential study in seven regions. Deutsches Ärzteblatt Int, 118: 824.https://doi.org/10.3238/arztebl.m2021.0364
Rishi K. Gupta, Claire J. Calderwood, Alexei Yavlinsky, Maria Krutikov, Matteo Quartagno, Maximilian C. Aichelburg (…),Berit Lange (…) Ibrahim Abubakar; Discovery and validation of a personalised risk predictor for incident tuberculosis in settings aiming towards pre-elimination (PERISKOPE-TB), Nature Medicine, 2020 , doi.org10.1038/s41591-020-1076-0