NUM RACOON-Combine - Netzwerk-Universitätsmedizin

RACOON konnte in Phase 1 des NUM ein landesweites Infrastruktur-Netzwerk initiieren und an einem großen, neu erhobenen Datensatz (>14.000 Patient:innen) die Funktionsweise als vernetzende Forschungsinfrastruktur für die Pandemiebekämpfung demonstrieren.

RACOON Combine bindet
Das Hauptziel von RACOON-COMBINE ist die Entwicklung und Umsetzung einer Pipeline für die Extraktion COVID-spezifischer, prädiktiver und prognostischer quantitativer Bildgebungs-Biomarker (C-QIBs), um eine umfassende Phänotypisierung nicht nur der Erkrankung, sondern auch des Erkrankten, also seines körperlichen Zustands und seiner Begleiterkrankungen zu ermöglichen. Die prädiktiven und prognostischen Informationen, die die C-QIBs liefern, werden nicht nur die Behandlung der Patient*innen verbessern (d. h. individualisieren), sondern auch unser Verständnis der verschiedenen COVID-19-Krankheitsmuster sowie den krankheitsspezifischen Organ-Crosstalk verbessern.
Dieses Projekt wird der erste Use Case der RACOON-Infrastruktur sein und demselben integrativen, partizipativen und synergetischen Konzept folgen, das für RACOON charakteristisch ist. RACOON-COMBINE wird somit alle 38 NUM-Partnerstandorte vereinen und auf der etablierten RACOON-Infrastruktur aufbauen. RACOON-COMBINE baut auf der bisherigen Arbeit von RACOON auf und sieht zunächst vor, den aktuellen Bestand an verfügbaren Bilddaten aller Partnerstandorte zu erweitern. Wir werden darüber hinaus zusätzliche Thorax-Bilddatensätze einschließen, die seit der ersten COVID-19-Infektionswelle gewonnen wurden. Daneben werden als Neuerung gegenüber RACOON pädiatrische Bildgebung, Neurobildgebung und kardiovaskuläre Bildgebung mit eingeschlossen. Auf dieser erweiterten Datenbasis werden bildgebende Biomarker (IB) ausgewählt, die a) für die Einstufung der individuellen COVID-19-Krankheitslast (Spektrum und Schweregrad des Organbefalls) wesentlich sind und b) die vorbestehende metabolische, kardiovaskuläre und pulmonale Gesundheit des einzelnen Patienten widerspiegeln. Schließlich werden wir COVID-spezifische Bildgebungsmerkmale bezüglich ihres prädiktiven Werts für das Outcome der Patient*innen untersuchen. Wir werden statistische und maschinelle Modelle für die individuelle Krankheitsvorhersage und -prognose trainieren. In der letzten Projektphase werden standardisierte Arbeitsabläufe für die automatische und manuelle Extraktion relevanter C-QIBs auf allen RACOON-Knotenpunkten ausgerollt.

Förderkennzeichen: 01KX2121