«
Publikationen
Sie verwenden einen sehr veralteten Browser und können Funktionen dieser Seite nur sehr eingeschränkt nutzen. Bitte aktualisieren Sie Ihren Browser. http://www.browser-update.org/de/update.html
Potential of point-of-care and at-home assessment of immune status via rapid cytokine detection and questionnaire-based anamnesis
Jamaludeen, Noor ; Beyer, Christian ; Billing, Ulrike ; Vogel, Katrin ; Brunner-Weinzierl, Monika ; Spiliopoulou, MyraSensors - Basel : MDPI, Bd. 21 (2021), Heft 15, Artikel 4960, insges. 33 S.
Impact : 3.576
Leipziger Str. 44
39120 Magdeburg
Tel.:+49 391 6724003
Fax:+49 391 6724202
Frau Prof. Brunner-Weinzierl forscht über molekulare Mechanismen der adaptiven Immunantwort. Seit ihren Forschungsarbeiten mit James P. Allison (Nobelpreisträger 2019) in Berkeley, beschäftigt sie sich mit "Immuncheckpoint" Therapien bei der Tumorabstoßung. Weiterhin interessiert sie sich dafür, wie Immunpathologien bereits in der frühen Kindheit angelegt werden (z.B. Allergien) und wie das Immunsystems von Kleinkindern Infekte abwehrt. Derzeit koordiniert sie ein BMBF-gefördertes Konsortium über Immunabwehr von Sars-CoV-2 und das Magdeburger Teilprojet in einem BMBF-geförderten Verbund über Long COVID-19 bei Kindern.
Von 2016 bis 2020 war sie gewählte Prorektorin für Forschung, Technologie und Chancengleichheit und leitete die entsprechenden Bereiche der OVGU. Seit 2020 ist sie Mitglied im Beirat des Gesundheitscampus der Med. Fakultät, OVGU.
Von 2016 bis 2020 war sie gewählte Prorektorin für Forschung, Technologie und Chancengleichheit und leitete die entsprechenden Bereiche der OVGU. Seit 2020 ist sie Mitglied im Beirat des Gesundheitscampus der Med. Fakultät, OVGU.
Prof. Myra Spiliopoulou ist Wirtschaftsinformatikprofessorin und leitet die Arbeitsgruppe "Knowledge Management and Discovery" (KMD). Der Name der Arbeitsgruppe Wirtschaftsinformatik II - KMD- steht für - Knowledge Management & Discovery-, also für die Entdeckung und Verwaltung von Wissen. Der Schwerpunkt liegt auf Data Mining Methoden für die Extraktion von entscheidungsrelevantem Wissen aus Daten.
Schwerpunkt der Arbeitsgruppe KMD ist die Analyse von dynamischen Daten. Wir entwickeln Methoden zur Adaption und Monitoring von Modellen auf dynamisch komplexen Daten. Unsere Anwendungsgebiete sind Kundenprofiling ( insb. für Empfehlungsmaschinen ) und Analyse von medizinischen Daten.
Schwerpunkt der Arbeitsgruppe KMD ist die Analyse von dynamischen Daten. Wir entwickeln Methoden zur Adaption und Monitoring von Modellen auf dynamisch komplexen Daten. Unsere Anwendungsgebiete sind Kundenprofiling ( insb. für Empfehlungsmaschinen ) und Analyse von medizinischen Daten.
