Dokument: Risikoadjustierte Strategien in interventioneller Kardiologie und kardiovaskulärer Intensivmedizin
| Titel: | Risikoadjustierte Strategien in interventioneller Kardiologie und kardiovaskulärer Intensivmedizin | |||||||
| Weiterer Titel: | Risk-adjusted strategies in interventional cardiology and cardiovascular intensive care medicine | |||||||
| URL für Lesezeichen: | https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=65502 | |||||||
| URN (NBN): | urn:nbn:de:hbz:061-20240411-152743-7 | |||||||
| Kollektion: | Publikationen | |||||||
| Sprache: | Deutsch | |||||||
| Dokumententyp: | Wissenschaftliche Abschlussarbeiten » Habilitation | |||||||
| Medientyp: | Text | |||||||
| Autor: | Dr.med. Wolff, Georg Ulrich [Autor] | |||||||
| Dateien: |
| |||||||
| Dewey Dezimal-Klassifikation: | 600 Technik, Medizin, angewandte Wissenschaften » 610 Medizin und Gesundheit | |||||||
| Beschreibungen: | Kumulative Habilitationsschrift von Dr. med. Georg Wolff zu "Risikoadjustierten Strategien in interventioneller Kardiologie und kardiovaskulärer Intensivmedizin"
Risikoadjustierte Strategien sind in der kardiovaskulären Medizin für behandelnde Ärzte alltägliche Herausforderungen, welche unter Prinzipien der evidenzbasierten Medizin durch eine Vielzahl an Studienergebnissen und Leitlinien unterstützt werden. Für patientenindividuelle Nutzen-/Risiko-Abwägungen können statistische Risikomodelle zur Vorhersage der Wahrscheinlichkeit eines Eintretens adverser Ereignisse im Rahmen eines Eingriffes oder einer Behandlung genutzt werden. Wir konnten zeigen, dass in koronaren Herzkatheteruntersuchungen die modernen Modelle zur Vorhersage von Mortalität, Blutungen und akuten Nierenversagen aus dem amerikanischen National Cardiovascular Data Registry (NCDR) nicht nur sehr akkurat in Düsseldorfer Patienten funktionieren, sondern dass diese auch zur Vorhersage von Mortalität im akuten Koronarsyndrom und zur Vorhersage von kontrastmittelinduziertem, akutem Nierenversagen den leitlinienempfohlenen Goldstandards GRACE (Mortalität) und Mehran (Nierenversagen) überlegen waren. Einzig die Kalibration dieser Modelle war oftmals verbesserungswürdig. Wir konnten in einer intensivmedizinischen Studie zeigen, dass Methoden künstlicher Intelligenz (Machine learning) geeignet sein können, um die Genauigkeit der Risikoprädiktion von etablierten Risikomodellen zu optimieren. Für populationsbasierte Nutzen-/Risiko-Abwägungen stellen Meta-Analyseverfahren randomisierter, kontrollierter Studien den höchsten Evidenzgrad dar: Diese sind geeignet, Fragestellungen zu beantworten, welche aufgrund von methodischen Limitationen einzelner Studien ansonsten unbeantwortet blieben. Wir konnten zeigen, dass systematische Reviews und Meta-Analysen mit differenzierter Methodik (inkl. Analyse indirekter Evidenz durch Netzwerke) sowohl in der Beurteilung adjunktiver Antikoagulation und Thrombozytenaggregationshemmung im akuten Koronarsyndrom, als auch in der integrativen Analyse von Revaskularisierungstherapien in der Herzinsuffizienz und im akuten Schlaganfallentscheidende neue Erkenntnisse bringen können, welche teilweise in kardiovaskulären Leitlinien zitiert wurden. Weiterhin kann der meta-analytische Vergleich relativer und absoluter Behandlungseffekte die Bedeutung einer Therapie in ausgewählten Patientenkollektiven herausstellen. Die Ergebnisse dieser Arbeit helfen dabei, risikoadjustierte Behandlungsstrategien in interventioneller Kardiologie und Intensivmedizin zu verstehen, für den individuellen Patienten die beste populationsbasierte Studienevidenz zur Behandlung auszuwählen und diese vor dem Hintergrund seines individuellen Risikos für adverse Ereignisse einzusetzen. Weiterführende Arbeiten können in Zukunft helfen, sowohl die individuelle Risikoprädiktion (mithilfe von künstlicher Intelligenz), als auch die Methodik zur Meta-Analytik klinischer Studien weiter zu verbessern – mit dem Ziel, einer patientenindividuellen Präzisionsmedizin näher zu kommen.Cumulative habilitation thesis of Dr. med. Georg Wolff on "Risk-adjusted strategies in interventional cardiology and cardiovascular intensive care medicine" | |||||||
| Lizenz: |  Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz | |||||||
| Fachbereich / Einrichtung: | Medizinische Fakultät | |||||||
| Dokument erstellt am: | 11.04.2024 | |||||||
| Dateien geändert am: | 11.04.2024 |
