Unser Forschungsteam arbeitet kontinuierlich an der Optimierung der Surveillance-Methoden und molekularen Diagnostik, um durch eine sequenzierungsbasierte Überwachung resistenter Erreger am UKJ eine frühzeitige Erkennung und effektive Prävention von Ausbrüchen zu ermöglichen und so die Patientensicherheit stetig zu verbessern.
Surveillance und molekulare Diagnostik
Laufende Projekte:
GenSurv+-Verbundprojekt
GenSurv+-Verbundprojekt: Genomic Pathogen Surveillance and Translational Research plus
Zusammenfassung: Ein Schwerpunkt des Projekts ist die Sequenzierung und Überwachung von Carbapenemase-bildenden Enterobacterales. Mit Ganzgenomsequenzierung analysieren wir die genetische Struktur dieser Erreger, um multiresistente Bakterien genau zu überwachen. Die Sequenzdaten werden zusammen mit Metadaten im GenSurv Data Hub gespeichert. Diese zentrale Datenbank ermöglicht Experten den einfachen Zugriff und die Analyse der gesammelten Informationen.
Förderung: Netzwerk Universitätsmedizin, BMBF
Förderkennzeichen:
Förderzeitraum: 01.01.2024-30.06.2025
Projektpartner: UK Düsseldorf, Ruhr-Universität Bochum, Universität Bielefeld, UM Göttingen, UK Tübingen, UK Münster, UK Tübingen, UK Tübingen, UK Freiburg, Universität Bielefeld, RKI, NLGA
Teilprojektleiter:
PD Dr. rer. nat./ med. habil. Claudia Stein
RISK PRINCIPE-Verbundprojekt
RISK PRINCIPE-Verbundprojekt: Medizininformatik-Use Case “RISK Prediction for Risk-stratified Infection Control and Prevention.
Teilvorhaben: Prädiktionsalgorithmus zur Infektionserkennung und Risikofaktoranalyse, prototypische automatisierte Surveillance & MeDIC Integration, Koordinierung und Evaluation
Zusammenfassung: Im Rahmen des Projekts RISK PRINCIPE wird ein automatisiertes System zur Risikoanalyse und -vorhersage für die Infektionskontrolle entwickelt, das auf bestehenden Systemen wie SmICS und HELP basiert. Ziel ist es, individuelle Risikoprofile für nosokomiale Blutstrominfektionen zu erstellen und eine personalisierte Hygiene durch Genomik zu ermöglichen. Zu den Hauptaufgaben gehören die Entwicklung von Vorhersagemodellen, Algorithmen zur Infektionserkennung und interaktiven Visualisierungen zur Überwachung von Infektionsparametern.
Förderung: BMBF gefördert.
Förderkennzeichen: 01ZZ2323B
Förderzeitraum: 07.2023-06.2027
Teilprojektleiter:
Prof. Dr. André Scherag
Wiss. Mitarbeiter:
Dr. rer. nat Sandra Ehrenberg
M.Sc. Mike Marquet