![Herz- und Gefäßzentrum UKE Hamburg](/dateien/zentren/universitaeres-herzzentrum-hamburg-(uhz)/bilder/uhz_blau_70px_hoehe.png)
Kardiovaskuläre Forschung, Epidemiologie, Biostatistik und Datenmanagement
Ziel unserer Arbeitsgruppe ist es, die Prädisposition für kardiovaskuläre Erkrankungen sowie frühe, reversible Stadien der Erkrankung zu erfassen, um eine Prävention und frühe Intervention zu ermöglichen. Wir nutzen hierzu Biomarker und genetische Analysen der nicht-invasiv erfassten Gefäßfunktion in prospektiven Kohortenstudien sowohl bei initial Gesunden als auch bei Patienten mit manifester kardiovaskulärer Erkrankung.
Kardiovaskuläre Erkrankungen sind weltweit die häufigste Ursache für Tod und Morbidität. Wir fangen erst an, die Pathophysiologie und Suszeptibilität in der Allgemeinbevölkerung zu verstehen.
Die Integration von Daten neu entdeckter und klassischer Risikofaktoren und die Assoziation mit inzidenter Erkrankung sollen die aktuellen Risikoalgorithmen verbessern, um eine präventive, personalisierte kardiovaskuläre Medizin zu erlauben und Interventionsmöglichkeiten aufzuzeigen. Internationale Kollaborationen u.a. mit der Framingham Heart Study und MORGAM Kohorten unterstützen dieses Vorhaben.
Risikoprädiktion bei Vorhofflimmern
Vorhofflimmern ist die häufigste anhaltende Herzrhythmusstörung mit erheblicher Komorbidität und Mortalität. Die Prävalenz nimmt weltweit zu – mit entsprechenden Implikationen in der Klinik und für das Gesundheitssystem. Präventive Maßnahmen sind erforderlich, aber verhältnismäßig wenig ist bekannt über Risikofaktoren, außer einer Handvoll etablierter Risikofaktoren, die vor kurzem von uns in einem Risikoscore zusammengefasst wurden. Gemeinsam erklären diese Risikofaktoren jedoch lediglich 60% des attributablen Risikos in der Population. Neue Ansätze zur Verbesserung der Risikoprädiktion sind dringend erforderlich.
Vorhofflimmern wird durch das Elektrokardiogramm (EKG) diagnostiziert. In einer epidemiologischen Studie untersuchen wir elektrokardiographische Veränderungen, die zu Vorhofflimmern führen können. Zudem werden innovative Methoden zur Biomarkerbestimmung, genetische und Genexpressionsanalysen in Querschnittsuntersuchungen und auch prospektiv durchgeführt, um neue Risikofaktoren zu identifizieren. Eine enge Kooperation zwischen Epidemiologen, Elektrophysiologen und Kardiochirurgen ist hierzu essentiell. Unsere Daten werden neue Einblicke in die Epidemiologie und Prävention geben sowie das pathophysiologische Verständnis der Erkrankung erweitern und möglicherweise therapeutische Optionen aufzeigen. Dazu verwenden wir u.a. folgende Methoden:
- Epidemiologische Kohortenstudien
- Biobanking
- Nicht-invasive Gefäßfunktionsmessung der flussmediierten Dilatation (FMD) und peripheren arteriellen Tonometrie (PAT)
- Digitale Oberflächen-Elektrokardiographie
Statistische Methoden
Um epidemiologische Fragestellungen zu beantworten, ist es entscheidend, die richtigen Methoden für diese Fragestellungen auszuwählen. Unsere Arbeitsgruppe verfügt daher über ein breites Spektrum an statistischer Expertise.
Regressionsanalysen erlauben es, Beziehungen zwischen einer abhängigen und einer oder mehreren unabhängigen Variablen zu modellieren. Sie zählen daher zu den statistischen Standardmethoden. Unsere Arbeitsgruppe hat Erfahrung in der Anwendung unterschiedlichster Regressionsanalysen, z.B. der Cox-Regression. Diese Methode wird typischerweise in der Analyse von Kohortenstudien angewandt, um Überlebenszeiten (d.h. die Zeit bis zum Eintritt eines bestimmten Ereignisses wie Tod, erneute Erkrankung o.Ä.) zu modellieren und dadurch Risikofaktoren für Tod und Morbidität zu identifizieren. Für Fall-Kontroll-Studien wenden wir dagegen meist die logistische Regression an.
Wenn eine Messung nicht nur einmalig durchgeführt, sondern mehrmals wiederholt wird (egal ob zum selben Zeitpunkt oder im Abstand mehrerer Jahre), benötigt man Regressionsmethoden für longitudinale Daten. Unsere Arbeitsgruppe verwendet für solche Analysen sogenannte „gemischte Modelle“ (die Benennung verweist darauf, dass diese Modelle sowohl „fixed effects“ als auch „random effects“ enthalten) und GEE-Modelle (generalized estimating equation). Wenn longitudinale Daten mit Überlebenszeiten in Beziehung gesetzt werden sollen, sind „Joint Models“ die Methode der Wahl.
In allen Analysen, die die krankheitsspezifische Mortalität oder die Neuerkrankung an einer bestimmten Krankheit betrachten, es ist zu empfehlen, konkurrierende Risiken zu beachten. Wenn z.B. Risikofaktoren für die Inzidenz des Vorhofflimmerns identifiziert werden sollen, dann muss Tod als konkurrierendes Risiko betrachtet werden, da für Probanden, die während des Studienzeitraums sterben, nicht bekannt ist, ob sie Vorhofflimmern entwickelt hätten, wenn sie nicht gestorben wären. Wir verwenden für solche Analysen unter anderem die Regressionsmethode von Fine und Gray. Auch für andere als die oben genannten Fragestellungen verfügen wir über die nötige Expertise, um passende Analysemethoden anzuwenden.
Team
![Renate Bonin-Schnabel](/dateien/zentren/universitaeres-herzzentrum-hamburg-(uhz)/bilder/personen/kontaktprofile/schnabel_renate-_20240201_01_3_kontaktbild.jpg)
- Stellvertretende Klinikdirektorin
- Oberärztin
- Fachärztin für Innere Medizin und Kardiologie
![Adil Ghrib](/dateien/zentren/universitaeres-herzzentrum-hamburg-(uhz)/bilder/personen/ghrib_adil_20161209_2-2_kontaktbild.jpg)
- Datenmanager
![Francisco Ojeda Echevarria](/dateien/zentren/universitaeres-herzzentrum-hamburg-(uhz)/bilder/personen/ojeda_francisco_20161209_1-2_kontaktbild.jpg)
![Nicole Rübsamen](/dateien/zentren/universitaeres-herzzentrum-hamburg-(uhz)/bilder/personen/foto-arztfinder-n.ruebsamen-120x170_kontaktbild.jpg)
![Nargiz Rzayeva](/dateien/zentren/universitaeres-herzzentrum-hamburg-(uhz)/bilder/personen/rzayeva_nargiz_20161209_54-2_kontaktbild.jpg)
- Wissenschaftliche Mitarbeiterin