Detailseite
Optimierung der Tuberkulosebehandlung: Kausale Inferenz und mathematische Modellierung zur Unterstützung der Entwicklung, Priorisierung und Evaluierung neuer Ansätze und Strategien
Antragsteller
Florian Marx, Ph.D.
Fachliche Zuordnung
Epidemiologie und Medizinische Biometrie/Statistik
Klinische Infektiologie und Tropenmedizin
Klinische Infektiologie und Tropenmedizin
Förderung
Förderung seit 2024
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 549218607
Tuberkulose (TB) bleibt weltweit die führende infektiöse Todesursache. Trotz der der Verfügbarkeit kurativer Medikamententherapien haben Tuberkulose-Programme in vielen Hochinzidenzländer Schwierigkeiten, die hohen Heilungsraten, die in klinischen Studien beobachtet wurden, auf den Alltag zu übertragen. Während vielversprechende neue Ansätze und Strategien in der Entwicklung sind, um Behandlungsergebnisse zu verbessern, sind die zugrunde liegenden Ursachen und Mechanismen, die zu Behandlungsmisserfolgen führen, nicht ausreichend verstanden. Im Rahmen dieses Projekts sollen kausale Inferenzmethoden mit mathematischen Modellen kombiniert werden, um diese Wissenslücke zu schließen und eine Grundlage für die Priorisierung und Evaluation neuer Ansätze und Strategien zur Verbesserung von Behandlungsergebnissen bei Tuberkulose zu schaffen. Das Projekt wird vorhandene Daten und Erkenntnisse integrieren und anhand von kausalen Inferenzmethoden neu bewerten, um das Wissen über die Ursachen und Mechanismen von Behandlungsmisserfolgen zu verbessern. Es soll ein Mikrosimulationsmodell entwickelt werden, mit dem sich Ursachen von Behandlungsmisserfolgen simulieren lassen. Dieses Modell soll die Grundlage für einen systematischen Ansatz zur Bewertung und Evaluation neuer Techniken und Methoden bilden. Im Rahmen des Projekts sollen konkrete neue Ansätze und Strategien zur Optimierung der Tuberkulosebehandlung auf ihren gesundheitlichen Mehrwert und ihre Kosteneffizienz untersucht werden. Anschließend soll der Einfluss dieser neuen Ansätze und Strategien mithilfe von Bevölkerungsmodellen weiterführend untersucht werden.
DFG-Verfahren
Emmy Noether-Nachwuchsgruppen