© PLoS ONE 8(3): e59712. doi:10.1371/journal.pone.0059712
Adam Ferguson, Brain and Spinal Injury Center, University of California, San Francisco, San Francisco General Hospital, San Francisco, USA

Aufbereitung großer Datenmengen aus der Rückenmarksforschung für eine schnellere Übersetzung in die klinische Anwendung

Gefördert in: 2014, 2015, 2016


Zur Übersicht

Problem: Nur wenige Studien untersuchen die Wirkung von Therapien auf das vielschichtige Syndrom Rückenmarksverletzung unter einem ganzheitlichen Aspekt

Ansatz: Aufbau einer multi-zentrischen Datenbank, die Daten aus verschiedenen Modellen, präklinischen und klinischen Studien erfasst und die die Möglichkeit bietet, daraus unvoreingenommen neue Erkenntnisse zu ziehen

Ziel: Schnellere Übertragung von experimentellen Ergebnissen in die klinische Anwendung

 

Wie auch andere Erkrankungen des zentralen Nervensystems hat eine Rückenmarksverletzung Auswirkungen auf viele Körperfunktionen wie Motorik, Sensibilität, das vegetative Nervensystem, Blasen-und Darmfunktion, sowie das Skelett-, Herzkreislauf- und Immunsystem. Die Forschung untersucht zwar therapeutische Ansätze für die verschiedenen Probleme aber nur wenige Studien suchen nach ganzheitlichen therapeutischen Ansätzen für dieses vielschichtige Erkrankungsbild „Rückenmarksverletzung“.

 

 (PLoS ONE 8(3): e59712. doi:10.1371/journal.pone.0059712)
© PLoS ONE 8(3): e59712. doi:10.1371/journal.pone.0059712

 

Das zeigt grundsätzlich das Problem von „Großen Datenmengen“. Es gibt keine Mechanismen wie man Daten aus vielen verschiedenen Quellen für die Generierung von innovativem Wissen nützen könnte. Das Team von UCSF-BASIB hat eine Datenbank aufgebaut, die Daten aus vielen Arbeitsgruppen, aus verschiedenen Krankheitsmodellen, aus präklinischen und klinischen Studien erfasst, mit der Möglichkeit, daraus unvoreingenommen neue Erkenntnisse zu ziehen. In dieses Wings for Life Projekt bringen Grundlagenwissenschaftler, Kliniker und Silicon Valley Daten-Spezialisten ihre Expertise ein, um neue Methoden der Big Data Verarbeitung zu entwickeln und damit eine schnellere Umsetzung von Ergebnissen in die klinische Anwendung für die Patienten zu erreichen.