Arbeitsgruppe Quantitative und Prädiktive Infektionsepidemiologie
Wir verwenden mathematische Modelle zur Beschreibung komplexer epidemiologischer und evolutionärer Prozesse, um bessere Vorhersagen über die Zukunft der Epidemie treffen zu können. So können wir das Krankenhaus im Besonderen und die Entscheidungsträger im Gesundheitswesen im Allgemeinen über die potenzielle Wirksamkeit von Interventionsmaßnahmen und anderen politischen Entscheidungen informieren. Unsere Forschung konzentriert sich auf die Antibiotikaresistenz sowie auf Atemwegsinfektionen wie COVID-19.
Projekte
Unsere Gruppe untersucht die Ausbreitung der Antibiotikaresistenz hauptsächlich auf der Ebene von Krankenhausnetzwerken. Solche Netzwerke werden durch die Patienten gebildet, die zwischen Krankenhäusern ausgetauscht und verlegt werden und ihre Struktur beeinflusst die Chancen der Einführung von Antibiotikaresistenzen in jedem Krankenhaus. Wir führen das NeWiS-Projekt durch, um Informationen über Krankenhausnetzwerke in mehreren europäischen Ländern zu sammeln. Außerdem arbeiten wir eng mit dem CNAM (Paris, Frankreich), dem EHESP (Rennes, Frankreich) und der Monash University (Victoria, Australien) zusammen, um Softwarelösungen (in Form von R-Paketen) zu entwickeln, die die Rekonstruktion von Netzwerken erleichtern. Darüber hinaus arbeiten wir eng mit dem Universitätsklinikum Münster (Deutschland), der Universität Oxford (UK), der britischen Gesundheits- und Sicherheitsbehörde (UK) und dem University Medical Center Groningen (NL) zu diesem Thema zusammen.
Analyse- und Vorhersagetool für COVID-19
Während der COVID-19-Pandemie entwickelte unsere Gruppe Modelle zur Vorhersage des Bettenbedarfs, die für die Pandemieplanung des Krankenhauses unerlässlich waren. Diese Modelle wurden so verallgemeinert, dass sie auf jedes deutsche Krankenhaus passen, je nachdem, wo die meisten der aufgenommenen COVID-19-Patienten leben. Wir haben diese Modelle dann als kostenloses Online-Tool öffentlich zugänglich gemacht. Das Tool wird laufend mit den neuesten verfügbaren Daten zur regionalen Inzidenz und Bettenbelegung aktualisiert. Dieses Projekt war das Ergebnis einer engen Zusammenarbeit mit den Universitätskliniken in Tübingen, Ulm, Heidelberg und Mannheim.
Analyse- und Vorhersagetool für COVID-19
Team
Name | 0761-270 |
---|---|
Fabian Bürkin, Mathematiker, Medizinstatistiker | 82380 |
Dr. rer. nat. Tjibbe Donker, AG-Leiter, Biolinformatiker, Medizinstatistiker | 82550 |
Raisa Kociurzynski, Bioinformatikerin | 82370 |
Alexis Papathanassopoulos, Mathematiker | 82780 |
Publikationen
2023
Donker T.: The dangers of using large language models for peer review. Lancet Infect Dis. 2023 Jul;23(7):781.doi: 10.1016/S1473-3099(23)00290-6. Epub 2023 May 10
Scheithauer S, Dilthey A, Bludau A, Ciesek S, Corman V, Donker T, Eckmanns T, Egelkamp R, Grundmann H, Häcker G, Kaase M, Lange B, Mellmann A, Mielke M, Pletz M, Salzberger B, Thürmer A, Widmer A, Wieler LH, Wolff T, Gatermann S, Semmler T:[Establishment of genomic pathogen surveillance to strengthen pandemic preparedness and infection prevention in Germany]. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz. 2023 Apr;66(4):443-449.doi: 10.1007/s00103-023-03680-w. Online
Salzberger B, Mellmann A, Bludau A, Ciesek S, Corman V, Dilthey A, Donker T, Eckmanns T, Egelkamp R, Gatermann SG, Grundmann H, Häcker G, Kaase M, Lange B, Mielke M, Pletz MW, Semmler T, Thürmer A, Wieler LH, Wolff T, Widmer AF, Scheithauer S.:An appeal for strengthening genomic pathogen surveillance to improve pandemic preparedness and infection prevention: the German perspective. Infection. 2023 Aug;51(4):805-811.doi: 10.1007/s15010-023-02040-9. Epub 2023 May 2. Online
Siebler L, Rathje T, Calandri M, Stergiaropoulos K, Donker T, Richter B, Spahn C, Nusseck M.:A coupled experimental and statistical approach for an assessment of SARS-CoV-2 infection risk at indoor event locations. BMC Public Health. 2023 Jul 20;23(1):1394.doi: 10.1186/s12889-023-16154-0.
2022
Budgell EP, Davies TJ, Donker T, Hopkins S, Wyllie DH, Peto TEA, Gill MJ, Llewelyn MJ, Walker AS.:Impact of antibiotic use on patient-level risk of death in 36 million hospital admissions in England.J Infect. 2022 Mar;84(3):311-320.doi: 10.1016/j.jinf.2021.12.029. Epub 2021 Dec 25. Online
2021
Donker T, Bürkin FM, Wolkewitz M, Haverkamp C, Christoffel D, Kappert O, Hammer T, Busch HJ, Biever P, Kalbhenn J, Bürkle H, Kern WV, Wenz F, Grundmann H.:Navigating hospitals safely through the COVID-19 epidemic tide: Predicting case load for adjusting bed capacity. Infect Control Hosp Epidemiol. 2021 Jun;42(6):653-658.doi: 10.1017/ice.2020.464. Epub 2020 Sep 15. Online
2020
Donker T.: Modelling how antimicrobial resistance spreads between wards. Elife. 2020 Nov 26;9:e64228.doi: 10.7554/eLife.64228. Online
Grundmann H, Donker T, Hengel H, Bürkle H, Hammer T, Wenz F, Kern W: Universelles Aufnahmescreening: Eintragungsrisiko beurteilen. Dtsch Arztebl 2020; 117(35-36): A-1610 / B-1378. Online
Dr. rer. nat. Tjibbe Donker
Bioinformatiker, Medizinstatistiker
Tel.: +49 (0) 761 270 82550
Fax: +49 (0) 761 270 83030