Refine
Document Type
- Article (2)
- Doctoral Thesis (1)
Has Fulltext
- yes (3) (remove)
Is part of the Bibliography
- no (3) (remove)
Keywords
- septic shock (3) (remove)
Institute
- Informatik (2)
- Medizin (1)
In der vorliegenden retrospektiven Arbeit wurden 80 Patienten im Zeitraum von 1997 bis 2001 auf Kolonisation mit Mykoseerregern untersucht wobei 52 einen positiven Befund aufwiesen. Das Durchschnittsalter betrug 67,7 Jahre. Das am häufigsten betroffene Kompartiment war der Respirationstrakt (56,6%). Pilzbesiedelungen erlangen eine zunehmende Bedeutung im Erregerspektrum der mikrobiellen Ursachen einer Sepsis und konsekutiv dem septischen Schock. Die Letalität bei Pilzbesiedelungen im Septischen Schock in der vorliegenden Arbeit beträgt 57,7% (n=30). Die Inzidenz der Besiedelungen mit Candida spp. ist gestiegen; diese sind heute die vierthäufigsten Erreger bei Septikämien. Auch die meisten invasiven Mykosen bei chirurgischen Patienten werden von Candida spp. verursacht. Sie sind mit einer Erhöhung der Letalität bei kritisch kranken Patienten assoziiert. In der vorliegenden Arbeit konnte beobachtet werden, dass Patienten mit Besiedelung und Patienten mit hohem Besiedelungsgrad eine höhere Letalität hatten, als Patienten ohne Besiedlung und Patienten mit niedrigem Besiedlungsgrad. Diese Beobachtung lässt jedoch keine statistische Wertung zu, da die Datenmenge hierfür zu klein ist. Die Therapieoptionen invasiver Mykosen mit Organbefall erstrecken sich in der Regel auf chirurgische und medikamentöse Therapiemaßnahmen. Die Richtlinien zum Management von Mykosen beziehen sich vorwiegend auf neutropenische Patienten, nur wenige Empfehlungen gelten für Pilzbesiedelungen kritisch kranker Patienten nach abdominalchirurgischer Therapie. Für die Mehrzahl der schweren Pilzinfektionen wird zur Initialtherapie Amphotericin B gefolgt von Fluconazol empfohlen. Bei toxischen Reaktionen auf Amphotericin B werden meist Fluconazol oder Amphotericin B-Lipidpräparate favorisiert. Neuere Studien mit Caspofungin zeigen vielversprechende Therapieoptionen: auch bei Problempatienten mit Neutropenie, bei Patienten mit Candidämie sowie in allen Subgruppenanalysen, z.B. nach Infektionsort, Erreger, vordefinierten Zeitpunkten, war das Echinocandin tendenziell besser wirksam als Amphotericin B. Es musste zudem signifikant seltener wegen unerwünschter Arzneimittelwirkungen abgesetzt werden. Ein besseres Verständnis der Pathophysiologie von Pilzbesiedelungen auf der Intensivstation, die Identifizierung des Patienten „at risk“ für disseminierte Candidiasis und daraus folgend der zeitnahe Einsatz adäquater Therapeutika sind validierenswert, um die Letalität von Patienten im septischen Schock zu senken.
In bioinformatics, biochemical signal pathways can be modeled by many differential equations. It is still an open problem how to fit the huge amount of parameters of the equations to the available data. Here, the approach of systematically obtaining the most appropriate model and learning its parameters is extremely interesting. One of the most often used approaches for model selection is to choose the least complex model which “fits the needs”. For noisy measurements, the model which has the smallest mean squared error of the observed data results in a model which fits too accurately to the data – it is overfitting. Such a model will perform good on the training data, but worse on unknown data. This paper propose as model selection criterion the least complex description of the observed data by the model, the minimum description length. For the small, but important example of inflammation modeling the performance of the approach is evaluated. Keywords: biochemical pathways, differential equations, septic shock, parameter estimation, overfitting, minimum description length.
In bioinformatics, biochemical pathways can be modeled by many differential equations. It is still an open problem how to fit the huge amount of parameters of the equations to the available data. Here, the approach of systematically learning the parameters is necessary. In this paper, for the small, important example of inflammation modeling a network is constructed and different learning algorithms are proposed. It turned out that due to the nonlinear dynamics evolutionary approaches are necessary to fit the parameters for sparse, given data. Keywords: model parameter adaption, septic shock. coupled differential equations, genetic algorithm.