12033 research outputs found
Sort by
Prädiktoren für eine behandlungsbedürftige Koronarstenose nach einer ventrikulären Arrhythmie bei Patienten mit Implantierbarem Kardioverter-Defibrillator (ICD)
Get PDFIn dieser retrospektiven Studie wurden 183 ICD-Patienten untersucht, die nach einer ventrikulären Arrhythmie (VA) eine Koronarangiographie erhielten. Ziel war es, Prädiktoren für das Vorliegen einer behandlungsbedürftigen koronaren Herzkrankheit (KHK) zu identifizieren. Der CHA2DS2-VASc-Score erwies sich als einziger unabhängiger Prädiktor sowohl für eine relevante KHK mit anschließender PCI als auch für die 3-Jahres-Mortalität. Der Score kann zur Risikostratifizierung und Entscheidungsfindung hinsichtlich einer Koronarangiographie bei ICD-Patienten mit VA beitragen
Matched Pairs Analyse laparoskopische versus robotisch assistierte Proktokolektomien bei Polyposis Patienten (FAP, aFAP und MAP)
Get PDFPolyposis-Syndrome wie die FAP, aFAP und MAP sind vererbbare Erkrankungen, welche durch das Auftreten von multiplen Polypen gekennzeichnet sind und bereits bei jungen Patienten zur Ausprägung eines KRK führen können. Als kurative Behandlungsmethode dieser Erkrankung gilt die restaurative Proktokolektomie mit Ileum-Pouch-analer Anastomose (IPAA), welche bis vor kurzem mittels laparoskopischer Operation standardmäßig durchgeführt wurde. Dank technischer Innovationen und stetiger Fortschritte in diesem Gebiet gewinnt die robotische Chirurgie, beispielsweise mittels des Da Vinci ® Xi System, zunehmend an Akzeptanz. Bereits mehrere Studien bei anderen Indikationen weisen auf die Vorteile der robotischen Chirurgie hin und zeigen, dass dieser Ansatz eine realistische Alternative zu der laparoskopischen Methode darstellt. Dennoch ist der Stellenwert der robotischen Chirurgie gegenüber der laparoskopischen Methode, hinsichtlich Vor- oder Nachteile, noch nicht ausreichend erforscht.
Ziel dieser Analyse war es, den gegenwärtigen Forschungsstand durch neue Erkenntnisse zu erweitern sowie die Vor- und Nachteile für die Patienten bezüglich dieser neuen Operationstechnik zu untersuchen. Hierfür haben wir die robotische Proktokolektomie bei Polyposis-Patienten mit der laparoskopischen Methode hinsichtlich verschiedener Outcome-Parameter verglichen. Dazu zählte unter anderem die Operationsdauer (SNt), der Blutverlust, die Krankenhausverweildauer auf der Normal- und Überwachungsstation, die Komplikationsrate in Form der Clavien-Dindo- Klassifikation sowie die Konversionsrate. Es wurden insgesamt 43 Polyposis-Patienten retrospektiv untersucht, die sich im Zeitraum von 07.2010 bis 05.2021 an der Uniklinik Bonn haben operieren lassen. 29 Patienten dieser Stichprobe wurden mittels laparoskopischer Proktokolektomie und 14 Patienten mittels robotischer Proktokolektomie behandelt.
Dabei zeigten sich statistisch signifikante Unterschiede bezüglich des Blutverlustes, der SNt, der gesamten Krankenhausverweildauer sowie der Verweildauer auf der Normalstation. Als Vorteile der robotischen Proktokolektomie ergaben sich dabei ein geringerer Blutverlust und eine geringere Krankenhausverweildauer (im Gesamten und auf Normalstation). Ein Nachteil der robotischen Methode war demgegenüber eine längere SNt. Hinsichtlich der Krankenhausverweildauer auf einer Überwachungsstation (ICU/IMC), der postoperativen Komplikationen sowie der Anzahl an Konversionen zeigten sich keine Unterschiede zwischen den beiden Operationsmethoden.
Zusammenfassend lässt sich sagen, dass sie robotische Proktokolektomie sicher durchführbar ist und eine vielversprechende Alternative im Vergleich zu der laparaskopischen Proktokolektomie darstellt. Insbesondere im Punkt Patientensicherheit ist die robotische Alternative der laparoskopischen Methode keinesfalls unterlegen. Allerdings gibt es zum jetzigen Zeitpunkt noch nicht genug Evidenz im Bereich robotischer Proktokolektomie, um eine allgemeine Empfehlung auszusprechen.
Da die robotische Proktokolektomie eine konkurrenzfähige Behandlungsalternative im Vergleich zu der laparoskopischen Methode darstellt, sind Erkenntnisse von in Zukunft folgenden Untersuchungen auf diesem Gebiet notwendig, um den potentiellen Nutzen dieser Methode noch weiter zu konkretisieren
New perspectives on semi-parametric and pseudo-value approaches for modeling clinical time-to-event data
Get PDFClinical decision-making often relies on quantitative measures derived from statistical time-to-event models, enabling risk assessment through the quantification of survival probabilities. A key goal of these modeling approaches in guiding clinical decisions is to provide accurate risk estimates while using as little patient information as possible. Standard time-to-event modeling techniques often rely on restrictive assumptions, and their violation bear the risk of biased estimates. Furthermore, these models may need to be tailored to specific population groups, such as children or elderly patients. The aim of this cumulative dissertation was to develop and evaluate new modeling approaches for clinical time-to-event outcomes, focusing on interpretability and applicability in clinical settings, minimal model assumptions, and the ability to filter out the most relevant patient information required for accurate risk estimation. To this end, this dissertation presents three modeling strategies that address the aforementioned goals. In the first work, a tool for the pre-interventional risk assessment of 30-day mortality in the population of elderly patients was developed. Translating the underlying semi-parametric Cox model to a simple scoring system, this tool is user-friendly and only involves three risk factors. The development process focused on interpretability and applicability in clinical settings, while relying on a selection of the most relevant patient information within the Cox model framework. To further reduce assumptions, the second and third works developed modeling approaches for risk assessment in terms of survival probabilities and the restricted mean survival time. These methods, which are based on pseudo-value regression and machine learning methods, demonstrate the reduction of assumptions compared to standard modeling techniques while being able to automatically select most relevant risk factors and interactions among them. The presented modeling approaches maintain interpretability and are able to quantify causal treatment effects, as illustrated in simulation studies and on clinical datasets. All research articles included in this dissertation have been published in international peer-reviewed journals
Finite Element Analysis and In Vitro Assessment of Multirooted Custom Implants Manufactured by Additive and Subtractive Technologies
Get PDFObjective: The aim of this study was to evaluate the accuracy of milled and 3D printed titanium and zirconia multi-rooted root analogue implants (RAIs) and compare their biomechanical behaviour to conventional threaded implants (TIs) experimentally and numerically through the creation of a validated finite element model. Materials and methods: A multi-rooted RAI was modelled based on tooth 47 segmented from cone-beam computed tomography (CBCT). Four RAI subgroups, 3D-printed titanium (PT), 3D-printed zirconia (PZ), milled titanium (MT), and milled zirconia (MZ), were fabricated, along with two TI subgroups (4.5 x 11 mm and 5.5 x 11 mm) as controls. Specimens were evaluated for precision and trueness using high-resolution scanning and 3D measurement software, with root mean square (RMS) deviations statistically analysed. Samples were embedded in artificial bone blocks and subjected to biomechanical testing using a specialised biomechanical test system to quantify micromotion. Additionally, a validated finite element model incorporating RAIs and TIs was developed, reproducing experimental boundary conditions. The model was assessed under immediate placement (touching contact) and osseointegrated conditions (glued contact). A 300 N load was applied axially and at 30° to evaluate equivalent stress, maximum principal stress, microstrain, and displacement. Results: PZ demonstrated the highest precision (RMS: 21±6 μm), while MZ had the highest trueness (RMS: 66±3 μm). MT exhibited the lowest trueness and the greatest deviation in the furcation area (612±64 μm). In vitro micromotion analysis showed no significant differences in the loading direction (Z-axis) between RAIs and TIs, whereas RAIs had higher total displacement compared to TIs (96.5 μm vs. 55.8 μm). Finite element analysis (FEA) showed that RAIs outperformed TIs, exhibiting lower stress, reduced microstrain (4,000 με vs. 13,000 με), and enhanced primary and secondary stability with lower micromotion. Conclusion: The manufacturing method significantly affected RAI accuracy, with PZ showing the highest precision and MZ the highest trueness. RAIs demonstrated promising biomechanical behaviour, though anatomical variations influenced predictability. FEA confirmed RAIs’ superior stress distribution and stability over TIs, highlighting their potential as a viable alternative for immediate implant placement
Hierarchical hub-filament structures of molecular gas: star formation and cluster evolution
No full textThe first part of this thesis presents a multi-scale investigation of hub–filament structures, analyzing their morphology, kinematics, and evolution from dense core (~1000 AU) to clump (~1 pc), molecular cloud (~10–100 pc), and galaxy-cloud (~1000 pc) scales. Observations reveal a hierarchical, self-similar network of hub–filament structures spanning sub-parsec to kiloparsec scales, underscoring their key role in star formation. Within this hierarchy, a dense core serves as the hub within a clump, a clump functions as the hub within a molecular cloud, and a molecular cloud acts as the hub within a galaxy. Hub–filament structures arise from gravitational contraction, with velocity gradients indicating gravity-driven gas inflows along filaments. Molecular gas is organized into gravitationally coupled networks, where local hubs serve as the main sites of star formation. The second part examines how tidal forces from surrounding material regulate gravitational collapse and shape gas kinematics across scales. These interactions significantly impact velocity dispersion and density contrast, highlighting the environment's key role in structural evolution. The third part studies gas kinematics and dynamics under stellar feedback across scales. Significant correlations between velocity dispersion and column density suggest that velocity dispersion may partly originate from gravitational collapse, a conclusion further supported by the observed velocity gradients. Although feedback disrupts the original cloud complex during star cluster formation, substructures reorganize around new gravitational centers, with ongoing collapse despite structural destruction and regeneration. The fourth part investigates star cluster formation and evolution from clumps to open clusters using observations, simulations, and modeling. Embedded clusters in ATLASGAL clumps show burst-like star formation, with accretion luminosity important in low-mass clumps. Star formation efficiency averages ~30% and strongly anti-correlates with clump mass. The coalescence of embedded clusters within the same parental cloud may drive open cluster formation. Additionally, cluster formation mechanisms and initial gas expulsion are key to black hole formation in open clusters. The fifth part examines mass functions in star-forming regions, focusing on the link between core mass functions (CMFs) in high-mass star-forming regions and the initial mass function (IMF). For clump complexes, the parameters of the clump mass function correlate strongly with cloud mass, while widespread substructures and mass segregation indicate gravitationally driven evolution. On galaxy–cloud scales, the integrated cloud-wide IMF (ICIMF) model is developed to connect the properties of molecular clouds with their internal stellar populations in nearby galaxies. In a hub-filament system, hubs are primary star formation sites. Clumps evolve into embedded clusters defining an IMF, clouds contain multiple clumps forming an ICIMF, and galaxies host multiple clouds producing an integrated galaxy-wide IMF (IGIMF). These hierarchical hub-filament structures (star-forming regions) correspond to hierarchically integrated IMFs. Extending this self-similar physical framework allows us to establish a connection between star formation in the Milky Way and nearby galaxies, linking star-forming regions with their stellar populations across various scales
Amtliche Bekanntmachungen, 55. Jahrgang, Nr. 70
No full textZweite Ordnung zur Änderung der Studien- und Prüfungsordnung für den dualen Bachelorstudiengang „Hebammenwissenschaft“ der Medizinischen Fakultät der Rheinischen Friedrich-Wilhelms-Universität Bonn vom 25. August 202
Pathomechanismen für die Entstehung des hepatozellulären Karzinoms (HCC) im Kontext genetischer Variation
Get PDFDie Entwicklung des hepatozellulären Karzinoms wird neben externen Faktoren durch die individuelle genetische Prädisposition beeinflusst. In dieser Arbeit wurden genetische Polymorphismen und die durch sie induzierten Mechanismen untersucht, die mit dem Lipidmetabolismus und der Entstehung des HCC assoziiert sind.
Die PNPLA3-I148M-Mutation ist einer der stärksten genetischen Risikofaktoren für die Entwicklung eines HCC. Für die Untersuchung wurden zwei verschiedene Hepatoma Zelllinien (PLC/PRF/5 und HepG2) mittels CRISPR/Cas9 transfiziert, um Klone mit der PNPLA3WT (HepG2) und PNPLA3MUT (PLC/PRF/5) Variante zu generieren. Diese Klone haben sich phänotypisch hinsichtlich der Verfettung und der Sekretion pro-inflammatorischer Zytokine in Übereinstimmung vorausgegangenen Studien mit PNPLA3-148M überexprimierenden Hepatoma Zelllinien verhalten. Darüber hinaus konnte gezeigt werden, dass es bei Vorliegen der PNPLA3-148M-Variante zu einer vermehrten Expression von ROS, Reparaturenzymen und Nox kommt. Somit konnte eine mechanistische Verbindung zur vermehrten Hepatokarzinogenese bei Trägern der PNPLA3-148M-Variante hergestellt werden.
Im zweiten Teil der Arbeit wurde der rs13702 Polymorphismus im LPL-Gen untersucht, der in Studien mit einem reduzierten Risiko hinsichtlich der Entwicklung einer MASLD assoziiert wurde. In den hier durchgeführten Versuchen wurde die CC-Variante im rs13702 Lokus des LPL-Gens als unabhängiger protektiver Faktor in der HCC-Entwicklung bei ALD-Patienten identifiziert, welcher mit Veränderungen des Lipidprofils einhergeht. Ursächlich für den protektiven Effekt wurden Unterschiede in der LPL-Expression in Abhängigkeit des Genotyps im pathologischen Kontext vermutet. Im Einklang mit dieser These konnte eine Hochregulation der Expression unter dem Einfluss des C-Allels in Patienten mit alkoholischer Lebererkrankung nachgewiesen werden. Die Expression von LPL, die sich auf mRNA-Ebene mithilfe des PPARγ-Agonisten Pioglitazon hochregulieren ließ, war von allen leber-residenten Zellen am höchsten in HSC.
Im dritten Teilprojekt wurde der Einfluss von zwei möglichen Risikovarianten des SAMM50-Gens (rs3827385 und rs3761472) auf das HCC-Risiko bei vorliegender ALD untersucht. In der hier untersuchten Kohorte kaukasischer Individuen erwiesen sich die SNP rs3761472 und rs3827385 im SAMM50-Gen als nicht unabhängige Faktoren für das HCC-Risiko im Kontext einer ALD. Grund dafür ist die Kopplung mit der PNPLA3-148M-Mutation, die einen unabhängigen Einfluss der Polymorphismen ausschließt
Efficient LiDAR-Based Mapping and Localization in Outdoor Environments
No full textAutonomous robotic systems can help people in their daily lives. Robots can do tasks people cannot or simply do not want to do. Service robots like autonomous vacuum cleaner, lawn mower or even autonomous driving taxis are likely becoming an integral part of our lives. Meanwhile, the industry values the precision, efficiency, and capacity of robots to support their production lines. For reliable and safe operation, mobile robots usually rely on some sort of map of the target environment. For that, a robot needs to know its location within the map to utilize the information that is stored in there to the full extent. Many robots are equipped with sensors, like laser scanners, which can be used to figure out their location within the map, based on the current sensor observations. This task of finding the own position within a given map is usually called localization, and is a well studied problem in robotics. Established methods have shown great success, especially in smaller, mostly indoor environments. However, with the rise of advanced systems, like autonomous driving cars, it remains an open question if those techniques are scalable to such an extent at high precision.
In this thesis, we focus on larger-scale maps in outdoor environments such as those encountered in the automotive domain. Due to the sheer size of 3D maps, we have to develop techniques for efficiently representing the data. The resulting map needs to be compact in memory, but also usable for the localization of the robots. Many previous works focus on either compressing the data, or the localization algorithm. However, there is little research tackling both at the same time: trying to build memory efficient maps which are well suited for localization.
To tackle these problems, we propose several algorithms towards city-scale mapping and localization. We start with the fundamental task of calibrating the sensors of robotic platforms to obtain consistent and undistorted data that is needed for all the subsequent tasks. We then describe a method for building consistent point cloud maps using the raw recorded sensor observations. Afterward, we investigate how to utilize machine learning to compress our point cloud maps to be more memory efficient. The remaining thesis focuses on localizing robots in such maps. When navigating at a later point in time through the environment, we want to find out our position with respect to the compressed map without any further cues such as GNSS. For this, we have developed an algorithm that first coarsely figures out in which part of the map the robot is located. Afterward, we look into a fine registration where we aim at centimeter-accurate localization. Note that both, the coarse localization and the fine registration, operate directly on the compressed representation to enable localization in a compressed map. Once we have found our initial position, we can track the robots' movements within the map using our developed pose-tracking method. By this, we can estimate for any point in time the position of the robot in the map. Knowing the robot's position allows relating and fusing the measurements from the robot with the available information that is stored in the map. Additionally, it enables subsequent tasks, like path planning, which require the robot's position.
In this thesis, we advanced towards mapping large-scale environments and localizing in those resulting maps. The methods proposed here have been evaluated on publicly available datasets and are published in peer-reviewed journals and conferences. The software and implementations of our methods are open-source to enable new research to be built upon our works
Interpretable Machine Learning for Image-based Harvest-readiness Prediction of Cauliflower
No full textCauliflower cultivation is subject to high-quality control criteria during sales, highlighting the importance of accurate harvest timing. However, accurately determining harvest-readiness is challenging because the cauliflower curd is covered by its canopy. This leads to cauliflower being harvested by hand, making the harvesting process labor-intensive and subjective. To address these challenges, there is growing interest in developing non-invasive, sensor-based approaches. These provide fast, field-comprehensive, cost-effective, and reliable solutions by delivering objective and non-invasive data. The integration of time series data for plant phenotyping can provide detailed insights into the dynamic development of cauliflower, enabling more precise predictions of the optimal harvest time compared to single-point observations. However, data acquisition on a daily or weekly basis is resource-intensive, making the careful selection of acquisition days highly important. The main goal of this thesis is the image-based prediction of cauliflower harvest-readiness. While the combination of monitoring cauliflower fields using drones and applications of deep learning enables automated harvest-readiness estimation, errors can occur due to field variability and limited training data. We assess and compare different models considering different forecasting times and prediction goals. We analyze the reliability of a harvest-readiness classifier with interpretable machine learning. By identifying groups of saliency maps, we derive reliability scores for each classification result using knowledge about the domain and the image properties. The reliability can be used for unseen data to (i) inform farmers to improve their decision-making and (ii) increase the model prediction accuracy. Another approach examines harvest-readiness based on time series data, analyzing which acquisition days and developmental stages of the plants positively affect model accuracy. We use the interpretation technique GroupSHAP to gain insights into the acquisition days relevant to predictions and to support future data acquisition planning. By using image time series instead of single time points, we achieve a significant increase in model accuracy. GroupSHAP enables the identification of time points that positively affect model accuracy. By reducing the number of acquisition dates and focusing on positively influencing time points, accuracy improves further. A selective choice of acquisition dates can thus lead to more efficient data collection in the future. The work described in this thesis makes several significant contributions to the task of harvest-readiness estimation of cauliflower. It integrates interpretable Machine Learning approaches for novel solutions to enhance classification accuracy and gain insights into the classifiers’ decision-making process. In practice, these insights can not only be used to improve classification models but also support farmers in their decision-making processes for harvest timing and data collection. All contributions were validated against our published GrowliFlower dataset, which also represents an important part of this work, and disseminated through conference papers and journal articles following the peer review process. The publication of the dataset supports the development and evaluation of various Machine Learning approaches and is expected to facilitate future research
Klinisches Ergebnis der mehrfragmentären Claviculafrakturen in Abhängigkeit der operativen Versorgung (Plattenosteosynthese Vs. Intramedulläre Drahtosteosynthese)
Get PDFHintergrund: Mittelschaftfrakturen der Clavicula sind die häufigsten Frakturformen der Clavicula und repräsentieren 80% aller Claviculafrakturen. Bei den dislozierten Frakturen der Clavicula bringt die operative Versorgung gegenüber der konservativen Therapie einen großen Vorteil in Bezug auf die Funktion und die Heilungsrate. Es gibt zahlreiche Studien, die zwei operative Versorgungsmethoden (Platte vs. intramedulläre Drahtosteosynthese) ohne Berücksichtigung der Frakturklassifikation verglichen. Das Ziel unserer Studie ist es, die beiden o.g. operativen Methoden bei den mehrfragmentären Frakturen zu vergleichen.
Methodik: In dieser retrospektiven Analyse wurden 70 Patienten mit mehrfragmentären Claviculafrakturen (AO/OTA 15.2B–15.2C), die zwischen 2015 und 2020 operativ behandelt wurden, eingeschlossen. 48 Patienten erhielten eine Plattenosteosynthese (PG), 22 eine Drahtosteosynthese (DG). Erfasst wurden demografische und perioperative Parameter, klinische Scores (DASH, Constant-Murley, REFA) sowie postoperative Komplikationen, differenziert in Major- (revisionspflichtig) und Minor-Komplikationen (konservativ behandelbar).
Ergebnisse: Bei einem durchschnittlichen Follow-up von 45 Monaten zeigten beide Gruppen gute funktionelle Ergebnisse (DASH: PG 2,9 vs. DG 8,0; Constant: PG 97,3 vs. DG 93,3). Die Komplikationsrate war in der Drahtgruppe signifikant höher – sowohl bei den Major-Komplikationen (PG: n = 6 vs. DG: n = 10; p = 0,019) als auch bei den Minor-Komplikationen (PG: n = 11 vs. DG: n = 17; p = 0,001).
Schlussfolgerung: Beide Operationsmethoden führten zu guten funktionellen Ergebnissen. Die Plattenosteosynthese war jedoch mit einer signifikant geringeren Komplikationsrate assoziiert und erscheint – unter Berücksichtigung der Limitationen des retrospektiven Studiendesigns und der begrenzten Fallzahl – als bevorzugte operative Strategie bei mehrfragmentären Claviculafrakturen