WP 4: Serologische Kohortenstudie und Statistik

Ziele:

  • Entwicklung von Dried Blood Spot (DBS)-Tests für FSMEV- und Borrelien-Antikörper. 
  • Aufbau von zwei Kohortenstudien in den Landkreisen Amberg-Sulzbach und Schwandorf. 
  • Projektion des Serostatus auf die allgemeine Bevölkerung der beiden Landkreise. 
  • Berechnung von Inzidenz und Risikofaktoren für Infektionen. 
Interessiert? Jetzt mitmachen!

Das primäre Ziel dieses Arbeitspakets besteht darin, eine effektive und repräsentative Methode zur Identifizierung und Überwachung von Frühsommer-Meningoenzephalitis (FSME), Borreliose und anderen in den Landkreisen Amberg-Sulzbach und Schwandorf verbreiteten Krankheiten zu entwickeln. Um dies großflächig, aber kosteneffizient zu erreichen, werden Dried Blood Spot (DBS)-Selbstentnahmesets genutzt. Hierfür wird ein Testverfahren für DBS entwickelt, das die Messung der entsprechenden Antikörper mit derselben Zuverlässigkeit wie bei venösen Blutproben ermöglicht. Im Anschluss wird eine Kohorte von freiwilligen Teilnehmenden aus der Region aufgebaut, um die Repräsentativität der gesammelten Daten sicherzustellen.

Die Federführung dieses Arbeitspakets liegt am Institut für Infektions- und Tropenmedizin des LMU Klinikums in München. Die serologische Studie wird in Zusammenarbeit mit Expert*innen des Bayerischen Landesamts für Gesundheit und Lebensmittelsicherheit (LGL), dem Fraunhofer-Institut für Translationale Medizin und Pharmakologie ITMP, Immunologie, Infektions- und Pandemieforschung IIP und dem Konsiliarlabor für Frühsommer-Meningoenzepahlitis (FSME) durchgeführt.

Ansprechpartnerinnen
Elisabeth Lucke
Projektmanagement & Statistik
Marlene Hannes
Projektmanagement
Labor & Analyse
Dr. Volker Fingerle
Leitung Nationales Referenzzentrum für Borrelien
Dr. Raquel Rubio Acero
Biologin
Dr. Lidia Chitimia-Dobler
 Tierärztin und Parasitologin
Prof. Dr. Gerhard Dobler
Facharzt für Mikrobiologie, Virologie und Infektionsepidemiologie
Leitung
Prof. Dr. Noemi Castelletti
Projektleitung
Christoph Sticha-Kaiser
Mathematische Modellierung und stv. Projektleitung

Weitere Workpackages:

WP 3: Habitat-Erkennung und -Vorhersage mit Drohnen

Vermessung von Testarealen mit Drohnen. Durchführung der Landnutzungsklassifikation mit Machine Learning-Algorithmen und Berechnung von Landschaftsmetriken sowie anderen Parametern basierend auf den…

WP 5: Mathematische Modellierung und Vorhersage

Entwicklung eines gekoppelten mathematischen Modells, das die menschliche Infektionsdynamik sowie einen detaillierten Zeckenlebenszyklus umfasst. Durchführung statistischer Analysen von Wetterdaten…