Verbund

FEDORA - Föderierte Netzwerkmodellierung ökologischer komplexer dynamischer Muster in Post-COVID

Als Folge einer SARS-CoV-2-Infektion treten bei einem Teil der Betroffenen gesundheitliche Beschwerden auf, die noch Wochen oder Monate nach der akuten Infektion andauern können. Es gibt eine Vielzahl an unterschiedlichen Symptomen, die einzeln oder in Kombination vorkommen. Dabei werden Symptome, die länger als vier Wochen nach der akuten Infektion weiterhin bestehen, als Long-COVID bezeichnet. Bei dem Post-COVID-Syndrom handelt es sich um Symptome, die später als zwölf Wochen (wieder) auftreten und nicht anderweitig erklärt werden können. Die Ursachen sowie wirksame Behandlungs- und Versorgungskonzepte sind bislang nicht ausreichend erforscht. Zudem ist die Diagnose von Long/Post-COVID herausfordernd, da eine Abgrenzung gegenüber anderen Erkrankungen oftmals schwierig ist.

Daher sollen nun forschungsrelevante Informationen aus der klinisch-epidemiologischen und biomedizinischen Forschung zu Long-/Post-COVID mittels innovativer Verfahren der Datenanalyse aus bereits vorhandenen Datensätzen gefiltert und verwendet werden. In Verbindung mit Versorgungsdaten von Long-/Post-COVID-Patientinnen und -Patienten sollen die Erkenntnisse zur Entwicklung besserer Behandlungs- und Versorgungskonzepte beitragen.

Der Verbund FEDORA verfolgt das Ziel, Post-/Long-COVID mittels krankheitsspezifischer somatischer Muster von Dysautonomie, Schlafregulation und Ermüdbarkeit zu identifizieren. Dazu werden u. a. Daten aus Studien zu Post-/Long-COVID, Felddaten aus Post-COVID-Zentren und einer digitalen Gesundheits-App mit Hilfe eines föderierten Lernansatzes ausgewertet. Die Ergebnisse werden dazu beitragen, ein krankheitsspezifisches Profil von Post-/Long-COVID zu erstellen. Die erstellte Datenbank fördert zudem einen niederschwelligen Zugang für Wissenschaftlerinnen und Wissenschaftler anderer Forschungsbereiche.

Teilprojekte

Koordination, Differentialdiagnostik, Daten- und Analyse-Plattform

Förderkennzeichen: 01EQ2403A
Gesamte Fördersumme: 300.525 EUR
Förderzeitraum: 2024 - 2026
Projektleitung: Prof. Dr. Martin Walter
Adresse: Universitätsklinikum Jena, Klinik für Psychiatrie und Psychotherapie
Philosophenweg 3
07743 Jena

Koordination, Differentialdiagnostik, Daten- und Analyse-Plattform

Long/Post Covid (engl. Post-COVID Conditions, PCC) fordert Gesundheitssysteme heraus, Diagnose und Behandlung sind weiterhin schwierig. FEDORA zielt darauf ab, Längsschnittprofile von PCC zu erstellen und weiterzuentwickeln und krankheitsspezifische somatische Muster zu identifizieren. Um PCC unter anderem von anderen Erkrankungen unterscheiden und vorhersagen zu können fokussiert FEDORA auf physiologische Daten, veränderten Schlaf, Herzfrequenz und körperliche Aktivität sowie auf subjektive Patienten-Bewertungen von Stress, Müdigkeit/Ermüdbarkeit und betrachtet diese Daten im Zusammenhang. Umfangreiche zusätzliche epidemiologische Datensätze (aus PCC-Studien, Felddaten aus PC-Zentren, nicht-klinische Stressbedingungen, psychiatrische (Kontroll-)Kohorten des Deutschen Zentrums für Psychische Gesundheit (DZPG), Gesundheits-App werden so nutzbar gemacht und mit neuen Methoden, unter anderem selbstlernender künstlicher Intelligenz, analysiert. Lange hochaufgelöste Zeitreihen ermöglichen die Erstellung von klinischen Subgruppen und die Prüfung sogenannter prognostischer dynamischer Marker. FEDORA wird neue klinische Datenmodalitäten entwickeln und Schnittstellen zu den deutschen Gesundheitszentren bieten. Aus der enormen Patientenpopulation sollen zudem speziell die Fälle identifiziert werden, die aufgrund eines erhöhten Risikos für negative Langzeitfolgen besondere Betreuung und Überwachung benötigen. FEDORA nimmt Einfluss auf das Verständnis, die klinische Praxis, Krankheitsprävention, Diagnose, Therapie und Rehabilitation von PCC. Körperliche und kognitive Ressourcen von Patientinnen und Patienten sollen erhalten, wiederaufgebaut und gestärkt und einhergehende neuropsychiatrische Erkrankungen wie Depression, posttraumatische Belastungsstörungen, Angst- und Somatisierungsstörungen sowie Post-Exertionelle Malaise minimiert und vermieden werden. Dem UKJ obliegen zudem Management, Koordination und Kooperation der Teilprojekte und die kontinuierliche Zusammenarbeit mit den Datenschutzbehörden.

Identifikation von Phänotypen

Förderkennzeichen: 01EQ2403B
Gesamte Fördersumme: 24.088 EUR
Förderzeitraum: 2025 - 2026
Projektleitung: Prof. Dr. Kristina Adorjan
Adresse: Klinikum der Universität München, Klinik für Psychiatrie und Psychotherapie
Nußbaumstr. 7
80336 München

Identifikation von Phänotypen

Ziel ist es, schlafbezogene und autonome Phänotypen zu nutzen, um 1) krankheitsspezifische Signaturen zu identifizieren, die den Post-COVID-Zustand von sich syndromal überschneidenden psychiatrischen Diagnosen unterscheiden; 2) ihren Zusammenhang mit Krankheitsschweregraden wie der Arbeitsfähigkeit zu bestimmen und 3) Risikoverläufe nach einer SARS-CoV-2-Infektion in großen prospektiven Datensätzen aus Wearable- und Fragebogendaten vorherzusagen. Hierzu werden Goldstandard-Schlafuntersuchungsmethoden (Polysomnographie, PSG) verwendet und von Wearables abgeleitete physiologische Daten aus klinischen Stichproben von Patientinnen und Patienten mit Post-COVID genutzt. Damit sollen informative Phänotypen entwickelt werden, welche für groß angelegte und multimodale Analysen der anderen Teilprojekte des FEDORA-Verbundes verwendet werden.

EMA- und Sensordaten zur klinischen Differentialdiagnose

Förderkennzeichen: 01EQ2403C
Gesamte Fördersumme: 48.598 EUR
Förderzeitraum: 2025 - 2026
Projektleitung: Prof. Dr. Malek Bajbouj
Adresse: Charité - Universitätsmedizin Berlin, Campus Benjamin Franklin, Klinik für Psychiatrie und Psychotherapie
Hindenburgdamm 30
12203 Berlin

EMA- und Sensordaten zur klinischen Differentialdiagnose

Long-/Post-COVID (engl. Post-COVID Conditions, PCC) fordert Gesundheitssysteme heraus, Diagnose und Behandlung sind weiterhin schwierig. FEDORA zielt darauf ab, Längsschnittprofile von PCC zu erstellen und weiterzuentwickeln und krankheitsspezifische somatische Muster zu identifizieren. Um PCC unter anderem von anderen Erkrankungen unterscheiden und vorhersagen zu können, fokussiert FEDORA auf physiologische Daten, veränderten Schlaf, Herzfrequenz und körperliche Aktivität sowie auf subjektive Bewertungen der Patientinnen und Patienten von Stress, Müdigkeit/Ermüdbarkeit und betrachtet diese Daten im Zusammenhang. Umfangreiche zusätzliche epidemiologische Datensätze (aus PCC-Studien, Felddaten aus PC-Zentren, nicht-klinische Stressbedingungen, psychiatrische (Kontroll-)Kohorten des Deutschen Zentrums für Psychische Gesundheit (DZPG), Gesundheits-App) werden so nutzbar gemacht und mit neuen Methoden, unter anderem selbstlernender künstlicher Intelligenz, analysiert. Lange hochaufgelöste Zeitreihen ermöglichen die Erstellung von klinischen Subgruppen und die Prüfung sogenannter prognostischer dynamischer Marker. FEDORA wird neue klinische Datenmodalitäten entwickeln und Schnittstellen zu den deutschen Gesundheitszentren bieten. Aus der enormen Patientenpopulation sollen zudem speziell die Fälle identifiziert werden, die aufgrund eines erhöhten Risikos für negative Langzeitfolgen besondere Betreuung und Überwachung benötigen. FEDORA nimmt Einfluss auf das Verständnis, die klinische Praxis, Krankheitsprävention, Diagnose, Therapie und Rehabilitation von PCC. Körperliche und kognitive Ressourcen von Patientinnen und Patienten sollen erhalten, wiederaufgebaut und gestärkt und einhergehende neuropsychiatrische Erkrankungen wie Depression, posttraumatische Belastungsstörungen, Angst- und Somatisierungsstörungen sowie Post-Exertionelle Malaise minimiert und vermieden werden. Der Charité obliegt die Zusammenführung patientennaher Daten aus lokalen Polysomnographien mit mobilen physiologischen Daten.

Wearable, Schlaf und persistierende Symptome

Förderkennzeichen: 01EQ2403D
Gesamte Fördersumme: 191.159 EUR
Förderzeitraum: 2024 - 2026
Projektleitung: Prof. Dr. Dirk Brockmann
Adresse: Technische Universität Dresden, Center for Synergy of Systems
Georg Schumann-Str. 7a
01187 Dresden

Wearable, Schlaf und persistierende Symptome

Long/Post Covid (engl. Post-COVID Conditions, PCC) fordert Gesundheitssysteme heraus, Diagnose und Behandlung sind weiterhin schwierig. FEDORA zielt darauf ab, Längsschnittprofile von PCC zu erstellen und weiterzuentwickeln und krankheitsspezifische somatische Muster zu identifizieren. Um PCC unter anderem von anderen Erkrankungen unterscheiden und vorhersagen zu können fokussiert FEDORA auf physiologische Daten, veränderten Schlaf, Herzfrequenz und körperliche Aktivität sowie auf subjektive Patienten-Bewertungen von Stress, Müdigkeit/Ermüdbarkeit und betrachtet diese Daten im Zusammenhang. Umfangreiche zusätzliche epidemiologische Datensätze (aus PCC-Studien, Felddaten aus PC-Zentren, nicht-klinische Stressbedingungen, psychiatrische (Kontroll-)Kohorten des Deutschen Zentrums für Psychische Gesundheit (DZPG), Gesundheits-App werden so nutzbar gemacht und mit neuen Methoden, unter anderem selbstlernender künstlicher Intelligenz, analysiert. Lange hochaufgelöste Zeitreihen ermöglichen die Erstellung von klinischen Subgruppen und die Prüfung sogenannter prognostischer dynamischer Marker. FEDORA wird neue klinische Datenmodalitäten entwickeln und Schnittstellen zu den deutschen Gesundheitszentren bieten. Aus der enormen Patientenpopulation sollen zudem speziell die Fälle identifiziert werden, die aufgrund eines erhöhten Risikos für negative Langzeitfolgen besondere Betreuung und Überwachung benötigen. FEDORA nimmt Einfluss auf das Verständnis, die klinische Praxis, Krankheitsprävention, Diagnose, Therapie und Rehabilitation von PCC. Körperliche und kognitive Ressourcen von Patientinnen und Patienten sollen erhalten, wiederaufgebaut und gestärkt und einhergehende neuropsychiatrische Erkrankungen wie Depression, posttraumatische Belastungsstörungen, Angst- und Somatisierungsstörungen sowie Post-Exertionelle Malaise minimiert und vermieden werden. Die TUD liefert die Expertise und Schnittstellen zur Analyse der hochaufgelösten Vitaldaten aus Fitnesstrackern (CDA Daten).

Harmonisierung und Analyse EMA Daten

Förderkennzeichen: 01EQ2403E
Gesamte Fördersumme: 98.754 EUR
Förderzeitraum: 2024 - 2026
Projektleitung: Dr. Annette Brose
Adresse: Freie Universität Berlin, Fachbereich Erziehungswissenschaft und Psychologie - Institut für Psychologie
Habelschwerdter Allee 45
14195 Berlin

Harmonisierung und Analyse EMA Daten

Long/Post Covid (engl. Post-COVID Conditions, PCC) fordert Gesundheitssysteme heraus, Diagnose und Behandlung sind weiterhin schwierig. FEDORA zielt darauf ab, Längsschnittprofile von PCC zu erstellen und weiterzuentwickeln und krankheitsspezifische somatische Muster zu identifizieren. Um PCC unter anderem von anderen Erkrankungen unterscheiden und vorhersagen zu können fokussiert FEDORA auf physiologische Daten, veränderten Schlaf, Herzfrequenz und körperliche Aktivität sowie auf subjektive Patienten-Bewertungen von Stress, Müdigkeit/Ermüdbarkeit und betrachtet diese Daten im Zusammenhang. Umfangreiche zusätzliche epidemiologische Datensätze (aus PCC-Studien, Felddaten aus PC-Zentren, nicht-klinische Stressbedingungen, psychiatrische (Kontroll-)Kohorten des Deutschen Zentrums für Psychische Gesundheit (DZPG), Gesundheits-App werden so nutzbar gemacht und mit neuen Methoden, unter anderem selbstlernender künstlicher Intelligenz, analysiert. Lange hochaufgelöste Zeitreihen ermöglichen die Erstellung von klinischen Subgruppen und die Prüfung sogenannter prognostischer dynamischer Marker. FEDORA wird neue klinische Datenmodalitäten entwickeln und Schnittstellen zu den deutschen Gesundheitszentren bieten. Aus der enormen Patientenpopulation sollen zudem speziell die Fälle identifiziert werden, die aufgrund eines erhöhten Risikos für negative Langzeitfolgen besondere Betreuung und Überwachung benötigen. FEDORA nimmt Einfluss auf das Verständnis, die klinische Praxis, Krankheitsprävention, Diagnose, Therapie und Rehabilitation von PCC. Körperliche und kognitive Ressourcen von Patientinnen und Patienten sollen erhalten, wiederaufgebaut und gestärkt und einhergehende neuropsychiatrische Erkrankungen wie Depression, posttraumatische Belastungsstörungen, Angst- und Somatisierungsstörungen sowie Post-Exertionelle Malaise minimiert und vermieden werden. Die freie FU analysiert die zeitverzögerten Effekte von Aktivität und Wohlbefinden; Patientinnen und Patienten mit Long/Post Covid und psychischen Störungen werden verglichen.

Schlaf, Dysautonomie, Daten- und Analyse-Plattform, DSR-Modell

Förderkennzeichen: 01EQ2403F
Gesamte Fördersumme: 357.250 EUR
Förderzeitraum: 2024 - 2026
Projektleitung: Dr. Daniel Durstewitz
Adresse: Zentralinstitut für Seelische Gesundheit
J 5
68159 Mannheim

Schlaf, Dysautonomie, Daten- und Analyse-Plattform, DSR-Modell

Long/Post Covid (engl. Post-COVID Conditions, PCC) fordert Gesundheitssysteme heraus, Diagnose und Behandlung sind weiterhin schwierig. FEDORA zielt darauf ab, Längsschnittprofile von PCC zu erstellen und weiterzuentwickeln und krankheitsspezifische somatische Muster zu identifizieren. Um PCC unter anderem von anderen Erkrankungen unterscheiden und vorhersagen zu können fokussiert FEDORA auf physiologische Daten, veränderten Schlaf, Herzfrequenz und körperliche Aktivität sowie auf subjektive Patienten-Bewertungen von Stress, Müdigkeit/Ermüdbarkeit und betrachtet diese Daten im Zusammenhang. Umfangreiche zusätzliche epidemiologische Datensätze (aus PCC-Studien, Felddaten aus PC-Zentren, nicht-klinische Stressbedingungen, psychiatrische (Kontroll-)Kohorten des Deutschen Zentrums für Psychische Gesundheit (DZPG), Gesundheits-App werden so nutzbar gemacht und mit neuen Methoden, unter anderem selbstlernender künstlicher Intelligenz, analysiert. Lange hochaufgelöste Zeitreihen ermöglichen die Erstellung von klinischen Subgruppen und die Prüfung sogenannter prognostischer dynamischer Marker. FEDORA wird neue klinische Datenmodalitäten entwickeln und Schnittstellen zu den deutschen Gesundheitszentren bieten. Aus der enormen Patientenpopulation sollen zudem speziell die Fälle identifiziert werden, die aufgrund eines erhöhten Risikos für negative Langzeitfolgen besondere Betreuung und Überwachung benötigen. FEDORA nimmt Einfluss auf das Verständnis, die klinische Praxis, Krankheitsprävention, Diagnose, Therapie und Rehabilitation von PCC. Körperliche und kognitive Ressourcen von Patientinnen und Patienten sollen erhalten, wiederaufgebaut und gestärkt und einhergehende neuropsychiatrische Erkrankungen wie Depression, posttraumatische Belastungsstörungen, Angst- und Somatisierungsstörungen sowie Post-Exertionelle Malaise minimiert und vermieden werden. Am ZI Mannheim werden dafür maschinelle Lernverfahren bereitgestellt und darauf gestützte Datenanalysen durchgeführt, insbesondere Schlaf- und autonome Daten.

Dynamische Systemrekonstruktionsmodelle

Förderkennzeichen: 01EQ2403G
Gesamte Fördersumme: 235.402 EUR
Förderzeitraum: 2024 - 2026
Projektleitung: Dr. Thomas Wolfers
Adresse: Eberhard-Karls-Universität Tübingen, Universitätsklinikum und Medizinische Fakultät, Klinik für Psychiatrie und Psychotherapie
Calwerstr. 14
72076 Tübingen

Dynamische Systemrekonstruktionsmodelle

Long/Post Covid (engl. Post-COVID Conditions, PCC) fordert Gesundheitssysteme heraus, Diagnose und Behandlung sind weiterhin schwierig. FEDORA zielt darauf ab, Längsschnittprofile von PCC zu erstellen und weiterzuentwickeln und krankheitsspezifische somatische Muster zu identifizieren. Um PCC unter anderem von anderen Erkrankungen unterscheiden und vorhersagen zu können fokussiert FEDORA auf physiologische Daten, veränderten Schlaf, Herzfrequenz und körperliche Aktivität sowie auf subjektive Patienten-Bewertungen von Stress, Müdigkeit/Ermüdbarkeit und betrachtet diese Daten im Zusammenhang. Umfangreiche zusätzliche epidemiologische Datensätze (aus PCC-Studien, Felddaten aus PC-Zentren, nicht-klinische Stressbedingungen, psychiatrische (Kontroll-)Kohorten des Deutschen Zentrums für Psychische Gesundheit (DZPG), Gesundheits-App werden so nutzbar gemacht und mit neuen Methoden, unter anderem selbstlernender künstlicher Intelligenz, analysiert. Lange hochaufgelöste Zeitreihen ermöglichen die Erstellung von klinischen Subgruppen und die Prüfung sogenannter prognostischer dynamischer Marker. FEDORA wird neue klinische Datenmodalitäten entwickeln und Schnittstellen zu den deutschen Gesundheitszentren bieten. Aus der enormen Patientenpopulation sollen zudem speziell die Fälle identifiziert werden, die aufgrund eines erhöhten Risikos für negative Langzeitfolgen besondere Betreuung und Überwachung benötigen. FEDORA nimmt Einfluss auf das Verständnis, die klinische Praxis, Krankheitsprävention, Diagnose, Therapie und Rehabilitation von PCC. Körperliche und kognitive Ressourcen von Patientinnen und Patienten sollen erhalten, wiederaufgebaut und gestärkt und einhergehende neuropsychiatrische Erkrankungen wie Depression, posttraumatische Belastungsstörungen, Angst- und Somatisierungsstörungen sowie Post-Exertionelle Malaise minimiert und vermieden werden. Dem UK Tübingen obliegt die Entwicklung normativer Modelle.