Großdatenanalyse zur Entwicklung eines präzisen Public-Health-Ansatzes zur HIV-Prävention und -Behandlung in einer hyperendemischen ländlichen afrikanischen Bevölkerung

• Antragsteller: Professor Dr. Till Bärnighausen, Ph.D.
• Fachliche Zuordnung: Public Health, Gesundheitsbezogene Versorgungsforschung, Sozial- und Arbeitsmedizin ; Epidemiologie und Medizinische Biometrie/Statistik
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 471419865

Trotz der Erfolge und der Umsetzung bevölkerungsweiter HIV-Präventions- und Behandlungsbemühungen sind die HIV-Inzidenzraten im ländlichen KwaZulu-Natal, Südafrika, nach wie vor unannehmbar hoch, wobei die höchsten Inzidenzspitzen bei jungen Erwachsenen im Alter von 20 bis 30 Jahren zu verzeichnen sind. Zwar wurden zahlreiche individuelle und strukturelle Faktoren mit dem Risiko der HIV-Übertragung in Verbindung gebracht, doch erklären traditionelle epidemiologische Ansätze nicht ausreichend die Gesamtheit des HIV-Übertragungsrisikos. Wenn die Bemühungen zur HIV-Prävention erfolgreich sein sollen, ist ein umfassendes Verständnis der zugrunde liegenden Mechanismen des HIV-Risikos und der HIV-Übertragung von entscheidender Bedeutung. Unser übergeordnetes Ziel in diesem Projektantrag ist es, die komplexen Beziehungen und zugrunde liegenden Mechanismen zu entschlüsseln, die junge Erwachsene dem höchsten Risiko der HIV-Übertragung und des Versagens der Behandlung aussetzen, indem wir heterogene Daten auf Bevölkerungsebene und innovative analytische Ansätze mit großen Datenmengen nutzen. Das Projekt wird sich eine der größten laufenden bevölkerungsbezogenen HIV-Kohorten der Welt zunutze machen - die Bevölkerungskohorte des Africa Health Research Institute im ländlichen KwaZulu-Natal, mit soziodemographischen, biologischen und klinischen Daten auf Individualebene sowie umfassenden Genomikdaten. Das Projekt wird die bestehende große Dateninfrastruktur des Instituts sowie die kürzlich eingerichtete Forschungsplattform zur Verfolgung individueller Mobilitätsmuster über Smartphones nutzen. Jüngste methodologische Innovationen bei maschinellen Lernalgorithmen, Smartphone-basierten GPS-Tracking-Software-Anwendungen (GPS = Geographisches Positionssystem) und viraler Gensequenzierungstechnologie bieten eine beispiellose Gelegenheit, wichtige Wissenslücken zu schließen, um optimale Strategien zur Verhinderung der HIV-Übertragung und zur Verbesserung der HIV-Versorgung in armen ländlichen Gemeinden in Subsahara-Afrika zu ermitteln. Konkret wird das Projekt die vollständig integrierte individuelle Datenplattform des Africa Health Research Institute, das Smartphone-basierte GPS-System und innovative Großdatentechniken nutzen: i) die komplexen und miteinander verknüpften Faktoren aufzuklären, die junge Erwachsene (20-30 Jahre) einem hohen Risiko der HIV-Übertragung aussetzen; ii) die Konstellation der Faktoren zu identifizieren, die HIV-Infizierte einem hohen Risiko aussetzen, nicht an die HIV-Versorgung angeschlossen zu werden, die Behandlung zu unterbrechen und das Virus nicht zu unterdrücken, und zwar mit Hilfe von Algorithmen des maschinellen Lernens; und iii) eine Smartphone-Intervention zu entwerfen und zu erproben, bei der ein Echtzeit- und Präzisions-Nachrichtenübermittlungssystem eingesetzt wird, das sich an diejenigen richtet, die einem hohen Risiko der HIV-Infektion, der HIV-Übertragung und des Therapieversagens ausgesetzt sind.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Südafrika
• ausländischer Mitantragsteller: Professor Dr. Frank Tanser, Ph.D.