Belastungsbewertung und Refinement in Tiermodellen des Nierenischämie-Reperfusionsschadens, der Leberresektion und Lebertransplantation bei Ratten und Schweinen.

• Antragstellerin: Dr. Lisa Ernst
• Fachliche Zuordnung: Allgemein- und Viszeralchirurgie ; Tiermedizin
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 321137804

Im dritten Förderzeitraum zielt das Projekt darauf ab, objektive und automatisierbare Verfahren zur Erkennung von Belastungen und Schweregraden zu verfeinern und messbares Refinement von chirurgischen Tiermodellen weiter zu optimieren. Der Fokus liegt dabei auf der Nutzung vorhandener Datensätze und Clustering-Methoden, um die Generalisierbarkeit und Robustheit von Parametern und -kombinationen innerhalb und außerhalb des Konsortiums FOR zu untersuchen und zu gewährleisten. Die Etablierung und Evaluation von kontaktlosen Überwachungsmethoden, individueller Risikobewertung und Automatisierungstechniken sind zentrale Fragestellungen, die untersucht werden sollen. Um diese Ziele zu erreichen, besteht der dritte Förderzeitraum des Projekts aus fünf separaten Arbeitspaketen (WP=work packages): WP1 konzentriert sich auf die Bewertung des Schweregrads bei verschiedenen Tierarten und Tiermodellen, die Beurteilung der Übertragbarkeit und Robustheit von Parametern zur Schweregradbewertung in multizentrischen Ansätzen sowie die Erkundung des Übertragungspotenzials des Nierentransplantationsmodells auf den Menschen. WP2 zielt darauf ab, ein robustes kontaktloses Überwachungssystem für die standardisierte Überwachung von Schweinen zu entwickeln, dessen Techniken bereits während des zweiten Förderzeitraums als Proof of Concept eingeführt wurden. WP3 beinhaltet eine multizentrische Bewertung der Inter-Rater-Variabilität und Robustheit bei der Bewertung des Grime-Scales, einschließlich des Vergleichs von Verhaltens- und Grimace-Scale-Parametern für die Überwachung im Heimatkäfig. WP4 konzentriert sich auf die Identifizierung von prädiktiven modellabhängigen Variablen durch funktionale Korrelationsanalyse und den Einsatz von KI-Algorithmen, insbesondere das Training von Pathomics mittels deep-learning anhand histologischer Daten. Schließlich wird in WP5 eine systematische Überprüfung der Robustheit und Zuverlässigkeit der zuvor generierten Daten mit der Literatur durchgeführt. Diese Überprüfung konzentriert sich speziell auf ein Schaf-Frakturmodell und seine perioperative Fixationsmethoden mit einem besonderen Schwerpunkt auf dem Tierwohl und der kontinuierlichen Verbesserung der Methodik (Refinement). Für die geplanten Untersuchungen kann auf einen umfassenden Satz von Daten, die während des ersten und zweiten Förderzeitraums generiert wurden, zugegriffen werden. Dieser umfasst verschiedene Datensätze wie Aufzeichnungen von Burrowing-verhalten, Haltungsbedingungen, Telemetrie, Experimente im Open Field, Bewertungen des Grimace-Scales, CT-Scans, Röntgenbilder und Histologieschnitte, welche an Nagetieren und Großtieren (Schweinen, Schafen) generiert wurden.

• DFG-Verfahren: Forschungsgruppen
• Teilprojekt zu: FOR 2591: Severity assessment in animal-based research