Simulation von Auswahlverfahren zur Nierentransplantation

  • Thomas Wujciak
Conference paper
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 71)

Zusammenfassung

In einem gemeinsamen Forschungsprojekt (TRAINS) der IBM (Wissenschaftliches Zentrum Heidelberg) und der Universität Fleidelberg Institut für Immunologic) wurde eine Simulationsumgebung entwickelt, in der verschiedene Algorithmen zur Empfängerauswahl bei Nierentransplantationen getestet werden können. Neben einem Vergleich von Auswahlalgorithmen, die in Europa -und den USA benutzt werden, konnte ein im TRAINS-Projekt entwickeltes Auswahlverfahren in der Simulationsumgebung weiter verbessert werden. Bei der abschließenden Bewertung erzielte dieses Verfahren bei wichtigen Zielkriterien die besten Ergebnisse.

Grundlagc für die Simulationsumgebung ist eine Regelbasis, bei der Expertenwissen von Immunologen und Medizincrn in einem Regelsystem abgebildet wird. Dieses Regelsystem erfüllt hohe Anforderungen an die Flexibilität in Hinblick auf die Wissensaquisition und Regelgenerierung. Mit dem erfolgreichen Einsatz der Simulationsumgebung wird gezeigt, daß die Simulation als sicheres Instrument zur Vorausbewcrtung komplexer medizinischer Entscheidungssituationen eingesetzt werden kann.

This is a preview of subscription content, log in to check access.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [1]
    Barnes B.A., Miettinen O.S., The Search for one HLA- and ABO-Compatible Cadaver Organ for Transplantation, Transplantation13: 592–598, 1972.CrossRefGoogle Scholar
  2. [2]
    Eurotransplant, Euro transplant Manual, Eurotransplant Foundation, Leiden 1986.Google Scholar
  3. [3]
    Eurotransplant, Annual Report 1987, Eurotransplant Foundation, Leiden 1988.Google Scholar
  4. [4]
    Grosse-Wilde H., Opelz G., Recommendation of Arbeitsgemeinschaft für Organtransplanation for Crossmatch, Antibodyscreening and Kidney Matching Policies, Eurotransplant Newsletter 46: 5–7, 1987.Google Scholar
  5. [5]
    Gilks W.R., Match Prognostic Index, Transplantation 46: 170f, 1988.CrossRefGoogle Scholar
  6. [6]
    Hennige M., Köhler C.O., Opelz G., Multivariate Prediction Model of Kidney Transplantation Success Rates, Transplantation 42: 491–493, 1986.CrossRefGoogle Scholar
  7. [7]
    Keppel E., Mohr K., Wilk M., Implementation of a Data Dictionary System to Maintain a Distributed Information System for Transplant Data, in: Reichertz P.L., Lindberg D.A.B. (eds): Medical Informatics Europe ’88, Springer-Verlag, Heidelberg 1988.Google Scholar
  8. [8]
    Janßen R., Reuter R., Donor/Recipient Matching in Kidney Transplantation, in: Janßen R., Opelz G. (eds): Acquisition, Analysis and Use of Clinical Transplant Data, Springer-Verlag, Heidelberg 1987.Google Scholar
  9. [9]
    Starzl T.E. et al., A Multifactorial System for Equitable Selection of Cadaver Kidney Recipients, JAMA 257: 3073–3075, 1987.CrossRefGoogle Scholar
  10. [10]
    Wujciak T., Simulation of Donor/Recipient Matching in Kidney Transplantation, IBM HDSC, TN 88.02, Heidelberg 1988.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1990

Authors and Affiliations

  • Thomas Wujciak
    • 1
  1. 1.IBM Deutschland GmbH Wissenschaftliches Zentrum HeidelbergHeidelbergDeutschland

Personalised recommendations