P4-Endokrinologie – Kybernetische Perspektiven eines neuen Ansatzes

dc.bibliographicCitation.volume54
dc.contributor.authorDietrich, Johannes W.
dc.date.accessioned2025-01-03T10:54:42Z
dc.date.available2025-01-03T10:54:42Z
dc.date.issued2024-12-10
dc.description.abstractEndocrine diseases convey far-reaching consequences for individual health, ranging from a reduced quality of life over an increased risk of serious secondary diseases to acutely life-threatening conditions. In recent decades, endocrinology has faced considerable progress, for example in molecular biological research, assay technology and therapeutic options. However, serious gaps remain open that prevent the derivation of a unified endocrine theory and the development of a predictive, preventive, personalised and participatory medicine (P4 medicine). As a possible brick for a solution, we have developed the universal non-linear "MiMe-NoCoDI" platform for formulating cybernetic models of endocrine networks. It allows the development of mathematical "high fidelity" descriptions as well as the implementation of simulations on digital and analog computers. In addition, it provides the basis for new diagnostic procedures in the form of calculated biomarkers (structure parameter inference approach-SPINA) and approaches to therapy planning (set point optimisation and targeting-SPOT), which are superior to previous methods of clinical endocrinology. This progress paves the way for a future precision endocrinology with applications ranging from vertically integrated physiology over individually planned patient treatment to macro-strategies in the public healthcare system.eng
dc.description.abstractEndokrine Erkrankungen entfalten weitreichende Konsequenzen für die individuelle Gesundheit, die von einer reduzierten Lebensqualität über ein erhöhtes Risiko für schwere Folgeerkrankungen bis hin zu akut lebensbedrohlichen Situationen reichen. Trotz erheblicher Fortschritte, die im Laufe der vergangenen Jahrzehnte etwa in der molekularbiologischen Forschung, der Assay-Technologie und den therapeutischen Optionen erreicht wurden, bleiben schwerwiegende Lücken offen, die nicht nur die Herleitung einer geschlossenen endokrinen Theorie, sondern auch die Entwicklung zu einer prädiktiven, präventiven, personalisierten und partizipatorischen Medizin (P4-Medizin) verhindern. Nachfolgend wird als möglicher Lösungsansatz die universelle nichtlineare „MiMe-NoCoDI“-Plattform für die Formulierung kybernetischer Modelle in der Endokrinologie dargestellt. Sie erlaubt die Entwicklung mathematischer „High Fidelity“-Beschreibungen ebenso wie die Implementierung von Computersimulationen auf Digital- und Analogrechnern. Darüber hinaus liefert sie die Grundlagen für neue Verfahren der Diagnostik in Form berechneter Biomarker (Struktur- parameter-Inferenzansatz – SPINA) und Ansätze der Therapieplanung (Sollwertrekonstruktion), die bisherigen Methoden der klinischen Endokrinologie überlegen sind. Damit wird der Weg zu einer künftigen Präzisionsendokrinologie eröffnet, deren Anwendungen von einer vertikal integrierten Physiologie über die individuell geplante Behandlung von Patient:innen bis hin zu Makrostrategien im öffentlichen Gesundheitswesen reichen.ger
dc.description.versionpublishedVersion
dc.identifier.urihttps://oa.tib.eu/renate/handle/123456789/17717
dc.identifier.urihttps://doi.org/10.34657/16737
dc.language.isoger
dc.publisherBerlin : Leibniz-Sozietät der Wissenschaften zu Berlin
dc.relation.doihttps://www.doi.org/10.53201/LEIBNIZONLINE54
dc.relation.issn1863-3285
dc.rights.licenseCC BY 4.0 Unported
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectP4-Medizinger
dc.subjectEndokrinologieger
dc.subjectBiomedizinische Kybernetikger
dc.subjectSystembiologieger
dc.subjectStrukturparameter-Inferenzansatz (SPINA)ger
dc.subjectSchilddrüsenerkrankungenger
dc.subjectDiabetes mellitusger
dc.subjectPrädiabetesger
dc.subjectP4 Medicineeng
dc.subjectendocrinologyeng
dc.subjectbiomedical cyberneticseng
dc.subjectsystems biologyeng
dc.subjectstructure parameter inference approach (SPINA)eng
dc.subjectthyroid diseaseseng
dc.subjectdiabetes mellituseng
dc.subjectprediabeteseng
dc.subject.ddc571.75
dc.subject.ddc572.4
dc.subject.ddc570.285
dc.subject.ddc612.022
dc.titleP4-Endokrinologie – Kybernetische Perspektiven eines neuen Ansatzes
dc.typeArticle
dc.typeText
dcterms.bibliographicCitation.journalTitleLeibniz Online
tib.accessRightsopenAccess
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
03_03_Kybernetik-2024_DietrichLeibniz-Online-Fachbeitrag.pdf
Size:
1.52 MB
Format:
Adobe Portable Document Format
Description: