Anselm Kampik

Optimizing the deswelling process of organ-cultured corneas.

Purpose: During deswelling of organ-cultured human corneas, endothelial cell loss occurs. Therefore, it is necessary to minimize the deswelling time and achieving an optimal central corneal thickness (CCT) of approximately 550 μm at the same time. We investigated the minimal deswelling time necessary and analyzed endothelial cell loss. Methods: Fifty-eight human corneas were stored between 13 and 81 days in organ culture. CCT was measured by optical coherence tomography. Measurements were performed before preparation, during culturing, before deswelling, and after varying deswelling periods (1-72 hours) using 5% dextran. Additionally, vital staining was performed in 6 human corneas to assess endothelial cell loss between 24 and 30 hours of deswelling. To evaluate absolute cell loss, endothelial cells were counted on human corneal pairs after 24 and 30 hours of deswelling. Results: After organ culture, mean CCT was 1194 μm. After 24 hours of deswelling in dextran-containing medium, mean CCT was 600 μm, whereas after 30 hours, mean CCT was 510 μm and hardly any corneas showed a CCT of more than 550 μm. Almost no further decrease in CCT was observed thereafter. No factors could be identified predicting the necessary deswelling time; however, paired corneas showed significant correlation of deswelling characteristics. We did not see any differences in endothelial cell loss 24 and 30 hours of deswelling or the ratio of living to dead endothelial cell counts. Conclusions: Deswelling for 24 hours does not provide an optimal corneal thickness. Because endothelial cell loss does not increase between 24 and 30 hours of deswelling, a period of 30 hours is more suitable for obtaining sufficient corneal thickness.

Posterior lamellar disc dislocation into the vitreous cavity during descemet stripping automated endothelial keratoplasty.

We present a case of a dislocated posterior lamellar lenticule into the vitreous cavity during Descemet stripping automated endothelial keratoplasty. After insertion of the donor disc in a partially vitrectomized eye with partial iris loss, the graft dislocated into the vitreous cavity. With a standard 3-port vitrectomy and the help of perflourocarbon fluid, the graft was lifted into the anterior segment of the eye and firmly attached to the recipient cornea using liquid-air exchange. The postoperative follow-up was without complications. The cornea was clear at the third day after surgery without recurrent graft dislocation.

SMEYEDAT (Smart-Eye-Data): Zusammenführung und Nutzbarmachung ophthalmologischer Daten

Einleitung: Trotz zunehmender Digitalisierung stellt sich die wissenschaftliche Auswertung von Daten in der klinischen Medizin als nicht triviale Aufgabe dar. Bereits auf unterster Ebene, sprich, in den einzelnen Fachabteilungen eines Klinikums werden Daten eines Patienten in verschiedensten Systemen archiviert. Interne Datenbanken zu diagnostischen Spezialgeraten, Verwaltungsdaten, die in Klinikumsinformationssystemen gespeichert werden, als auch isolierte Arztbriefe sind hier nur einige der in der Praxis genutzten Entitaten. Oftmals verbirgt sich wissenschaftlicher Mehrwert jedoch gerade in der kombinierten Analyse verschiedener Datenquellen [1]. Eine Moglichkeit dieser Problematik zu begegnen ist es die Daten innerhalb eines Data-Warehouses zusammenzufuhren [2]. Diese Masnahme alleine beseitigt jedoch nicht das Problem, dass die Daten oftmals uber eine hohe Dimensionalitat bzw. Komplexitat verfugen – von Big-Data ist hier oftmals die Rede [3]. Die unstrukturierte Zusammenfuhrung in ein Datawarehouse kann deswegen zu neuen Problemen wie redundanten Datenfeldern oder mangelnder Konkordanz fuhren. Auch im Bereich der Augenheilkunde existiert diese Problematik. Die Bildgebung hat in den letzten Jahren in diesem Fach deutlich an Bedeutung gewonnen und es bestehen nun zahlreiche Moglichkeiten Befunde zu objektivieren und zu messen. In der Augenklinik der Universitat in Munchen sind in den letzten Jahren deswegen Anstrengungen unternommen worden, zum einen die klinischen Untersuchungsdaten digital zu erfassen und zum anderen die Messdaten geordnet zu speichern. Das SMEYEDAT (Smart-Eye-Data) Projekt, eine Arbeitsgruppe bestehend aus Arzten, Informatikern als auch Statistikern, hat sich zur Aufgabe gemacht, diese Datenquellen zusammenzufuhren, zu strukturieren und damit fur die Forschung und als Unterstutzung fur die Routinearbeit nutzbar zu machen. Die vorliegende Arbeit beschreibt die ersten Ergebnisse der im Sommer 2014 gegrundeten Arbeitsgruppe, bei der klinische wie auch administrative Daten aus dem fuhrenden Krankenhausinformationssystem (KIS) (SAP / i.s.h.-med) sowie isolierte Messdaten aus der Optischen Koharenztomografie (OCT) in einer Forschungsdatenbank zusammengefuhrt wurden. Material und Methoden: Zentraler Punkt der initialen Phase war die Schaffung einer strukturierten Forschungsdatenbank (SMEYEDAT DB). Hierbei handelt es sich um ein auf MS-SQL basierendes System. Die Datenbasis stammt aus dem KIS des Klinikums der Ludwigs-Maximilians-Universitat Munchen, welches zur Erfassung und Verwaltung der Daten ein SAP R3 System mit integrierter i.s.h.med Technologie (Siemens AG) verwendet. Die relevanten Informationen (wie patientenbezogene medizinische oder verwaltungstechnische Daten) werden in Form von Textdateien exportiert und unter Berucksichtigung der SAP-internen Identifikationsmerkmale in die SMEYEDAT DB integriert. Die so erhaltenen Basisdaten konnen schlieslich gemas den Anforderungen fur klinische Auswertungen und Studien formiert werden. Eine tagliche Synchronisation mit den SAP-Originaldaten gewahrleistet neben der Aufnahme neuer Informationen auch die Aktualisierung des bisherigen Datenbestandes. Neben den Basisdaten, die im KIS durch graphische Benutzeroberflachen gesammelt werden, existieren semi-strukturierte Arztbriefe (im rtf oder doc-Format), deren relevanter Inhalt durch Verwendung eines C#-Parserskriptes in die SMEYEDAT DB uberfuhrt wurde. Dabei wurden Abweichungen von der vorgegebenen Struktur der Dokumente bis zu einem gewissen Grad toleriert. Final wurde der initiale Datenbestand durch Daten aus dem OCT erganzt, hierbei von besonderer Relevanz, den Netzhautdickewerten der Makula, also dem Bereich des scharfsten Sehens. Die Daten werden hierbei in Echtzeit beim Aufruf eines OCTs generiert und liegen nicht in abgespeicherter Form vor. Aktuell ist es uber die gegebene Software des Herstellers nicht moglich die gewunschten Daten im Batch gesammelt zu exportieren. Nach Absprache mit dem Hersteller (Heidelberg-Engineering, Heidelberg) wurde innerhalb der SMEYE-Gruppe ein in Java implementiertes Roboterskript erzeugt, dass extern uber Mauskommdos und Tastatureingaben die Hersteller Software betatigt, die einzelnen Daten jeweils aufruft, in Echtzeit generiert und schlieslich als XML-Datei exportiert. Uber Bilderkennung passt sich das Roboterskript hierbei jeweils an die zugrundeliegenden Daten an und kann entsprechend den Export durchfuhren. Die Vollstandigkeit der Daten wurde nachtraglich validiert. Erste Analysen mit Hilfe der grafischen Analyse-Software QlikView wurden direkt auf der Datenbank durchgefuhrt und zeigen beispielhaft die vielseitigen Einsatzmoglichkeiten die von der Projektgruppe angestrebt werden. Ergebnisse: Aus dem Fachgebiet ubergreifenden KIS des KUM wurden Daten von uber 250.000 Patienten (Stand Februar 2015) exportiert und dem Datenbestand der SMEYEDATDB hinzugefugt. Hierzu gehoren vor allem die klinischen Daten der Patienten (Messwerte, Diagnosen, Medikation, Prozeduren,…) sowie Verwaltungsdaten (Bewegungen, Leistungen,…). Dieser Datenbestand wurde durch Daten aus mehr als 7.000 verschiedenen Arztbriefen erganzt. Aus dem OCT wurden bisher zu insgesamt 7.852 Patienten mit mehr als 33.651 Untersuchungen (OCT-scans, Angiographien etc.) jeweils Informationen bestehend aus mehreren tausend Datenfeldern extrahiert. Die Vollstandigkeit des Exports des Roboterskripts lag bei uber 97.6%. Das Datenmodel der SMEYEDAT DB wurde von einigen Redundanzen und Unstimmigkeiten bereinigt befindet sich jedoch noch unter Weiterentwicklung. Auf dem initialen Datenbestand wurde eine Testinstanz von QlikView aufgesetzt, mit der bereits beispielhafte Analysen realisiert werden konnten. Diskussion: Das SMEYEDAT-Projekt ist der Versuch in der Augenklinik des KUM vorhandene Datenbestande mit Hilfe verschiedener Kompetenzen aus dem Bereich der Medizin, Informatik als auch Statistik zusammenzufuhren und fur die Forschung nutzbar zu machen. Im Gegensatz zu Ansatzen die eine Datenzusammenfuhrung und Auswertungen innerhalb einer Datawarehouse-Plattform durchfuhren (z.B. I2B2 [2]) wurde ein strukturiertes Datenmodel auf MS-SQL Basis erarbeitet um Echtzeitauswertungen uber die grafische Analysesoftware Qlik-View, die auf diesen Datenbestand zugreift, zu ermoglichen und so auch den praktizierenden Arzten ein Tool zur Verfugung zu stellen, Analysen wie beispielsweise Krankheitsverlaufe auf grosen Datenbestanden selbststandig zu modellieren. Technische Probleme beim Import, besonders beim Auftreten von Spezialfallen (z.B. Patienten mit extrem vielen Diagnosedaten), liesen sich fast vollstandig losen. Inhaltliche Probleme wie beispielsweise eine Verbesserung der Trennungsscharfe von Diagnosen mussen Anforderungsbezogen nachbearbeitet werden. Aus den vorliegenden Informationen konnen jedoch bereits jetzt umfassende medizinische Verlaufsmuster wie beispielsweise die Entwicklung der Visuswerte (Sehqualitat) oder des Augeninnendruckes eines Patienten gewonnen werden. Die SMEYEDAT DB soll hierbei in Bezug auf alle angeschlossenen Datenquellen ein tagliches Update erhalten, um somit auch neue Falle zeitnah als Unterstutzung fur die klinische Routine und Forschung zu berucksichtigen. Aktuelles Bestreben ist es die Datenbank weiter zu strukturieren und um weitere Daten aus allen relevanten augenarztlichen Messgeraten zu erweitern, sofern dies aus technischer Sicht moglich ist. Mittelfristig ist geplant, dass sich weitere Augenkliniken mit Ihren Daten an diesem Projekt beteiligen, allerdings waren hierfur weitere datenschutzrechtliche Uberlegungen notwendig, da sich die aktuelle Nutzung bislang nur auf interne Forschungszwecke beschrankt.