Prof. Dr. med. Mira Katan, MSc
- Niklas Bienbeck
- 2. Juni
- 1 Min. Lesezeit
Aktualisiert: 25. Juni
«Auf diese Weise schlagen wir bewusst die Brücke von der Grundlagenforschung zur klinischen Umsetzung.»
Prof. Dr. med. Mira Katan, MSc
Chefärztin a.i. Neurologie
Leiterin Hirnschlagzentrum / Stroke Center, Universitätsspital Basel, DKF-Forschungsgruppenleiterin seit 2023
Forschungsgebiet
Präzisionsmedizinische Forschung zur verbesserten Vorhersage, Ursachenklärung und Prävention von Schlaganfällen.
Drei Stichworte, drei Antworten
Zusammenarbeit
Mich begeistert es, wie wir mithilfe klinischer Daten, Blutbiomarker und Imaging Marker letztlich die klinische Versorgung verbessern können. Dabei ist es entscheidend, interprofessionell und interdisziplinär zusammenzuarbeiten, denn genau an diesen Schnittstellen entstehen wertvolle Begegnungen, neue Ideen und Inspiration.
Brücken
Unsere Forschung verbindet Grundlagenforschung mit der klinischen Implementation. Durch den Einsatz von multi-OMICS und KI-gestützten Analysemethoden identifizieren wir neue Parameter, welche zukünftig in der Klinik Therapieentscheidungen ermöglichen sollen. Ein konkretes Beispiel hierfür ist der MOSES-Trial, eine randomisiert kontrollierte Studie, die vom Schweizerischen Nationalfonds und dem DKF unterstützt wird. In dieser Studie verwenden wir einen Blutbiomarker, den wir bereits in früheren Untersuchungen identifiziert und validiert haben. Mithilfe dieses Biomarkers selektionieren wir Patienten gezielt für eine Intervention zur Sekundärprävention nach Schlaganfall. Ziel ist es, künftige Schlaganfälle wirksamer verhindern zu können. Auf diese Weise schlagen wir bewusst die Brücke von der Grundlagenforschung zur klinischen Umsetzung.
Versorgungsforschung
Mit Projekten wie dem Swiss Stroke Registry und dem Umbrella-Projekt – einem EU-Konsortium, das durch Horizon-Funding unterstützt wird – betreiben wir Versorgungsforschung. Auch hier schlagen wir erneut die Brücke zur Grundlagenforschung, aber schaffen auch Verbindungen zu Start-up Companies, insbesondere zum Bereich Data-Science. Dabei kombinieren wir gezielt verschiedene Datenquellen wie Bildgebungsdaten, Labordaten, Monitoring-Daten, Anamnese, klinische Untersuchung etc. Diese Routinedaten werden mittels modernster Technologien wie z. B. Federated Learning analysiert, um daraus sinnvolle Entscheidungshilfen für die klinische Praxis zu entwickeln.
Kommentare