Verlauf und Determinanten der Lebensqualität bei Langzeitüberlebenden nach Prostatakarzinom in Schleswig-Holstein : Ergebnisse einer registerbasierten Kohortenstudie

Durch die ansteigende Inzidenz und niedrige Mortalität steigt die Anzahl der überlebenden Männer nach Prostatakarzinom. Mit einer 5-Jahresprävalenz von 279.000 Männern stellte das Prostatakarzinom im Jahr 2010 den größten Anteil der Krebspatienten. Die absolute 5-Jahres-Überlebensrate liegt bei 78 %. Studien zur Lebensqualität dieser Langzeitüberlebenden (> 5 Jahre nach Diagnosestellung) beschränken sich meist auf bestimmte Therapien, schließen höhere Tumorstadien aus oder untersuchen nur die Wirkung von klinischen Einflussfaktoren. In Schleswig-Holstein wurde im Rahmen der populationsbezogenen OVIS- und CAESAR-Studie die Lebensqualität bei Männern mit bzw. nach Prostatakrebs zu drei Zeitpunkten erhoben (15 Monate, 3 ½ und 7 Jahre nach initialer Diagnose). Für die allgemeine krebsspezifische Lebensqualität (EORTC QLQ-C30) erfolgt eine Beschreibung des Verlaufs sowie ein Vergleich mit Referenzdaten aus der deutschen Allgemeinbevölkerung. Aus der dritten Befragung liegen auch Daten zur prostataspezifischen Lebensqualität (EORTC QLQ-PR25) vor. Mittels multipler linearer Regressionen werden für elf ausgewählte Lebensqualitätsskalen (mögliche Werte 0 bis 100) potenzielle Einflussfaktoren (klinisch, soziodemographisch, Lifestyle) untersucht. Die Lebensqualität der 911 Männer (medianes Alter bei Drittbefragung: 72 Jahre) nimmt im zeitlichen Verlauf nur gering, aber nicht klinisch relevant ab. Es zeigen sich nur geringe Unterschiede zur Lebensqualität der Referenzbevölkerung. Im absoluten Vergleich aller Skalen werden zum Zeitpunkt der Drittbefragung auf den prostataspezifischen Skalen die größten Einschränkungen berichtet. In den berechneten multiplen Regressionen war sieben Jahre nach Diagnose eine Krankheitsprogression auf allen untersuchten Skalen signifikant mit einer geringeren Lebensqualität assoziiert (niedrigster Regressionskoeffizient βadj -13,8, 95 %-CI -18,8; -8,8). Eine Strahlentherapie zeigte auf zehn, eine Hormontherapie auf fünf Skalen einen negativen Einfluss. Ebenfalls auf fünf Skalen war ein höherer Body-Mass-Index ein Prädiktor für eine geringere Lebensqualität. Auf allen Funktionsskalen war ein höherer Sozialstatus mit einer besseren Lebensqualität assoziiert und zeigte tendenziell einen größeren Einfluss als die initiale Therapie. Alleinstehende Männer berichteten eine geringere sexuelle Aktivität (βadj -7,5, 95 %-CI -13,8; -1,2) als Männer in einer Partnerschaft. Neben klinischen Faktoren beeinflussen auch soziodemographische Variablen die Lebensqualität von langzeitüberlebenden Männern nach bzw. mit Prostatakarzinom signifikant. Daher sollten in nicht-randomisierten Studien zum Adjustieren die entsprechenden Variablen (wie z. B. Body-Mass-Index, Sozialstatus, Partnerschaft) mit erhoben werden. Klinisch relevante Veränderungen der allgemeinen krebsspezifischen Lebensqualität finden – wenn überhaupt – innerhalb der ersten 15 Monate nach Diagnosestellung statt. Referenzdaten für die prostataspezifische Lebensqualität der Allgemeinbevölkerung liegen nicht vor. Eine Erhebung dieser scheint sinnvoll, da hier größere Unterschiede im Vergleich beider Gruppen erwartet werden.

Raum-zeitliche Analyse der Klimavariabilität anhand von hochaufgelösten interpolierten Klimakarten am Beispiel von Europa (Region VI der Weltorganisation für Meteorologie)

Klimamontoring benötigt eine operative, raum-zeitliche Analyse der Klimavariabilität. Mit dieser Zielsetzung, funktionsbereite Karten regelmäßig zu erstellen, ist es hilfreich auf einen Blick, die räumliche Variabilität der Klimaelemente in der zeitlichen Veränderungen darzustellen. Für aktuelle und kürzlich vergangene Jahre entwickelte der Deutsche Wetterdienst ein Standardverfahren zur Erstellung solcher Karten. Die Methode zur Erstellung solcher Karten variiert für die verschiedenen Klimaelemente bedingt durch die Datengrundlage, die natürliche Variabilität und der Verfügbarkeit der in-situ Daten.rnIm Rahmen der Analyse der raum-zeitlichen Variabilität innerhalb dieser Dissertation werden verschiedene Interpolationsverfahren auf die Mitteltemperatur der fünf Dekaden der Jahre 1951-2000 für ein relativ großes Gebiet, der Region VI der Weltorganisation für Meteorologie (Europa und Naher Osten) angewendet. Die Region deckt ein relativ heterogenes Arbeitsgebiet von Grönland im Nordwesten bis Syrien im Südosten hinsichtlich der Klimatologie ab.rnDas zentrale Ziel der Dissertation ist eine Methode zur räumlichen Interpolation der mittleren Dekadentemperaturwerte für die Region VI zu entwickeln. Diese Methode soll in Zukunft für die operative monatliche Klimakartenerstellung geeignet sein. Diese einheitliche Methode soll auf andere Klimaelemente übertragbar und mit der entsprechenden Software überall anwendbar sein. Zwei zentrale Datenbanken werden im Rahmen dieser Dissertation verwendet: So genannte CLIMAT-Daten über dem Land und Schiffsdaten über dem Meer.rnIm Grunde wird die Übertragung der Punktwerte der Temperatur per räumlicher Interpolation auf die Fläche in drei Schritten vollzogen. Der erste Schritt beinhaltet eine multiple Regression zur Reduktion der Stationswerte mit den vier Einflussgrößen der Geographischen Breite, der Höhe über Normalnull, der Jahrestemperaturamplitude und der thermischen Kontinentalität auf ein einheitliches Niveau. Im zweiten Schritt werden die reduzierten Temperaturwerte, so genannte Residuen, mit der Interpolationsmethode der Radialen Basis Funktionen aus der Gruppe der Neuronalen Netzwerk Modelle (NNM) interpoliert. Im letzten Schritt werden die interpolierten Temperaturraster mit der Umkehrung der multiplen Regression aus Schritt eins mit Hilfe der vier Einflussgrößen auf ihr ursprüngliches Niveau hochgerechnet.rnFür alle Stationswerte wird die Differenz zwischen geschätzten Wert aus der Interpolation und dem wahren gemessenen Wert berechnet und durch die geostatistische Kenngröße des Root Mean Square Errors (RMSE) wiedergegeben. Der zentrale Vorteil ist die wertegetreue Wiedergabe, die fehlende Generalisierung und die Vermeidung von Interpolationsinseln. Das entwickelte Verfahren ist auf andere Klimaelemente wie Niederschlag, Schneedeckenhöhe oder Sonnenscheindauer übertragbar.