trajectories
Domain A: Description of origins and processes of loss and recovery of control and modulating factors
In this domain, we will assess the trajectories of loss and regain of control and how triggers and modulating factors interact to predict when individuals with mild to moderate alcohol use disorder will lose or regain control of their consumption. We will identify general, but also age- and gender-specific, mechanisms that contribute to loss and regain of alcohol control by capturing a large cohort of individuals with varying degrees of severity who do not (yet) need detoxification. To do this, we will use ambulatory assessment methods (including ecological momentary assessment) to obtain longitudinal datasets over several months from people with an alcohol use disorder (with and without additional tobacco and cannabis use). This allows us to observe longitudinal trajectories of loss and regain of control over drug use in real life settings.
A01: Prospective longitudinal study on triggers and moderators in addiction disorders
Das primäre Ziel der prospektiven Längsschnittstudie ist die Untersuchung interindividueller Unterschiede prädiktiver Faktoren der Trajektorien des Verlustes und der Wiedergewinnung der Kontrolle über den Alkoholkonsum über die Lebensspanne. Mit ambulanten Assessments werden wir interindividuelle Unterschiede in Verhalten, neurobiologischen Korrelaten und polygenen Risiko-Scores bei Adoleszenten und jungen Erwachsenen (N = 300; WP1) sowie Patienten im frühen (N = 300; WP2) und späten mittleren Lebensalter (N = 300; WP3) mit Alkoholkonsumstörung über ein Jahr verfolgen. Mittels latenter und gemischter Wachstumskurvenmodelle werden wir so interindividuelle Unterschiede und Profile hinsichtlich der Vorhersage erhaltenen und verlorenen Kontrollverhaltens über Alkoholkonsum identifizieren, die neue und personenzentrierte Präventions- und Interventionsstrategien kritisch informieren helfen. Projektleitung: Prof. Dr. Dr. Tobias Banaschewski, Medizinische Fakultät Mannheim Prof. Dr. Dr. Andreas Heinz, Charité - Universitätsmedizin Berlin Prof. Dr. Dr. Michael Rapp, Universität Potsdam Projektmitarbeiterinnen: Nadja Samia Bahr, Charité - Universitätsmedizin Berlin Friederike Deeken, Universität Potsdam Marie Heigert, Charité - Universitätsmedizin Berlin Dr. Patricia Pelz, Charité - Universitätsmedizin Berlin Julia Wenzel, Charité - Universitätsmedizin Berlin
A02: Longitudinal monitoring of cognitive control as a modifier of drinking behavior
Die implizite Annahme, dass intra-individuelle Veränderungen der kognitiven Kontrolle und des Entscheidungsverhaltens mit Veränderungen des Trinkverhaltens einhergehen, wurde bisher nicht systematisch untersucht. Dieses Projekt zielt auf die Identifikation von differenziellen kognitiven Trajektorien, die mit dem Verlust und die Wiedergewinnung der Kontrolle über das Trinkverhalten verbunden sind. Es soll eine Smartphone Applikation verwendet werden, um kognitive Kontrolle und Entscheidungsverhalten longitudinal im ambulantem Assessment zu untersuchen. Projektleitung: Prof. Dr. Lorenz Deserno, Universitätsklinikum Würzburg Prof. Dr. Michael Smolka, Technische Universität Dresden Projektmitarbeiterinnen und -mitarbeiter: Ying Lee, Technische Universität Dresden Dr. Hilmar Zech, Technische Universität Dresden
A03: Stress-associated addiction pressure and relapse predictors in alcohol dependence
Das Projekt untersucht die Interaktion stress- und reizinduzierter physiologische Marker in einem Laborexperiment in Bezug auf: (1) Suchtdruck und assoziierte Faktoren, (2) ihre Eignung für die Rückfallprädiktion in der Lebenswelt, sowie (3) die Identifikation der Hirnregionen, die mit den relevanten motivationalen, kognitiven und affektiven Prozessen assoziiert sind. Das längerfristige Ziel ist die Auswahl eines Sets mobiler Sensoren und ihrer Integration in eine mobile Infrastruktur zur Prädiktion stressassoziierter Rückfallsituationen im Alltag. Projektleitung: Prof. Dr. Falk Kiefer, Zentralinstitut für Seelische Gesundheit Mannheim Prof. Dr. Clemens Kirschbaum, Technische Universität Dresden Prof. Dr. Jan Stallkamp, Fraunhofer-Institut für Produktionstechnik und Automatisierung, Mannheim Projektmitarbeiterinnen und -mitarbeiter: Dr. Patrick Bach, Zentralinstitut für Seelische Gesundheit Mannheim Dr. Jens Langejürgen, Fraunhofer-Institut für Produktionstechnik und Automatisierung Philipp Radler, Fraunhofer-Institut für Produktionstechnik und Automatisierung Prof. Dr. Sabine Vollstädt-Klein, Zentralinstitut für Seelische Gesundheit Mannheim Judith Zaiser, Zentralinstitut für Seelische Gesundheit Mannheim Sina Zimmermann, Zentralinstitut für Seelische Gesundheit Mannheim
A04: Intensive investigation of triggers, moderators and neurobiological mechanisms at transitions in addiction disorders
Diese kombinierte ambulante Assessment- und Bildgebungsstudie identifiziert intraindividuelle Unterschiede in den Auslösern, Moderatoren und vermittelnden neurobiologischen Mechanismen von Abhängigkeitserkrankungen an Verlaufsübergängen mit substantiell gesteigertem bzw. reduziertem Alkoholkonsum. Mit hochfrequentem ambulanten Assessment im Alltag werden phasenabhängige Unterschiede in den Effekten von Auslösern und Moderatoren auf Alkoholverlangen, Stimmung, Impulsivität und Trinkverhalten untersucht und mittels funktioneller Bildgebung die neurobiologischen Korrelate dieser Prozesse identifiziert. Der prospektive Vorhersagewert der Mechanismen für erhaltenes und verlorenes Kontrollverhalten über den Alkoholkonsum wird getestet um neue und personenzentrierte Präventions- und Interventionsstrategien kritisch zu informieren. Projektleitung: Prof. Dr. Ulrich Ebner-Priemer, Karlsruher Institut für Technologie Prof. Dr. Christine Heim, Charité – Universitätsmedizin Berlin Prof. Dr. Dr. Heike Tost, Zentralinstitut für Seelische Gesundheit Mannheim Projektmitarbeiterinnen: Dr. Gabriela Gan, Zentralinstitut für Seelische Gesundheit Mannheim Sarah Lohr, Zentralinstitut für Seelische Gesundheit Mannheim Ren Ma, Zentralinstitut für Seelische Gesundheit Mannheim Mirjam Melzer, Zentralinstitut für Seelische Gesundheit Mannheim
A05: High-resolution behavioral observations to capture dynamic transitions in animal models of addiction
In diesem Projekt nutzen wir neue Verfahren aus der statistischen Physik und von dynamischen Systemen, um Frühwarnzeichen und kritische Übergänge zum süchtigem Verhalten zu detektieren. Hierzu nutzen wir sog. intensive longitudinale Datensätze, die wir mit zeitlich hochauflösenden automatisierten Verhaltensbeobachtungen in einem Tiermodell der Alkoholsucht und in einem Tiermodell mit freiwilliger Langzeitapplikation von Nikotin erheben. Projektleitung: PD Dr. Dr. Hamid Noori, Max-Planck-Institut für Biologische Kybernetik Tübingen, Zentralinstitut für Seelische Gesundheit Mannheim Prof. Dr. Rainer Spanagel, Zentralinstitut für Seelische Gesundheit Mannheim
A06: AI-based predictive neuro-behavioural modeling of individual trajectories in addiction
Unser Projekt zielt darauf ab, rekurrente neuronale Netzwerk-Modelle der Verhaltensdynamik aus multimodalen (Mobile-Health) Daten auf personenspezifischer Ebene zu bestimmen. Dafür entwickeln wir zunächst Methoden, die uns erlauben, Daten mit unterschiedlichen Erhebungsraten und Verteilungsannahmen zu integrieren. Dieser Ansatz wird auf Daten aus den Projekten A01- A04 angewandt, um dynamische Übergänge zwischen dem Kontrollverlust und -wiedergewinn zu identifizieren, langfristige Verhaltenstrajektorien zu prädizieren und Subgruppen zu klassifizieren. Letztlich wollen wir diejenigen Faktoren und Mechanismen bestimmen, welche diesen Übergängen zugrunde liegen. Projektleitung: Prof. Dr. rer. nat. Daniel Durstewitz, Zentralinstitut für Seelische Gesundheit Mannheim Dr. sc. hum. Georgia Koppe, Zentralinstitut für Seelische Gesundheit Mannheim
A07: Deep Learning to Identify Subtypes of Addiction Disorders Based on Structural MRI Data
In diesem Teilprojekt entwickeln wir erklärbare maschinelle Lernverfahren, um systematisch strukturelle MRT-Bilder hinsichtlich soziodemographischer Variablen, Krankheitsdiagnose, Alkoholkonsum und möglicher Subtypen auszuwerten. Insbesondere werden wir convolutional neural network (CNN)-Architekturen erstellen und für (1) die Differentialdiagnostik von Suchtpatienten und gesunden Kontrollen (2) die Vorhersage des früheren und zukünftigen Alkoholkonsums (3) die Bestimmung von Sucht-Subtypen und (4) die generelle Charakterisierung von mentaler Gesundheit testen. Zusätzlich werden wir individuelle Netzwerkentscheidungen visualisieren und die CNN-Modelle mit anderen "one-shot"-Daten aus dem TRR 265, wie z.B. soziodemographische und psychometrische Variablen oder neu gefundene Verhaltens- oder fMRT-Biomarker, integrieren. Projektleitung: Prof. Dr. Kerstin Ritter, Charité - Universitätsmedizin Berlin
A08: Effects of longitudinal sex hormone fluctuations on loss and recovery of alcohol control over time: prediction, mechanisms and treatment targets
Das primäre Ziel der prospektiven Längsschnittstudie ist die Untersuchung interindividueller Unterschiede prädiktiver Faktoren der Trajektorien des Verlustes und der Wiedergewinnung der Kontrolle über den Alkoholkonsum über die Lebensspanne. Mit ambulanten Assessments werden wir interindividuelle Unterschiede in Verhalten, neurobiologischen Korrelaten und polygenen Risiko-Scores bei Adoleszenten und jungen Erwachsenen (N = 300; WP1) sowie Patienten im frühen (N = 300; WP2) und späten mittleren Lebensalter (N = 300; WP3) mit Alkoholkonsumstörung über ein Jahr verfolgen. Mittels latenter und gemischter Wachstumskurvenmodelle werden wir so interindividuelle Unterschiede und Profile hinsichtlich der Vorhersage erhaltenen und verlorenen Kontrollverhaltens über Alkoholkonsum identifizieren, die neue und personenzentrierte Präventions- und Interventionsstrategien kritisch informieren helfen. Projektleitung: Prof. Dr. Dr. Tobias Banaschewski, Medizinische Fakultät Mannheim Prof. Dr. Dr. Andreas Heinz, Charité - Universitätsmedizin Berlin Prof. Dr. Dr. Michael Rapp, Universität Potsdam Projektmitarbeiterinnen: Nadja Samia Bahr, Charité - Universitätsmedizin Berlin Friederike Deeken, Universität Potsdam Marie Heigert, Charité - Universitätsmedizin Berlin Dr. Patricia Pelz, Charité - Universitätsmedizin Berlin Julia Wenzel, Charité - Universitätsmedizin Berlin
A07: Deep Learning to Identify Subtypes of Addiction Disorders Based on Structural MRI Data
In diesem Teilprojekt entwickeln wir erklärbare maschinelle Lernverfahren, um systematisch strukturelle MRT-Bilder hinsichtlich soziodemographischer Variablen, Krankheitsdiagnose, Alkoholkonsum und möglicher Subtypen auszuwerten. Insbesondere werden wir convolutional neural network (CNN)-Architekturen erstellen und für (1) die Differentialdiagnostik von Suchtpatienten und gesunden Kontrollen (2) die Vorhersage des früheren und zukünftigen Alkoholkonsums (3) die Bestimmung von Sucht-Subtypen und (4) die generelle Charakterisierung von mentaler Gesundheit testen. Zusätzlich werden wir individuelle Netzwerkentscheidungen visualisieren und die CNN-Modelle mit anderen "one-shot"-Daten aus dem TRR 265, wie z.B. soziodemographische und psychometrische Variablen oder neu gefundene Verhaltens- oder fMRT-Biomarker, integrieren. Projektleitung: Prof. Dr. Kerstin Ritter, Charité - Universitätsmedizin Berlin