http://hdl.handle.net/10900/42126 2026-09-25T02:39:35Z 2026-09-25T02:39:35Z Rösch, Sara Marie http://hdl.handle.net/10900/183693 2026-09-24T01:05:34Z 2026-09-23T00:00:00Z

Einfluss von Melatonin bei der Delirprävention nach intrazerebralen Blutungen Rösch, Sara Marie Das PSD stellt ein häufiges, ätiologisch unspezifisches, klinisch relevantes organisches Syndrom dar, mit akutem Beginn, fluktuierendem Verlauf und ausgeprägten kognitiven Symptomen, einschließlich Aufmerksamkeits- und Bewusstseinsstörung sowie Defiziten in den Bereichen Gedächtnis (insb. Kurzzeitgedächtnis), Wahrnehmung oder Orientierung. (2014, World Health, 1992, 2014). Mit einer Prävalenz des PSD nach ICB von über 50%, je nach Literatur, ist es häufiger als nach einem akuten ischämischen Schlaganfall (Caeiro et al., 2004, Reznik et al., 2022) und stellt eine schwerwiegende Komplikation nach einer intrazerebralen Blutung dar (Naidech et al., 2013, Boßelmann et al., 2019). Es gibt viele nicht pharmakologische Empfehlungen mit dem Ziel, die Auftretenswahrscheinlichkeit eines Delirs und damit verbundener Komplikationen zu minimieren. Dennoch bleiben die medikamentösen präventiven Behandlungsmöglichkeiten für PSD nach einer ICB begrenzt und sind bis heute ein Bereich für weitere Forschung. Diese Studie untersuchte, inwieweit die prophylaktische Verabreichung von Melatonin positive Auswirkungen auf PSD nach einer ICB haben könnte. Es wurde eine monozentrische, nicht-randomisierte, nicht-verblindete, prospektive Kohortenstudie mit 339 ICB-Patient*innen durchgeführt, die zwischen Dezember 2015 und Dezember 2020 auf die Stroke Unit (SU) des Universitätsklinikums Tübingen aufgenommen wurden. Die Kohorte bestand aus einer Kontrollgruppe mit ICB-Patient*innen, die eine Standardbehandlung erhielten, und der Interventionsgruppe mit ICB-Patient*innen, die zusätzlich prophylaktisch Melatonin (2 mg pro Tag, nachts) innerhalb von 24 Stunden nach ICB-Beginn bis zur Entlassung von der SU erhielten. Die Studie zeigt keine Wirksamkeit bei der präventiven Melatoningabe auf die PSD-Prävalenz nach ICB, da die PSD-Prävalenz in der Melatonin-Kohorte höher war als in der PSM-Kontrollgruppe. Da insbesondere das Alter der behandelten Patient*innen im Vergleich zu den Kontrollpatient*innen nach PSM etwas höher war (76 gegenüber 74,5 Jahren), könnte dies ein möglicher Grund für diese Ergebnisse sein. Zudem könnte das Ausbleiben einer prophylaktischen Wirkung von Melatonin auf die Prävalenz des PSD auf die in dieser Studie verwendete niedrige Melatonin-Dosierung von 2 mg zurückzuführen sein. Dies gilt insbesondere im Vergleich zu früheren Studien, die höhere Melatonin-Dosierungen verwendeten (Dianatkhah et al., 2017, Soltani et al., 2020). Angesichts dieser Erkenntnisse könnten höhere Melatonin-Dosen erforderlich sein, um deutliche präventive Effekte auf die Häufigkeit von PSD sichtbar zu machen. In der Studie zeigte sich jedoch, dass die vorbeugende Melatoningabe geringfügige positive Auswirkungen auf die SU-Aufenthaltsdauer und die PSD-Dauer bei PSD nach ICB haben könnte. Aufgrund dieser Assoziation kann auf ein mögliches therapeutisches Potenzial von Melatonin für die akute Therapie eines bereits aufgetretenen PSD geschlossen werden. Dies bedarf weiterer Forschung. Aufgrund methodischer Einschränkungen im Zusammenhang mit dem nicht randomisierten Studiendesign kann jedoch nicht völlig ausgeschlossen werden, dass der prophylaktische Nutzen von Melatonin möglicherweise unterschätzt wird. In Anbetracht der begrenzten verfügbaren therapeutischen Strategien für PSD erscheinen weitere prospektive Studien sinnvoll, um die Rolle von Melatonin bei der Vorbeugung und Behandlung von PSD nach ICB weiter zu bewerten und zu validieren.

2026-09-23T00:00:00Z Fröhlich, Theresa Marie http://hdl.handle.net/10900/183627 2026-09-24T01:03:07Z 2026-09-23T00:00:00Z

Optimization, Functionalization and Application of Nanobodies against Miro1 and Drp1 to study Mitochondrial Dynamics Fröhlich, Theresa Marie To fulfil their multiple cellular functions, mitochondria constantly adapt to changing requirements by fusion, fission and active transport within the cell. These processes are coordinated by two key proteins: Drp1, which is responsible for the membrane constriction during mitochondrial fission, and Miro1, which connects the mitochondria to motor proteins, thus enabling mitochondrial movement. Drp1 dysregulation was linked to multiple diseases including Parkinson’s and cardiovascular diseases thus making Drp1 an attractive biomarker and a potential therapeutic target. To leverage this potential, a deeper understanding of Drp1 and Miro1 is required, which is currently impeded by the available research tools. To facilitate biochemical and cell biological studies of endogenous Drp1, Drp1-specific nanobodies (Nbs) previously identified by a phage display screen were formatted into versatile research tools. Functionalized into capture matrices, the Drp1-Nbs allowed the enrichment of endogenous Drp1 and thereby the identification of Drp1 interaction partners by proteomic analysis. Furthermore, a fluorophore-labelled bivalent Drp1-Nb (bivD7AF647) was generated and successfully applied for super-resolution STORM microscopy of endogenous Drp1. For real-time imaging of Drp1, Nb-fluorescent protein fusions, so-called chromobodies (Cbs), were intracellularly expressed in mammalian cells and the signal-to-noise ratio further improved by generating “turnover-accelerated” Cbs. With these probes, the dynamic relocalization of endogenous Drp1 upon compound-mediated induction of fission was visualized in living cells. Additionally, the intracellularly functional Drp1-Nbs were engineered into inducible TRIM21-based degrons for targeted depletion of Drp1 in live cells. For proteomic studies of endogenous Miro1, a previously generated Miro1-specific Nb was formatted into a bivalent affinity matrix, which was successfully applied to analyse the Miro1 interactome. To establish an approach for bringing fluorescently labelled Nbs into live cells, a recently described cholesterol-coomassie based approach for transducing proteins in live cells was tested for different Nbs. Although successful transduction of the Nbs into the cytosol was observed in principle, the method suffered from high cellular toxicity and low efficiency. Due to their versatility, the Nb-based research tools developed and validated in this study can facilitate further investigations into Drp1 and Miro1 and thus help answer open questions regarding their role in mitochondrial dynamics and pathophysiology.

2026-09-23T00:00:00Z Eisenkolb, Sana http://hdl.handle.net/10900/183613 2026-09-24T01:05:36Z 2026-09-23T00:00:00Z

Der Einfluss von psychosozialem und physischem Akutstress auf die Reaktionshemmung Eisenkolb, Sana Der Einfluss von akutem Stress auf die inhibitorische Kontrolle ist ein zentraler Forschungsgegenstand in der Psychologie, da er ein tieferes Verständnis der Mechanismen der Stressbewältigung und der Prävention psychischer Erkrankungen ermöglicht. In der vorliegenden Studie wurden 73 gesunde, männliche Probanden untersucht, um die Auswirkungen von Stress auf die Inhibition nach Stressexposition zu überprüfen. Zwei unterschiedliche Stressoren wurden verwendet: der Maastricht Acute Stress Test (MAST) und der ScanSTRESS. Sie dienten dazu, sowohl eine subjektive als auch eine physiologische Stressreaktion der Teilnehmer auszulösen. Während der MAST eine stärkere Cortisolreaktion hervorrief, führten beide Stressoren zu einem erhöhten subjektiven Stress. Die ScanSTRESS-Versuchsteilnehmer gaben höhere Werte an als die MAST-Probanden. Trotz der erfolgreichen Stressreaktion konnte kein Einfluss von Stress auf die Stop-Signal Reaktionszeit (SSRT), und somit auf die Reaktionshemmung, festgestellt werden. Diese Ergebnisse legen nahe, dass akuter Stress die inhibitorische Kontrolle nicht signifikant beeinflusst. Die Studie bietet zudem wertvolle Anhaltspunkte für die weitere Forschung in diesem Bereich, insbesondere hinsichtlich der Differenzierung der subjektiven und physiologischen Stressreaktionen und deren potenziellen Auswirkungen auf kognitive Funktionen.

2026-09-23T00:00:00Z Höltgen, Benedikt http://hdl.handle.net/10900/183611 2026-09-23T07:33:51Z 2026-09-22T00:00:00Z

The Construction of Algorithmic Predictions in Society Höltgen, Benedikt Immer mehr Entscheidungen in gesellschaftlichen Kontexten werden automatisiert. Algorithmische Vorhersagen werden dabei häufig so interpretiert, dass sie Zusammenhänge zwischen realen Aspekten der Welt identifizieren (oder zumindest approximieren), die unabhängig von den gewählten technischen Methoden sind. Diese Annahme prägt sowohl die Fachliteratur als auch die öffentliche Debatte und wird oft als Rechtfertigung von Entscheidungen herangezogen, die auf solchen Vorhersagen basieren. Wie ich argumentiere, beruht dieses Verständnis statistischer Regelmäßigkeiten auf (i) einem von Naturgesetzen geprägten Wissenschaftsverständnis, (ii) einem „Casino-Verständnis“ von Wahrscheinlichkeiten als objektiven Größen sowie (iii) der zentralen Rolle, die Gesetzmäßigkeiten in der Statistik zugesprochen wird. Im ersten Teil dieser Arbeit zeige ich, dass Wahrscheinlichkeiten generell konstruiert sind. Dies wird oft übersehen, da sie nicht direkt evaluierbar sind. Ich systematisiere die Evaluierung probabilistischer Vorhersagen mittels Kalibrierung und vereinheitliche unterschiedliche Auffassungen von Wahrscheinlichkeiten über Gemeinsamkeiten in der Abhängigkeit von Modellen. Im zweiten Teil entwickle ich ein Verständnis von maschinellem Lernen für gesellschaftliche Kontexte, welches ohne die Annahme von datengenerierenden Wahrscheinlichkeitsverteilungen auskommt, und zeige, dass diese Annahme in der Praxis irreführend ist. Ich widerlege die daraus abgeleitete Vorstellung, dass eine Berücksichtigung von Fairness notwendigerweise mit schlechteren Vorhersagen einhergehen muss, sowohl theoretisch als auch empirisch. Zudem zeige ich, dass---entgegen der gängigen Auffassung---die Einbeziehung demografischer Merkmale Ungleichheiten und Stereotype verstärken kann. Im dritten Teil erweitere ich den Anwendungsbereich der vorangegangenen Überlegungen. Ich entwickle ein mathematisches Modell für kausale Inferenz, dessen Annahmen und Vorhersagen leichter überprüfbar sind, und schließe mit einer Kritik verbreiteter Auffassungen über künstliche Intelligenz. Zusammengefasst lege ich Probleme des vorherrschenden Verständnisses algorithmischer Vorhersagen dar und leiste sowohl konzeptionelle als auch technische Beiträge, die den konstruierten Charakter von Vorhersagen aufzeigen und die theoretische Analyse näher an die soziale Realität heranführen.; As data-driven decision-making is increasingly pervasive in society, algorithmic predictions are often understood as identifying, or at least approximating, prop- erties of the world that are independent of the technical tools; this applies to the technical literature as much as to the public. Individual decisions based on such predictions are then justified by the claim that the models track real relationships between measured attributes. I argue that this view of statistical regularities is based on (i) the common understanding of science as identifying natural laws, (ii) the casino understanding of chances or risks as something that can be identified, and (iii) the fundamental role of statistical regularities in the standard mathematical framework of statistics and machine learning. In the first part of this thesis, I demonstrate that probabilities are generally constructed and that contrary intuitions rest at least partly on the fact that we cannot directly evaluate them. In particular, I systematise the evaluation of prob- abilistic predictions through notions of calibration and unify different perspect- ives on probability by emphasising the ubiquity of model-dependence. In the second part, I present a constructive perspective on machine learn- ing for societal contexts in particular. I show that the assumption of a data- generating distribution is not necessary for modelling machine learning and that it can be misleading in practice. Theoretically and empirically, I disprove the idea derived from this assumption that fairness considerations necessarily require a deviation from better predictions. I also show that (against received wisdom) the inclusion of demographic attributes can exacerbate inequality and that their current use can be harmful even in auditing for racial discrimination. In the third and last part, I extend the scope of the foregoing considerations beyond the supervised learning setting. For causal inference tasks, I present a framework dispensing with data-generating distributions, which not only cap- tures established estimators but also paves the way for greater reliability and accountability by making the required assumptions testable. I conclude with a more general critique of common understandings of artificial intelligence. Taken together, I demonstrate problems with the prevalent understanding of algorithmic predictions and offer conceptual and technical contributions that, in various ways, emphasise their constructed nature and bring theoretical analysis closer to social reality.

2026-09-22T00:00:00Z