Zentrale Einheit Biostatistik (ZEB) (C060)

Transkript

1 204 Zentrale Einheit (ZEB) () Leiter: Dr. rer. nat. Lutz Edler Wissenschaftliche Mitarbeiter Dipl. Stat. Axel Benner Dr. rer. nat. Iris Burkholder Dipl. Math. Jutta Groos Dr. rer. nat. Carina Ittrich PD Dr. rer. nat. Annette Kopp-Schneider Dipl. med. inf. Timm Pauli Dipl. Math. Lothar Pilz Dr. rer. nat. Werner Rittgen Gastwissenschaftler Prof. Andrej Yakovlev, University of Rochester, NY, USA, (6-9/03) Prof. Byung-Soo Kim, Yonsei University, Seoul, Korea, (6-10/03) Shree Whitaker PhD, Natl. Inst. Environ Health Sciences, RTP, USA, (5-7/03) Sekretariat Regina Grunert Dokumentation und Datenbearbeitung Anna Hellmann Dagmar Metz Datenbearbeitung und -auswertung Renate Rausch Wissenschaftliche Hilfskräfte Sabrina Carpentier, INSA, Lyon Dirk Hoffmann, cand. med. Inf., Universität Heidelberg Axel Karst, cand. med. Inf., Universität Heidelberg Joanna Politis, cand. med. Inf., Universität Heidelberg Christina Winkler, FH Ulm Praktikanten Daniela Beister, BFW Heidelberg Kathrin Huber, FH Ulm Barbara Mathes, Schule Med. Dok. Ulm Gudrun Spilger, TÜV Mannheim Informationsquellen bzw. Tel.: , Fax: Die Zentrale Einheit (ZEB) des DKFZ ist eine Zentrale Einrichtung des Zentrums und wurde im Berichtszeitraum mit ihrem Forschungsprogramm dem Forschungsschwerpunkt C: zugeordnet. Die Aufgaben der ZEB liegen in der Beratung und der Forschung auf dem Gebiet biostatistischer Methoden und ihrer Anwendung in der Krebsforschung mit dem Ziel, durch Einsatz und Weiterentwicklung biometrischer und statistisch Verfahren in der experimentellen und klinischen Krebsforschung einen Beitrag zur Verhütung, Entdeckung und Behandlung von Krebskrankheiten zu leisten. Als Bindeglied zwischen den methodischen Fächern auf der einen und in der Krebsforschung arbeitenden biomedizinischen Fächern auf der anderen Seite ist die mit computergestützter Beratung, projektbegleitender Mitarbeit und statistischer Methodenforschung befasst. Schwerpunkte der Forschungs- und Entwicklungsarbeiten liegen auf den Gebieten der Entwicklung effizienter und unverzerrter Verfahren für die Analyse von Genom- und Proteomdaten, der statisti- schen Modellbildung, Beschreibung und Erklärung von Mechanismen der Krebsentstehung, der Methoden der quantitativen Risikobeurteilung, Entwicklung moderner Methoden der rechnergestützten Datenanalyse und - präsentation und der Optimierung der biometrischen Versuchsplanung in der experimentellen und klinischen Onkologie, siehe Tabelle 1. Tabelle 1: Forschungs- und Entwicklungsprogramm der Zentralen Einheit FORSCHUNG 1. Biostatistische Auswertung von Genom- und Proteom-Daten Statistische Methoden in der Genetik: Planung und Auswertung Molekulargenetischer Experimente Transcriptomics und Proteomics Pharmacogenomics Bestimmung Prognostischer Faktoren auf Markerbasis 2. Angewandte Karzinogenesemodelle Modellbildung für die Krebsentstehung - Entwicklung von Karzinogenesemodellen - Modellanpassung und experimentelle Daten - Entwicklung von Versuchsplänen Pharmakokinetische and pharmakodynamische Modelle Quantitative Methoden der Risikobewertung Screening Modelle 3. Biometrie in der Klinischen Onkologie Biometrie der Planung und Auswertung klinischer Studien - Biometrisches Zentrum für Phase I/II/III Studien - onkologische Therapieoptimierungsstudien Projekt kolorektale Tumoren Projekt Lymphome/Myelome Projekt Nicht-kleinzelliges Bronchialkarzinom Statistische Verfahren zur Bestimmung prognostischer Faktoren Überlebenszeitanalysen Verbesserte Auswertung von Toxizität und Lebensqualität SERVICE Fortbildungsprogramm in Biometrie, Versuchsplanung und Datenanalyse Biometrische Versuchsplanung für Tierexperimente Biometrische Auswertung Datenmanagement und Qualitätssicherung Vergleich und Bewertung statistischer Software

2 1. Biostatistische Auswertung von Genom- und Proteom-Daten (-01) A. Benner, C. Ittrich, A. Kopp-Schneider, W. Rittgen, L. Edler In Zusammenarbeit mit: P. Lichter, S. Joos, A. Poustka, S. M. Klauck, W. Huber, F. Lyko, M. Deichmann, U. Hamann, P. Schmezer, O. Popanda, S. Suhai, H.-W. Thielmann, H. Bartsch, A. Risch, H. Dally, W. Schmid, M. Kenzelmann, DKFZ. G. Sawitzki, Univ. Heidelberg; B. Lausen, T. Hothorn, Univ. Erlangen; M.Vingron, MPI, Berlin; M. Schwarz, Univ. Tübingen; U. Gundert- Remy, H.-B. Richter-Reichhelm, A. Oberemm, Bundesinstitut für Risikobewertung (BfR), Berlin; P.J. Kramer, M. Kröger, Merck KGaA, Darmstadt; H.-J. Ahr, G.Scholz, H. Ellinger-Ziegelbauer, Bayer Health Care AG; H. Döhner, Univ. Ulm; B. S. Kim, Yonsei University, Seoul, Korea. Genom- und Proteom-Daten unterscheiden sich von traditionellen Daten der experimentellen Krebsforschung in entscheidenden Punkten. Einer davon betrifft das Verhältnis zwischen dem Aufwand an Experimentierzeit und dem Umfang der erhaltenen Datenmenge. Während man für herkömmliche biomedizinische Daten eine relativ lange Zeit zur Produktion weniger aussagekräftiger Daten benötigte, erlauben die neuen Verfahren der Microarraytechnik und der 2D-Gelelektrophorese die Erzeugung riesiger Datenmengen in der Größenordnung von Einträgen in sehr kurzer Zeit, wenn die Systeme einmal etabliert sind. Diese grundsätzliche Veränderung in der Beziehung zwischen biomedizinischem Experiment und der Produktion quantitativer Daten rückt die Bedeutung der Versuchsplanung weiter in den Vordergrund und stellt neue Herausforderungen an die biostatistische Forschung. Demzufolge befasst sich die Einheit jetzt intensivst mit der Entwicklung statistischer Methoden zur Identifikation differentiell exprimierter Gene unter verschiedenen Bedingungen (z. B. Tumor- und Normalgewebe), mit der Bestimmung einer minimalen Kombination von Genen, die zwischen solchen Bedingungen diskriminiert, mit der Identifikation von Gen-Clustern, deren Expressionsniveaus korreliert sind, und mit neuen Cluster-Verfahren, die erlauben, neue Subgruppen auf der Grundlage der Genexpression zu finden. Insbesondere wurden Methoden zur Fallzahlschätzung für Genexpressions- und Proteomanalysen entwickelt und ROC-Modelle als Verfahren zur Adjustierung bezüglich möglicher Confounder etabliert. Tabelle 2 gibt einen Überblick zur Zusammenarbeit mit experimentellen Gruppen und der Anwendung statistischer Verfahren im Berichtszeitraum. Beispielhaft werden fünf Teilprojekte herausgehoben, die aufzeigen, wie die biometrische Methodik nutzbringend für die Lösung von Klassifikations- und Vorhersageproblemen der molekularen Medizin angewendet werden kann, wenn hochdimensionale Daten vorliegen. Genomweites Screening für die Untersuchung genomischer Veränderungen (Deletion, Trisomie etc.). Ig-VH-Mutation und genomische Imbalancen wurden in einer Kohorte von 300 Patienten bestimmt auf das Vorliegen prognostischer genomischer Faktoren. Überlebensbäume und Ensemble Methoden angewandt auf dieselben erlaubten die Bestimmung derartiger Faktoren [69,75]. Identifizierung und Prävalidierung von hepatozellulären Biomarkern zur Erfassung und Prädiktion toxischer und kanzerogener Wirkungen von chemischen Stoffen. Ein herkömmlicher Bioassay der chemisch induzierten Hepatokanzerogenese in der Ratte wurde verwendet, um durch den vergleichenden Einsatz ausgewählter Methoden der molekularen Toxikologie die Möglichkeit der Identifizierung von frühen Biomarkern zu demonstrieren, die eine Prädiktion klassischer toxikologischer Endpunkte einschließlich der Kanzerogenität erlauben. Die Etablierung in einem Kurzzeit- Kanzerogenitätstests würde einen Beitrag zur Reduzierung von belastenden Langzeit-Kanzerogenitätsstudien an Labornagern leisten. Die Erfassung der transkriptionellen Veränderungen erfolgte mit Affymetrix-Chips, Veränderungen in der Proteinexpression wurden mit 2D Gelelektrophorese und SELDI-TOF Analysen aufgezeigt. Wir erarbeiteten die methodische Grundlagen und Algorithmen zur Qualitätskontrolle und biometrischen Auswertung der bei den Projektpartnern Bayer AG, BfR und Merck KGaA erhobenen Genexpressions- und Proteinintensitätsdaten. Schwerpunktmäßig 205 Tabelle 2: Statistische Methoden für Molekulargenetische Studien Thema Statistisches Verfahren Zitat Dodecamer Verdopplung des HOPA A-Gens und Fall-Kontroll Studie, [1] Autismus, mentaler Retardierung und Schizophrenie; Allelhäufigkeitsanalyse [2] MPO-463 G3A Polymorphism als Risiko/Schutzfaktor Fall-Kontroll Studie, [14] beim Bronchialkarzinom multiple logistische Regression Prognostische Marker beim resezierbaren Bronchialkarzinom multivariate Regression [72] zur Stratfikation in Studien zur Wirkung von Lektinen für Überlebenszeiten PTEN/MMAC1-Expression beim Melanom Häufigkeitsanalyse [15] CYP3A4*1B Allel als Risikofaktor für NSCLC logistische Regression [13] Microarrays für die Prävalenz einer Onkogenamplifikation statistische Genomanalysen [37] bei Kopf-Hals Tumoren BRCA2 Keimbahnmutationen in erblichen gynäkologischen Tumoren Korrelationsanalyse [45] Korrelation genomischer Veränderungen mit klinischen Ergebnissen beim Korrelationsanalyse [55] Mantelzell-Lymphom: VH-Mutationsstatus und VDJ Strukturveränderung Überlebenszeit-Analyse [56] Genexpression im Ependymom in Beziehung zu klinischen Faktoren Statistische Genexpressionsanalyse [67,86] Expression von Zellzyklus- und Apoptosegenen Statistische Genexpressionsanalyse [68] Genomische Targets der Knochenmarksrepopulation Häufigkeitsanalyse [74] Prognostische Marker beim Medulloblastom Überlebenszeitanalyse [85] Basale Gentranskription in Relation zu Promoteraktivität Brier Score, Genselektion [92] CYP1A1 Genexpressionregulation durch TCDD Statistische Genexpressionsanalyse [96] Kapillarelektrophorese genomischer DNA beschreibende Statistik [98] Identifikation von RCT-Genen für Mikrosatellite Mutationen statistisches Modell, Metaanalyse [103]

3 206 Forschungsschwerpunkt C wurden lineare und lineare gemischte Modelle eingesetzt [88]. Diese konnten auch auf die Analyse der Proteinintensitäten aus 2DE-Gelen von Leber- und Thymusproben TCDD belasteter Marmoräffchen angewandt werden [87]. Statistische Klassifikation von Proteomdaten. Für das Verständnis der Funktion von Proteinen ist die Kenntnis ihrer 3-dimensionalen Struktur entscheidend. Da für die meisten Proteine diese unbekannt ist, kommt einer Strukturvorhersage auf der Grundlage der Aminosäuresequenz eine besondere Bedeutung zu. Für diese Vorhersage steht ein breitgefächertes Arsenal statistischer Verfahren bereit: logistische Regression, additive Modelle, Projection Pursuit Regression, lineare, quadratische und flexible Diskriminanzanalyse und K-nearest-neighbour (KNN) Klassifikation. In Fortsetzung früherer Arbeiten wurden diese Verfahren mit Methoden des Machine Learning verglichen. Dabei konnte gezeigt werden, dass Support Vector Machines die bisher benutzten Verfahren an Prädiktionsgenauigkeit übertreffen [22,82]. Molekulare Marker. Für ein groß angelegtes Projekt der Bestimmung des Risikopotentials (Suszeptibilität) und prognostischen Wertigkeit von Polymorphismen der Glutathion-S- Transferase und ihrer Modifikation der Entgiftung von polyzyklischen Aromaten des Zigarettenrauchs der Abt. Toxikologie und Krebsrisikofaktoren werden Daten einer Fall-Kontrollstudie biometrisch ausgewertet, wobei der logistischen Regression in einer multivariaten Analyse besondere Bedeutung zukommt. Die Ergebnisse wurden durch die Berechnung von odds ratios quantifiziert. Polymorphismen der P450 Klasse wurden entsprechend ausgewertet, wobei der Multiplizität der Vergleiche besondere Beachtung geschenkt wurden [13,14]. Comet Assay. Der Comet Assay findet breite Anwendung in der genetischen Toxikologie, im Monitoring der Umwelt, in der molekularen Epidemiologie und in der klinischen Forschung. Allerdings gibt es immer noch sehr unterschiedliche Vorstellungen zu der Frage des optimalen Designs des Assays und der besten Auswerteverfahren. Wir entwickelten eine neue Maßzahl (2D), welche die gesamte Dosis-Zeit Wirkungsfläche eines Comet Assay repräsentiert und somit eine umfassende Quantifizierung der DNA-Reparaturkapazität erlaubt [61,62]. Ein entsprechendes Auswerteprogramm in SAS/AF wurde von unserem Partner in Seoul, Korea, entwickelt und ist im Internet frei verfügbar. Das Verfahren wurde an einem Datensatz von 25 Brustkrebspatienten getestet und wir konnten dort zeigen, dass tail moment und tail DNA hoch korreliert sind, während tail inertia zu einem größeren Anteil davon unabhängige Information trägt. In einer großen klinischen Untersuchung bei Brustkrebspatientinnen wurden weitere Comet Assay Daten zur Vorhersage akuter Toxizität nach Bestrahlung herangezogen [102]. Bei einer Reduktion des Comet Assay- Designs auf 1-Punkt Auswertungen konnte kein deutlicher Zusammenhang gefunden werden. Zusätzliche Finanzierung durch: DFG-KOFEG Projekt 446KOR- 113/139/0-1, Partner: Yonsei University, Seoul; BMF BEO Angewandte Karzinogenesemodelle und Modelbasierte Risikobewertung (-02) A. Kopp-Schneider, I. Burkholder, J. Groos, C. Ittrich, T. Pauli, W. Rittgen, L. Edler In Zusammenarbeit mit: P. Bannasch, N. Becker, G. Fürstenberger, S. Heeger, H. Wesch, DKFZ; C. Portier, S. Whitaker, F. Parham, NIEHS, RTP, N.C., USA; G. Luebeck, Fred Hutchinson Cancer Center, Seattle, WA, USA; A. Yakovlev, University of Rochester, NY, USA; L. Hanin, University of Idaho, Pocatello, USA; L. Pavlova, Universität Petersburg, Russische Förderation; A. Muttray, Universität Mainz; M. Schwarz, Institut für Toxikologie, Universität Tübingen; W. Lutz, Universität Würzburg; W. Urfer, Universität Dortmund; H. Heinzl, Universität Wien, Österreich; C.P. Kitsos, TEI Athen, Griechenland. In diesem Teilbereich werden biologisch begründete Karzinogenesemodelle entwickelt, die biologische Hypothesen widerspiegeln. Durch Anwendung der Modelle auf entsprechende Daten können mit statistischen Tests Hypothesen geprüft werden, welche sowohl Mechanismen der Krebsentstehung und Dosis-Wirkungsbeziehungen für karzinogene Substanzen betreffen als auch für gesundheitspolitische Fragen der quantitativen Risikoabschätzung von Bedeutung sind. Ein Schwerpunkt der Arbeit liegt auf der Beschreibung der Entstehung und des Wachstums von präneoplastischen Leberläsionen. Leberherde werden in der experimentellen Leberkarzinogenese beobachtet unabhängig davon, ob die Karzinogenese durch chemische Substanzen, durch radioaktive Strahlung oder viral ausgelöst wird. Das stochastische Color-Shift-Modell der Entstehung von Leberherden und ihrer Phänotypänderungen wurde auf einen Datensatz aus einem Rattenhepatokarzinogeneseversuch angewandt. Mit dem Modell konnte die zeitliche Reihenfolge des Auftretens von drei Phänotypen von Herden gefunden werden. Mit einer Monte-Carlo-Simulationsstudie wurde mit der Methode der Maximalen Likelihood zuverlässig das richtige Modell gefunden. Als alternative Hypothese für die Entstehung und den Phänotypwechsel von präneoplastischen Leberherden wird diskutiert, dass einzelne Zellen durch Mutation in den nächsten Phänotyp übergehen und dann durch klonale Expansion Herde des fortgeschritteneren Phänotyps entstehen (Vierstufenmodell). Es zeigte sich, dass die Anpassung der Größenverteilung der Herde mit diesem Modell unzureichend ist und dass die Parameterschätzer für die Teilungsraten von präneoplastischen Zellen biologisch unrealistische Werte annehmen [65,66]. Dosis-Wirkungsmodellierung. Es wird häufig postuliert, dass Dosis-Wirkungskurven in experimentellen Kanzerogenitätsstudien Schwellenwerte zeigen, insbesondere bei nichtgenotoxischen Substanzen, die in hoher Dosierung die Zellproliferationsrate erhöhen. Basierend auf dem Zweistufenmodell mit klonaler Expansion intermediärer Zellen konnten wir zeigen, dass auch genotoxische Karzinogene einen Dosis- Wirkungsverlauf mit Schwellenwert haben können, wenn die Zellteilungsrate eine j-förmige Dosis-Wirkungsbeziehung für die Zellteilungsrate aufweist. Ausgangspunkt der Analysen war hier die experimentelle Beobachtung einer j-förmigen Dosis-Wirkungsbeziehung für den labeling index im Vormagen der Ratte bei Behandlung mit Kaffeesäure. Mit zum beobachteten labeling index proportionaler Zellteilungsrate für intermediäre Zellen konnten Mutationsraten gefunden werden, derart dass die vom Modell vorhergesagten Tumorinzidenzen innerhalb der beobachteten 95%- Konfidenzintervalle für die Tumorinzidenz lagen. Wenn allerdings historische Kontrolldaten über die spontane Tumorinzidenz im Vormagen der Ratte hinzugenommen wurden und die Konfidenzintervalle dadurch schmaler wurden, musste das Modell modifiziert werden. Hierfür wurde die Mutationsraten als Produkt von DNA-Schädigungsrate und Zellteilungsrate aufgefasst und beide Faktoren dosisabhängig modelliert. Diese Modellmodifikation führte zu biologisch sinnvollen Parameterschätzern für die Anpassung der Daten. Es zeigte sich hiermit der Nutzen des Modells für die Beschreibung hormetischer Effekte [78].

4 Low dose risk models. Ziel des Gesamtprojekts war die Abschätzung des humanen Krebsrisikos unter Exposition gegenüber niedriger Strahlendosis. Es wurden morphometrische Daten über hepatozelluläre Präneoplasien aus einer von Drs. Wesch und Heeger (E020) durchgeführten tierexperimentellen Studie untersucht. Das Experiment umfasste 4 Gruppen: Kontrolle, Thorotrast sowie niedrige und hohe Dosis eines 213 Bi-markierten Antikörpers. 6, 12 und 17 Monate nach Behandlungsbeginn identifizierten und morphometrierten Dr. T. Härtel und Prof. Dr. P. Bannasch auf Hämatoxilin/Eosin-gefärbten Leberschnitten von je 5 Tieren aus jeder Gruppe Herde veränderter Leberzellen. In den beiden späten Untersuchungszeitpunkten konnten in allen Behandlungsgruppen Leberherde gefunden werden. Fragestellung war, ob das Wachstum von Leberherden von der α-strahlendosis abhängt. Diese Fragestellung lässt sich aufgrund der stereologischen Probleme bei der Auswertung von Schnitten durch das dreidimensionale Organ der Leber nicht direkt statistisch beantworten, sondern erfordert eine modellbasierte Auswertung [10]. Daher wurde ein Einstufenmodell für die Modellierung der Entstehung und des Wachstums der Leberherde eingesetzt. Dieses Modell postuliert, dass Leberherde gemäß einem räumlich homogenen Poisson-Prozess erzeugt werden und als linearer Geburtsund Todesprozess wachsen, wobei das Herdwachstum nicht nur Folge der Zellteilung der Herdzellen sein kann, sondern auch auf die Rekrutierung von Nachbarzellen zurückzuführen sein kann. Es wurden verschiedene Dosis-Wirkungs-Zusammenhänge für die Abhängigkeit der Modellparameter von der α-strahlendosis mit Maximum-Likelihood-Methoden an die Daten angepasst. Ausgewählte Modelle können als hierarchisch geschachtelte statistische Modelle verstanden werden. Daher kann die Anpassungsgüte der Modelle mit Likelihood-Ratio-Test verglichen werden. Die Untersuchungen zeigten, dass sowohl der für die Herdentstehung verantwortliche Modellparameter wie auch der Wachstumsparameter der Herde eine hochsignifikante Abhängigkeit von der Strahlendosis zeigte. Es konnte daher die ursprüngliche Frage - ob die Strahlendosis einen Einfluss auf das Herdwachstum zeigt - eindeutig positiv beantwortet werden [42]. Leberherde zur Prädiktion der Karzinomentstehung. Der chronische Kanzerogenitätstest an Ratten und Mäusen ist hinsichtlich Kosten und Zeitbedarf das aufwendigste Prüfverfahren in der Toxikologie. Die Relevanz und Zuverlässigkeit eines Protokolls für die Durchführung eines Rat Liver Foci Bioassay (RLFB) als Kurzzeittestsystem in vivo zur Bewertung des kanzerogenen Potentials von Chemikalien wurde in einer vom BMBF geförderten zweijährigen Prävalidierungsstudie mit vier Modellhepatokarzinogenen (N-Nitrosomorpholin, 2-Acetylaminofluoren, Phenobarbital, Clofibrat) untersucht. An dieser Ringstudie waren 5 Laboratorien beteiligt. Der RLFB beruht auf dem Nachweis und der morphometrischen Quantifizierung von Herden präneoplastischer Hepatozyten (foci of altered hepatocytes, FAH) in der Rattenleber, die auf Grund veränderter Enzymfunktionen und Strukturmerkmale histochemisch und morphologisch identifiziert werden können. Die intra- und interlaboratorielle Variabilität wurde mit klassischen varianzanalytischen Methoden und simultanen Konfidenzintervallen für die many-to-one-by center- interaction contrasts bewertet. Die Beurteilung des kanzerogenen Potentials der vier Chemikalien durch die verschiedenen Laboratorien war ähnlich und die Dosis-Wirkungs-Kurven unterschieden sich nur marginal [54]. Die Ergebnisse wurden verwendet, um ein Abb. 1: Dosis-Wirkungskurven des Flächenanteils GSTP-positiver Herde präneoplastischer Hepatozyten (FAH) nach 2-Acetylaminofluoren-Exposition in weiblichen Ratten, die mittels N-Nitrosodiethtylamin initiiert wurden, getrennt nach fünf Labors. biostatistisch basiertes Prädiktionsmodell für das kanzerogene Potential von Testchemikalien zu entwickeln. Hautmodell. Die wesentlichen Funktionen der menschlichen Haut wurden als ein stochastisch-mathematisches Modell in kontinuierlicher Zeit und mit diskreten Zuständen beschrieben und in einer dazugehörigen Computer-Simulation numerisch analysiert. Das dynamische Verhalten des Hautgewebes ist bestimmt durch die Regulation der Zellwanderung durch definierte Kolumnen aufgeteilt in verschiedene Hautschichten, wobei wiederum die Dicke jeder Schicht durch Kontrollmechanismen gesteuert wird. Die Einführung einer Zelltypmodifikation kann zur Entstehung und Entwicklung von spezifischen Subpopulation (Tumoren) innerhalb des Modells führen. Die Regulationsmechanismen wurden systematisch dahingehend untersucht und variiert, um Mechanismusbedingungen zu finden, die Grundlage von Karzinogeseprozessen sein können. Als besonderes Ergebnis ist hervorzuheben, dass alleine die Migrationsrate in der Basalschicht darüber entscheidet, ob sich ein superfiziell spreitendes oder noduläres Melanom entwickelt. (Timm Pauli, Diplomarbeit, Universität Heidelberg 2002 [90]). Krebsvorsorgemaßnahmen. In dem vom NATO Science Programme unterstützten Collaborative Linkage Grant wurden mechanistische Modelle des Prozesses der Entdeckung eines Tumors untersucht, wenn dieser im zeitlichen Verlauf ausgemessen werden kann und diese Beobachtungen zur Tumorlatenzzeit in Beziehung gesetzt werden. Mittels quantitativer Response Variabler konnte so die Entdeckungswahrscheinlichkeit zur Tumorgröße in Bezug gesetzt werden. Hinreichende Bedingungen der Parameteridentifizierbarkeit der Verteilung der Zeit bis zum Tumor wurden aufgestellt und die gemeinsame Verteilung der Tumorgröße und des Alters bei Entdeckung konnte unter relativ einfachen Annahmen an die Wachstumskinetik charakterisiert werden. Mittels eines numerischen Verfahrens erhält man Maximum Likelihood Schätzer der Parameter dieser gemeinsamen Verteilung bei deterministischem exponentiellen Wachstum. Das Projekt lieferte wertvolle Informationen für die Erstellung eines optimalen Screening Programms und dessen Validierung in Simulationsstudien [27]. Dioxin Risikobeurteilung. Die Erstellung einer Kausalbeziehung zwischen der Exposition xenobiotischer Substanzen 207

5 208 Forschungsschwerpunkt C und dem Auftreten von Krankheiten stellt eine extrem wichtige Aufgabe im Streben nach verbesserten Bedingungen für die Gesundheit und für die Verhütung von Krankheiten dar. In Fortsetzung früherer Arbeiten untersuchten wir das Auftreten von neurotoxischen Wirkungen nach Exposition gegenüber Dioxinen und Furanen in Bezug zu Störungen des autonomen Nervensystems beim Menschen. Im Vordergrund standen die Untersuchung von Dosis-Wirkungsbeziehungen zwischen TCDD bestimmt als Expositionslast im Körper und sich daraus ergebende Unsicherheiten für die Risikobeurteilung dieser Substanzklasse [29,47,48]. In einer deutschen beruflich exponierten Kohorte konnte nach Adjustierung für Alter, Übergewicht, Rauchen und Alkoholkonsum gezeigt werden, dass neben einigen Symptomen unklarer Korrelation vor allem die Fähigkeit des Farbsehens mit der Expositionshöhe (negativ) korreliert war [28]. Nahrungsmittelsicherheit in Europa. In einem von der EU geförderten und von ILSI (International Life Science Institute) Europe koordiniertem Projekt wurden federführend innerhalb eines international besetzten Expertengremiums quantitative Methoden für die Risikobeurteilung von Chemikalien in Nahrungsmitteln entwickelt und für die Regulation auf europäischer Ebene zusammengestellt [34]. Nach der Erstellung einer Übersicht über die Verfahren der mathematischen Modellbildung und der quantitativen Auswerteverfahren wurden diese zusammen mit den anderen Komponenten dieser EU Concerted Action im 5. Rahmenprogramm in ein umfassendes Dokument der Risikocharakterisierung integriert, welche als Grundlage des Risikomanagements und der Risikobeurteilung auf dem Nahrungsmittelsektor der EU dienen kann [91]. Zusätzliche Finanzierung durch: BEO 031/11834; FIGH-CT ; Theme Group in FOSIE, Concerted Action in 5 th Framework, EU, QLK ; NATO CLG Collaborative Linkage Grant No , F823; CCMS-NATO Project Pilot Study Biometrie in der Klinischen Onkologie (-03) L. Pilz, A. Benner, A. Kopp-Schneider, L. Edler In Zusammenarbeit mit: R. Breitkreuz, W. Hildebrandt, P. Lichter, F. Lyko, D. Schadendorf, W. Dröge, DKFZ; Ch. Manegold, Thoraxklinik, Heidelberg; CESAR - Central European Society for Anticancer Drug Research; C. Dittrich, Boltzmann Institut für angewandte Krebsforschung, Wien, Österreich; M. Scheulen, Universität Essen; H. H. Fiebig, Universität Freiburg; W. Queißer, Onkologisches Zentrum, Klinikum Mannheim; G. Hartung, Universität Rostock; H. Goldschmidt, M. Görner, E. Leo, A. Krämer, S. Frühauf, T. Möhler, K. Neben, Universität Heidelberg; F. Cremer, M. Bakkus, Universität Brüssel, Belgien; H. Döhner, S. Stilgenbauer, R. Schlenk, A. Körber, D. Dienle, E. Leupold, P. Liebisch, Universität Ulm; E. Laack, D. Hossfeld, UKE Hamburg; N. Victor, U. Abel, IMBI, Universität Heidelberg; A. Koch, BfArM, Berlin; E. Graf, W. Sauerbrei, M. Schumacher, Inst. f. Medizinische Biometrie, Universität Freiburg; C. Quintero, Departamento de Matematicas y Estadistica, Universidad Nacional Santa Fe de Bogota, Kolumbien. Abkürzungen: MM = multiples Myelom, NHL = non-hodgkin Lymphom; FL = folliculares Lymphom, CLL = chronische lymphatische Leukämie; ALL = akute lymphatische Leukämie; RKS = randomisierte klinische Studie, RS = retrospektive Beobachtungsstudie Die Betreuung klinischer Studien, soweit sie am DKFZ in Kooperation mit klinischen Einrichtungen durchgeführt wird, ist diesem Teilbereich ebenso zugeordnet wie unsere Kooperationen mit klinischen Forschergruppen und nationalen Studiengruppen. Die Einheit erfüllt für aktuelle onkologische Therapiestudien die Funktion eines Biometrischen Zentrums für die Planung, Durchführung und Auswertung klinischer Studien der Phase I-III bei klinischen Kooperationen des DKFZ. Unsere Arbeiten beinhalten die Beratung bei der Erstellung von Studienprotokollen für klinische Studien gemäß GCP (Good Clinical Practice), Randomisation und Statistisches Patientenmonitoring, Zwischenauswertungen, Dokumentation, Dateneingabe und deren Kontrolle und die biometrische Auswertung. Als biometrisches Zentrum für klinische Studien am DKFZ trug die Einheit zur erfolgreichen Planung und Auswertung von klinischen Projekten und klinischen Studien des DKFZ und seiner Partner bei (vgl. Tabelle 3). Biostatistische Methodik für die Planung, Durchführung und Auswertung von klinischen Studien und die biostatistische Bewertung von Therapieergebnissen wurden in einflussreichen Publikationen der klinischen Onkologie dargestellt [20,21,31-33]. Einen besonderen Schwerpunkt bildete im Berichtszeitraum die Methodik der klinischen Phase III Studien. Für die Entwicklung biometrischer Methodik für Studien der Phase I, II und III wurde die Mitarbeit in der Central European Society for Anticancer Drug Research (CESAR) [17] fortgesetzt. Ein wesentlicher Teil der Arbeit lag in der Erstellung von Standardarbeitsanweisungen zur Durchführung klinischer Studien. Eine umfangreiche Broschüre wurde erstellt [41]. Dazu wurde auch ein spezieller Satz klinischer Dokumentationsbögen in der Einheit entworfen, dem Werk beigefügt und elektronisch der Studiengruppe zur Verfügung gestellt. Kausalität in klinischen Studien. Publikation und wiederholtes Zitieren einer retrospektiven klinischen Studie zur Wirksamkeit der Misteltherapie bei Krebspatienten waren Anlass einer Prüfung auf methodische Gültigkeit von Design und Auswertung. Geringe externe Validität, Mängel der biome- Tabelle 3: Onkologische klinische Studien unter Teilnahme der ZE als Biometrisches Zentrum Klinisches Thema Fragestellung und Hypothesen Planung und Auswertung Zitat A: Hämatologische Tumoren (insbesondere MM, AML, B-CLL) Stammzellen im peripheren Blut Vergleich zweier Induktionstherapien: vergleichende Statistik, Tests [4,6] bei initialer Chemotherapie (i) VAD vs VID, (ii) TAD versus VAD [5,43] HOVON-50/GMMG-HD3 DVT Thalidomid als Teil einer adverse event Auswertung [3] Hochdosistherapie Prognostische Wertigkeit der Bestimmung eines Schwellenwerts multivariate Überlebenszeitanalyse [12] Resttumormasse im Knochenmark der Hochdosistherapie maximal selektierter Logrank Test nach Transplantation GVHD nach Stammzelltransplantation CD3+ Zellen zugefügt zu CD34 Überlebenszeitanalyse [44,83] angereicherten Allografts Nicht-myeloablative Transplantation Vergleich verwandter und Überlebenszeitanalyse [52,53] Allogene Stammzelltransplantation nicht-verwandter Spender

6 Fortsetzung Tabelle 3 Klinisches Thema Fragestellung und Hypothesen Planung und Auswertung Zitat (Trisomie-)Chromosomen 1q, 9q, 11q Verteilungsunterschiede in der Häufigkeitsanalyse [76,77] 13q, t14q Aberrationshäufigkeit Clusteranalyse Prognose bei früher AML, Therapie- Aktivierung von FLT3 Mutationen, Überlebenszeitanalyse [39,40] resistenz bei jungen Patienten Aktivierung von CEBPA Mutationen [18,38,101] Prognose bei B-CLL klonale Evolution und klonale Response- und [75] FISH-Analyse Fluktuation, IgVH Homology Überlebenszeitanalyse B-CLL Bendamustin induzierte Apoptose vergleichende Statistik [97] Molekulargenetic der CLL risikoadaptierte Therapie Inzidenzanalyse [99] Prognose bei CLL autologe Stammzelltransplantation risikogematchte Auswertung [19] VH Genmutation multivariate Überlebenszeiten AML HD93 risikoadaptierte Behandlung nach Überlebenszeitanalyse [93] Remission AML in älteren Patienten Wirksamkeit von all-trans Retinoidsäure Überlebenszeitanalyse [94] B: Bronchialkarzinom Verlängerung der Überlebenszeit Machbarkeit dosisintensivierter ICE vergleichende Phase II Auswertung [7] beim SCLC Sequentielle Reinfusion Überlebenszeiten [8,9] hämatopoetischer Vorläuferzellen Präoperative Induktionstherapie Wirkung auf Resezierbarkeit Überlebenszeitanalyse [84] beim NSCLC stage IIIA-B Response und Überleben Behandlung des NSCLC Kombinationschemotherapie Phase II, Überlebenszeiten [71] Inoperables NSCLC Gemcitabin in Kombination Phase II Gesamtauswertung [89] mit Vindesin Prognose des Adenokarzinoms Lektinhistochemie, HPA Lektine Prognosestudie [73] C: Kolorektale Tumoren Adjuvante Chemotherapie beim Vergleich der Wirksamkeit von 5-FU/LEV Randomisierte Phase III Studie [16] Stadium III Kolon Karzinom mit vs 5-FU/FA 6 bzw. 12 Monate GCP Auswertung Second-line Therapie des Wirksamkeit und Toxizität von Phase II-Studie [49] Kolorektalen Karzinoms Irinotecan und Hochdosis 5-FU Rektumkarzinom Capecitabin vs 5-FU RKS, Studienplanung [50] adjuvante Radiochemotherapie Staging des Oesophagus und Vergleich von Endoskopie, Kategoriale Datenanalyse [57] Magenkarzinoms Endosonographie und CT Neo-adjuvante Behandlung molekulare Surrogatmarker logistische Regression [58] Kolorektomie und ileonaler Pouch Wirksamkeit der Ileostomy exakte logistische Regression [59] Analsphinkterinsuffizienz Elektrostimulation vergleichende Statistik [60] Kurative Laparaskopie der Leber bzw. Helium/Pneumoperitoneum, vergleichende Statistik [70,95] Kolon im Tierversuch Laparaskopie D: Melanom Gesundheitsökonomie des Kosten-Nutzen Analyse bildge- Häufigkeitsanalysen [51] Stagings beim Melanom bender Verfahren in der Routine Orale DNA Vakzine gegen Salmonella/pCMV-hpg100 im Datenanalyse [11] GP 100 Antigen Maus Model E: Cervix-, Ovarial- und Uterus-Karzinom Intraepitheliale Neoplasie (CIN) p16 Expression Kappastatistik [64] Polymorphismen als Risikofaktor Assoziation HPV16E6 Variant mit exakte Tests [104] Leukozyten Antigen Klasse I Prädiktion des klinischen Verlaufs L1 expression Cox Regression [36] Überlebenszeitanalyse F: Tumoren allgemein antioxidative Behandlung zur NAC bei Tumorkachexie RKS [46] Verbesserung der Muskelfunktion REDST bei Hyperlipidämie Cholesterol in Beziehung zu Plasmathiol Korrelationsanalysen [63] Vaskuläre Dichte im Differentialdiagnose vergleichende Statistik [100] atypischen Keratoacanthom Abkürzungen: VAD Vincristin, Doxorubicin, Dexamethasan VID Vincristin, Ifosfamid, Dexamethasan TAD Thalidomid, Doxorubicin, Dexamethasan ICE Ifosfamid, Carboplatin, Etoposid GVC Gemcitabin, Vinorelbin, Cisplatin DVT deep vein thrombosis GVHD graft versus host disease 5-FU/LEV 5-fluorouracil, Levamisol 5-FU/FA 5-fluorouracil, Leucovorin REDST Thiol/Disulfid Redoxstatus NAC N-acetylcystein 209

7 210 Forschungsschwerpunkt C trischen Auswertung, Informationsmängel und Möglichkeiten der Verfälschung der Studienergebnisse infolge der nur teilweise prospektiven matched pairs -Bildung und die Möglichkeit einer deutlichen Auswahlverzerrung ließen diese Studienergebnisse als sehr fragwürdig erscheinen [23,26]. Vor dem Hintergrund von negativen randomisierten Studien zur Wirksamkeit der Misteltherapie sind die bisher in qualitativ geringer einzustufenden retrospektiven Studien erhaltenen positiven Ergebnisse nicht ausreichend für den Nachweis der Wirksamkeit. In einer weiteren Arbeit beschäftigten wir uns mit der Frage, inwieweit mit neueren Studien die Wirksamkeit der Misteltherapie durch die sog. epidemiologische Kohortenstudie als Spezialfall einer retrospektiven klinischen Studie über eine ausreichende Methodik für den Wirksamkeitsnachweis verfügt. Diese Studienform wurde in ihren Grundzügen beschrieben und es wurden ihre grundsätzlichen Schwächen im Nachweis kausaler Beziehungen offen gelegt. Es wurde festgestellt, dass auf der Grundlage der vorliegenden Studiendaten und einer kritischen Beurteilung der biometrischen Methodik auch die neuen Studien eine Wirksamkeit der Misteltherapie nicht objektiv belegen, die Methodik der epidemiologischen Kohortenstudie die grundsätzlichen Schwachstellen retrospektiver Studien nicht überwindet und in einzelnen Studien Selektionsund Informationsverzerrungen zugunsten der Mistelbehandlung und zuungunsten der Kontrollgruppe nicht ausgeschlossen werden können [25]. Die Einheit war in zunehmendem Umfang in tumorspezifische Projekte zur Therapieoptimierung eingebunden, die einen weiten Bereich von Tumorerkrankungen umfasst; u. a. hämatologische Tumoren, kolorektale Tumoren, das nicht-kleinzellige Bronchialkarzinom. Hämatologische Tumoren. Das Lymphom/Myelom Projekt. Bei der Suche nach neuen Behandlungsstrategien für Patienten mit hämatologischen Tumoren wurden im Rahmen verschiedener Kooperationen geeignete biometrische Studienpläne erstellt und sowohl in Zwischen- wie auch in Endauswertungen die Ergebnisse dieser Vorhaben zusammen mit dem klinischen Kooperationspartner erarbeitet. Ein besonderes Augenmerk wurde dabei auf die Bestimmung prognostischer Faktoren gelegt und es wurden Meta- Analysen durchgeführt, um so diese Behandlungsstrategien weiter zu verbessern. MM-Studien RKS Sequentielle Hochdosistherapie (GMMG-HD2), N=384 RKS Thalidomid (GMMG-HD3), N=450(offen) KS Dosiseffekt des Thalidomid, N=83 KS Fremdspender bei allogener Transplantation, N=51 KS gpcr im Tumor, N=68 NHL-Studien RKS Phase II Studie zur Primärtherapie mit Rituximab, N=105(offen) Meta-Analyse zur Wirksamkeit von Fludarabin (22 Studien) RKS Rituximab beim diffusen klein-zelligen B-cell NHL, N=174(offen) CLL-Studien KS Hochdosistherapie, N=88 KS Prognostischer Wert einer Stratifikation nach Vorliegen somatischer Mutationen in variablen Regionen des B-lymphozyten Antikörperrezeptors, N=300 KS Genexpression, N=101 AML-Studien FLT3 Mutationen, N=224 HD93 Risikoadaptierte Therapie, N=223 Nicht-kleinzelliges Bronchialkarzinom. Der Abschlussbericht zu einer randomisierten crossover Phase II Studie mit den Einzelsubstanzen Gemcitabine (G) und Docetaxel (D) und einer Phase III Studie zum Vergleich einer Zweierkombination (Gemcitabine, Vinorelbine) gegen eine Dreierkombination (Gemcitabine, Vinorelbine, Cisplatin) für Patienten mit fortgeschrittenen, nicht-klein-zelligen Bronchialkarzinomen (NSCLC), deren Krankheit sich im Stadium IIIb (Pleuraerguss) oder Stadium IV (metastasiert) befand, wurde vorgelegt. Primäre Endpunkte waren ein günstigeres Toxizitätsprofil bzw. Gesamtüberleben. In dem Crossover -Projekt wurden G und D in der Dosierung Arm A [q3w; G: Tag 1, 8; 1250 mg/m²] und Arm B [q3w; D: Tag 1; 100 mg/m²] zunächst bis zu 6 Zyklen verabreicht und im Falle der Progression wurde der Behandlungsplan des jeweils anderen Arm angewandt. Von 330 aufgenommenen Patienten waren 321 auswertbar und zeigten keinen statistisch signifikanten Unterschied im Gesamtüberleben (in Monaten): A/B 6.3/8.6 (p=0.21). Die 1-Jahres-Gesamtüberlebensrate war A/B 28%/31%. Bei der Beurteilung der Lebensqualität unter Benutzung des Fragebogens EORTC-QLQ-C30 mit LC13 konnte nur ein statistisch signifikanter Unterschied im Teil LC13 mit Vorteil für die Patienten aus Arm A gesehen werden; sie fühlten sich zu Beginn der Behandlung genauso gut, wie nach Ende des zweiten Zyklus (Wilcoxon Rangsummentest, p-wert < 0,0001). In der first-line Therapie zeigte Arm B ein signifikant besseres Therapieansprechen als Arm A (p=0.01). Beide sequentiellen Therapiearme können als praktikabel, effektiv und gut verträglich eingestuft werden [79-81]. In einer neuen offenen, randomisierten, multi-zentrischen vierstufigen Phase II-Studie, die schlussendlich in eine Phase III-Studie münden soll, wird die relevante hämatologische Toxizität und das Gesamtüberleben in Patienten untersucht, die bei gleicher Indikation wie oben G und D in zwei Therapiearmen (A und B) entweder in Kombination oder sequentiell erhalten (G/D mit Dosen von 1000 mg/m² /75 mg/m²/q3w; Arm A (G Tage 1,8 + D Tag 8 für 6 Zyklen) und Arm B (G: Tage 1,8 für 3 Zyklen gefolgt von D: Tag 1 für 3 Zyklen). In der ersten Phase II-Stufe konnten keine statistisch signifikanten Unterschiede gesehen werden; die Studie wird somit in der zweiten Stufe fortgeführt. Kolorektale Tumoren. In einer randomisierten klinischen Studie wurde geprüft, ob sich eine 12monatige Behandlung mit 5-FU/Leucovorin (LV) von einer nur 6-monatigen Behandlung beim lokal fortgeschrittenen bzw. nodal positiven Rektum Karzinom des Stadiums II-III unterscheidet. Für N=263 auswertbare Patienten zeigten die 3-Jahresüberlebensraten und die 3-Jahresrückfallraten eine sehr hohe Übereinstimmung (ein Test auf Äquivalenz war statistisch signifikant p=0.03). Ein ähnliches Ergebnis wurde beim Vergleich von 3 Therapien (5FU/LEV wöchentlich 12 Monate/ 5FU/FA, Tag 1-5, alle 4 Wochen, 12 Monate oder 6 Monate) erhalten. Nach einem medianen follow-up von 36.2 Monaten sah man keinen signifikanten Unterschied im krankheitsfreien Überleben und im Gesamtüberleben [16]. Eine weitere prospektive randomisierte Studie zur adjuvanten Behandlung des Kolonkarzinoms 17A-1 Stadium II mit dem Antikörper 17A-1 wurde ausgewertet. Zusätzliche Finanzierung durch: Kolon-Rektum-Studiengruppe, Onkologisches Zentrum, Prof. Queisser, Klinikum Mannheim; GemTax Studiengruppe, Prof. Manegold, Thorax-Klinik Heidelberg; Studiengruppe, Prof. Ho, Dr. Goldschmidt, Poliklinik Heidelberg; Studiengruppe, Prof. Hossfeld. Dr. Laack, UKE Hamburg; Studiengruppe, Dr. Oehm, Treuenbrietzen.

8 SERVICE: Biometrische Beratung und Versuchsplanung (-04) W. Rittgen, A. Benner, C. Ittrich, A. Kopp-Schneider, L. Edler In Zusammenarbeit mit: Tierschutzbeauftragte des DKFZ; AG Statistische Methodik in der klinischen Forschung, AG Statistische Auswertungssysteme, GMDS / AG Computational Statistics, Deutsche Region der Intern. Biometrischen Gesellschaft; C. Ortseifen, URZ Universität Heidelberg; L. Hothorn, LG Bioinformatik, Universität Hannover; N. Victor, Institut für Med. Biometrie und Informatik, Universität Heidelberg; Akademie für Weiterbildung, Universität Heidelberg. Die Einheit bietet im Rahmen ihres Serviceprogramms Dienstleistungen zur Unterstützung der experimentellen Abteilungen des DKFZ bei Planung, Durchführung und Auswertung von Experimenten. Dies umfasst die Beratung bei Versuchsanträgen unter Berücksichtigung formaler Kriterien der Versuchsplanung und eines optimalen Informationsgewinns und die Übernahme der biometrischen Planung bei Tierversuchen einschließlich der Ausarbeitung einer schriftlichen Anlage zur biometrischen Begründung der Tierzahlen und des Versuchsplans. So wurden in biometrische Versuchspläne und in biometrische Versuchspläne ausgearbeitet. Die angebotenen Dienstleistungen schließen die Beratung von zahlreichen DKFZ-Doktoranden/Innen ein. Das Labor für Computational Statistik und Datenanalyse hat die Funktion, die erforderliche Infrastruktur sowie Hardund Software bereitzustellen. Darin werden auch die Informationen für Beratungsaufgaben gesammelt und Forscher des DKFZ zur selbständigen Auswertung ihrer Versuchsergebnisse angeleitet. Die Themenschwerpunkte waren Softwareevaluierung, Datenbank-Management und Ausbildung. Software-Entwicklung und -Evaluierung: Das Statistiksystem ADAM wurde auf der Grundlage von Benutzeranforderungen in seinem Funktionsumfang erweitert und der Bedienungskomfort der Dateneingabe und der grafischen Darstellungen weiter verbessert. Darüber hinaus wurden für den Benutzer nicht direkt sichtbar Verbesserungen beim Rechenaufwand vorgenommen. Die so erhöhte Benutzerfreundlichkeit hat wesentlich zu einer breiteren Nutzung im DKFZ geführt. Datenbank-Management: Für die vermehrt durch die ZE betreuten klinischen Studien ist eine adäquate Datenhaltung unerlässlich. Ein Bereich des statistischen Labors beschäftigte sich daher mit der Qualitätssicherung statistischer Daten bei Dateneingabe und Datenbankverwaltung. Die Programmierumgebung von ACCES und EXCEL wurde verwendet, um schnell und effizient problemgerechte Prozeduren zu entwickeln. Damit liegt eine wichtige kostengünstige Alternative zum Statistischen Programmpaket SAS, das aus finanziellen Gründen nur in einzelnen Modulen zentral am DKFZ verfügbar ist, vor. Ausbildung: Kurse zu Grundlagen der Statistik, zu statistischen Methoden und zur Anwendung statistischer Software hat Forschern und Doktoranden ermöglicht, selbständig statistische Auswertungen durchzuführen. Fortbildungsveranstaltungen zu statistischen Methoden werden regelmäßig angeboten. Daneben wird eine intensive persönliche Beratung und Hilfestellung bei der Auswahl statistischer Software und deren Anwendung geboten. Die in der Serviceeinheit entwickelten Verfahren konnten in einzelnen experimentellen Projekten direkt angewendet werden wie z. B. bei der 3-D Auswertung der Lebersegmentierung [35]. Wir beteiligten uns an einem Projekt der Validierung alternativer Verfahren zur Prüfung der Toxizität von Substanzen, die nicht auf Tierversuchen basierten, unter Federführung von Prof. L. Hothorn (Universität Hannover). Dieses von der EVCAM initiierte und finanzierte Projekt leistet einen wesentlichen Beitrag zum Ersatz von Tierversuchen. Dazu wurden biometrische Verfahren entwickelt, die es gestatten, für die Ersatzmethoden ein vergleichbares Niveau von Genauigkeit nachzuweisen und die den unverfälschten Vergleich der Ergebnisse der Ersatzmethoden mit den Ergebnissen der herkömmlichen Tierversuche erlauben. Dies wird ermöglicht durch die Bestimmung von Sensitivität und Spezifität sowie der Anwendung von Regressionsverfahren. Insbesondere wurde die ROC-Technik bei Vorliegen eines Kontinuums quantitativer Daten benutzt, wenn cut-off Werte zu bestimmen waren. Model Selektion und Model Validierung bildeten einen weiteren Schwerpunkt unseres Arbeitspakets und schließlich wurden Empfehlungen in der Form eines 4-Stufenprogramms gegeben [30]. Zur statistischen Auswertung toxikologischer Daten wurden die Rollen des proof of hazard und des proof of safety herausgestellt [24]. Die in Zusammenarbeit mit der Stabsstelle Krebsprävention durchgeführten Studien zur Kindergesundheit und zum Rauchverhalten von Kindern der Jahre 1996 bis 2000 wurden einer ausführlichen Nachbetreuung und Analyse hinsichtlich des zeitlichen Verlaufs der erhobenen Variablen und der Wirkung der einmalig vorgenommenen Intervention (Aufklärungsunterricht über die Schädlichkeit des Rauchens) an einer Teilpopulation untersucht. Ein intern zugänglicher Bericht wurde dazu vorgelegt. Zusätzliche Finanzierung durch: ECVAM- EU-Projekt shared cost action, Partner: Universität Hannover Publikationen (Autoren der hervorgehoben) [1] Beyer K.S., Klauck S.M., Benner A., Poustka F., Poustka A.: Association studies of the HOPA dodecamer duplication variant in different subtypes of autism. Am.J.Med.Genet. 114 (1) , [2] Bonora E., Beyer K.S., Lamb J.A., Parr J.R., Klauck S.M., Benner A., Paolucci M., Abbott A., Ragoussis I., Poustka A., Bailey A.J., Monaco A.P.: Analysis of reelin as a candidate gene for autism. Mol.Psychiat. 8 (10) , [3] Breitkreutz I., Benner A., Möhler T., Glasmacher A., Martin H., Hölzer M., Salwender H., Ho A.D., Goldschmidt H.: Initial therapy with thalidomide in multiple myeloma: no increase of adverse events compared to standard therapy. Onkol. 26(S5), p.127 (P705), [4] Breitkreutz I., Cremer F.W., Benner A., Raab M.S., Moehler T., Christensen O., Herrmann D., Ho A.D., Goldschmidt H.: Peripheral blood stem cell collection (PBSC) after CAD plus G- CSF in multiple myeloma: no influence of previous thalidomide (THAL) administration. Onkol. 25(S4), pp (748), [5] Breitkreutz I., Cremer F.W., Benner A., Raab M.S., Möhler T., Christensen O., Herrmann D., Ho A.D., Goldschmidt H.: Peripheral blood stem cell collection after CAD plus G-CSF in multiple myeloma: no influence of previous thalidomide administration. Onkol. 26(S5), p.131 (P718), [6] Breitkreutz I., Glasmacher A., Cremer F.W., Benner A., Imbach U., Herrmann D., Ho A.D., Goldschmidt H.: Peripheral blood stem cell (PBSC) collection in the treatment of multiple myeloma (MM): influence of VAD and VID. Onkol. 25(S4), p.211 (747), [7] Buchholz E., Drings P., Braun L., Meurer S., Pilz L., Manegold C.: Standard (SCT) versus dose-intensified chemotherapy (ICT) with sequential re-infusion of peripheral blood cells (PBC) in SCLC. J.Cancer Res.Clin.Oncol. 128(Suppl.1), p.76 (P386),

9 212 Forschungsschwerpunkt C [8] Buchholz E., Drings P., Pilz L., Manegold C.: A single, center, controlled study of standard versus dose intensified chemotherapy with sequential reinfusion of hematopoetic progenitor cells in small cell lung cancer, final results. Onkol. 26(S5), p.26 (V305), [9] Buchholz E., Drings P., Pilz L., Manegold C.: Final results from a single center, controlled study of standard versus dose intensified chemotherapy with sequential reinfusion of haematopoetic progenitor cells in small cell lung cancer. Proc.ASCO, p.no.2572, [10] Burkholder I., Kopp-Schneider A.: Incorporating phenotype-dependent growth rates into the color-shift model for preneoplastic hepatocellular lesions. Math.Biosci. 179 (2) , [11] Cochlovius B., Stassar M.J.J.G., Schreurs M.W., Benner A., Adema G.J.: Oral DNA vaccination: antigen uptake and presentation by dendritic cells elicits protective immunity. Immunol.Lett. 80 (2) 89-96, [12] Cremer F.W., Bouko Y., Everaert T., Lipinski E., Samson D., Apperely J.F., Thielemans K., Van Camp B., Benner A., Goldschmidt H., Moos M., Bakkus M.H.C.: Quantitation of the post-transplantation tumor load in the bone marrow by PCR with allele-specific oligonucleotide primers is a prognostic parameter in multiple myeloma. Onkol. 25(S4), p.120 (419), [13] Dally H., Edler L., Jäger B., Schmezer P., Spiegelhalder B., Dienemann H., Drings P., Schulz V., Kayser K., Bartsch H., Risch A.: The CYP3A4*1B allele increases risk for small cell lung cancer: effect of gender and smoking dose. Pharmacogen. 13 (10) , [14] Dally H., Gassner K., Jäger B., Schmezer P., Spiegelhalder B., Edler L., Drings P., Dienemann H., Schulz V., Kayser K., Bartsch H., Risch A.: Myeloperoxidase (MPO) genotype and lung cancer histologic types: the MPO-463 A allele is associated with reduced risk for small cell lung cancer in smokers. Int.J.Cancer 102 (5) , [15] Deichmann M., Thome M., Benner A., Egner U., Hartschuh W., Näher H.: PTEN/MMAC1 expression in melanoma resection specimens. Brit.J.Cancer 87 (12) , [16] Dencausse Y., Hartung G., Sturm J., Kopp-Schneider A., Hagmüller E., Wojatschek C., Lindemann H., Fritze D., Queisser W.: Adjuvant chemotherapy in stage III colon cancer with 5-fluorouracil and levamisole versus 5-fluorouracil and leucovorin. Onkol. 25 (5) , [17] Dittrich C., Arndt D., Beck J., Behringer D., Berdel W., Bokemeyer C., Borner M., DeSantis M., Edler L., Eisenbrand G., Fichtner I., Fiebig H.H., Fricker G., Gastl G., Hartung G., Hofheinz R., Hossfeld D.K., Illiger H.J., Jaehde U., Keppler B.K., Morant R., Mross K.B., Müller H.J., Oberhoff C., Queisser W., Reichert D., Reszka R., Scheulen M.E., Schüller J., Strumberg D., Pawel J.v., Wiessler M.: CESAR-EWIV: A platform for developing new anticancer agents. J.Cancer Res.Clin.Oncol. 128(Suppl.1), p.39 (I199), [18] Döhner K., Tobis K., Ulrich R., Fröhling S., Benner A., Schlenk R.F., Döhner H.: Prognostic significance of partial tandem duplications of the MLL gene in adult patients 16 to 60 years old with acute myeloid leukemia and normal cytogenetics: a study of the AML group Ulm. J.Clin.Oncol. 20 (15) , [19] Dreger P., Stilgenbauer S., Benner A., Ritgen M., Kröber A., Kneba M., Schmitz N., Döhner H.: The prognostic impact of autologous stem cell transplantation in patients with chronic lymphocytic leukemia: a risk-matched analysis based on on the VH gene mutational status. Onkol. 26(S5), p.8 (V182), [20] Edler L.: Anforderungen an die klinische Therapieforschung in der Phase I, II und III. Onkol. 25 (Suppl.1) 78-83, [21] Edler L.: Biometrische Bewertung palliativer Massnahmen. In: D.Fritze (Ed.), Palliative Krebsbehandlung. Beiträge zur interdisziplinären Krebsbehandlung. Zuckschwerdt, München, 2002, pp [22] Edler L.: Comparing classification methods for protein fold prediction: Support vector machines, neural networks and statistical methods. p.39, Freiburg, Germany, Int.Biometr.Soc. Proceedings XXIth International Biometric Conference, July [23] Edler L.: Do new studies of iscador proof efficacy in cancer patients? J.Cancer Res.Clin.Oncol. 128(Suppl.1), p.154 (P771), [24] Edler L.: Statistical methods for toxicity detection and testing. In: L.Chyczewski, et al. (Eds.), Endocrine disrupters and carcinogenic risk assessment. IOS Press, Amsterdam, 2002, pp [25] Edler L.: Chemotherapie mit komplementärer Misteltherapie. Wie evident ist ihre Wirksamkeit wirklich? Internist.Prax , [26] Edler L.: Mistel in der Krebstherapie. Dtsch.Ärztebl. 101 (1-2) A44-A49, [27] Edler L., Geisler I., Rittgen W.: Meeting report. Symposium on mathematical, statistical and computational methods for cancer surveillance and cancer screening. July 27, 2001 Heidelberg, Deutsches Krebsforschungszentrum. J.Cancer Res.Clin.Oncol , [28] Edler L., Heinzl H.: Exploring the relationships between exposure to PCDDS/FS and neurological health effects in humans. Organohalogen Comp , [29] Edler L., Heinzl H.: Toxicokinetic modeling for environmental health problems. Environmetrics , [30] Edler L., Ittrich C.: Biostatistical methods for the validation of alternative methods for the in vitro toxicity testing. ATLA 31 (Suppl.1) 5-41, [31] Edler L., Kopp-Schneider A.: Phase III clinical trial: myths around elementary statistical principles. Contr.Clin.Trials 24(3, Suppl.1), p.128s, [32] Edler L., Kopp-Schneider A.: Randomized clinical trial: Myths around elementary statisitcal principles. Onkol. 26 (6) , [33] Edler L., Pilz L.: Klinische Studien. In: C.Manegold (Ed.), Therapieoptionen beim nicht-kleinzelligen Bronchialkarzinom. UNI- MED, Bremen, 2002, pp [34] Edler L., Poirier K., Dourson M., Kleiner J., Mileson B., Nordmann H., Renwick A., Slob W., Walton K., Würtzen G.: Mathematical modelling and quantitative methods. Food Chem.Toxicol. 40 (2/3) , [35] Fischer L., Cardenas C., Thorn M., Benner A., Grenacher L., Vetter M., Lehnert T., Klar E., Meinzer H.P., Lamade W.: Limits of Couinaud s liver segment classification: a quantitative computer-based three-dimensional analysis. J.Comput.Assist.Tomogr. 26 (6) , [36] Fogel M., Gutwein P., Mechtersheimer S., Riedle S., Stöck A., Smirnov A., Edler L., Ben-Arie A., Huszar M., Altevogt P.: L1 expression as a predictor of progression and survival in patients with uterine and ovarian carcinomas. Lancet , [37] Freier K., Joos S., Flechtenmacher C., Devens F., Benner A., Bosch F.X., Lichter P., Hofele C.: Tissue microarray analysis reveals site-specific prevalence of oncogene amplifications in head and neck squamous cell carcinoma. Cancer Res. 63 (6) , [38] Fröhling S., Schlenk R., Stolze I., Bihlmayr J., Kreitmeier S., Tobis K., Benner A., Döhner H.: CEBPA mutations in younger adults with acute myeloid leukemia and normal cytogenetics: prognostic relevance and analysis of cooperating mutations. Onkol. 26(S5), p.18 (V224), [39] Fröhling S., Schlenk R.F., Breitruck J., Benner A., Kreitmeier S., Tobis K., Döhner H., Döhner K.: Prognostic significance of activating FLT3 mutations in younger adults (16 to 60 years) with acute myeloid leukemia and normal cytogenetics: a study of the AML study group Ulm. Blood 100 (13) , 2002.

10 [40] Fröhling S., Schlenk R.F., Breitruck J., Benner A., Kreitmeier S., Tobis K., Döhner H., Döhner K.: Prognostic significance of activating FLT3 mutations in younger adults (16 to 60 years) with acute myeloid leukemia and normal cytogenetics: a study of the AML study group Ulm. Onkol. 25(S4), p.218 (769), [41] Gastl G., Berdel W., Edler L., Jaehde U., Port R.E., Mross K.B., Scheulen M.E., Sindermann H., Dittrich C.: Standard operating procedures for clinical trials of the CESAR - Central European Society for Anticancer Drug Research - EWIV. Onkol. 26 (Suppl.6), [42] Geisler I., Kopp-Schneider A.: Modeling the formation and growth of radiation induced liver focal lesions. pp.68-69, Freiburg, Germany, Int.Biometr.Soc. Proceedings XXIth International Biometric Conference, July [43] Goldschmidt H., Sonneveld P., Cremer F.W., van der Holt B., Westveer P., Breitkreutz I., Benner A., Glasmacher A., Schmidt- Wolf I.G.D., Martin H., Hölzer D., Ho A.D., Lokhorst H.M.: Joint HOVON-50/GMMG-HD3 randomized trial on the effect of thalidomide as part of a high-dose therapy regimen and as maintenance treatment for newly diagnosed myeloma patients. Ann.Hemtol , [44] Görner M., Weber-Nordt R., Höpfner S., Benner A., Luft T., Ho A.D.: Addition of a low fixed number of CD3+ cells to CD34-enriched allografts: effects on engraftment, graft-versushost disease, and survival after related und unrelated peripheral stem cell transplantation. J.Hematother.Stem Cell Res. 12 (3) , [45] Hamann U., Liu X., Lange S., Ulmer H.U., Benner A., Scott R.J.: Contribution of BRCA2 germline mutations to hereditary breast/ovarian cancer in Germany. J.Med.Genet. 39 (3) E12, [46] Hauer K., Hildebrandt W., Sehl Y., Edler L., Oster P., Dröge W.: Improvement in muscular performance and decrease in tumor necrosis factor level in old age after antioxidant treatment. J.Mol.Med. 81 (2) , [47] Heinzl H., Edler L.: Assessing uncertainty in a toxicokinetic model for human lifetime exposure to TCDD. Organohalogen Comp , [48] Heinzl H., Edler L.: Evaluating and assessing uncertainty of large-scaled statistical analyses exemplified at the Boehringer TCDD cohort. Paper #52, pp.87-94, Amsterdam, Netherlands, Inst.Res.Extramural Med., VU Univ. Proc. of the 2nd Workshop on Research Methodoloy rm2003/ [49] Hofheinz R., Hartung G., Samel S., Hochhaus A., Hehlmann R., Pilz L., Queisser W.: Second-line treatment of advanced colorectal cancer with irinotecan, 24-hour high-dose 5-fluorouracil (HD-5-FU) and folinic acid (FA) after failure for HD-5-FU/FA. J.Cancer Res.Clin.Oncol. 128(Suppl.1), p.80 (P408), [50] Hofheinz R.D., Wenz F., Willecke F., Post S., Edler L., Hartung G., Hochhaus A.: Randomized phase III study of adjuvant radiochemotherapy with Capecitabine versus 5-Fluorouracil (5-FU) in rectal carcinoma. Onkol. 25(6), p.593, [51] Hofmann U., Szedlak M., Rittgen W., Jung E.G., Schadendorf D.: Primary staging and follow-up in melanoma patients - monocenter evaluation of methods, costs and patient survival. Brit.J.Cancer 87 (2) , [52] Höpfner S., Görner M., Benner A., Henning P., Ho A.D.: Unrelated donor transplantation after reduced intensity conditioning as an approach for patients lacking related donors for allogeneic stem cell transplantation. J.Hematother.Stem Cell Res. 12 (3) , [53] Höpfner S., Görner M., Benner A., Ho A.D.: Nonmyeloablative transplantation - comparison of related versus unrelated donors. Onkol. 25(S4), p.97 (336), [54] Ittrich C., Deml E., Österle D., Küttler K., Mellert W., Brendler-Schwaab S., Enzmann H., Schladt L., Bannasch P., Härtel T., Mönnikes O., Schwarz M., Kopp-Schneider A.: Prevalidation of a rat liver foci bioassay (RLFB) based on results from 1600 rats: a study report. Toxicol.Pathol. 31 (1) 60-79, [55] Kienle D., Kröber A., Katzenberger T., Otto G., Leupolt E., Barth T., Möller P., Benner A., Habermann A., Müller-Hermelink H.K., Bentz M., Lichter P., Döhner H., Stilgenbauer S.: VH mutation status and VDJ rearrangement structure in mantle cell lymphoma: correlation with genomic aberrations, clinical characteristics and outcome. Onkol. 26(S5), p.162 (P825), [56] Kienle D., Kröber A., Katzenberger T., Otto G., Leupolt E., Barth T.F.E., Möller P., Benner A., Habermann A., Müller- Hermelink H.K., Bentz M., Lichter P., Döhner H., Stilgenbauer S.: VH mutation status and VDJ rearrangement structure in mantle cell lymphoma: correlation with genomic aberrations, clinical characteristics, and outcome. Blood 102 (8) , [57] Kienle P., Buhl K., Kuntz C., Dux M., Hartmann C., Benner A., Herfarth C., Lehnert T.: Prospective comparison of endoscopy, endosonography and computed tomography for staging of tumours of the oesophagus and gastric cardia. Digestion 66 (4) , [58] Kienle P., Koch M., Autschbach F., Benner A., Treiber M., Wannenmacher M., v.knebel-doeberitz M., Buchler M., Herfarth C., Weitz J.: Decreased detection rate of disseminated tumor cells of rectal cancer patients after preoperative chemoradiation: a first step towards a molecular surrogate marker for neoadjuvant treatment in colorectal cancer. Ann.Surg. 238 (3) , [59] Kienle P., Weitz J., Benner A., Herfarth C., Schmidt J.: Laparoscopically assisted colectomy and ileoanal pouch procedure with and without protective ileostomy. Surg.Endosc. 17 (5) , [60] Kienle P., Weitz J., Koch M., Benner A., Herfarth C., Schmidt J.: Biofeedback versus electrostimulation in treatment of anal sphincter insufficiency. Digest.Dis.Sci. 48 (8) , [61] Kim B.S., Park J.J., Edler L., Fournier D.v., Haase W., Sautter-Bihl M.L., Gotzes F., Thielmann H.W.: The second derivative of the dose-time-response surface as a measure of DNA repair kinetics in the comet assay. Environmetrics , [62] Kim B.S., Park J.J., Edler L., v.fournier D., Haase W., Sautter-Bihl M.L., Gotzes F., Thielmann H.W.: New measure of DNA repair in the single-cell gel electrophoresis (Comet) assay. Environ.Mol.Mutagen , [63] Kinscherf R., Cafaltzis K., Röder F., Hildebrandt W., Edler L., Deigner H.P., Breitkreutz R., Feussner G., Kreuzer J., Werle E., Michel G., Metz J., Dröge W.: Cholesterol levels linked to abnormal plasma thiol concentrations and thiol/disulfide redox status in hyperlipidemic subjects. Free Radic.Bio.Med. 35 (10) , [64] Klaes R., Benner A., Friedrich T., Ridder R., Herrington S., Jenkins D., Kurman R.J., Schmidt D., Stoler M., Knebel-Doeberitz M.v.: p16ink4a immunohistochemistry improves interobserver agreement in the diagnosis of cervical intraepithelial neoplasia. Am.J.Surg.Pathol. 26 (11) , [65] Kopp-Schneider A.: Mechanistic carcinogenesis models in quantitative risk assessment: potentials and limitations. pp.5-6, Freiburg, Germany, Int.Biometr.Soc. Proceedings XXIth International Biometric Conference, July [66] Kopp-Schneider A., Geisler I., Edler L.: Complex mechanistic carcinogenicity modeling. In: Endocrine disrupters and carcinogenic risk assessment. IOS Press, 2002, pp [67] Korshunov A., Neben K., Wrobel G., Tews B., Benner A., Hahn M., Golanov A., Lichter P.: Gene expression patterns in ependymomas correlate with tumor location, grade, and patient age. Am.J.Pathol. 163 (5) ,

11 214 Forschungsschwerpunkt C [68] Korz C., Pscherer A., Benner A., Mertens D., Schaffner C., Leupolt E., Döhner H., Stilgenbauer S., Lichter P.: Evidence for distinct pathomechanisms in B-cell chronic lymphocytic leukemia and mantle cell lymphoma by quantitative expression analysis of cell cycle and apoptosis-associated genes. Blood 99 (12) , [69] Kröber A., Seiler T., Benner A., Bullinger L., Brückle E., Lichter P., Döhner H., Stilgenbauer S.: V(H) mutation status, CD38 expression level, genomic aberrations, and survival in chronic lymphocytic leukemia. Blood 100 (4) , [70] Kuntz C., Kienle P., Schmeding M., Benner A., Autschbach F., Schwalbach P.: Comparison of laparoscopic versus conventional technique in colonic and liver resection in a tumor-bearing small animal model. Surg.Endosc. 16 (8) , [71] Laack E., Mende T., Dürk H., Kneba M., Dickgreber N., Welte T., Müller T., Scholtze J., Graeven U., Jasiewicz Y., Edler L., Hossfeld D.K.: Gemcitabine, vinorelbine and cisplatin combination chemotherapy in advanced non-small cell lung cancer: a phase II trial. Europ.J.Cancer , [72] Laack E., Nikbakht H., Peters A., Kugler C., Jasiewicz Y., Edler L., Brümmer J., Schumacher U., Hossfeld D.K.: Expression of CEACAM1 in adenocarcinoma of the lung: a factor of independent prognostic significance. J.Clin.Oncol. 20 (21) , [73] Laack E., Nikbakht H., Peters A., Kugler C., Jasiewicz Y., Edler L., Hossfeld D.K., Schumacher U.: Lectin histochemistry of resected adenocarcinoma of the lung. Helix pomatia agglutinin binding is an independent prognostic factor. Am.J.Pathol. 160 (3) , [74] Laufs S., Gentner B., Nagy K.Z., Jauch A., Benner A., Naundorf S., Kühlcke K., Schiedlmeier B., Ho A.D., Zeller W.J., Frühauf S.: Retroviral vector integration occurs into preferred genomic targets of human bone marrow repopulating cells. Blood 101 (6) , [75] Leupolt E., Stilgenbauer S., Kröber A., Benner A., Lichter P., Döhner H.: Clonal evolution in B-CLL-association with IgVH homology, disease progression and in-vivo resistance to therapy. Onkol. 25(S4), p.172 (608), [76] Liebisch P., Erne S., Scheck D., Wellmann A., Einsele H., Straka C., Goldschmidt H., Benner A., Stilgenbauer S., Döhner H.: In multiple myeloma, five common genomic aberrations (+1q, +9q, +11q, 13q-, t14q) display a non-random distribution and suggest novel pathogenetic pathways. Onkol. 26(S5), p.121 (P684), [77] Liebisch P., Wellmann A., Wendl C., Roth K., Benner A., Stilgenbauer S., Döhner H.: Trisomies of chromosomes 1q, 9q, and 11q in multiple myeloma - non-random distribution of three highly frequent aberrations. Onkol. 25(S4), pp (252), [78] Lutz W.K., Vamvakas S., Kopp-Schneider A., Schlatter J., Stopper H.: Deviation from additivity in mixture toxicity: relevance of nonlinear dose-response relationships and cell line differences in genotoxicity assays with combinations of chemical mutagens and y-radiation. Environ.Hlth.Persp. 110 (Suppl.6) , [79] Manegold C., Mezger J., Pilz L.R., Schott K., Koschel G., Hruska D.: Single-agent gemcitabine and docetaxel given sequentially every 3 weeks in advanced NSCLC: final results of a randomized phase-ii-study show effective treatment. Onkol. 26(S5), p.140 (P753), [80] Manegold C., Pilz L., Koschel G., Schott K., Hruska D., Mezger J.: Final results from two randomized phase II studies with single agent gemcitabine and docetaxel given sequentially in various doses and schedules are effective in advanced NSCLC. Proc.ASCO (No.1273), [81] Manegold C., Pilz L., Koschel G., Schott K., Hruska D., Mezger J.: Survival data from two randomized phase II studies show effectiveness for therapy of advanced NSCLC by single agent gemcitabine and docetaxel given sequentially in various doses and schedules. J.Cancer Res.Clin.Oncol. 128(Suppl.1), p.74 (P376), [82] Markowetz F., Edler L., Vingron M.: Support vector machines for protein fold class prediction. Biometr.J. 45 (3) , [83] Möhler T., Hillengass J., Höpfner S., Benner A., Schlenzka J., Neben K., Egerer G., Görner M., Ho A.D., Goldschmidt H.: Thalidomide and CED chemotherapy followed by stem cell transplantation for poor prognosis multiple myeloma. Onkol. 26(S5), p.132 (P720), [84] Müller A., Drings P., Rittgen W., Manegold C.: CNS-relapse after multimodality treatment of stage III non-small cell lung cancer. J.Cancer Res.Clin.Oncol. 128(Suppl.1), p.76 (P384), [85] Neben K., Korshunov A., Benner A., Wrobel G., Hahn M., Golanov A., Lichter P.: Identification of novel prognostic markers in medulloblastoma by gene expression experiments. Onkol. 26(S5), p.37 (V352), [86] Neben K., Korshunov A., Wrobel G., Tews B., Benner A., Hahn M., Golanov A., Lichter P.: Gene expression patterns in ependymoma correlate with tumor location and patient age. Onkol. 26(S5), p.203 (P981), [87] Oberemm A., Querfurth N., Dieterich A., Meckert C., Brandenburger L., Herzig A., Lindner Y., Krause E., Ittrich C., Kopp-Schneider A., Richter-Reichhelm H.B., Gundert-Remy U.: Proteomic analysis of TCDD-mediated effects in marmoset liver and thymus. Naunyn-Schmiedeb.Arch.Pharmacol. 367(Suppl.1), p.r153 (599), [88] Oberemm A., Querfurth N., Meckert C., Brandenburger L., Herzig A., Kalenberg K., Krause E., Ittrich C., Kopp-Schneider A., Hellmann J., Bannasch P., Richter-Reichhelm H.B., Gundert- Remy U.: Proteomic investigation into n-nitrosomorpholine mediated changes in rat liver. Toxicol.Lett. 144(Suppl.1), p.s103 (379), [89] Öhm C., Ittrich C., Mezger J., Langenbuch T., Eckardt M.J., Lehban H., Rehm M., Schulz G., Seipelt G., Ehlert T., Stauch M., Wolters U., Edler L.: Gemcitabine and vindesin combination regimen in inoperable metastatic non-small cell lung cancer: a phase II study. Onkol. 26(S5), p.141 (P754), [90] Pauli T., Pilz L., Rittgen W.: A stochastic model of the human skin under consideration of cell proliferation and differentiation and its realization as a simulation model. Inf.Biom.Epidem.Med.Biol. 34(3), pp , [91] Renwick A.G., Barlow S.M., Hertz-Piccioto I., Boobis A.R., Dybing E., Edler L., Eisenbrand G., Greig J.B., Kleiner J., Lambe J., Müller D.J.G., Smith M.R., Tritscher A., Tuijtelaars S., van den Brandt P., Walker R., Kroes R.: Risk characterization of chemicals in food and diet. Final part of Food Safety in Europe (FOSIE): Risk assessment of chemicals in food and diet (EC concerted action QLK ). Food Chem.Toxicol. 41 (9 special issue) , [92] Salowsky R., Heiss N.S., Benner A., Wittig R., Poustka A.: Basal transcription activity of the dyskeratosis congenita gene is mediated by Sp1 and Sp3 and a patient mutation in a Sp1 binding site is associated with decreased promoter activity. Gene 293 (1-2) 9-19, [93] Schlenk R.F., Benner A., Hartmann F., del Valle F., Weber C., Pralle H., Fischer J., Gunzer U., Pezzutto A., Weber W., Grimminger W., Preiss J., Hensel M., Fröhling S., Döhner K., Haas R., Döhner H.: Risk-adapted postremission therapy in acute myeloid leukemia: results of the German multicenter AML HD93 treatment trial. Leukem. 17 (8) , [94] Schlenk R.F., Fröhling S., Benner A., Addamo B., Hartmann F., del Valle F., Pralle H., Fischer J.T., Kölbel C.B., Grimminger W., Mergenthaler H.G., Preiss J., Hensel M., Glasmacher A., Peschel C., Waterhouse C., Salwender H., Biedermann H.G., Kneba M., Kremers S., Koller E., Griesinger F., Döhner K., Haas R.: Phase III- study of all-trans retinoic acid in previously untreated patients 61 years or older with acute myeloid leukemia: AMLSG ULM study HD98B. Onkol. 26(S5), p.1 (V137), 2003.

12 [95] Schmeding M., Schwalbach P., Reinshagen S., Autschbach F., Benner A., Kuntz C.: Helium pneumoperitoneum reduces tumor recurrence after curative laparoscopic liver resection in rats in a tumor-bearing small animal model. Surg.Endosc. 17 (6) , [96] Schmiechen A., Buckler F., Schmohl S., Ittrich C., Münzel P., Schwarz M.: Regulation of cytochrome P450 1A1 (CYP1A1) gene expression by TCDD. Naunyn-Schmiedeb.Arch.Pharmacol. 367(Suppl.1), p.r125 (486), [97] Schwänen C., Hecker T., Hübinger G., Wölfle M., Rittgen W., Bergmann L., Karakas T.: In vitro evaluation of bendamustine induced apoptosis in B-chronic lymphocytic leukemia. Leukem , [98] Stach D., Schmitz O.J., Stilgenbauer S., Benner A., Dohner H., Wiessler M., Lyko F.: Capillary electrophoretic analysis of genomic DNA methylation levels. Nucl.Acids Res. 31 (2) E2, [99] Stilgenbauer S., Benner A., Kröber A., Winkler D., Kienle D., Lichter P., Döhner H.: Molecular genetics of CLL: role for future treatment strategies. Onkol. 25(S4), p.273 (978), [100] Strieth S., Hartschuh W., Pilz L., Fusenig N.E.: Carcinomalike vascular density in atypic keratoacanthoma suggests malignant progression. Brit.J.Cancer 87 (11) , [101] Tobis K., Fröhling S., Hein S., Benner A., Schlenk R.F., Döhner H., Döhner K.: Partial tandem duplication of the MLL gene as an important prognostic factor for remission duration in adult patients (16 to 60 years) with acute myeloid leukemia and normal cytogenetics: a study within the multicenter treatment trials AML HD93 and HD98-A of the AML study group Ulm (AMLSG ULM). Onkol. 25(S4), p.222 (785), [102] Twardella D., Popanda O., Helmbold I., Ebbeler R., Benner A., v.fournier D., Haase W., Sautter-Bihl M.L., Wenz F., Schmezer P., Chang-Claude J.: Personal characteristics, therapy modalities and individual DNA repair capacity as predictive factors of acute skin toxicity in an unselected cohort of breast cancer patients receiving radiotherapy. Radiother.Oncol. 69 (2) , [103] Wörner S.M., Benner A., Sutter C., Schiller M., Yuan Y.P., Keller G., Bork P.: Pathogenesis of DNA repair-deficient cancers: a statistical meta-analysis of putative real common target genes. Oncogene 22 (15) , [104] Zehbe I., Mytilineos J., Wikström I., Henriksen R., Edler L., Tommasino M.: Association between human papillomavirus 16 E6 variants and human leukocyte antigen class I polymorphisms in cervical cancer of Swedish women. Hum.Immunol. 64 (5) ,