Die FeHBI-Studie
In diesem Forschungsprojekt wird der Zusammenhang von Hormonen, Bewegungsmuster und Band-Verletzungen bei Frauen untersucht.
Bandverletzungen an Knie- und Fussgelenk zählen zu den häufigsten Sportverletzungen in unserer Gesellschaft. Am häufigsten betroffen sind das vordere Kreuzband sowie Bänder des Sprunggelenks, wobei weibliche Personen einem vielfach höheren Verletzungsrisiko ausgesetzt sind. Weitreichende Konsequenzen für die betroffenen Sportlerinnen sind Einschränkungen im Alltag, langwierige Reha Prozesse und die Ungewissheit je wieder auf das ursprüngliche Leistungsniveau zurückzukehren. Dazu kommen Spätfolgen wie Arthrose, die für die Gesellschaft mit immensen Gesundheitskosten verbunden sind.
Ausgangslage
Die genauen Mechanismen, weshalb Frauen ein höheres Risiko haben, Bandverletzungen an Knie- und Sprunggelenk im Sport zu erleiden, sind noch nicht klar. Als gesichert gilt, dass sich die Widerstandsfähigkeit der Bänder durch die zyklischen Schwankungen der weiblichen Geschlechtshormone verändert. Dadurch können auch Bewegungsmuster und Verletzungsrisiko beeinflusst werden. Der genaue Zusammenhang von Geschlechtshormonen, Bewegungsmuster und Verletzungen wurde jedoch noch nicht über einen längeren Zeitraum untersucht. Dementsprechend fehlen einheitliche Daten, wie die Menstruationsphasen und Hormonprofile das Verletzungsrisiko beeinflussen.
Zielsetzung
In diesem Forschungsprojekt (FeHBI Studie: Females, Hormones, Biomechanics & Injuries) soll erstmals über einen längeren Zeitraum untersucht werden, ob die Schwankungen der weiblichen Geschlechtshormone im Verlauf des Menstruationszyklus einen Einfluss auf Bewegungsmuster und Bandverletzungen der unteren Extremitäten haben. Dafür werden die individuellen Bewegungsmuster und Hormonprofile von Sportlerinnen über einen längeren Zeitraum und zu verschiedenen Zeitpunkten des Menstruationszyklus erfasst und allfällige Bandverletzungen analysiert. Ziel ist die Identifizierung von Bewegungsmustern mit erhöhtem Verletzungsrisiko für Bandverletzungen der unteren Extremitäten sowie Zusammenhänge zwischen der Biomechanik dieser Bewegungsmuster, den Hormonprofilen und dem erhöhten Verletzungsrisiko zu verstehen.
Methode und Vorgehen
Das Forschungsprojekt ist in zwei Teile gegliedert.
- Teil 1 läuft während 4 Menstruationszyklen. In den ersten zwei Zyklen dokumentieren die Teilnehmerinnen nach einem Kraft- und Beweglichkeitstest ihren Menstruationszyklus und führen selbständig Ovulationstests durch. Während den zweiten zwei Zyklen werden an 8 Zeitpunkten mit verschiedenen Bewegungstests die Bewegungsmuster analysiert (ca. 2 Stunden). Zudem werden an diesen Tagen selbständig Hormonmessungen durchgeführt.
- In Teil 2 werden die Teilnehmerinnen, die regelmässig eine Sportart mit Stop-and-go-Bewegungen ausführen, weiterverfolgt. Sie rapportieren monatlich ihren Menstruationszyklus und ihr Aktivitätslevel. Im Falle einer Verletzung wird eine weitere Blutentnahme und eine detaillierte Befragung zum Verletzungsvorgang durchgeführt.
Einschlusskriterien
- Weiblich
- Alter zwischen 18 und 34 Jahren
- Sportliche Aktivität zwischen 3 und 10 Stunden pro Woche
- Zykluslänge zwischen 24 und 35 Tagen, mindestens 9 Zyklen pro Jahr
- Keine Verletzungen in den letzten 6 Monaten, die medizinische Behandlung oder Rehabilitation erforderten
- Fähigkeit, Sprünge und Cut-Bewegungen durchzuführen
- BMI < 28 kg/m2
- Bereitschaft, selbständig Hormonmessungen durchzuführen (minimalinvasiv)
Ausschlusskriterien
- Komplette Ruptur oder chirurgische Rekonstruktion von Bändern der unteren Extremitäten
- Akute oder chronische Krankheit (neurologisch, kardiopulmonal, muskuloskelettal, unbehandelt endokrinologisch)
- Schwangerschaft oder Stillen
- Nutzung systemisch wirkender hormoneller Verhütung
- Einnahme von Hormon-Ersatztherapie in den letzten drei Monaten
Ablauf
Teil 1
Selbständige Dokumentation und Verfahren zu Hause
- Dokumentierung des Menstruationszyklus inklusive Ovulationstests (während vier Monaten)
- Blutentnahme mit einem Gerät, das speziell für die unabhängige Entnahme von Blutproben entwickelt wurde (8 mal)
- Teilnahme an körperlichen Untersuchungen an der ZHAW Zürcher Hochschule für Angewandte Wissenschaften
- Kraft- und Beweglichkeitstests (1 mal)
- Biomechanische Untersuchung verschiedener Bewegungsaufgaben wie beispielsweise Sprünge und Cutbewegungen (8 mal während zwei Menstruationszyklen)
Teil 2
Teilnehmerinnen, die regelmässig Sportarten mit Stop-and-go-Bewegungen ausführen, werden weiterverfolgt
- Monatliche Dokumentation des Menstruationszyklus
- Monatliche Dokumentation von Aktivitätslevel und Medikamenteneinnahme
Bei einer allfälligen Verletzung wird bei der Teilnehmerin eine erneute Messung des Hormonprofils und zusätzlich eine detaillierte Befragung zum Unfallhergang durchgeführt.
Unser Mess-Team im Einsatz für die FeHBI-Studie
Ein engagiertes Team von Mitarbeitenden und Studierenden ist für die Datenaufnahmen verantwortlich. Lernen Sie hier die Teammitglieder kennen, die vor Ort Ihre Ansprechpersonen sind und Sie persönlich betreuen.
Projektorganisation
Projektorganisation
- Projektleitung
Prof. Dr. Eveline Graf, Institut für Physiotherapie
Projektdauer
- 01.04.2024 – 31.03.2028
Projektteam
- Jürgen Degenfellner, Seraina Friedli, Sophia Hürlimann, Sandra Kündig,
Dr. med. Sabrina Vollrath, Dr. med. Nora Wieloch, Annika Zind
Wissenschaftlicher Beirat
- Prof. Dr. med. Ludwig Kiesel, Universitätsklinikum Münster
- Prof. Dr. med. Johannes Scherr, Universitätsklinik Balgrist
- Prof. Dr. Darren Stefanyshyn, University of Calgary
- Prof. Dr. med. Petra Stute, Frauenklinik Inselspital Bern
Finanzierung
- Das Forschungsprojekt wird durch einen Beitrag aus dem Schweizerischen Nationalfond bezahlt.
Projektstatus
- laufend
Berichte
Unser Mess-Team der FeHBI-Studie präsentiert sich in Porträts auf LinkedIn – erfahren Sie dort mehr über die einzelnen Mitglieder:
- Vorherige Seite
- Seite 01
- …
- Seite 617
- Seite 618
- Seite 619
- Seite 620
- Seite 621
- …
- Seite 1707
- Nächste Seite
-
Lötscher, Sabrina,
2020.
Winterthur:
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-22838
-
Stiefel, Andrea; Albert, Katherina,
2020.
In:
Stiefel, Andrea; Brendel, Karin; Bauer, Nicola H., Hrsg.,
Hebammenkunde.
Stuttgart:
Thieme.
S. 954-967.
-
Bodenmann, Daniel,
2020.
Das Haus der Zukunft - Umgang mit Energie.
Winterthur:
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-27433
-
Dreesen, Philipp; Bubenhofer, Noah,
2020.
Germanistik in der Schweiz.
16, S. 26-49.
Verfügbar unter: https://doi.org/10.24894/1664-2457.90003
-
Riesen, Sophie,
2020.
Winterthur:
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-20766
-
2020.
In:
Lehmkuhl, Marianne Johanna; Wohlers, Wolfgang, Hrsg.,
Unternehmensstrafrecht : materiellrechtliche und prozessuale Aspekte.
Basel:
Helbing & Lichtenhahn.
S. 15-47.
Verfügbar unter: https://doi.org/10.5451/unibas-ep81994
-
Casutt, Nadine; Ebert, Nico,
2020.
Data protection officers : figureheads of privacy or merely decoration?[Paper].
In:
Proceedings of the 16th European Conference on Management Leadership and Governance.
16th European Conference on Management Leadership and Governance (ECMLG), Oxford, United Kingdom, 26-27 October 2020.
Reading:
Academic Conferences International Limited.
S. 39-48.
Verfügbar unter: https://doi.org/10.34190/ELG.20.021
-
Schweiger, Lukas; Barth, Linard; Meierhofer, Jürg,
2020.
Data resources to create digital twins[Paper].
In:
Proceedings of the 7th SDS.
7th Swiss Conference on Data Science, Lucerne, Switzerland, 26 June 2020.
IEEE.
S. 55-56.
Verfügbar unter: https://doi.org/10.1109/SDS49233.2020.00020
-
2020.
Data science and the ethics of nudging : lecture at University of St.Gallen, 2020.
-
2020.
In:
Meierhofer, Jürg; Kugler, Petra, Hrsg.,
Data4KMU : Data Science für KMU leicht gemacht. Aktuelle Erkenntnisse und Lösungen.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften, School of Engineering.
S. 69-79.
Verfügbar unter: http://bzi40.eu/informationen/publikationen/studien/382-abschlussbericht-data4kmu/file
-
Meierhofer, Jürg; Etschmann, Roman; Dobler, Martin,
2020.
Data Science veranschaulichen : Demonstrator.
In:
Meierhofer, Jürg; Kugler, Petra, Hrsg.,
Data4KMU : Data Science für KMU leicht gemacht. Aktuelle Erkenntnisse und Lösungen.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften, School of Engineering.
S. 127-141.
Verfügbar unter: http://bzi40.eu/informationen/publikationen/studien/382-abschlussbericht-data4kmu/file
-
Kennedy, Helen; Weber, Wibke; Engebretsen, Martin,
2020.
Data visualization and transparency in the news.
In:
Engebretsten, Martin; Kennedy, Helen, Hrsg.,
Data Visualization in Society.
Amsterdam:
Amsterdam University Press.
S. 169-185.
Verfügbar unter: https://doi.org/10.5117/9789463722902
-
Meierhofer, Jürg; Kugler, Petra, Hrsg.,
2020.
Data4KMU : Data Science für KMU leicht gemacht. Aktuelle Erkenntnisse und Lösungen.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: http://bzi40.eu/informationen/publikationen/studien/382-abschlussbericht-data4kmu
-
2020.
Datenschutzrechtliches Auskunftsbegehren.
In:
Egli, Philipp; Mosimann, Hans-Jakob; Steiger-Sackmann, Sabine, Hrsg.,
Kommentierte Mustereingaben im Verwaltungsrecht : Informationszugang, Migration.
Zürich:
Schulthess.
S. 21-35.
-
Binggeli, Tatjana; Hohenstein, Christiane,
2020.
In:
Hohenstein, Christiane; Lévy-Tödter, Magdalène, Hrsg.,
Multilingual Healthcare : A Global View on Communicative Challenges.
Wiesbaden:
Springer.
S. 333-346.
FOM-Edition.
Verfügbar unter: https://doi.org/10.1007/978-3-658-27120-6_13
-
Seiler, Annina; Blum, David; Hertler, Caroline; Schettle, Markus; Zipser, Carl Moritz; Bode, Leonie; Gehrke, Samuel; Ernst, Jutta; Schubert, Maria; von Känel, Roland; Boettger, Soenke; et al.,
2020.
Palliative & Supportive Care.
19(3), S. 274-282.
Verfügbar unter: https://doi.org/10.1017/S1478951520000887
-
Ziolkowski, Rafael; Miscione, Gianluca; Schwabe, Gerhard,
2020.
Journal of Management Information Systems.
37(2), S. 316-348.
Verfügbar unter: https://doi.org/10.1080/07421222.2020.1759974
-
Mohanty, Sharada Prasanna; Czakon, Jakub; Kaczmarek, Kamil A.; Pyskir, Andrzej; Tarasiewicz, Piotr; Kunwar, Saket; Rohrbach, Janick; Luo, Dave; Prasad, Manjunath; Fleer, Sascha; Göpfert, Jan Philip; Tandon, Akshat; Mollard, Guillaume; Rayaprolu, Nikhil; Salathe, Marcel; Schilling, Malte,
2020.
Deep learning for understanding satellite imagery : an experimental survey.
Frontiers in Artificial Intelligence.
3(534696).
Verfügbar unter: https://doi.org/10.3389/frai.2020.534696
-
Venturini, Francesca; Michelucci, Umberto; Baumgartner, Michael,
2020.
Deep-learning for multi-parameter luminescence sensing : demonstration of dual sensor.
In:
OSA Frontiers in Optics / Laser Science, online, 14-17 September 2020.
-
Venturini, Francesca; Michelucci, Umberto; Baumgartner, Michael,
2020.
Deep-learning for multi-parameter luminescence sensing : demonstration of dual sensor[Paper].
In:
Proceedings Frontiers in Optics / Laser Science.
OSA Frontiers in Optics / Laser Science, online, 14-17 September 2020.
OSA Publishing.
















