Methods Three hundred thirty-nine patients (230 men, 109 women) treated with lipoprotein apheresis in Saxony, Germany, in 2018 are described in terms of age, lipid pattern, risk factors, cardiovascular events, medication, and number of new admissions since 2014, and the data are compared with figures from 2010 to 2013. Results Patients were treated by 45.5 physicians in 16 lipoprotein apheresis centers. With about 10 patients per 100 000 inhabitants, the number of patients treated with lipoprotein apheresis in Saxony is twice as high as in Germany as a whole. The median treatment time was 3 years. Almost all patients had hypertension; type 2 diabetes mellitus was seen significantly more often in patients with low Lipoprotein(a). Cardiovascular events occurred in almost all patients before initiation of lipoprotein apheresis, under apheresis therapy the cardiovascular events rate was very low in this high-risk group. For some cardiovascular regions even no events could be observed. Conclusions The importance of lipoprotein apheresis in Saxony had been increasing from 2010 to 2018.

Astrophysikalische Neutrinos können in der Wechselwirkung kosmischer Strahlungsteilchen mit Materie oder Photonen nahe derer Quellen entstehen. Die auf der Erde erwartete Flavor-Zusammensetzung kann mögliche Neutrino Produktionsmechanismen einschränken. Tau-Neutrinos sind aufgrund von Flavor-Oszillationen über kosmische Distanzen zu erwarten. Das IceCube Neutrino Observatorium hat astrophysikalische Neutrinos bei Energien zwischen ~60 TeV und ~10 PeV entdeckt. Die gemessene Flavor-Zusammensetzung ist kompatibel mit ~1:1:1, wie vom Pion Produktionsszenario erwartet wird. Die Elektron- und Tau-Neutrino Anteile sind experimentell jedoch weitgehend unbestimmt. Das Ziel der in dieser Dissertation präsentierten Arbeit ist die erste Identifikation eines Tau-Neutrinos in IceCube. Die Suche basiert auf der “Doppel-Kaskaden” Ereignistopologie, die durch zwei aufeinanderfolgende Teilchenschauer aufgrund der Tau-Neutrino Wechselwirkung bzw. des Tau-Zerfalls beschrieben ist. Tau-Neutrinos werden durch die Rekonstruktion dieser Ereignistopologie identifiziert. Der Abstand zwischen beiden Kaskaden entspricht der Tau-Zerfallslänge. Tau-Neutrinos werden oberhalb einer deponierten Energie von ~200 TeV mit einer Effizienz von ~30-50% bei einer Untergrundkontamination von ~5-25% identifiziert. Die Tau-Zerfallslänge wird oberhalb der Auflösungsgrenze von ~10 m auf ~2 m genau bestimmt. In Abhängigkeit des angenommenen Neutrino-Energiespektrums werden ~1-3 identifizierbare Tau-Neutrinos und ~1 Untergrundereignis erwartet. Kein Doppel-Kaskaden Ereignis wird in sechs Jahren experimenteller Daten beobachtet. Der astrophysikalische Tau-Neutrino Fluss wird durch ein oberes Limit von 2.68x10^{-18}(E/100 TeV)^{-2.97} GeV^{-1} cm^{-2} sr^{-1} s^{-1} mit einem Konfidenzniveau von 90% beschränkt. Die gemessene Flavor-Zusammensetzung ~0.51:0.49:0 ist mit dem Pion Produktionsszenario kompatibel. Die Ergebnisse beinhalten die bislang sensitivste Suche nach hochenergetischen Tau-Neutrinos in IceCube. / Astrophysical neutrinos may be produced in interactions of cosmic rays with ambient matter or photons near their sources. The observable flavor composition on Earth can constrain possible production scenarios. The appearance of tau-neutrinos due to neutrino oscillations over cosmic baselines is a clear astrophysical signature. A diffuse flux of astrophysical neutrinos between ~60 TeV to ~10 PeV energy was discovered with the IceCube Neutrino Observatory. The observed flavor composition is compatible with ~1:1:1 expected from pion production and decay at the sources, although the experimental constraints on the electron- and tau-neutrino fractions are weak. The work presented in this thesis aims to identify a tau-neutrino interaction in IceCube for the first time. The search is based on the “double cascade” event topology, which is unique to the tau-flavor and characterized by two consecutive particle showers from the charged-current interaction of a tau-neutrino with a nucleus in the ice and the subsequent decay of the tau-lepton. Tau-neutrinos are identified by reconstructing this event topology, for which the distance between both cascades is an estimator of the tau decay length. Above ~200 TeV deposited energy, the identification efficiency is between ~30-50% and the background contamination ~5-25%. The tau decay length is resolved to ~2 m above the experimental resolution limit of ~10 m. This search is expected to yield ~1-3 identifiable tau-neutrino interactions and ~1 background event, depending on the assumed neutrino energy spectrum. No double cascade event is observed in six years of detector data. The astrophysical tau-neutrino flux is constrained by an upper limit of 2.68x10^{-18}(E/100 TeV)^{-2.97} GeV^{-1} cm^{-2} sr^{-1} s^{-1} at 90% confidence level. The measured flavor composition of ~0.51:0.49:0 is compatible with the pion production scenario. The results entail the most sensitive search for highly energetic tau-neutrinos in IceCube so far.

This paper presents an innovat ive cons t ruct ion of a probabilistic model for predicting chance situations. It describes the construction of a four phase model, derived from an intense qualitative analysis of the written responses of 94 mathematically talented middle school students to the probabilistic compound event problem: “How many doubles are expected when rolling two dice fifty times?” We found that the students’ comprehension process of compound event situations can be broken down into a four phase model: beliefs, subjective estimations, chance estimations and probabilistic calculations. The paper focuses on the development of the model over the course of the experiment, identifying the process the students underwent as they attempted to answer the question. We explain each phase as it was reflected in the students\' rationalizations. All phases, including their definitions and students’ citations, will be presented in the paper. While not every student necessarily goes through all four phases, an awareness and understanding of them all allows for efficient, effective intervention during the learning process. We found that guidance and learning intervention helped shorten the preliminary phases, leading to more relative time spent on probabilistic calculations.

No description available.

In der Statistik und der Mathematik ist die Normalverteilung der am meisten verbreitete, stochastische Term für die Mehrheit der statistischen Modelle. Wir zeigen, dass der entsprechende stochastische Prozess, die Brownsche Bewegung, drei entscheidende empirische Beobachtungen nicht abbildet: schwere Ränder, Langzeitabhängigkeiten und Skalierungsgesetze. Ein selbstähnlicher Prozess, der in der Lage ist Langzeitabhängigkeiten zu modellieren, ist die Gebrochene Brownsche Bewegung, welche durch die Faltung der Inkremente im Limit nicht normalverteilt sein muss. Die Inkremente der Gebrochenen Brownschen Bewegung können durch einen Parameter H, dem Hurst Exponenten, Langzeitabhängigkeiten darstellt werden. Für die Gebrochene Brownsche Bewegung müssten die Skalierungs-(Hurst-) Exponenten über die Momente verschiedener Ordnung konstant sein. Empirisch beobachten wir variierende Hölder-Exponenten, die multifraktales Verhalten implizieren. Wir erklären dieses multifraktale Verhalten durch die Änderung des alpha-stabilen Indizes der alpha-stabilen Verteilung, indem wir Filter für Saisonalitäten und Langzeitabhängigkeiten über verschiedene Zeitfrequenzen anwenden, startend bei 1-minütigen Hochfrequenzdaten. Durch die Anwendung eines Filters für die Langzeitabhängigkeit zeigen wir, dass die Residuen des stochastischen Prozesses geringer Zeitfrequenz (wöchentlich) durch die alpha-stabile Bewegung beschrieben werden können. Dies erlaubt es uns, den empirischen, hochfrequenten Datensatz auf die niederfrequente Zeitfrequenz zu skalieren. Die generierten wöchentlichen Daten aus der Frequenz-Reskalierungs-Methode (FRM) haben schwerere Ränder als der ursprüngliche, wöchentliche Prozess. Wir zeigen, dass eine Teilmenge des Datensatzes genügt, um aus Risikosicht bessere Vorhersagen für den gesamten Datensatz zu erzielen. Im Besonderen wäre die Frequenz-Reskalierungs-Methode (FRM) in der Lage gewesen, die seltenen Events der Finanzkrise 2008 zu modellieren. / Coming from a sphere in statistics and mathematics in which the Normal distribution is the dominating underlying stochastic term for the majority of the models, we indicate that the relevant diffusion, the Brownian Motion, is not accounting for three crucial empirical observations for financial data: Heavy tails, long memory and scaling laws. A self-similar process, which is able to account for long-memory behavior is the Fractional Brownian Motion, which has a possible non-Gaussian limit under convolution of the increments. The increments of the Fractional Brownian Motion can exhibit long memory through a parameter H, the Hurst exponent. For the Fractional Brownian Motion this scaling (Hurst) exponent would be constant over different orders of moments, being unifractal. But empirically, we observe varying Hölder exponents, the continuum of Hurst exponents, which implies multifractal behavior. We explain the multifractal behavior through the changing alpha-stable indices from the alpha-stable distributions over sampling frequencies by applying filters for seasonality and time dependence (long memory) over different sampling frequencies, starting at high-frequencies up to one minute. By utilizing a filter for long memory we show, that the low-sampling frequency process, not containing the time dependence component, can be governed by the alpha-stable motion. Under the alpha-stable motion we propose a semiparametric method coined Frequency Rescaling Methodology (FRM), which allows to rescale the filtered high-frequency data set to the lower sampling frequency. The data sets for e.g. weekly data which we obtain by rescaling high-frequency data with the Frequency Rescaling Method (FRM) are more heavy tailed than we observe empirically. We show that using a subset of the whole data set suffices for the FRM to obtain a better forecast in terms of risk for the whole data set. Specifically, the FRM would have been able to account for tail events of the financial crisis 2008.

This paper presents an innovat ive cons t ruct ion of a probabilistic model for predicting chance situations. It describes the construction of a four phase model, derived from an intense qualitative analysis of the written responses of 94 mathematically talented middle school students to the probabilistic compound event problem: “How many doubles are expected when rolling two dice fifty times?” We found that the students’ comprehension process of compound event situations can be broken down into a four phase model: beliefs, subjective estimations, chance estimations and probabilistic calculations. The paper focuses on the development of the model over the course of the experiment, identifying the process the students underwent as they attempted to answer the question. We explain each phase as it was reflected in the students\'' rationalizations. All phases, including their definitions and students’ citations, will be presented in the paper. While not every student necessarily goes through all four phases, an awareness and understanding of them all allows for efficient, effective intervention during the learning process. We found that guidance and learning intervention helped shorten the preliminary phases, leading to more relative time spent on probabilistic calculations.

No description available.

Band zum 25. Jubiläum und Abschluss der Dresdener Studiengemeinschaft Sicherheitspolitik e.V.:Autorenbeiträge: - Wolfgang Scheler, Das Wirken der Studiengemeinschaft für einen Frieden in gemeinsamer Sicherheit. - Detlef Bald, Ost-West-Begegnungen nach der Einheit 1990 - Friedenshoffnung und Militärkritik. - Volker Bialas, Gedankenstürme über den globalen Frieden. - Endre Kiss, Persönlich über Nicht-Persönliches. - Rüdiger Wenzke, Brief an den Vorsitzenden der Dresdener Studiengemeinschaft Sicherheitspolitik e. V. - Heinrich Mund, Die Sächsische Friedensinitiative Dresden hätte ohne die Dresdener Studiengemeinschaft Sicherheitspolitik keinen Bestand gehabt. - Günter Glaser, Die Dresdener Studiengemeinschaft Sicherheitspolitik war auch für meine wissenschaftliche Arbeit von großer Bedeutung. - Rainer Böhme, Schlussakkord - meine Gedanken zur Dresdener Studiengemeinschaft Sicherheitspolitik. - Rolf Ziegenbein, Sieben Jahre als Grenzer in der Studiengemeinschaft. - Siegfried Schönherr, Friedenspolitisches Handeln erfordert militärökonomisches Denken. - Wilfried Schreiber, 25 Jahre Symbiose von Friedensforschung und Friedensbewegung. Anlagen (5): 1 Die Mitglieder der Dresdener Studiengemeinschaft Sicherheitspolitik e. V. 2 Chronik 3 Schriftenreihe der DSS-Arbeitspapiere. 4 Autoren der DSS-Arbeitspapiere. 5 Ständige Bezieher der DSS-Arbeitspapiere.

Die vorliegende Arbeit analysiert die Phänologie photosynthetisch aktiver Vegetation mit Hilfe von NDVI Zeitreihen für einen Zeitraum von 24 Jahren (AVHRR‑GIMMS Daten). Neben einer Datierung des jahreszeitlichen Wechsels zwischen Wachstums-, Reife- und Seneszenzphase wird das Ziel verfolgt, Trends sowohl in phänologischen Ereignissen (Start-of-Season) als auch im NDVI zu identifizieren. Das, in der semi-ariden Sahelregion gelegene, Untersuchungsgebiet weist mit zwei sich teilweise überlagernden Vegetationsperioden eine komplexe Phänologie auf, deren Modellierung durch die sowohl in ihren Zeitpunkten als auch in ihren Ausprägungen hoch variablen Vegetationsabläufe erschwert wird. Vor diesem Hintergrund ist zunächst ein, auf der Fourieranalyse basierender, Ansatz zur flexiblen Glättung der NDVI Zeitreihen entwickelt worden. Um für die Trendanalyse lineare Regressionsverfahren einsetzen zu können, sind die Zeitreihen nach dem Komponentenmodell untergliedert worden (Subtraktion der Saisonfigur). Alternativ kam der saisonale MANN-KENDALL Trendtest zur Anwendung. Die NDVI Zeitreihen wurden ebenfalls auf Änderungen im mehrjährigen Mittelwert (Bruchpunkte) untersucht. Alle Auswertungen sind in einer eigenen Applikation umgesetzt worden. Es konnte gezeigt werden, daß Änderungen im NDVI Niveau eher abrupt als graduell verlaufen. Langfristige Trends weisen nur geringe Anstiege auf. Die Vegetation erholte sich von der Dürre 1984/85 nur im südlichen Teil des Untersuchungsgebietes, im Norden dominieren langfristig negative Trends. Brüche im mean der NDVI Zeitreihen korrelieren mit Brüchen im Abflußverhalten des Niger.

Aktuelle Affektforschung betont die Bedeutung mikrolängsschnittlicher Daten für das Verstehen täglichen affektiven Funktionierens, da sie es erlauben affektive Dynamiken und potentiell zugrunde liegende Prozesse zu beschreiben. Dynamische Längsschnittmodelle werden entsprechend attraktiver. In dieser Dissertation komme ich Forderungen nach einer Integration kontextueller Informationen in die Untersuchung täglichen affektiven Funktionierens nach. Speziell modifiziere ich populäre dynamische Modelle so, dass sie kontextuelle Variationen einbeziehen. In einem ersten Beitrag werden Personen als in Kontexte eingebettet begriffen. Der vorgeschlagene Ansatz der festen moderierten Zeitreihenanalyse berücksichtigt systemische Reaktionen auf kontextuelle Veränderungen, indem Veränderungen in allen Parametern eines dynamischen Zeitreihenmodells auf kontextuelle Veränderungen bedingt schätzt werden. Kontextuelle Veränderungen werden als bekannt und assoziierte Parameterveränderungen als deterministisch behandelt. Folglich sind Modellspezifikation und -schätzung erleichtert und in kleineren Stichproben praktikabel. Es sind allerdings Informationen über den Einfluss kontextueller Faktoren erforderlich. Anwendbar auf einzelne Personen erlaubt der Ansatz die uneingeschränkte Exploration interindividueller Unterschiede in kontextualisierten affektiven Dynamiken. In einem zweiten Beitrag werden Personen als mit Kontexten interagierend begriffen. Ich implementiere eine Prozessperspektive auf kontextuelle Schwankungen, die die Dynamiken täglicher Ereignisse über autoregressive Modelle mit Poisson Messfehler abbildet. Die Kombination von Poisson und Gaußscher autoregressiver Modellierung erlaubt eine Formalisierung des dynamischen Zusammenspiels kontextueller und affektiver Prozesse. Die Modelle sind hierarchisch aufgesetzt und erfassen so interindividuelle Unterschiede in intraindividuellen Dynamiken. Die Schätzung erfolgt über simulationsbasierte Verfahren der Bayesschen Statistik. / Recent affect research stresses the importance of micro-longitudinal data for understanding daily affective functioning, as they allow describing affective dynamics and potentially underlying processes. Accordingly, dynamic longitudinal models get increasingly promoted. In this dissertation, I address calls for an integration of contextual information into the study of daily affective functioning. Specifically, I modify popular dynamic models so that they incorporate contextual changes. In a first contribution, individuals are characterized as embedded in contexts. The proposed approach of fixed moderated time series analysis accounts for systemic reactions to contextual changes by estimating change in all parameters of a dynamic time series model conditional on contextual changes. It thus treats contextual changes as known and related parameter changes as deterministic. Consequently, model specification and estimation are facilitated and feasible in smaller samples, but information on which and how contextual factors matter is required. Applicable to single individuals, the approach permits an unconstrained exploration of inter-individual differences in contextualized affective dynamics. In a second contribution, individuals are characterized as interacting reciprocally with contexts. Implementing a process perspective on contextual changes, I model the dynamics of daily events using autoregressive models with Poisson measurement error. Combining Poisson and Gaussian autoregressive models can formalize the dynamic interplay between contextual and affective processes. It thereby distinguishes not only unique from joint dynamics, but also affective reactivity from situation selection, evocation, or anticipation. The models are set up as hierarchical to capture inter-individual differences in intra-individual dynamics. Estimation is carried out via simulation-based techniques in the Bayesian framework.