Mit der Implementierung der EU Direktive 2010/63 wurden die 3R Prinzipien und eine stringente Belastungsbewertung von Versuchstieren zu einer rechtlich bindenden Vorschrift in der tierexperimentellen Forschung. Alle Eingriffe, die zu Schmerzen, Leiden oder dauerhaften Schäden führen, müssen hinsichtlich des Schweregrads als „gering“, „mittel“ oder „schwer“ eingestuft werden, was evidenzbasierte Methoden und praktische Empfehlungen erfordert. Zudem muss das Tierwohl mittels sogenanntem Refinements kontinuierlich verbessert werden.

Um dies zu ermöglichen, startete die DFG finanzierte Forschergruppe, FOR 2591, im April 2017 mit 15 Gruppen aus 7 Institutionen in Deutschland und einer in der Schweiz. Das Ziel war die Evaluation von Parametern und die Entwicklung innovativer Algorithmen und Techniken, um eine Belastungsbewertung in ausgewählten Tiermodellen vorzunehmen.

Bisher wurden mit validierten Parametern komplexe Bewertungssysteme entwickelt mit denen Tiermodelle und Refinement Ansätze verglichen werden können. In weiterführenden Forschungsansätzen wird nun die Robustheit der Belastungsbewertung von Tiermodellen überprüft und die Generalisierbarkeit von Methoden zur Belastungsevaluation evaluiert. Weiterhin sollen Heimatkäfig-basierte Überwachungssysteme entwickelt und evaluiert werden, um in der Routine eine kontaktlose Bewertung von Tieren in Echtzeit zu ermöglichen. Insgesamt sollen die Ergebnisse genutzt werden, um Empfehlungen zu verfassen, politische Entscheidungen zu stützen und das Tierwohl zu steigern.

Wissenschaftliche Details zu FOR 2591 Teilprojekt 15 (Zechner/Vollmar):

Beurteilung der Belastung von Tieren in Modellen für gastrointestinale Erkrankungen und nach chirurgischen Eingriffen: Validierung und Verfeinerung

In den ersten beiden Förderperioden sind wir zu den folgenden vier Schlussfolgerungen gekommen:

Erstens können Telemetrie und nicht-invasive, einfach zu bewertende Methoden wie die Messung der Grabaktivität, des Nistverhaltens, des Körpergewichts, der Corticosteron-Metabolite im Stuhl und die Auswertung eines Stress-Scores erfolgreich zur Belastungsanalyse von Tiermodellen eingesetzt werden.

Zweitens ist die ROC-Kurvenanalyse hervorragend geeignet, um zu bestimmen, welche Methoden zur Unterscheidung zwischen bestimmten Belastungsniveaus geeignet sind.

Drittens kann eine multifaktorielle Stressanalyse durch binäre logistische Regression, k-means-basiertes Clustering oder RELSA den Stress von Tiermodellen definieren und vergleichen.

Viertens sind Risikovorhersagemodelle, wie das Cox-Proportional-Hazards-Modell, geeignet, um frühe humane Endpunkte zu definieren.

Eine wissenschaftlich fundierte Verbesserung des Tierschutzes wird jedoch nur erreicht, wenn unsere Methoden, Algorithmen und Schlussfolgerungen robust sind. Darüber hinaus könnte eine breite Generalisierbarkeit von Methoden und Algorithmen beim Vergleich der Belastungsniveaus verschiedener Tiermodelle von Vorteil sein. Ein Schwerpunkt unserer Arbeit wird daher auf der Bewertung der Robustheit und Generalisierbarkeit der verwendeten Methoden, Algorithmen und Schlussfolgerungen liegen.

Des Weiteren werden wir die Vor- und Nachteile der Verwendung von Heimatkäfig-basierte Überwachungssysteme bei der Analyse von Belastungen definieren. Die Studien werden es uns somit ermöglichen zu beurteilen, ob die Belastung von Mäusen zuverlässig gemessen und verglichen werden kann und in wie fern dies durch Überwachungssysteme in Zukunft eventuell automatisiert erfolgen kann.