Ziel dieses Projekts ist es, die Verträglichkeit der neuen Corona-Impfstoffe und mögliche Nebenwirkungen zu erfassen und langfristig gesehen die freiwillige Impfbereitschaft der Bevölkerung zu verbessern.
Neue Impfstoffe werden vor ihrer Zulassung auf ihre Effektivität und Sicherheit in randomisierten klinischen Studien getestet. So auch jeder der neu zugelassenen Corona-Impfstoffe. Aufgrund der immer noch relativ kleinen und homogenen Stichprobenanzahl (gesehen auf die gesamte Weltbevölkerung) können seltene Nebenwirkungen unentdeckt bleiben. Um eine bessere Übersicht über die Verträglichkeit und mögliche noch unerkannte oder selten auftretende Symptome zu erhalten, wurde die CoCoV ("Contra Corona Vaccine") Smartphone-App in enger Zusammenarbeit zwischen dem Institut für Medizinische Systembiologie und der Klinik für Innere Medizin I (Prof. Seufferlein) des Universitätsklinikums Ulm entwickelt.
Die CoCoV-App beinhaltet einen Fragenkatalog zu häufig auftretenden Nebenwirkungen bei Impfungen mit vorgegebenen Antwortmöglichkeiten. Zusätzlich besteht die Möglichkeit über ein Freitextfeld von dem Fragenkatalog nicht abgedeckte, jedoch aufgetretene Symptome zu protokollieren. Hierbei ist zu betonen, dass CoCoV in erster Linie eine App zur tagesgenauen Selbstdokumentation der Verträglichkeit der erhaltenen Corona-Impfung ist. Zusätzlich ermöglicht das Teilen der dokumentierten Nebenwirkungen in anonymisierter Form und die gemeinsame Auswertung aller übermittelter Daten ein besseres Verständnis zur Verträglichkeit zu erhalten.
Wo kann man die App bekommen?
Diese QR-Codes führen Sie zu den jeweiligen App-Stores:
iOS |
Android |
![]() |
![]() |
https://tinyurl.com/cocovios |
https://tinyurl.com/cocovandroid |
Folgendes PDF beinhaltet die Anleitung und die Downloadlinks für die App:
Wer kann die App nutzen?
Jeder der gegen Corona geimpft wurde, kann die CoCoV-App nutzen, um seine Verträglichkeit zu dokumentieren. Dabei spielt es keine Rolle, ob Sie die erste oder zweite Impfdosis erhalten haben.
Wie kann die App genutzt werden?
Möchten Sie ihre Verträglichkeit der Corona-Impfung dokumentieren, so können Sie sich die CoCoV-App kostenlos aus dem Google-Play Store oder dem iOS App-Store herunterladen. Die CoCoV-App is für alle Android-Geräte (Smartphone oder Tablet) mit einer Android-Version von 6.0 oder neuer verfügbar. Auch werden alle iOS-Geräte (iPhone und iPad) ab einer iOS-Version von 11 oder neuer unterstützt.
Welcher Nutzen ergibt sich für Sie persönlich?
CoCoV ist in erster Linie eine App zur tagesgenauen Selbstdokumentation der Verträglichkeit der Corona-Impfung. Hierfür steht Ihnen das Symptom-Tagebuch zur Verfügung, dessen Einträge Sie anhand zweier Darstellungen einsehen können. Zum einen können Sie alle aufgetretenen Symptome zusammengefasst einsehen. Des Weiteren können Sie alle Ihre dokumentierten Nebenwirkungen tagesaktuell einsehen.
Welchen Nutzen hat die App für unsere Gesellschaft?
Durch das Teilen Ihrer dokumentierten Nebenwirkungen tragen Sie zu einem besseren Verständnis der Verträglichkeit der neuen Corona-Impfstoffe bei. Hierdurch erhoffen wir uns, eine noch größere freiwillige Impfbereitschaft der Bevölkerung. Da sich einige der Impfstoffe in ihrem zugrunde liegenden Wirkprinzip unterscheiden, ermöglicht Ihre Beteiligung auch eine Untersuchung, ob sich einer der Impfstoffe für bestimmte Personengruppen wie beispielsweise ältere Menschen oder Personen unter Berücksichtigung ihrer Begleiterkrankungen besser eignen. Um diese Fragestellung zu beantworten werden bei der Initialisierung der CoCoV-App neben Daten zu Alter, Geschlecht und erhaltenen Impfstoff auch Begleiterkrankungen abgefragt. Sollten Sie trotz all dieser Vorteile beschließen, Ihre geteilten Nebenwirkungen zurückzuziehen und nicht mehr der Forschung zur Verfügung zu stellen, ist dies auch jederzeit ohne Angaben von Gründen in der CoCoV-App möglich.
Wie werden meine Daten geschützt?
Die Übermittlung der Daten erfolgt ausschließlich in anonymisierter Form über eine verschlüsselte Verbindung, d.h. es findet keinerlei Zuordnung der übermittelten Daten zu einer Person statt. Geteilte Daten werden auf einem verschlüsselten und zugangsbeschränkten Server des Instituts für Medizinische Systembiologie der Universität Ulm gespeichert.
Source Code zu CoCoV
Der Quelltext für die CoCoV App liegt frei unter der GNU Public License v3 auf GitHub https://github.com/sysbio-bioinf/CoCoV
Our paper "A systems biology approach to define mechanisms, phenotypes, and drivers in PanNETs with a personalized perspective" has been published in npj systems biology and applications.
"Supporting SURgery with GEriatric Co-Management and AI (SURGE-Ahead): A study protocol for the development of a digital geriatrician" has been published in PLoS One.
"Self-Assessment of Having COVID-19 With the Corona Check Mhealth App" has been published in IEEE Journal of Biomedical and Health Informatics.
Our first quantum computing paper "Leveraging quantum computing for dynamic analyses of logical networks in systems biology" has been published in Patterns.
Our paper "Unsupervised domain adaptation for the detection of cardiomegaly in cross-domain chest X-ray images" has been published in Frontiers in Artificial Intelligence.
"Vaccine Side Effects in Health Care Workers after Vaccination against SARS-CoV-2: Data from TüSeRe:exact Study" has been published in Viruses-Basel.
"PREDICT-juvenile-stroke: PRospective evaluation of a prediction score determining individual clinical outcome three months after ischemic stroke in young adults – a study protocol" has been published in BMC Neurology.
Our paper "Federated Electronic Data Capture (fEDC): Architecture and Prototype" has been accepted for publiaction in the Journal of Biomedical Informatics.
Our paper "Efficient cross-valdation traversals in feature subset selection" has been published in Scientific Reports.
Our paper "CANTATA - prediction of missing links in Boolean networks using genetic programming" has been published in Bioinformatics.
Our paper "Interaction Empowerment in Mobile Health: Concepts, Challenges, and Perspectives" has been published in the Journal of Medical Internet Research mhealth and uhealth.
Our paper "Identification of dynamic driver sets controlling phenotypical landscapes" has been published in the Computational and Structural Biotechnology Journal.