Jörg Rapp

• In developing countries, an increasing number of cases of chronic kidney disease (CKD) is observed, in which traditional risk factors for CKD can be ruled out. In such cases, the term chronic kidney disease of unknown etiology (CKDu) is used. A causal relationship between potential risk factors and the onset of the disease has not been clearly established, yet. However, agrochemicals are suspected to be associated with the disease. This dissertation aims to contribute to the reduction of exposure to the potential risk factor agrochemicals. The first part of the work describes the characteristics of CKDu, the situation in developing countries, and their agricultural practices. Developing countries and their agricultural sectors are often marked by a lack of financial and infrastructural resources as well as comparatively low levels of education. The occurrence of CKDu has been documented in various regions around the world. Based on this, the second part of the work adapts a research and development environment to local conditions, using the concept Living Lab. The Living Lab serves to develop, validate, and improve tailored risk mitigation strategies concerning agrochemical use. These strategies are introduced by various stakeholders involved in the Living Lab as potential solutions. Both, the Living Lab itself and the resulting risk mitigation measures are designed as low-cost approaches, for instance through the use of open-source software. The third part of the dissertation describes and develops exemplary low-cost risk mitigation strategies from the fields of ecotoxicology and mathematical modeling. These serve as a base for further development of risk mitigation strategies within the research and development cycle of the Living Lab. In the final part of the work, various mathematical methods are presented for the development of an adaptive decision support system. This system is capable of processing spatial, temporal, and fuzzy data to generate appropriate decision support related to the potential risk factor agrochemicals.
• In Entwicklungsländern ist eine zunehmende Anzahl von Fällen chronischer Niereninsuffizienz (CKD) zu beobachten, wobei traditionelle Risikofaktoren für CKD ausgeschlossen werden können. In solchen Fällen spricht man von chronischer Niereninsuffizienz unbekannter Herkunft (CKDu). Eine ursächliche Verbindung zwischen potenziellen Risikofaktoren und dem Auftreten der Krankheit konnte bislang nicht eindeutig nachgewiesen werden. Es besteht jedoch der Verdacht, dass Agrochemikalien mit der Krankheit in Zusammenhang stehen könnten. Die vorliegende Dissertation soll einen Beitrag zur Reduzierung der Exposition gegenüber dem potenziellen Risikofaktor Agrochemikalien leisten. Im ersten Teil der Arbeit werden zunächst die Charakteristika von CKDu, die Situation in Entwicklungsländern sowie die dortige Landwirtschaft beschrieben. Entwicklungsländer und deren Agrarsektor sind häufig durch einen Mangel an finanziellen und infrastrukturellen Ressourcen sowie ein vergleichsweise niedriges Bildungsniveau gekennzeichnet. Das Auftreten von CKDu ist in verschiedenen Regionen weltweit dokumentiert. Auf dieser Grundlage wird im zweiten Teil der Arbeit eine Forschungs- und Entwicklungsumgebung basierend auf dem Konzept des Living Lab an die beschriebenen Gegebenheiten angepasst. Das Living Lab dient der Entwicklung, Validierung und Verbesserung angepasster Risikominimierungsstrategien im Umgang mit Agrochemikalien. Diese Strategien werden von den verschiedenen beteiligten Akteuren im Rahmen des Living Lab als Lösungsvorschläge eingebracht. Sowohl das Living Lab als auch die entwickelten Maßnahmen zur Risikominimierung werden als kostengünstige Methoden konzipiert, beispielsweise durch den Einsatz von Open-Source-Software. Im dritten Teil der Arbeit werden exemplarisch Low-Cost-Risikominimierungsstrategien aus den Bereichen Ökotoxikologie und mathematische Modellbildung beschrieben und entwickelt. Diese dienen als Grundlage für weiterentwickelbare Strategien innerhalb des Forschungs- und Entwicklungszyklus des Living Lab. Im abschließenden Teil der Arbeit werden verschiedene mathematische Methoden vorgestellt, mit deren Hilfe ein adaptives Entscheidungsunterstützungssystem entwickelt werden kann. Dieses System ist in der Lage, räumliche, zeitliche und unscharfe Informationen zu verarbeiten und daraus fundierte Entscheidungshilfen im Bereich der Risikominimierung abzuleiten.