Description du projet
Une technologie de santé numérique personnalisée pour la prédiction de la douleur neuropathique
La douleur neuropathique (DN) est la conséquence directe d’une lésion ou d’une maladie affectant le système somatosensoriel. Des études antérieures ont montré une corrélation entre la DN et des variations dans l’électroencéphalographie (EEG), qui est un indicateur de l’état du système nerveux central. L’hypothèse de travail du projet Pain_App, financé par l’UE, est que la classification et l’identification des caractéristiques des enregistrements EEG peuvent prédire les épisodes de DN chez les patients atteints de lésions de la moelle épinière. L’étude utilisera une application pour smartphone et un dispositif EEG portable pour recueillir des données auprès des patients, notamment une auto-évaluation de la douleur et des indicateurs physiologiques. Ces données permettront de développer un modèle personnalisé pour prédire l’apparition d’épisodes de DN à l’aide de techniques d’apprentissage automatique.
Objectif
Neuropathic pain (NP) is a common symptom arising as a direct consequence of a lesion or disease affecting the somatosensory system. The traditional approach to manage NP patients is to initiate treatment with conservative pharmacological therapy before interventional strategies. However, first-line drug treatments have shown modest efficacy with less than 50% of pain relief. Since NP is present in ~70% of patients with spinal cord injury (SCI), people with this pathology represent a reliable population to study NP. Interestingly, previous studies have shown a clear correlation between NP and changes in electroencephalography (EEG), which is a good indicator of the state of the central nervous system. Hence, I hypothesise that NP episodes in SCI patients can be predicted based on the classification and identification of features extracted from EEG recordings in resting state and during an imaginary motor task. In recent years, digital health technology has emerged as a useful tool to improve data management strategy under the full control of the patient. In this project, I will employ state-of-the-art digital health technology (a smartphone app and a portable EEG) to collect data from SCI patients daily for one month, including pain self-assessment scales and physiological indicators. I will set up a digital-health-based study using a software platform already established by the host institution. The collection of these data will allow me to develop a personalised model to predict the onset of NP episodes using machine learning techniques. Predicting the occurrence of NP episodes will increase the medication efficacy, which in turn will prevent an aggressive development of pain events while minimising the side effects produced by excessive drug doses. The expected results of this project will remarkably improve the quality of life of SCI patients with NP.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences naturellessciences biologiquesneurobiologie
- sciences médicales et de la santémédecine fondamentalepharmacologie et pharmacieproduit pharmaceutique
- sciences médicales et de la santémédecine fondamentalepathologie
- ingénierie et technologiegénie électrique, génie électronique, génie de l’informationingénierie de l’informationtélécommunicationtéléphone mobile
- sciences naturellesinformatique et science de l'informationintelligence artificielleapprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2020
Voir d’autres projets de cet appelRégime de financement
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinateur
205 06 Malmoe
Suède