Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Predicting neuropathic pain episodes in spinal cord injury patients through portable EEG and machine learning

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: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) H2020-MSCA-IF-2020

Voir tous les projets financés au titre de cet appel

Coordinateur

MALMO UNIVERSITET
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 203 852,16
Adresse
NORDENSKIOLDSGATAN 1
205 06 MALMOE
Suède

Voir sur la carte

Région
Södra Sverige Sydsverige Skåne län
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 203 852,16
Mon livret 0 0