Descrizione del progetto
Una tecnologia di salute digitale personalizzata per la previsione del dolore neuropatico
Il dolore neuropatico è una conseguenza diretta di una lesione o di una malattia che influenza il sistema somatosensoriale. Gli studi effettuati in passato hanno dimostrato l’esistenza di una correlazione tra tale tipo di dolore e le variazioni rilevate tramite elettroencefalografia, una tecnica che consente di determinare lo stato del sistema nervoso centrale. L’ipotesi di lavoro del progetto Pain_App, finanziato dall’UE, è che la classificazione e l’individuazione delle misurazioni registrate mediante elettroencelografia siano in grado di prevedere i fenomeni di dolore neuropatico in pazienti colpiti da lesioni del midollo spinale. Lo studio si avvarrà di un’app per smartphone e di un dispositivo elettroencefalografico portatile per raccogliere dati da vari pazienti, tra cui indicatori fisiologici e autovalutazioni del dolore. Questi dati consentiranno lo sviluppo di un modello personalizzato volto a prevedere l’insorgenza dei fenomeni di dolore neuropatico mediante l’impiego di tecniche di apprendimento automatico.
Obiettivo
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.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- scienze naturaliscienze biologicheneurobiologia
- scienze mediche e della salutemedicina di basefarmacologia e farmaciafarmaci
- scienze mediche e della salutemedicina di basepatologia
- ingegneria e tecnologiaingegneria elettrica, ingegneria elettronica, ingegneria informaticaingegneria informaticatelecomunicazionitelefoni mobili
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeapprendimento automatico
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Programma(i)
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) H2020-MSCA-IF-2020
Vedi altri progetti per questo bandoMeccanismo di finanziamento
MSCA-IF -Coordinatore
205 06 Malmoe
Svezia