Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

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

Opis projektu

Spersonalizowana cyfrowa technologia medyczna umożliwia przewidywanie bólu neuropatycznego

Ból neuropatyczny stanowi bezpośrednie następstwo uszkodzenia lub choroby układu somatosensorycznego. Dotychczasowe badania wykazały korelację między bólem neuropatycznym a zmianami widocznymi w obrazowaniu elektroencefalograficznym (EEG), będącą wskaźnikiem stanu ośrodkowego układu nerwowego. Hipotezą roboczą postawioną przez uczestników finansowanego przez UE projektu Pain_App jest to, że klasyfikacja i identyfikacja cech z zapisów EEG może pozwalać na przewidzenie epizodów bólu neuropatycznego u pacjentów z uszkodzeniem rdzenia kręgowego. W badaniu wykorzystana zostanie aplikacja na smartfona oraz przenośne urządzenie EEG do zbierania danych od pacjentów, w tym dotyczące samooceny bólu i parametrów fizjologicznych. Dane te pozwolą na opracowanie spersonalizowanego modelu przewidywania wystąpienia epizodów bólu neuropatycznego przy użyciu technik uczenia maszynowego.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) H2020-MSCA-IF-2020

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

MALMO UNIVERSITET
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 203 852,16
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 203 852,16
Moja broszura 0 0