Projektbeschreibung
Maschinelles Lernen ermittelt Risikofaktoren für Diabetes
Diabetes betrifft weltweit Millionen von Menschen, und die Unfähigkeit, den Blutzuckerspiegel erfolgreich unter Kontrolle zu halten, führt zu verschiedenen Begleiterkrankungen wie Fettleibigkeit und Herz-Kreislauf-Erkrankungen. Daher ist es wichtig, die persönlichen Charakteristika der Betroffenen zu verstehen und Gesundheitsmaßnahmen zu entwickeln, die ihr Gesundheitsverhalten positiv verändern. Um dies zu erreichen, wird das EU-finanzierte Projekt CASCARA einen multiparametrischen Ansatz anwenden, der maschinelles Lernen einschließt. Damit sollen spezifische Merkmale ermittelt und die Reaktion der behandelten Person auf die Diabetesdiagnose vorhergesagt werden können. Die Forschenden werden Beobachtungsdaten verwenden, um herauszufinden, inwiefern Geschlecht sowie sozioökonomischer und demografischer Status die Umstellung auf einen gesunden Lebensstil mit ausgewogener Ernährung und körperlicher Bewegung begünstigen.
Ziel
Diabetes causes a large and unevenly distributed health and economic burden within the population living with diabetes. Improved health behaviours have the potential to avert a large share of morbidity and mortality attributable to diabetes. However, adherence to recommended self-management remains challenging for many patients. This may (at least partly) explain the large overall disease burden in people with diabetes, as well as how that burden is distributed among patients. A better understanding of the patient and community level characteristics that affect behaviour change can inform more personalised, more effective health interventions that stimulate positive health behaviour changes, in turn reducing the overall burden associated with diabetes.
CASCARA aims to provide novel and much needed evidence on characteristics predictive of (1) health behaviour change subsequent to a diabetes diagnosis and (2) of the resulting changes in diabetes complication risk factors. To achieve this, I will use causal econometric and epidemiologic methods as well as machine learning (ML) and causal mediation analysis. The commonly recommended behaviour changes I focus on comprise: improving diet, increasing physical activity, reducing smoking and alcohol consumption. In particular, CASCARA will address the following research objectives using longitudinal observational data from continental Europe, the UK and the US:
1. Investigate the effect of a diabetes diagnosis on health behaviours and potential heterogeneities across gender and socioeconomic status
2. Use of ML to identify potentially unanticipated socioeconomic, demographic and clinical characteristics affecting health behaviour change, for a more detailed understanding of its potential drivers
3. Use causal mediation analysis to identify the impact of different health behaviour changes on risk factors for diabetes complications (body mass index, hypertension status and blood glucose levels) post-diabetes diagnosis.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Sozialwissenschaften Soziologie Demografie Sterblichkeit
- Medizin- und Gesundheitswissenschaften Klinische Medizin Endokrinologie Diabetes
- Medizin- und Gesundheitswissenschaften Gesundheitswissenschaften Ernährung
- Naturwissenschaften Chemiewissenschaften organische Chemie Alkohole
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz maschinelles Lernen
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
H2020-EU.4. - SPREADING EXCELLENCE AND WIDENING PARTICIPATION
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) H2020-WF-2018-2020
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
4366 Esch Sur Alzette
Luxemburg
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.