Description du projet
L’apprentissage automatique permet d’identifier les facteurs de risque du diabète
Le diabète touche des millions de personnes dans le monde, et l’incapacité à gérer la glycémie de manière efficace entraîne diverses comorbidités, telles que l’obésité et les maladies cardiovasculaires. Il est donc important de comprendre les caractéristiques des patients et d’élaborer des interventions sanitaires qui stimulent des changements de comportement bénéfiques pour la santé. Pour ce faire, le projet CASCARA, financé par l’UE, adoptera une approche multiparamétrique comprenant l’apprentissage automatique pour identifier des caractéristiques spécifiques capables de prédire la manière dont les patients répondront au diagnostic du diabète. Les chercheurs utiliseront des données observationnelles pour déterminer les effets du genre, des conditions socioéconomiques et des données démographiques sur l’adoption d’un mode de vie sain, qui implique une activité physique régulière et une alimentation équilibrée.
Objectif
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.
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.
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.
- sciences sociales sociologie démographie mortalité
- sciences médicales et de la santé médecine clinique endocrinologie diabète
- sciences médicales et de la santé sciences de la santé nutrition
- sciences naturelles sciences chimiques chimie organique alcool
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Nous sommes désolés... Une erreur inattendue s’est produite.
Vous devez être authentifié. Votre session a peut-être expiré.
Merci pour votre retour d'information. Vous recevrez bientôt un courriel confirmant la soumission. Si vous avez choisi d'être informé de l'état de la déclaration, vous serez également contacté lorsque celui-ci évoluera.
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).
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.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.4. - SPREADING EXCELLENCE AND WIDENING PARTICIPATION
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
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.
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.
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.
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-WF-2018-2020
Voir tous les projets financés au titre de cet appelCoordinateur
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.
4366 Esch Sur Alzette
Luxembourg
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.
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.