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: https://op.europa.eu/en/web/eu-vocabularies/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: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences socialessociologiedémographiemortalité
- sciences médicales et de la santémédecine cliniqueendocrinologiediabète
- sciences médicales et de la santésciences de la santénutrition
- sciences naturellessciences chimiqueschimie organiquealcool
- sciences naturellesinformatique et science de l'informationintelligence artificielleapprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
Thème(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-WF-2018-2020
Voir d’autres projets de cet appelSous appel
H2020-WF-03-2020
Régime de financement
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinateur
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.