Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Uncovering and understanding differences in health behaviours in people with diabetes

Descrizione del progetto

L’apprendimento automatico individua i fattori di rischio per il diabete

Il diabete colpisce milioni di individui in tutto il mondo e l’incapacità di gestire efficacemente i livelli di glucosio nel sangue comporta comorbilità di vario genere, come obesità e malattie cardiovascolari. Pertanto, è importante comprendere le caratteristiche dei pazienti e sviluppare interventi sanitari che stimolino modifiche positive nel comportamento per quanto attiene alla sfera della salute. Per raggiungere questo obiettivo, il progetto CASCARA, finanziato dall’UE, impiegherà un approccio multiparametrico che include l’apprendimento automatico per individuare caratteristiche specifiche in grado di prevedere come i pazienti rispondono alla diagnosi di diabete. I ricercatori utilizzeranno dati osservazionali per determinare l’impatto di genere e stato socioeconomico e demografico sull’adozione di uno stile di vita sano che prevede una dieta ben bilanciata e attività fisica.

Obiettivo

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.

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.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) H2020-WF-2018-2020

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

LISER - LUXEMBOURG INSTITUTE OF SOCIO-ECONOMIC RESEARCH
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 178 320,00
Indirizzo
11 PORTE DES SCIENCES CAMPUS BLEVAL
4366 Esch Sur Alzette
Lussemburgo

Mostra sulla mappa

PMI

L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.

Regione
Luxembourg Luxembourg Luxembourg
Tipo di attività
Research Organisations
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 178 320,00
Il mio fascicolo 0 0