Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Recurrent miscarriage as a complex phenotype: Harnessing large-scale clinical data to uncover underlying biological pathways

Projektbeschreibung

Biologischer Einblick in wiederkehrende Fehlgeburten

Eine wiederholte Fehlgeburt ist das Auftreten von drei oder mehr aufeinanderfolgenden Schwangerschaftsverlusten und ist zweifellos psychisch und physisch verheerend für die betroffenen Paare. Das mütterliche Alter, Anomalien der Gebärmutter oder Immunreaktionen können die Ursache sein. Die Klärung der komplexen Ursachen für wiederholte Fehlgeburten würde die Entwicklung neuer Behandlungsmethoden erleichtern. Um diesen medizinischen Bedarf zu decken, schlägt das über die Marie-Skłodowska-Curie-Maßnahmen finanzierte Projekt RMCmplxPheno vor, elektronische Gesundheitsakten zu untersuchen, um klinische Phänotypen zu ermitteln, die mit wiederholten Fehlgeburten in Verbindung stehen. Für die Klassifizierung der Patientinnen wird maschinelles Lernen eingesetzt, während genetische Analysen wichtige Erkenntnisse über die biologischen Mechanismen bieten werden.

Ziel

Recurrent miscarriage (RM) affects 1% of couples trying to conceive and has a wide range of negative physical and mental impacts yet still has few evidence-based, preventative treatments. RM is used as a catch-all term for an event with diverse underlying causes. Broad categorisation hampers research targeting specific causes that could identify potential therapeutic avenues. This generalisation compounds trauma for patients and the path to successful pregnancy is unclear.
As a MSCA fellow at the University of Copenhagen, I will generate deeper understanding of RM aetiology by identifying granular subgroups of RM and elucidating their underlying biology. To do so I will: 1) Establish novel phenotypes derived from clinical data in electronic health records, including ultrasound images, and use these phenotypes to identify clinical phenotypes driving current miscarriage classification systems. 2) Apply hypothesis-free unsupervised machine learning to clinical data to disentangle complex phenotypes of RM into clinically relevant subgroups. 3) Employ genetic analyses to characterise biological pathways underlying these RM subgroups and identify potential therapeutic avenues.
This fellowship will allow me to apply my skills and expertise in large-scale biomedical data analysis and genetics to a new field in which I will pursue a long-term career. In particular it will provide training in field specific scientific knowledge (obstetrics and gynaecology), cutting edge techniques (machine learning) and transferable skills towards scientific leadership (research management).
Taken together the outcomes of this interdisciplinary research will have ramifications for researchers, clinicians and patients. For researchers, a granular understanding of RM and its causes will enable discovery of novel therapeutic avenues. For clinicians, it would assist clinical decision making towards personalised treatments. For patients, alleviation of trauma through empowerment with information.

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-MSCA-2021-PF-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

KOBENHAVNS UNIVERSITET
Netto-EU-Beitrag
€ 173 080,80
Adresse
NORREGADE 10
1165 KOBENHAVN
Dänemark
Region
Danmark Hovedstaden Byen København
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten
Keine Daten