Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

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

Opis projektu

Biologiczny wgląd w nawracające poronienia

Nawracające poronienia definiuje się jako utratę trzech lub więcej kolejnych ciąż. Jest to bez wątpienia doświadczenie, które ma druzgocący wpływ na pary, zarówno pod względem psychicznym, jak i fizycznym. Przyczyn należy upatrywać w wieku matki, nieprawidłowości w obrębie macicy lub reakcjach odpornościowych. Określenie złożonych przyczyn nawracających poronień mogłoby pomóc w rozwinięciu nowych terapii. Aby odpowiedzieć na tę potrzebę, zespół ze wspieranego z działania „Maria Skłodowska-Curie” projektu RMCmplxPheno zaproponował zbadanie elektronicznej dokumentacji medycznej w celu zidentyfikowania fenotypów klinicznych związanych z nawracającymi poronieniami. Do celów klasyfikowania pacjentów badacze wykorzystają techniki uczenia maszynowego, podczas gdy analizy genetyczne dostarczą im ważnych informacji na temat mechanizmów biologicznych.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2021-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

KOBENHAVNS UNIVERSITET
Wkład UE netto
€ 173 080,80
Koszt całkowity
Brak danych