European Commission logo
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Learning network for Advanced Behavioural Data Analysis

Descrizione del progetto

Ottimizzare l’analisi dei dati raccolti dai sensori indossabili riguardo all’attività fisica e alla sedentarietà

La combinazione di attività fisica, sedentarietà e sonno nell’arco delle 24 ore può avere importanti implicazioni per la salute: pertanto, questo tema è oggetto di particolare attenzione. I sensori indossabili forniscono una grande quantità di dati su questi cosiddetti comportamenti di movimento, 24 ore su 24. Tuttavia, per ottenere informazioni dettagliate sui loro nessi, sono necessarie nuove tecniche di analisi. Con il sostegno del programma di azioni Marie Skłodowska-Curie, il progetto LABDA formerà 13 ricercatori nel campo della sanità pubblica per sviluppare un set di strumenti open-source che prevede metodi di analisi innovativi. I risultati della ricerca dei borsisti si tradurranno in raccomandazioni migliorate e personalizzate in materia salute pubblica nonché in un migliore riscontro per quanto concerne il comportamento di movimento 24 ore su 24 rilevato dai dispositivi indossabili.

Obiettivo

BACKGROUND Recently, there has been a paradigm shift from the isolated focus on the health impact of single behaviours (physical activity, sedentary behaviour, sleep) to the combined health effects of 24/7 movement behaviours. Technological advancements have led to wearable sensors providing rich time-series. Such large-scale data require novel analysis methods to provide detailed insight into the links between multidimensional 24/7 movement behaviour and health, potential relevant subgroups, and relevant behavioural characteristics to target in interventions. CONSORTIUM In LABDA, leading researchers in advanced movement behaviour data analysis at the intersection of data science, method development, epidemiology, public health, and wearable technology are brought together to address this challenge. AIM: To train a new generation of creative and innovative public health researchers with strong analytical and data science skills, and a deep understanding of all aspects of wearable sensor data analysis, that are able to develop innovative analysis methods and apply these in various contexts. WORK PLAN Via training-through-research, 13 doctoral fellows establish novel methods for advanced 24/7 movement behaviour data analysis and assess the added value of linking multimodal data. They develop a joint taxonomy to enable interoperability and data harmonisation. Results are combined in an open source LABDA toolbox of advanced analysis methods, including a decision tree to guide researchers and other users to the optimal method for their (research) question. IMPACT The open source toolbox of advanced analysis methods will lead to optimised, tailored public health recommendations and improved personal wearable feedback concerning 24/7 movement behaviour. After the project, LABDA fellows will be in an excellent position to pursue careers in academia (epidemiology, data science), commercial business (wearable technology, consultancy), or government (public health policy).

Coordinatore

STICHTING AMSTERDAM UMC
Contribution nette de l'UE
€ 823 111,20
Indirizzo
DE BOELELAAN 1117
1081 HV Amsterdam
Paesi Bassi

Mostra sulla mappa

Regione
West-Nederland Noord-Holland Groot-Amsterdam
Tipo di attività
Research Organisations
Collegamenti
Costo totale
Nessun dato

Partecipanti (5)

Partner (14)