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

Development and Validation of ‘findtb’, A Novel Digital Tool for Tuberculosis Triage in Children - Using Innovative Methodologies and an Interdisciplinary Approach

Descrizione del progetto

Strumento digitale per salvare i bambini dalla tubercolosi

La tubercolosi uccide ogni anno circa 250 000 bambini in tutto il mondo ed è la principale causa di morte nei bambini sotto i cinque anni. Più della metà dei casi non viene rilevata, privando del trattamento milioni di persone. Il progetto FIND-TB, finanziato dal CER, è volto a sviluppare uno strumento di triage digitale per stimare il rischio di tubercolosi (TB) e guidare le decisioni cliniche. In particolare, realizzerà dei modelli predittivi utilizzando metodi avanzati di apprendimento automatico e bayesiani. Il modello più efficace diventerà un’applicazione destinata agli operatori sanitari, progettata secondo principi antropocentrici e con il contributo delle parti interessate. Una volta collaudato in contesti reali, questo strumento pratico e scalabile potrebbe ridurre i casi di TB e i decessi, migliorando il controllo della TB nelle comunità.

Obiettivo

About 50-65% of children suffering from tuberculosis (TB) across all age groups are never detected. This contributes to the 250,000 deaths from TB in children annually, making the disease one of the top ten killers of children under the age of five. To improve TB detection in children and reduce TB-related morbidity and mortality, novel diagnostic tests are urgently needed. The Find-TB project aims to address this urgent need by improving case finding at all levels of care in resource-limited, high TB burden settings through the development and validation of an innovative, digital TB triage tool that provides individualized TB disease risk predictions coupled with clinical recommendations to guide next steps of care. The project will capitalize on digital and scientific innovations that have been successfully applied to the COVID-19 pandemic.
Starting with large, existing geographically and demographically representative data sets, my team and I will develop and validate two predictive models using highly innovative data science methods (machine learning and Bayesian techniques). An app for use by health personnel at all levels of the health care system will be developed for the best performing model. To maximize the app’s implementation potential, I will engage key stakeholders to assess preferences, acceptability, and feasibility prior to and throughout app development. Furthermore, I will apply human-centered design principles. We will then evaluate the design-locked digital tool in a real-world triage use case in a prospective, cross-sectional diagnostic accuracy study. A cost-effectiveness analysis of population level impact will round out a dossier that will inform a WHO review.
This efficient, effective, and scalable digital tool for TB triage of children in resource-limited settings is expected to improve TB diagnosis on an individual-level and thus TB-related morbidity and mortality and on population-level is likely to improve TB control.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

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

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2022-COG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

UNIVERSITATSKLINIKUM HEIDELBERG
Contributo netto dell'UE
€ 1 999 788,00
Indirizzo
IM NEUENHEIMER FELD 672
69120 Heidelberg
Germania
Regione
Baden-Württemberg Karlsruhe Heidelberg, Stadtkreis
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 999 788,00

Beneficiari (1)