A federated paradigm of real-world data sources utilization for the empowerment of diagnosis, prognosis and risk assessment of cardiovascular conditions

Informazioni relative al progetto

CVDLINK

ID dell’accordo di sovvenzione: 101137278

DOI

10.3030/101137278

Data della firma CE 7 Dicembre 2023

Data di avvio 1 Gennaio 2024

Data di completamento 31 Dicembre 2027

Finanziato da

• Health

Costo totale

€ 9 673 490,00

Contributo UE

€ 9 673 490,00

Coordinato da

SOFTWARE IMAGINATION AND VISION SRL
Romania

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Websites, patent fillings, videos etc. (1)

CVDLINK public website

The project dedicated public website

Documents, reports (2)

CVDLINK raising awareness & dissemination plan

including project’s web-presence and communication kit (the plan will be internally updated on M24)

CVDLINK user requirements, gaps and challenges

report on user requirement, challenges, pathways, pain-points and initial definition of business processes.

Pubblicazioni

Conference proceedings (1)

Enhancing Cardiac AI Explainability Through Ontology-Based Evaluation

Autori: Nikos Tsolakis, Christoniki Maga-Nteve, Stefanos Vrochidis, Nick Bassiliades, Georgios Meditskos
Pubblicato in: 2024 15th International Conference on Information, Intelligence, Systems & Applications (IISA), 2024
Editore: IEEE
DOI: 10.1109/IISA62523.2024.10786663

Peer reviewed articles (2)

Predicting long-term risk of sudden cardiac death with automatic computer-interpretations of electrocardiogram

Autori: Minna Järvensivu-Koivunen, Antti Kallonen, Mark van Gils, Leo-Pekka Lyytikäinen, Juho Tynkkynen, Jussi Hernesniemi
Pubblicato in: Frontiers in Cardiovascular Medicine, Numero 11, 2024, ISSN 2297-055X
Editore: Frontiers Media SA
DOI: 10.3389/FCVM.2024.1439069

Privacy-preserving multicenter differential protein abundance analysis with FedProt

Autori: Yuliya Burankova, Miriam Abele, Mohammad Bakhtiari, Christine von Toerne, Teresa K. Barth, Lisa Schweizer, Pieter Giesbertz, Johannes R. Schmidt, Stefan Kalkhof, Janina Müller-Deile, Peter A. van Veelen, Yassene Mohammed, Elke Hammer, Lis Arend, Klaudia Adamowicz, Tanja Laske, Anne Hartebrodt, Tobias Frisch, Chen Meng, Julian Matschinske, Julian Späth, Richard Röttger, Veit Schwämmle, Stefanie M. Hauck, Stefan F. Lichtenthaler, Axel Imhof, Matthias Mann, Christina Ludwig, Bernhard Kuster, Jan Baumbach, Olga Zolotareva
Pubblicato in: Nature Computational Science, Numero 5, 2025, ISSN 2662-8457
Editore: Springer Science and Business Media LLC
DOI: 10.1038/S43588-025-00832-7