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

Prognostic assessment of valvular aortic disease treatment coupling Immunological and biomechanical profiles

Descrizione del progetto

Modellizzazione predittiva per il trattamento della valvulopatia aortica

Le valvulopatie aortiche colpiscono la valvola aortica del cuore, che controlla il flusso sanguigno dal ventricolo sinistro all’aorta, e quindi la distribuzione del sangue ricco di ossigeno in tutto il corpo. Le complicazioni procedurali e gli alti tassi di ricovero ospedaliero evidenziano la necessità di migliorare la previsione del trattamento. Il progetto PROTEGO, finanziato dal CER, mira a sviluppare una metodologia predittiva che consideri i profili immunologici e biomeccanici dei pazienti. Il team di ricerca creerà gemelli digitali per i pazienti e modelli di trattamento ad alta fedeltà per ottenere esiti clinici ottimali. Nel complesso, lo studio dovrebbe migliorare la nostra comprensione dei fattori che contribuiscono all’aumento dell’infiammazione e dell’interazione tra i biomarcatori e la prognosi negativa post-trattamento nei pazienti con valvulopatie aortiche.

Obiettivo

Aortic valve diseases are degenerative conditions that develop progressively and insidiously. Once symptoms become evident, life expectancy is significantly reduced. While treatments for these pathologies are widely available, there remains a remarkably high rate of procedural complications. These complications have been shown to have a negative impact on cardiac mortality and the likelihood of rehospitalization for heart failure. This underscores the need for further technological advancements. Protego's objective is to determine whether a combination of immunological and biomechanical profiles in patients with aortic valve diseases can effectively predict post-treatment prognosis. My goal is to develop an innovative, validated, and clinically applicable methodology that can identify the best treatment options and predict post-procedural outcomes while minimizing complications. This methodology will serve to determine the timing of treatment for patients with valvular aortic diseases and assess whether the proposed treatment is likely to be beneficial preoperatively, while also minimizing the risk of post-procedural complications. I will achieve this by combining imaging analysis, deep learning algorithms, in silico models, and in vitro tests. My approach involves the following key objectives: (i) creating a multi-physics digital twin of patients with aortic valve diseases, (ii) developing a validated, high-fidelity model for treatment with quantification of post-treatment outcomes and (iii) generating a proof of concept for a clinically applicable predictive model trained using both immunological profiles and biomechanical features of patients. This innovative approach will provide a deeper understanding of how clinical and biomechanical outcomes correlate with the amplification of inflammation, helping us comprehend the interaction between biomarkers and negative post-treatment prognosis in patients with aortic valve diseases.

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-2024-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

POLITECNICO DI MILANO
Contributo netto dell'UE
€ 1 198 295,00
Indirizzo
PIAZZA LEONARDO DA VINCI 32
20133 Milano
Italia
Regione
Nord-Ovest Lombardia Milano
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 198 295,00

Beneficiari (2)