Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
Inhalt archiviert am 2024-06-18

FROM PATIENT DATA TO PERSONALISED HEALTHCARE IN ALZHEIMER'S DISEASE

Projektbeschreibung


Virtual Physiological Human
PredictAD - From Patient Data to Personalised Healthcare in Alzheimer's Disease

Dementia causes long and oppressive suffering to patients and their relatives and imposes enormous costs on society. About 25 million people suffered from dementia in 2000. As a 4-fold increase of this number is expected by 2050, dementia is one main health issue of the next decades. Alzheimer's disease (AD) covers 60-70% of all dementia cases. No cure for AD exists, and effective and reliable early diagnostic techniques are lacking. Early diagnosis and progress monitoring of AD is a central part of treatment once future drugs and prevention strategies become available. There is a strong indication that different biomarkers provide a reliable and early indication of AD prior to its major clinical signs. However, optimal early diagnosis requires information from a combination of different biomarkers to be used in a clinically useful way.The objective of PredictAD is 1) to find the best combination of biomarkers for AD diagnostics from heterogeneous data (imaging, electrophysiology, molecular level, clinical tests, demographics) and 2) to develop clinically useful tools integrating the optimal biomarker results. Comprehensive biomarker discovery techniques and rigorous statistical models will be developed using the consortium's large databases. The accuracy and usability of models and tool will be clinically evaluated. The cost-effectiveness of heterogeneous data in AD diagnostic procedures will be studied.By reaching its objectives, PredictAD provides an efficient and reliable solution for early AD diagnosis in clinical practice. The impacts on patients, their relatives and society are reduced suffering and costs. As we are living in the dawn of an era of new drugs and prevention strategies combined with increasing AD prevalence, now is the time to exploit the vast potential of information hiding in heterogeneous patient databases. PredictAD combines the best forces in Europe to solve the AD diagnostics problem, and hence strengthens EU leadership on the market.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

FP7-ICT-2007-2
Andere Projekte für diesen Aufruf anzeigen

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

CP - Collaborative project (generic)

Koordinator

TEKNOLOGIAN TUTKIMUSKESKUS VTT
EU-Beitrag
€ 1 025 419,00
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Beteiligte (9)

Mein Booklet 0 0