Description du projet
Une nouvelle politique pour réduire la résistance aux antibiotiques
Les antibiotiques représentent une avancée considérable dans le traitement des maladies humaines, mais leur usage intensif favorise le développement de bactéries résistantes. Selon l’Organisation mondiale de la santé, la résistance aux antibiotiques représente une menace mondiale de taille, associée à 700 000 décès par an dus à des infections non traitables. Il est donc indispensable de concevoir de nouvelles politiques relatives à l’offre et à la demande de médicaments existants et nouveaux. Le projet ABRSEIST, financé par l’UE, vise à identifier et à évaluer des interventions politiques réalisables et efficaces au niveau de la demande qui s’adressent aux médecins et aux patients. Le projet utilisera un large ensemble d’outils logiciels économétriques pour détecter les mécanismes qui lient la résistance aux antibiotiques et la consommation. ABRSEIST apportera, à l’aide de méthodes d’apprentissage automatique et d’analyses économétriques, des arguments solides en faveur de la conception d’interventions efficaces, améliorant ainsi notre compréhension de la prescription, de la résistance et de l’utilisation des antibiotiques.
Objectif
Antibiotics have contributed to a tremendous increase in human well-being, saving many millions of lives. However, antibiotics become obsolete the more they are used as selection pressure promotes the development of resistant bacteria. The World Health Organization has proclaimed antibiotic resistance as a major global threat to public health. Today, 700,000 deaths per year are due to untreatable infections. To win the battle against antibiotic resistance, new policies affecting the supply and demand of existing and new drugs must be designed. I propose new research to identify and evaluate feasible and effective demand-side policy interventions targeting the relevant decision makers: physicians and patients. ABRSEIST will make use of a broad econometric toolset to identify mechanisms linking antibiotic resistance and consumption exploiting a unique combination of physician-patient-level antibiotic resistance, treatment, and socio-economic data. Using machine learning methods adapted for causal inference, theory-driven structural econometric analysis, and randomization in the field it will provide rigorous evidence on effective intervention designs. This research will improve our understanding of how prescribing, resistance, and the effect of antibiotic use on resistance, are distributed in the general population which has important implications for the design of targeted interventions. It will then estimate a structural model of general practitioners’ acquisition and use of information under uncertainty about resistance in prescription choice, allowing counterfactual analysis of information-improving policies such as mandatory diagnostic testing. The large-scale and structural econometric analyses allow flexible identification of physician heterogeneity, which ABRSEIST will exploit to design and evaluate targeted, randomized information nudges in the field. The result will be improved rational use and a toolset applicable in contexts of antibiotic prescribing.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
La classification de ce projet a été validée par l'équipe qui en a la charge.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.
La classification de ce projet a été validée par l'équipe qui en a la charge.
- sciences sociales économie et affaires économie économétrie
- sciences médicales et de la santé sciences de la santé santé publique et environnementale
- sciences sociales économie et affaires économie économie sanitaire
- sciences naturelles informatique et science de l'information intelligence artificielle apprentissage automatique
- sciences médicales et de la santé médecine fondamentale pharmacologie et pharmacie résistance aux médicaments résistance aux antibiotiques
Mots‑clés
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).
Programme(s)
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.
-
H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
PROGRAMME PRINCIPAL
Voir tous les projets financés dans le cadre de ce programme
Thème(s)
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.
Régime de financement
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.
ERC-STG - Starting Grant
Voir tous les projets financés dans le cadre de ce programme de financement
Appel à propositions
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.
(s’ouvre dans une nouvelle fenêtre) ERC-2018-STG
Voir tous les projets financés au titre de cet appelInstitution d’accueil
La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.
10117 Berlin
Allemagne
Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.