Projektbeschreibung
Stratifizierter medizinischer Algorithmus prognostiziert Ansprechen auf Tuberkulosebehandlung
Tuberkulose (TBC) ist eine Lungeninfektionskrankheit, die unbehandelt in etwa jedem zweiten Fall tödlich endet. Derzeit ist ein Viertel der Weltbevölkerung mit Tuberkulose infiziert, und die europäische Region verzeichnet die bislang höchste Prävalenz arzneimittelresistenter Tuberkulose. Zusätzlich zum derzeitigen Arzneimittelschema wurde nun eine entzündungshemmende, wirtsspezifische Therapie konzipiert, um die Heilung zu beschleunigen und Langzeitschäden der Lunge zu reduzieren. Das EU-finanzierte Projekt SMA-TB entwickelt einen personalisierten medizinischen Ansatz basierend auf Patientenstratifizierung sowie erreger- und wirtsspezifischer Analyse. Schwerpunkte von SMA-TB ist die Bewertung der entzündungshemmenden Wirkung von Aspirin, das bei arzneimittelresistenten Fällen die Therapie ergänzen soll, die Identifizierung und klinische Validierung von Wirts- und Pathogen-Biomarkern sowie die Erstellung eines Algorithmus zur Patientenstratifizierung, um Krankheitsverlauf und therapeutisches Ansprechen zu prognostizieren.
Ziel
Tuberculosis (TB) is a chronic, life-threatening infectious disease which poses a tremendous challenge for physicians, researchers and Health Systems, which treatment is long, based only on the drug susceptibility of the responsible infective strain and very costly in drug-resistant cases (MDR-TB). The European Region still has the highest prevalence of MDR-TB in the world. Host-Directed Therapies (HDT) have been recently proposed to shorten treatment length and by to improve the patients’ outcomes while not increasing the risk of generating drug resistance.
As hyperinflammation is responsible of the lung damage associated to patients’ worse outcomes and sequelae, one of the approaches is to add an HDT with anti-inflammatory effect to the current drug regimen to cure the patients faster while having less permanent lung damage. Because TB has a wide range of clinical forms and severity stages, any therapeutic regimen needs to be studied in clinical trials (CT) as its benefit might differ among patients. No individualized personalized medicine is possible without stratifying the patients by integrating pathogen and host factors that will predict the course of the disease and the response to the intervention.
SMA-TB objectives are:
• To evaluate in a CT the potential impact of acetylsalicylic acid (ASA) and Ibuprofen (Ibu) (anti-inflammatoriesy HDT) as adjuncts to standard therapy for drug sensitive (DS-) and MDR-TB. This potentially will reduce tissue damage, decrease the length of the treatment and the risk of bad outcomes.
• To identify and clinically validate host and pathogen biomarkers for further selection according to their relevance in terms of their ability to predict TB course and outcomes and response to treatment thanks to data science protocol.
• To generate a medical algorithm to stratify patients using network-based mathematical modelling for predicting the course of the disease and its response to the intervention, to be applied during clinical management to improve and personalize TB.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesdata science
- medical and health scienceshealth sciencesinfectious diseases
- medical and health sciencesbasic medicinepharmacology and pharmacydrug resistance
- medical and health sciencesclinical medicinepneumologytuberculosis
- medical and health scienceshealth sciencespersonalized medicine
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-SC1-2019-Two-Stage-RTD
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
08916 Badalona Barcelona
Spanien