Projektbeschreibung
Den Einfluss von Umweltfaktoren auf verheerende Lungenkrankheiten aufdecken
Das Konzept des Exposoms spiegelt das kumulative Maß der Umwelteinflüsse und der damit einhergehenden biologischen Reaktionen ab der Perinatalperiode wider. Dazu gehören Expositionen aus der Umwelt, der Ernährung, dem Verhalten und der endogenen Prozesse. Seine Bedeutung für Gesundheit und Krankheit ist unbestreitbar. Das gilt vor allem für chronische Atemwegserkrankungen, da sie die Hauptursache für umweltbedingte Todesfälle sind. Die chronisch obstruktive Lungenerkrankung und die Mukoviszidose sind zwei verheerende chronische Atemwegserkrankungen, die zwar gemeinsame Eigenschaften haben, sich aber dennoch von Grund auf unterscheiden: Erstere scheint maßgeblich mit dem Exposom in Verbindung zu stehen, Letztere nicht. Um den Einfluss des Exposoms auf den Verlauf dieser zwei Krankheiten zu beleuchten, werden im Rahmen des EU-finanzierten Projekts REMEDIA Ansätze entwickelt, welche die Erfassung von Exposom- und klinischen Daten, zukunftsweisendes maschinelles Lernen, die Nutzung von Kammern zur Simulation der Atmosphäre und die Entwicklung individueller Sensorgeräte vereinen. Dadurch könnten sich Möglichkeiten für eine effektive Prävention und Behandlung finden lassen.
Ziel
Chronic obstructive pulmonary disease (COPD) and cystic fibrosis (CF) are two very debilitating non-communicable diseases that are of particular interest to consider in parallel in a human exposome study. Their roots are opposite: COPD is currently considered to be mainly related to the external exposome, while factors outside of the exposome play a major role in CF. However, COPD and CF share common characteristics such as high phenotypic variability of unknown origin, which prevents good therapeutic efficacy. It is therefore clear that the overall picture must be supplemented by taking into account additional components of the exposome than those currently considered in COPD and CF. Thus, the overall objective of the REMEDIA project is to extend the understanding of the contribution of the exposome, taken as a complex set of different components, to COPD and CF diseases. We will exploit data from existing cohorts and population registries in order to create a unified global database gathering phenotype and exposome information; we will develop a flexible individual sensor device combining environmental and biomarker toolkits; and use a versatile atmospheric simulation chamber to simulate the health effects of complex exposomes. We will use machine learning supervised analyses and causal inference models to identify relevant risk factors; and econometric and cost-effectiveness models to assess the costs, performance and cost-effectiveness of a selection of prevention strategies. The results will be used to develop guidelines to better predict disease risks and constitute the elements of the REMEDIA toolbox (global unified database, sensor device, versatile atmospheric simulation chamber, machine learning supervised analyses, causal inference model, Pan-European multi-criteria risk assessment tool, econometric models, cost-effectiveness models, new guidelines and recommendations). Deciphering the impact of environmental components throughout life on the phenotypic variability of COPD and CF could represent a major breakthrough in reducing morbidity and mortality associated with these two non-curable diseases and would lead to the identification of modifiable risk factors on which preventive action could be implemented. REMEDIA will be part of the European Human Exposome Network established between the 9 projects funded within the Human Exposome programme call H2020-SC1-BHC-2018-2020.
Wissenschaftliches Gebiet
- social scienceseconomics and businesseconomicseconometrics
- social sciencessociologydemographymortality
- natural sciencescomputer and information sciencesdatabases
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-SC1-2019-Single-Stage-RTD
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
75654 Paris
Frankreich