Opis projektu
Odkrycie wpływu czynników środowiskowych na wyniszczającą chorobę płuc
Pojęcie ekspozomu odzwierciedla miarę wszystkich wpływów środowiskowych i związanych z nimi reakcji biologicznych, począwszy od okresu okołoporodowego, w tym narażenia na czynniki środowiskowe, dietetyczne, zachowania i procesy endogeniczne. Jego znaczenie w kontekście zdrowia i choroby jest niezaprzeczalne, zwłaszcza w odniesieniu do przewlekłych chorób układu oddechowego, ponieważ są one głównymi przyczynami zgonów spowodowanych czynnikami środowiskowymi. Przewlekła obturacyjna choroba płuc oraz mukowiscydoza są dwiema bardzo wyniszczającymi, przewlekłymi chorobami układu oddechowego o wspólnych cechach, jednak różnych przyczynach. Przewlekła obturacyjna choroba płuc, w odróżnieniu od mukowiscydozy, zdaje się być w skomplikowany sposób powiązana z ekspozomem. W ramach finansowanego ze środków UE projektu REMEDIA w celu zajęcia się wpływem ekspozomu na przebieg tych dwóch chorób opracowywane jest podejście łączące zbieranie danych dotyczących ekspozomu i danych klinicznych, zaawansowane uczenie maszynowe, wykorzystanie atmosferycznych komór symulacyjnych oraz opracowywanie pojedynczych urządzeń czujnikowych. Takie podejście mogłoby pomóc w opracowaniu skutecznej metody profilaktyki i leczenia.
Cel
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.
Dziedzina nauki
- 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
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SC1-2019-Single-Stage-RTD
System finansowania
RIA - Research and Innovation actionKoordynator
75654 Paris
Francja