Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | Sviluppo di strategie di intelligenza artificiale per la gestione di banche dati di farmacovigilanza e la conduzione di studi real world sulle reazioni avverse a farmaci |
---|---|
Titolo del progetto di ricerca in inglese | Artificial Intelligence for management of pharmacovigilance databases and conduction of real world studies on drug safety |
Campo principale della ricerca | Computer science |
Sottocampo della ricerca | Informatics |
Campo principale della ricerca | Medical sciences |
Sottocampo della ricerca | Medicine |
Campo principale della ricerca | Pharmacological sciences |
Sottocampo della ricerca | Clinical pharmacology |
Settore Concorsuale | 05 - Scienze biologiche |
S.S.D | - |
Descrizione sintetica in italiano | L’assegnista collaborerà con un team multidisciplinare al fine di: 1) creare e gestire un archivio di segnalazioni locale, a partire dalla banca-dati internazionale di segnalazione di eventi avversi a farmaci (FDA Adverse Event Reporting System - FAERS), mediante pacchetti applicativi che consentano record-linkage (es. PostgresSQL, R, SAS); 2) perfezionare analisi di disproporzione mediante algoritmi tradizionali sia di tipo Bayesiano (Information Component) che frequentista (Reporting Odds Ratio) per identificare segnali di farmaco-vigilanza; 3) identificare e testare algoritmi di intelligenza artificiale (AI), soprattutto mediante tecniche di machine learning (es Linear discriminant analysis, Support vector machines, k-nearest neighbor, Artificial neural networks) per identificare segnali di farmaco-vigilanza. Le due tipologie di analisi (tradizionale e AI) saranno confrontate in termini di performance (predittività, sensitivity/specificity) mediante analisi delle curve ROC. |
Descrizione sintetica in inglese | The research fellow will interact in a multidisciplinary team in order to: 1) create and manage (data mining) a local database from the international archive of adverse drug reactions (FDA Adverse Event Reporting System - FAERS), through record-linkage strategies and dedicated softwares (e.g., PostgresSQL, R, SAS); 2) refine and implement disproportionality analyses through Bayesian (Information Component) and frequentist (e.g., Reporting Odds Ratio) algorithms for timely identification of pharmacovigilance signals; 3) identify and test artificial intelligence algorithms, especially machine-learning tecniques (e.g., Linear discriminant analysis, Support vector machines, k-nearest neighbor, Artificial neural networks) for early detection of pharmacovigilance signals. The two approaches will be compared in terms of performance (predictivity, sensitivity/specificity) through ROC analysis. |
Data del bando | 07/01/2020 |
Paesi in cui può essere condotta la ricerca |
Italy |
Paesi di residenza dei candidati |
All |
Nazionalità dei candidati |
All |
Sito web del bando | https://www.aricweb.unibo.it/BandiPubblicati/zz_Bandi_din.aspx |
Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
---|---|
Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://www.aricweb.unibo.it/BandiPubblicati/zz_Bandi_din.aspx |
Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://www.aricweb.unibo.it/BandiPubblicati/zz_Bandi_din.aspx |
Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI SCIENZE MEDICHE E CHIRURGICHE |
---|---|
Tipologia dell'Ente | Public research |
Paese dell'Ente | Italy |
Città | Bologna |
Sito web | http://www.unibo.it |
sam.nonstrutturati@unibo.it |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
---|
Data di scadenza del bando | 21/01/2020 - alle ore 00:00 |
---|---|
Come candidarsi | Other |