Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Intelligenza artificiale per la gestione della glicemia postprandiale in pazienti diabetici con pancreas artificiale |
|---|---|
| Titolo del progetto di ricerca in inglese | Artificial Intelligence for managing Postprandial Glycaemia in diabetic patients on artificial pancreas |
| Campo principale della ricerca | Medical sciences |
| Sottocampo della ricerca | Medicine |
| Settore Concorsuale | 06 - Scienze mediche |
| S.S.D | MED/49 - SCIENZE TECNICHE DIETETICHE APPLICATE |
| Descrizione sintetica in italiano | Questo progetto indaga in pazienti con diabete di tipo 1 trattati con pancreas artificiale ibrido le relazioni tra fattori nutrizionali, risposta glicemica e fabbisogno di insulina prandiale, valutando i fattori alla base della variabilità interindividuale della risposta glicemica postprandiale, come la composizione del microbiota e la sua relazione con la produzione di acidi grassi a catena breve. A questo scopo, pazienti afferenti al centro per il diabete dell'AOU Federico II completano diari alimentari di 7 giorni e il questionario EPIC sulle abitudini alimentari e vengono scaricati i loro dati del monitoraggio continuo della glicemia e del microinfusore di insulina. Utilizzando questi dati, verrà progettato e implementato un sistema di Machine Learning in grado di determinare il bolo di insulina da rilasciare per gestire la risposta glicemica postprandiale |
| Descrizione sintetica in inglese | This project investigates in patients with type 1 diabetes on hybrid artificial pancreas the relationships between nutritional factors, glycaemic response, and prandial insulin needs, also evaluating factors that may explain the inter-individual variability of glycaemic response including gut microbiota and its relationship with short-chain fatty acids. To this purpose, individuals with type 1 diabetes, attending the Diabetes Outpatient Clinic of Federico II University Hospital, complete a 7-day food records and the EPIC questionnaire on food habits. Glucose values from Continuous Glucose Monitoring and insulin pump data are downloaded from the dedicated platform. Based on these data, a Machine Learning system determining the insulin bolus to be released to manage glucose response will be designed and implemented |
| Data del bando | 14/12/2021 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 25800 |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | http://www.unina.it/ricerca/bandi-nazionali/assegni-di-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | no |
| Importo annuale | 19367 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Nome dell'Ente finanziatore | Università degli Studi di Napoli Federico II |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Napoli |
| Sito web | https://www.unina.it |
| fabrizio.pane@unina.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 07/01/2022 |
|---|---|
| Come candidarsi | didattica-ricerca.dmcc@unina.it |