Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | ) BIG DATA AND DEEP LEARNING IN PROFESSIONAL CANCER SURVEILLANCE (BEST)- ID 56 |
|---|---|
| Titolo del progetto di ricerca in inglese | ) BIG DATA AND DEEP LEARNING IN PROFESSIONAL CANCER SURVEILLANCE (BEST)- ID 56 |
| Campo principale della ricerca | Medical sciences |
| Sottocampo della ricerca | Medicine |
| Settore Concorsuale | 06 - Scienze mediche |
| S.S.D | MED/01 - STATISTICA MEDICA |
| Descrizione sintetica in italiano | Obiettivo generale del progetto è costruire un sistema di sorveglianza dei rischi occupazionali che sfrutti le potenzialità dei record-linkage tra gli archivi amministrativi sanitari e gli archivi delle storie contributive al fine di migliorare l’identificazione dei rischi occupazionali di tumore e in particolare di tumori a bassa frazione eziologica, quantificare l’incertezza e sviluppare un nuovo modello di comunicazione del rischio ai servizi sanitari territoriali. In particolare si focalizza sull'uso di modelli Bayesiani da un lato e delle moderne tecniche di machine learning dall’altro, per una stima di rischio occupazionale tenga conto di tutta la storia lavorativa (quale risulta dall'archivio delle storie contributive INPS) del soggetto. |
| Descrizione sintetica in inglese | The general objective of the project is to build an occupational risk surveillance system that exploits the potentiality of record-linkage between health administrative archives and contribution histories archives in order to improve the identification of occupational risks of cancer and in particular of cancers at small etiological fraction, quantify uncertainty and develop a new model of risk communication to local health services. In particular, it focuses on using Bayesian models and modern machine learning techniques to estimate occupational risk considering the entire work history (as it results from the archive of INPS contribution histories) of the subject. As secondary objectives, the project aims to develop statistical models to assess the impact of confounders on risk estimates and propose statistical indicators to report risk and its uncertainty. |
| Data del bando | 31/10/2023 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://protocollo.unipd.it/albo/viewer |
| 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 | 21500 |
| Valuta | Euro |
| Nome dell'Ente finanziatore | Dipartimento di Scienze Cario-Toraco-Vascolari e Sanità Pubblica |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Padova |
| Sito web | https://www.dctv.unipd.it/ |
| ricerca.dctv@unipd.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 21/11/2023 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |