Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Infezioni correlate all'antibiotico resistenza nella pratica clinica: caratterizzazione attraverso un approccio geno-fenotipico e modelli predittivi di Intelloigenza artificiale |
|---|---|
| Titolo del progetto di ricerca in inglese | Antibiotic-resistance related infection in clinical practice: characterization through a geno-to-pheno approach and predictive models with Artificial Intelligence approaches |
| Settore Concorsuale | 06 - Scienze mediche |
| S.S.D | - |
| Descrizione sintetica in italiano | Gli studi che si concentrano sull'integrazione delle caratteristiche cliniche, biochimiche e genomiche degli isolati clinici di KP dal sangue per prevedere l'outcome del paziente sono scarsi. L'obiettivo di questo progetto è trovare segni cruciali tra fattori clinici, biochimici e virulenti in grado di predire un esito avverso per i pazienti con BSI causate da Klebsiella Pneumoniae. Lo scopo è lo sviluppo di un nuovo modello sperimentale basato sull'apprendimento automatico (ML) integrando i dati clinici, biochimici e di suscettibilità antimicrobica con quelli genomici ottenuti con il sequenziamento di nuova generazione. Per raggiungere questo obiettivo, sarà necessario suddividere il progetto nelle seguenti fasi: arruolamento dei pazienti, sequenziamento di nuova generazione e analisi bioinformatica, elaborazione di machine learning e analisi statistica. |
| Descrizione sintetica in inglese | Studies focusing on the integration of clinical, biochemical and genomic features of clinical KP isolates from blood to predict the outcome are scarce. The aim of this project is to find crucial marks among clinical, biochemical, virulent factors able to predict an adverse outcome for patients with BSIs caused by Klebsiella Pneumoniae. The purpose is the developing of a novel machine learning (ML)-based experimental model by integrating clinical, biochemical and antimicrobial susceptibility data with the genomic ones obtained by using Next Generation Sequencing. To achieve this objective, it is necessary to divide the project into the following steps: Patient enrollment, Next Generation Sequencing and bioinformatic analysis, Machine learning processing and statistical analysis. |
| Data del bando | 14/12/2023 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| 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://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| 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 | 05/01/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |