Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Sviluppo di score diagnostici e predittori di outcome in pazienti con diabete mellito tipo 2 |
|---|---|
| Titolo del progetto di ricerca in inglese | Development of diagnostic scores and outcome predictors in patients with type 2 diabetes |
| G.S.D. | 01/INFO-01 - INFORMATICA |
| S.S.D | INFO-01/A - Informatica |
| G.S.D. | 01/INFO-01 - INFORMATICA |
| S.S.D | INFO-01/A - Informatica |
| Descrizione sintetica in italiano | Il 5,8% della popolazione Italiana è affetta da diabete mellito di tipo 2 (DT2), con stime previste di ulteriori incrementi nella sua prevalenza nei prossimi anni, soprattutto legate all’obesità ed all’invecchiamento della popolazione. Il diabete è gravato da complicanze croniche che sono causano elevata morbilità, mortalità e riduzione della qualità della vita. Tra queste, la steatoepatite non alcolica (NAFLD) e la malattia renale cronica rappresentano due delle più temibili sequele del diabete. L’obiettivo dello studio è quello di sviluppare ed implementare dei tools diagnostici che, nella pratica clinica, nell’ambito della pletora di pazienti con DT2 che afferiscono ai nostri ambulatori, possano agevolare l’identificazione precoce dei pazienti più a rischio di sviluppare malattia renale e NAFLD, grazie all’applicazione della intelligenza artificiale su database di ampie dimensioni. |
| Descrizione sintetica in inglese | 5.8% of the Italian population is affected by type 2 diabetes mellitus (DT2), with expected estimates of further increases in its prevalence in the coming years, especially linked to obesity and the aging of the population. Diabetes is burdened by chronic complications that cause high morbidity, mortality, and reduced quality of life. Among these, non-alcoholic steatohepatitis (NAFLD) and chronic kidney disease represent two of the most fearful sequelae of diabetes. The objective of the study is to develop and implement diagnostic tools which, in clinical practice, among the plethora of patients with T2D who refer to our clinics, can facilitate the early identification of patients most at risk of developing kidney disease and NAFLD, thanks to the application of artificial intelligence on large databases. |
| Data del bando | 09/08/2024 |
| Numero di assegnazioni per anno | 1 |
| 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 | https://www.unime.it/bandi/progetto-raidd-procedura-selettiva-di-valutazione-comparativa-titoli-e-esami-il-1 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|
| Nome dell'Ente finanziatore | Università degli Studi di Messina |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Messina |
| Sito web | http://www.unime.it |
| gbarbera@unime.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 30/08/2024 - alle ore 00:00 |
|---|