En las personas con fibrosis quística, las exacerbaciones infecciosas agudas o los “inflamamientos” de la infección respiratoria crónica son la causa más importante de un mal resultado y se asocian con un aumento de los síntomas, una reducción de la función pulmonar y una inflamación local y sistémica. No está claro qué causa estas exacerbaciones y hay cierta incertidumbre en cuanto a la eficacia del tratamiento antibiótico agudo y a largo plazo. El análisis de Big Data combinado con el aprendizaje automático es un campo emergente con el potencial de transformar nuestra capacidad de predecir los resultados del cambio en los ecosytems.
En este proyecto, desarrollaremos y utilizaremos herramientas de aprendizaje automático para modelar y predecir cómo la perturbación en la estructura y función del microbioma de las vías respiratorias se relaciona con la aparición de exacerbaciones y la recuperación del paciente con el tratamiento. Los datos clínicos, microbiológicos e inflamatorios sobre exacerbaciones, recogidos en múltiples estudios clínicos, se fusionarán y utilizarán para construir aplicaciones y herramientas analíticas que personalizarán los tratamientos de exacerbación y garantizarán resultados óptimos para los pacientes.
Fecha cierre convocatoria beca 30 junio 2020
Mayores informes beca
