Skip to Main Content (Press Enter)

Logo UNITO
  • ×
  • Home
  • Pubblicazioni
  • Progetti
  • Persone
  • Competenze
  • Settori
  • Strutture
  • Terza Missione

UNI-FIND
Logo UNITO

|

UNI-FIND

unito.it
  • ×
  • Home
  • Pubblicazioni
  • Progetti
  • Persone
  • Competenze
  • Settori
  • Strutture
  • Terza Missione
  1. Progetti

Blood-Based Biomarkers for Dementia: Using blood-based biomarkers to improve diagnostic discrimination ...-Finanziamento dell’Unione Europea – NextGenerationEU – missione 4, componente 2, investimento 1.1

Progetto
La malattia di Alzheimer (AD) e la degenerazione lobare frontotemporale (FTLD) rappresentano una sfida importante e crescente per la salute globale, con si stima che i casi raggiungeranno i 150 milioni in tutto il mondo nel 2050. In questo scenario, una delle questioni chiave per avvantaggiare i pazienti con terapie su misura e consulenza prognostica consiste nello sviluppare biomarcatori accurati, non invasivi e facilmente accessibili. Attualmente, i biomarcatori validati vengono utilizzati su basi cliniche e si sono dimostrati estremamente accurati nella diagnosi della demenza. comunque, il l’invasività della rachicentesi o il costo elevato delle procedure di imaging come la PET o la RM rappresentano ancora un potenziale elemento di preoccupazione che ne limiti l’usabilità. In particolare, il biomarcatore ideale, oltre ad avere elevata precisione e affidabilità, dovrebbe essere non invasivo, semplice da eseguire e poco costoso. Nell’ultimo decennio, i biomarcatori ematici non invasivi sono stati ampiamente studiati raffinato, mostrando un grande potenziale nell'identificazione di disturbi neurodegenerativi, anche nelle fasi prodromiche della malattia. Tuttavia, è necessario identificare una combinazione ottimale di misurazioni per produrre il metodo più accurato, non invasivo e Algoritmo diagnostico economicamente vantaggioso per la classificazione dei comuni disturbi neurodegenerativi. Per raggiungere questo obiettivo, 3B4D lo farà sviluppare un approccio bayesiano basato sulla regressione logistica multinomiale e sulla distribuzione predittiva a posteriori. Questi algoritmi lo faranno consentono di ottenere le informazioni necessarie per identificare pattern di biomarcatori ematici utili per la discriminazione tra loro soggetti sani e clinici in ciascuna patologia, o tra soggetti patologici con diagnosi diverse. Il vantaggio di questo tipo di algoritmo è che consente un'interpretazione probabilistica sia delle classificazioni che dei parametri calcolati dall' algoritmi stessi. Inoltre, verrà costruita una gerarchia dei biomarcatori, al fine di comprendere ulteriormente la relazione esistente tra loro. Lo scopo del presente progetto sarà, quindi, quello di esaminare l'accuratezza della classificazione attualmente riconosciuta biomarcatori ematici, vale a dire NfL, GFAP, Abeta40 e Abeta 42, pTau181, pTau231 e neurogranina, presi singolarmente e in combinazione tra loro, all’interno di un quadro bayesano. Il progetto includerà un campione di 150 individui: 50 pazienti con a diagnosi di AD, 50 pazienti con diagnosi di FTLD e 50 controlli cognitivamente sani. L'esito di 3B4D consentirà a miglioramento significativo nella comprensione del ruolo dei biomarcatori ematici nella demenza, producendo uno strumento prezioso per la demenza pratica clinica. La conoscenza acquisita avrà un notevole impatto scientifico e clinico, promuovendo la tecnologia del mondo reale applicazioni.
  • Dati Generali
  • Aree Di Ricerca
  • Pubblicazioni

Dati Generali

Partecipanti (2)

BRISCHETTO COSTA Tommaso Carlo   Responsabile scientifico  
LILOIA DONATO   Partecipante  

Referenti

MULAS Giovannantonio   Amministrativo  

Dipartimenti coinvolti

PSICOLOGIA   Principale  

Tipo

PRIN 2022

Finanziatore

MINISTERO DELL'UNIVERSITA' E DELLA RICERCA
Ente Finanziatore

Partner

Università degli Studi di TORINO

Contributo Totale (assegnato) Ateneo (EURO)

103.438€

Periodo di attività

Ottobre 18, 2023 - Ottobre 17, 2025

Durata progetto

24 mesi

Aree Di Ricerca

Settori (22)


LS5_11 - Neurological and neurodegenerative disorders - (2022)

LS5_18 - Innovative methods and tools for neuroscience - (2022)

LS7_2 - Medical technologies and tools (including genetic tools and biomarkers) for prevention, diagnosis, monitoring and treatment of diseases - (2022)

Goal 3: Good health and well-being

Settore M-PSI/01 - Psicologia Generale

CIBO, AGRICOLTURA e ALLEVAMENTI - Farmacologia Veterinaria

CIBO, AGRICOLTURA e ALLEVAMENTI - Patologia e malattie degli animali

CIBO, AGRICOLTURA e ALLEVAMENTI - Scienze cliniche veterinarie

MEDICINA, SALUTE e BENESSERE - Diagnostica e Imaging

MEDICINA, SALUTE e BENESSERE - Disturbi neuropsichiatrici

MEDICINA, SALUTE e BENESSERE - Epidemiologia

MEDICINA, SALUTE e BENESSERE - Fisiologia comportamentale

MEDICINA, SALUTE e BENESSERE - Malattie neurologiche e neurodegenerative

MEDICINA, SALUTE e BENESSERE - Medicina Rigenerativa e Cellule Staminali

MEDICINA, SALUTE e BENESSERE - Oncologia e Tumori

MEDICINA, SALUTE e BENESSERE - Psicologia clinica

MEDICINA, SALUTE e BENESSERE - Ricerca Traslazionale e Clinica

MEDICINA, SALUTE e BENESSERE - Trapianti e medicina rigenerativa

SCIENZE DELLA VITA e FARMACOLOGIA - Basi molecolari e cellulari delle patologie

SCIENZE DELLA VITA e FARMACOLOGIA - Interazioni tra molecole, cellule, organismi e ambiente

SCIENZE DELLA VITA e FARMACOLOGIA - Molecole bioattive

SCIENZE DELLA VITA e FARMACOLOGIA - Sviluppo del sistema nervoso e plasticità

Parole chiave (4)

  • ascendente
  • decrescente
Alzheimer's disease
BAYESIAN STATISTICS
biomarker
neurodegenerative dementias
No Results Found
  • «
  • ‹
  • {pageNumber}
  • ›
  • »
{startItem} - {endItem} di {itemsNumber}

Pubblicazioni

Pubblicazioni (2)

Evaluating the robustness of DTI-ALPS in clinical context: a meta-analytic parallel on Alzheimer's and Parkinson's diseases 
SCIENTIFIC REPORTS
2024
Articolo
Open Access
Altmetric disabilitato. Abilitalo su "Utilizzo dei cookie"
Local functional connectivity abnormalities in mild cognitive impairment and Alzheimer's disease: A meta-analytic investigation using minimum Bayes factor activation likelihood estimation 
NEUROIMAGE
2024
Articolo
Open Access
Altmetric disabilitato. Abilitalo su "Utilizzo dei cookie"
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 25.6.1.0