< Terug naar vorige pagina

Project

Een gepersonaliseerd aanbevelingssysteem voor geïndividualiseerde, op genoom sequentiëring gebaseerde tuberculose behandeling.

Tuberculose (TB) blijft een globaal probleem met jaarlijks 10.4 miljoen nieuwe infecties en 1.4 miljoen tuberculose gerelateerde sterfgevallen. Ongeveer 600 000 van deze nieuwe gevallen zijn resistent aan rifampicine, de belangrijkste eerstelijnsdrug. Het doel van dit PhD project is om Whole Genome Sequencing (WGS) als een diagnostisch platform, wat momenteel vooral in research gebruikt wordt, naar de patiënt te brengen. De interpretatie van WGS data vergt expertise die niet beschikbaar is in de high TB burden countries, Door software te ontwikkelen die de WGS data automatisch interpreteert en de optimale geindividualiseerde TB behandeling aanbeveelt voor een patiënt, rekening houdend met klinishe informatie en resistentie, zal ik dit gat in de research en klinische praktijk overbruggen. Bovendien zal de software, afhankelijk van de regio en de prevalentie van drug resistentie in die regio, onverwachte drug resistentie patronen in patiënten herkennen. Voor deze patiënten zal de software dan extra drug susceptibility tests aanbevelen. De gezondheidswerker kan de klinische patiënt informatie invoeren in een interface die gemakkelijk is in het gebruik. De WGS resultaten zullen gecombineerd worden met de klinische gegevens en beschikbaar gesteld aan de gezondheidswerker. Afhankelijk van de expertise van de gezondheidswerker, kunnen verschillende niveaus van informatie betreffende het beslissingproces naar de optimale behandeling beschikbaar gemaakt worden aan de gezondheidswerker. Deze software zal de diagnose en behandeling van drug resistente TB vergemakkelijken.
Datum:1 jan 2019 →  31 dec 2022
Trefwoorden:GENOOM SEQUENTIËRING, TUBERCULOSE
Disciplines:Computationele biomodellering en machine learning
Project type:Samenwerkingsproject