< Terug naar vorige pagina

Project

Optimalisering van digitale tools voor uitbraken met behulp van epidemiologische en fylogenetische gegevens verzameld tijdens de COVID-19 pandemie, en de integratie van AI tools om de evolutie van een uitbraak in reële tijd te monitoren

Met 6 miljoen doden door COVID-19 en 30 vastgesteld uitbraken van Ebola sinds het einde van de jaren 70, zijn opkomende infectieziekten wereldwijd een belangrijke bron van ongerustheid, aangezien ons vermogen om snel uitbraken te controleren snel een wereldwijd effect kan hebben. Een sleutelelement voor de beheersing van infectieziekten ligt in het begrijpen van de manier van overdracht en het meten van het effect van (niet-)farmaceutische interventies. In reële omstandigheden kan het verzamelen en analyseren van gegevens in het begin van een uitbraak een cruciale invloed hebben op de verdere epidemiologische evolutie. Daarom is het belangrijk dat de teams ter plaatse toegang hebben tot instrumenten om de testing & tracing gegevens op een gestructureerde manier in te voeren en de risicofactoren voor infectie te identificeren en bij te werken. Sinds september 2020 verzamelde een Laboratorium van de KU Leuven unieke datasets met epidemiologische en fylogenetische gegevens in een gemeenschap van 30.000+ studenten. Eerst zal ik een epidemiologische en fylogenetische analyse uitvoeren om de redenen van verspreidings te beschrijven. Ten tweede zal ik een beslissingsmodel ontwikkelen om gedragsmatige, sociale, immunologische en tijdsgebonden risicofactoren voor SARS-CoV-2 infectie te identificeren. Dan in samenwerking met de Wereldgezondheidsorganisatie zullen we studies ter plaatse uitvoeren om analytische modules te integreren in een digitaal onderzoeksinstrument voor uitbraken.

Datum:6 feb 2023 →  Heden
Trefwoorden:COVID-19, Contact tracing, Artificial Intelligence
Disciplines:Epidemiologie, Bioinformatica, Modellering en simulatie, Respiratoire geneeskunde
Project type:PhD project