Promotie
Development of Machine Learning-Derived Digital Biomarkers for Trial@Home Clinical Trials
- A. Zhuparris
- Datum
- donderdag 13 juni 2024
- Tijd
- Locatie
-
Academiegebouw
Rapenburg 73
2311 GJ Leiden
Promotor(en)
- Prof.dr. G.J. Groeneveld
- Prof.dr. ir. W. Kraaij
- dr. ir. RJ. Doll
Samenvatting
Ontwikkeling van nieuwe smartphone- en wearables-biomarkers voor klinische Trial@Home-onderzoeken met behulp van Machine Learning
Machine learning (ML) en mobiele technologieën, zoals smartphones en wearables, kunnen effectief worden gebruikt om nieuwe mHealth-biomarkers te ontwikkelen voor klinische studies. Deze biomarkers kunnen helpen bij het inschatten van de ernst van symptomen, het volgen van de progressie en het meten van de effectiviteit van behandelingen bij bijvoorbeeld Facioscapulohumerale Dystrophie, depressies of Parkinson. Door ML-algoritmes in te zetten kunnen grote datasets worden geanalyseerd om subtiele patronen te identificeren die veranderingen in de gezondheid van patiënten kunnen aangeven.
Deze bevindingen hebben een sociale relevantie, omdat ze de manier waarop gezondheidszorg wordt geleverd kunnen veranderen. Met mHealth-biomarkers kunnen snellere en nauwkeurigere diagnoses worden gesteld, wat patiënten tijd en kosten bespaart. Daarnaast kunnen deze technologieën klinische studies verbeteren door continue monitoring mogelijk te maken, wat kan leiden tot effectievere behandelingsmethoden. Dit kan de levenskwaliteit van patiënten en hun families verbeteren.
In dit onderzoek is uitgebreide dataverzameling via mobiele technologieën gecombineerd met ML-technieken. Door gegevens uit verschillende bronnen te verzamelen, konden onderzoekers een breed scala aan biomarkers ontwikkelen om inzicht te krijgen in de gezondheid van patiënten. ML-algoritmes maakten het mogelijk grote datasets efficiënt te analyseren en patronen te ontdekken die relevant zijn voor klinische studies behandelingen.
Het gebruik van mHealth-biomarkers voor het monitoren op afstand kan het traditionele model van in-person klinische beoordelingen veranderen. Deze innovatieve biomarkers bieden een nauwkeurige en continue manier om de effectiviteit van behandelingen te beoordelen, wat uiteindelijk zou kunnen leiden tot een betere gezondheidszorg en de ontwikkeling van geneesmiddelen wereldwijd.
Proefschriften
Ongeveer een week na de promotie zijn proefschriften van Leidse promovendi digitaal beschikbaar via het Leids Repositorium. De proefschriften op deze site zijn vrij toegankelijk. Alleen in sommige gevallen rust er een tijdelijk embargo op een proefschrift en wordt het proefschrift pas later volledig beschikbaar gesteld.
Persvragen (alleen journalisten)
Algemene informatie
Bureau Pedel
pedel@bb.leidenuniv.nl
071 527 7211