Attività

Titolo Obiettivo Specifico

Titolo Attività

Descrizione Attività

Soggetto partecipante

OS1: Sviluppo di una infrastruttura per lo scambio e l’analisi dei dati dedicata alla medica personalizzata che consenta l’integrazione di dati genomici e fenotipici generati da diversi laboratori al fine di ottimizzare l’uso e il ri-uso di dati genomici

AT1: Definizione del modello dei dati

Si definirà un modello dei dati condiviso che verrà espresso con tecnologie model-driven innovative. Questo permetterà di collegare in maniera automatica il database condiviso (anche in forma di data lake) con i database delle varie istituzioni, conformemente ai requisiti in materia di data privacy e security.

Università degli Studi dell’Aquila

OS1: Sviluppo di una infrastruttura per lo scambio e l’analisi dei dati dedicata alla medica personalizzata che consenta l’integrazione di dati genomici e fenotipici generati da diversi laboratori al fine di ottimizzare l’uso e il ri-uso di dati genomici

AT2: Definizione dei requisiti del sistema

Si raccoglieranno i requisiti funzionali del sistema, analizzando i diversi casi d’uso della piattaforma

Università degli Studi di Enna Kore

OS1: Sviluppo di una infrastruttura per lo scambio e l’analisi dei dati dedicata alla medica personalizzata che consenta l’integrazione di dati genomici e fenotipici generati da diversi laboratori al fine di ottimizzare l’uso e il ri-uso di dati genomici

AT3: Definizione dell’architettura

Si definirà dell’architettura dell’ecosistema di servizi federati per la raccolta, gestione e analisi del dati, ponendo particolare enfasi agli aspetti di analisi distribuita degli stessi.

Università degli Studi dell’Aquila

OS1: Sviluppo di una infrastruttura per lo scambio e l’analisi dei dati dedicata alla medica personalizzata che consenta l’integrazione di dati genomici e fenotipici generati da diversi laboratori al fine di ottimizzare l’uso e il riuso di dati genomici

AT4: Sviluppo del data-lake METIS e data management su cloud

Per la piattaforma dell’ecosistema si useranno tecnologie legate ai web services e al cloud (ad esempio nel mondo open source Apache e Apache Hadoop, o servizi a pagamento come Amazon e MS Azure) e si utilizzeranno protocolli standard per garantire la sicurezza e la privacy nella condivisione dei dati. La piattaforma sarà co- sviluppata con KORE. Tutti i partner clinici con i database da federare supporteranno l’attività.

Università degli Studi dell’Aquila

OS1: Sviluppo di una infrastruttura per lo scambio e l’analisi dei dati dedicata alla medica personalizzata che consenta l’integrazione di dati genomici e fenotipici generati da diversi laboratori al fine di ottimizzare l’uso e il ri-uso di dati genomici

AT5: Co-sviluppo del data-lake, incluso sviluppo di applicativi per la raccolta dati ed inserimento nel data lake

KORE supporterà UAQ nello sviluppo del data-lake. Specifici applicativi, nella forma di web app, saranno sviluppati per la raccolta dei dati e il loro inserimento nei database (o data lake) del progetto.

Università degli Studi di Enna Kore

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT6: Definizione di criteri di inclusione ed esclusione per soggetti con malattie metaboliche e loro complicanze

Verranno predisposti e concordati i criteri per selezionare una casistica omogenea tra le coorti coinvolte nel progetto per le analisi.

Considerando serie pediatrica e serie adulta.

AORN Santobono- Pausilipon

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT7: Definizione di criteri di inclusione ed esclusione per soggetti malattie infiammatorie croniche e loro

complicanze

Verranno predisposti e concordati i criteri per selezionare una casistica omogenea tra le coorti coinvolte nel progetto per le analisi.

Considerando serie pediatrica e serie adulta.

Università degli Studi di Padova

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT8: Definizione di criteri di inclusione ed esclusione per patologie

oncologiche

Verranno predisposti e concordati i criteri per selezionare una casistica omogenea tra le coorti coinvolte nel progetto per le analisi.

Considerando serie pediatrica e serie adulta.

IRCCS G. Gaslini

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT9: Analisi dei dataset di IGG, selezione della casistica secondo i criteri pre- definiti e supporto armonizzazione

Verranno analizzati i dataset clinici e genetici a disposizione, verificandone i metadati e i dati (anche tramite analisi dei dati delle cartelle cliniche). Dopo avere verificato con i Comitati Etici di riferimento gli step necessari all’utilizzo dei dati nel progetto e l’eventuale necessità di richiedere nuovi consensi ai pazienti, verranno selezionati gli individui che rispondono ai criteri di selezione specificati per ogni casistica.

IRCCS G. Gaslini

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT10: Analisi dei dataset di AOSP, selezione della casistica secondo i criteri pre- definiti e supporto armonizzazione

Verranno analizzati i dataset clinici e genetici a disposizione, verificandone i metadati e i dati (anche tramite analisi dei dati delle cartelle cliniche). Dopo avere verificato con i Comitati Etici di riferimento gli step necessari all’utilizzo dei dati nel progetto e l’eventuale necessità di richiedere nuovi consensi ai pazienti, verranno selezionati gli individui che rispondono ai criteri di selezione specificati per ogni casistica.

AORN Santobono- Pausilipon

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT11: Analisi dei dataset di SSR, selezione della casistica secondo i criteri pre- definiti e supporto armonizzazione

Verranno analizzati i dataset clinici e genetici a disposizione, verificandone i metadati e i dati (anche tramite analisi dei dati delle cartelle cliniche). Dopo avere verificato con i Comitati Etici di riferimento gli step necessari all’utilizzo dei dati nel progetto e l’eventuale necessità di richiedere nuovi consensi ai pazienti, verranno selezionati gli individui che rispondono ai criteri di selezione specificati per ogni casistica.

IRCCS San Raffaele Roma

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT12:Analisi dei dataset di ASLT, selezione della casistica secondo i criteri pre- definiti e supporto armonizzazione

Verranno analizzati i dataset clinici e genetici a disposizione, verificandone i metadati e i dati (anche tramite analisi dei dati delle cartelle cliniche). Dopo avere verificato con i Comitati Etici di riferimento gli step necessari all’utilizzo dei dati nel progetto e l’eventuale necessità di richiedere nuovi consensi ai pazienti, verranno selezionati gli individui che rispondono ai criteri di selezione specificati per ogni casistica.

ASL Teramo

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT13: Analisi dei dataset di UNIPD, selezione della casistica secondo i criteri pre- definiti e supporto armonizzazione

Verranno analizzati i dataset clinici e genetici a disposizione, verificandone i metadati e i dati (anche tramite analisi dei dati delle cartelle cliniche). Dopo avere verificato con i Comitati Etici di riferimento gli step necessari all’utilizzo dei dati nel progetto e l’eventuale necessità di richiedere nuovi consensi ai pazienti, verranno selezionati gli individui che

rispondono ai criteri di selezione

Università degli Studi di Padova

specificati per ogni casistica.

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT14: Armonizzazione dei dati

L’armonizzazione avverrà attraverso ontologie di riferimento, per rendere i dati semanticamente confrontabili e per poterli utilizzare nelle analisi.

Università Telematica San Raffaele Roma – Sede Acireale

OS2: Ri-uso di grandi dataset di dati clinici, genomici ed ambientali ed identificazione di almeno 5.000 soggetti per analisi di IA

AT15: Supporto alla condivisione dati con piattaforma di progetto

Gli applicativi sviluppati per condividere i dati con il datalake verranno utilizzati sui database dei partner clinici, previa armonizzazione dei dati.

Università degli Studi di Enna Kore

OS3: Completare la raccolta dati, tramite reclutamento di nuova casistica e follow up, che consentano una caratterizzazione clinica ed endogenotipica approfondita e la raccolta uniforme di dati ambientali

AT16: Approvazione dello studio da parte del Comitato Etico competente per IGG e reclutamento e follow up casistiche pediatriche per malattie metaboliche, infiammatorie croniche ed oncologiche

Nell’ambito di quest’attività verrà definito il protocollo di studio per gli studi pediatrici (condiviso), dopo approvazione da parte del Comitato Etico, sarà condotto lo studio familiare su popolazione scolastica obesa, sui pazienti (già seguiti) per diabete di tipo 1 e su pazienti con malattie infiammatorie croniche . Verranno inoltre aggiunti follow up e casistica per gli studi population based.

IRCCS G. Gaslini

OS3: Completare la raccolta dati, tramite reclutamento di nuova casistica e follow up, che consentano una caratterizzazione clinica ed endogenotipica approfondita e la raccolta uniforme di dati ambientali

AT17: Approvazione dello studio da parte del Comitato Etico competente per AOSP, reclutamento e follow up casistiche pediatriche per malattie metaboliche, infiammatorie croniche ed oncologiche

Nell’ambito di quest’attività verrà definito il protocollo di studio per gli studi pediatrici (condiviso), dopo approvazione da parte del Comitato Etico, sarà condotto lo studio familiare su popolazione scolastica obesa, e su pazienti oncologici (popolation based)

AORN Santobono- Pausilipon

OS3: Completare la raccolta dati, tramite reclutamento di nuova casistica e follow up, che consentano una

caratterizzazione clinica

AT18: Approvazione da parte del Comitato Etico Competente di SRR,

Nell’ambito di quest’attività verrà definito il protocollo di studio e, dopo approvazione del Comitato Etico, condotto lo studio prospettico su soggetti adulti con malattie metaboliche,

IRCCS San

Raffaele Roma

ed endogenotipica approfondita e la raccolta uniforme di dati ambientali

reclutamento e follow up casistiche adulte per malettie metaboliche ed

oncologiche

cardiovascolari e neoplastiche. I soggetti saranno reclutati e fenotipizzati. Inoltre i dati anamnestici saranno accuratamente raccolti.

OS3: Completare la raccolta dati, tramite reclutamento di nuova casistica e follow up, che consentano una caratterizzazione clinica ed endogenotipica approfondita e la raccolta uniforme di dati ambientali

AT19: Approvazione da parte del Comitato Etico competente, reclutamento e follow up casistiche adulte per malattie metaboliche ed oncologiche

Nell’ambito di quest’attività verrà definito il protocollo di studio e, dopo approvazione del Comitato Etico, condotto lo studio prospettico su soggetti adulti con malattie metaboliche, reumatologiche, cardiovascolari e neoplastiche. I soggetti saranno reclutati e fenotipizzati. Inoltre i dati anamnestici saranno accuratamente raccolti.

ASL Teramo

OS3: Completare la raccolta dati, tramite reclutamento di nuova casistica e follow up, che consentano una caratterizzazione clinica ed endogenotipica approfondita e la raccolta uniforme di dati ambientali

AT20: Approvazione da parte del Comitato Etico competente, reclutamento e follow up casistiche adulte per malettie

reumatiche

Nell’ambito di quest’attività verrà definito il protocollo di studio e, dopo approvazione del Comitato Etico, condotto lo studio prospettico su soggetti adulti con malattie reumatiche e loro complicanze. I soggetti saranno reclutati e fenotipizzati. Inoltre i dati anamnestici saranno accuratamente raccolti.

Università degli Studi di Padova

OS4: Sviluppo di una piattaforma scalabile e riutilizzabile per l’elaborazione analisi e

condivisione di dati WGS; Sequenziamento dell’intero genoma di circa 5.000 soggetti (circa 1400 WGS; circa 3600 SNP) ben caratterizzati dal punto di vista fenotipico endofenotipico, anamnestico e di abitudini in termini di stili di vita

AT21. Whole Genome Sequencing su circa 1.000 campioni

CRS4 definirà le specifiche per la raccolta di circa 1000 campioni di DNA da parte dei partner clinici. CRS4 affiderà il sequenziamento a enti esterni con piattaforme NGS di ultima generazione e acquisirà i dati prodotti per effettuare le elaborazioni da parte della piattaforma sviluppata in AT24

CRS4 surl – Centro di Ricerca, Sviluppo e Studi Superiori in Sardegna

OS4: Sviluppo di una piattaforma scalabile e riutilizzabile per l’elaborazione analisi e condivisione di dati WGS; Sequenziamento dell’intero genoma di

circa 5.000 soggetti (circa

AT22. Whole Genome Sequencing

UAQ coordinerà la raccolta dei restanti campioni di DNA e tutte le fasi del loro processamento fino al completamento del sequenziamento. Tale analisi sarà condotta da enti esterni con piattaforme di NGS di ultima

generazione.

Università degli Studi dell’Aquila

1400 WGS; circa 3600 SNP) ben caratterizzati dal punto di vista fenotipico endofenotipico, anamnestico e di abitudini in termini di stili di vita

OS4: Sviluppo di una piattaforma scalabile e riutilizzabile per l’elaborazione analisi e

condivisione di dati WGS; Sequenziamento dell’intero genoma di circa 5.000 soggetti (circa 1400 WGS; circa 3600 SNP) ben caratterizzati dal punto di vista fenotipico endofenotipico, anamnestico e di abitudini in termini di stili di vita

AT23 Genotyping

UAQ coordinerà la raccolta di circa 3.000 campioni di DNA, si occuperà della loro genotipizzazione e della condivisione dei dati generati con METIS data-lake

Università degli Studi dell’Aquila

OS4: Sviluppo di una piattaforma scalabile e riutilizzabile per l’elaborazione analisi e condivisione di dati WGS; Sequenziamento dell’intero genoma di circa 5.000 soggetti (circa 1400 WGS; circa 3600

SNP) ben caratterizzati dal punto di vista fenotipico endofenotipico, anamnestico e di abitudini in termini di stili di vita

AT24: Sviluppo di piattaforme scalabili e riutilizzabili per analisi dati WGS per identificazione varianti ed esposizione dati su repository interna al progetto

Verranno realizzate le componenti necessarie per la gestione ed analisi di dati genomici provenienti da metodiche sperimentali di sequenziamento NGS di interi genomi, in grado di garantire accesso omogeneo e computazionalmente efficiente ai dati conservando le informazioni di tracciabilità dei dati e garantendo la riproducibilità dei risultati delle pipeline computazionali. Le piattaforme saranno rese disponibili in open source. E’ prevista una prima release alla fine del secondo anno di progetto e una release finale al quarto anno di progetto.

CRS4 surl – Centro di Ricerca, Sviluppo e Studi Superiori in Sardegna

OS4: Sviluppo di una piattaforma scalabile e riutilizzabile per l’elaborazione analisi e condivisione di dati WGS; Sequenziamento dell’intero genoma di circa 5.000 soggetti (circa 1400 WGS; circa 3600

AT25: Modellazione dati genomici, standardizzazione e condivisione in piattaforme di riferimento internazionali

I dati genomici risultanti dall’elaborazione verranno modellati con formalismi aperti che ne consentano una descrizione dettagliata e strutturata, catturando anche informazioni di contesto che ne possano favorire la condivisione e il riuso.

CRS4 surl – Centro di Ricerca, Sviluppo e Studi Superiori in Sardegna

SNP) ben caratterizzati dal punto di vista fenotipico endofenotipico, anamnestico e di abitudini in termini di stili di vita

OS4: Sviluppo di una piattaforma scalabile e riutilizzabile per l’elaborazione analisi e

condivisione di dati WGS; Sequenziamento dell’intero genoma di circa 5.000 soggetti (circa 1400 WGS; circa 3600 SNP) ben caratterizzati dal punto di vista fenotipico endofenotipico, anamnestico e di abitudini in termini di stili di vita

AT26: Applicazione di piattaforme scalabili per analisi WGS e condivsione dei dati

I dati genomici risultanti dall’elaborazione verranno modellati con formalismi aperti che ne consentano una descrizione dettagliata e strutturata, catturando anche informazioni di contesto che ne possano favorire la condivisione e il riuso.

CRS4 surl – Centro di Ricerca, Sviluppo e Studi Superiori in Sardegna

OS5: Identificazione di varianti e profili genetici associati al rischio di sviluppare obesità e malattie infiammatorie croniche e loro complicanze, quali endofenotipi di rischio cardiovascolare ed oncologico, patologie oncologiche pediatriche e la loro prognosi, anche in termini di recidive e complicanze nei sopravvissuti, e loro interazioni con fattori di rischio ambientali (stili di vita).

AT27: Analisi di associazione e ricostruzione di pathway fisiopatologici

Coinvolgerà sia i dati di sequenziamento massivo (WGS) che quelli di genotipizzazione (SNP- array), e si effettuerà confrontando, pairwise, i risultati dei diversi gruppi di pazienti e associando le differenze genetiche a tratti particolari, endofenotipi, etc (come descritto nel disegno sperimentale). A partire da set di geni selezionati sulla base delle varianti identificate via WGS, sarà effettuata un’analisi congiunta di interazione proteina-proteina (PPI) e di identificazione delle pathways rilevanti a ciascun gruppo di pazienti, fino a ricostruire le pathways fisiopatologiche che

risultano arricchite / coinvolte nelle patologie considerate.

IRCCS G. Gaslini

OS5: Identificazione di varianti e profili genetici associati al rischio di sviluppare obesità e malattie infiammatorie croniche e loro complicanze, quali

endofenotipi di rischio

AT28: Analisi di associazione e analisi G*E

I dati ottenuti in OS4 potranno essere soggetti all’analisi di associazione e di interazione tra genotipo e ambiente mediante applicazione di uno dei tool bioinformatici, modelli e/o algoritmi già sviluppati allo scopo.

Università degli Studi dell’Aquila

cardiovascolare ed oncologico, patologie oncologiche pediatriche e la loro prognosi, anche in termini di recidive e complicanze nei sopravvissuti, e loro interazioni con fattori di rischio ambientali (stili di

vita).

OS6: Sviluppare un framework di analisi di IA

AT29: Implementazione di algoritmi esistenti e sviluppo di algoritmi per l’analisi dei dati retrospettivi e loro test su dati prospettici e strumenti di presentazione dei risultati (explainability)

Verranno definiti i macro requisiti e i requisiti di dettaglio del sistema di classificazione delle informazioni e di analisi predittiva. L’ algoritmo Risk verrà ulteriormente implementato per rispondere alle esigenze di progetto e alla caratteristiche dei dataset a disposizione e ulteriori algoritmi verranno sviluppati, secondo necessità. Gli algoritmi verranno ampliati per ottimizzare la profondità di informazioni genetiche e fenotipiche disponibile nel dataset prospettico. Inoltre saranno definiti degli appositi strumenti per la XAI per rendere comprensibile a tutti gli utenti i predittori degli algoritmi sviluppati. Verrà fornito un innovativo metodo di presentazione dei risultati ottenuti, basato sui principi

dell’explainability.

Università Telematica San Raffaele Roma – Sede Aci Reale

OS6: Sviluppare un framework di analisi di IA

AT30: Sviluppo di pipeline di analisi FAIR riutilizzabili da parte di centri/laboratori

di riferimento

Verranno implementate pipeline di analisi predittive con varie tecniche di machine learning, e saranno rese condivisibili con la comunità scientifica.

Università degli Studi dell’Aquila

OS6: Sviluppare un framework di analisi di IA

AT31: Sviluppo di applicativi per interfacciarsi con data-lake

Verranno implementate applicazioni per esporre algoritmi/pipeline selezionate su METIS data lake.

Università degli Studi di Enna Kore

OS7: Deep Learning per la Network Medicine

AT32: Deep learning utilizzando algoritmo supervisionato Random Watcher

L’algoritmo permette di integrare più fonti di informazione senza manipolare la topologia originale della rete e rappresenterà il punto di partenza per integrare le diverse informazioni messe a disposizione

del progetto e per rispondere ai

Università degli Studi dell’Aquila

differenti quesiti medici.

OS7: Deep Learning per la Network Medicine

AT33: Deep learning utilizzando algoritmi di network analysis

Sarà sviluppato un set di algoritmi per comprendere meglio le reti di rappresentazione di dati clinici e fornire degli insight su potenziali indicazioni per la prevenzione e la diagnosi, investigando le proprietà strutturali e topologiche delle reti, andando alla ricerca di: modulatori, nodi driver, sotto-

strutture locali, subgrafi ricorrenti.

Università Telematica San Raffaele Roma – Sede Aci Reale

OS8: Implementazione del CRB dell’IRCCS San Raffaele Roma con la creazione di una nuova biobanca campioni dedicata agli studi prospettici del progetto e finalizzata al possibile ri- uso dei campioni/dati oltre il termine del

progetto.

AT34: Definire modello organizzativo per gestire i campioni raccolti in LIFEMap

Dopo aver analizzati diversi modelli per la gestione dei campioni, oltre il termine del progetto (biobanca federata Vs centralizzata Vs regionale), sarà definito congiuntamente il modello scelto

IRCCS San

Raffaele Roma

OS8: Implementazione del CRB dell’IRCCS San Raffaele Roma con la creazione di una nuova biobanca campioni dedicata agli studi prospettici del progetto e finalizzata al possibile ri- uso dei campioni/dati oltre il termine del progetto.

AT35: Sviluppo di una SOP per storage campioni e loro link con rispettivi dati nel registro in accordo a termini di sicurezza e privacy, e rafforzamento delle infrastrutture dedicate e sviluppo di policy per accesso ai campioni e ai dati da parte di terzi

Verranno definite procedure operative per la gestione dei campioni (e loro associazione coi dati nel data-lake). Saranno anche implementati i freezer dedicati.

Inoltre verranno definite le politiche e procedure di accesso ai campioni e relativi dati, da parte di enti terzi, durante la vita del progetto ed oltre.

IRCCS San Raffaele Roma

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT36: Comunicazione web

Verrà pubblicato ed aggiornato un sito web di progetto. Al sito si affiancheranno canali di comunicazione social

Centro per la Formazione Permanente e l’Aggiornamento del Personale del Servizio Sanitario (CEFPAS)

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT37: Disseminazione scientifica

I partner svilupperanno pubblicazioni scientifiche, partecipazioni a congressi (presentazioni/poster) e veicoleranno i risultati di progetto presso le organizzazioni di cui sono membri.

IRCCS G. Gaslini

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT38: Disseminazione scientifica

I partner svilupperanno pubblicazioni scientifiche, partecipazioni a congressi (presentazioni/poster) e veicoleranno i risultati di progetto presso le organizzazioni di cui sono membri.

IRCCS San Raffaele Roma

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT39: Disseminazione scientifica ed engagement con enti regionali

I partner svilupperanno pubblicazioni scientifiche, partecipazioni a congressi (presentazioni/poster) e veicoleranno i risultati di progetto presso le organizzazioni di cui sono membri. Inoltre con ASLT si occuperà di integrare i risultati di

progetto in piani prevenzione

AORN Santobono- Pausilipon

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT40: Disseminazione scientifica

I partner svilupperanno pubblicazioni scientifiche, partecipazioni a congressi (presentazioni/poster) e veicoleranno i risultati di progetto presso le organizzazioni di cui sono membri.

Università degli Studi dell’Aquila

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT41: Organizzazione di materiale divulgativo e corsi di formazione per operatori sanitari

Verranno organizzati eventi divulgativi per gli operatori sanitari e per enti del sistema sanitario, promuovendo i temi della medicina personalizzata e della prevenzione per le casistiche target

Centro per la Formazione Permanente e l’Aggiorname nto del Personale del Servizio Sanitario (CEFPAS)

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con

fattori ambientali e loro

AT42: Disseminazione scientifica

I partner svilupperanno pubblicazioni scientifiche, partecipazioni a congressi (presentazioni/poster) e veicoleranno i risultati di progetto

presso le organizzazioni di cui sono

Università Telematica San Raffaele Roma – Sede Aci Reale

implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

membri.

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT43: Disseminazione scientifica

I partner svilupperanno pubblicazioni scientifiche, partecipazioni a congressi (presentazioni/poster) e veicoleranno i risultati di progetto presso le organizzazioni di cui sono membri.

CRS4 surl – Centro di Ricerca, Sviluppo e Studi Superiori in Sardegna

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT44: Disseminazione scientifica

I partner svilupperanno pubblicazioni scientifiche, partecipazioni a congressi (presentazioni/poster) e veicoleranno i risultati di progetto presso le organizzazioni di cui sono membri.

Università degli Studi di Enna Kore

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT45: Disseminazione scientifica

I partner svilupperanno pubblicazioni scientifiche, partecipazioni a congressi (presentazioni/poster) e veicoleranno i risultati di progetto presso le organizzazioni di cui sono membri.

Università degli Studi di Padova

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT46: Sviluppo di linee guida e piani di prevenzione

I risultati di progetto saranno veicolati ai professionisti sanitari e ai Sistemi Sanitari regionali attraverso lo sviluppo di linee guida e piani prevenzione in ottica di prevenzione e medicina personalizzata.

ASL Teramo

OS9: Diffondere le conoscenze acquisite sui meccanismi fisiopatologici analizzati, loro interazioni con fattori ambientali e loro implicazioni in termini di prevenzione per i diversi stakeholder coinvolti

AT47: Strumenti di educazione e sensibilizzazione rispetto agli stili di vita a seconda dei profili di rischio (engagement pazienti) ed organizzazione di eventi divulgativi

(incluso workshop

I risultati di progetto saranno trasmessi, sia intermini di profili genetici, di specifici fenotipi che di stili di vita predisponenti e dopo opportuna trasformazione, agli utenti finali per favorire l’engagement dei pazienti nei piani di prevenzione personalizzata. Gli eventi divulgativi per coinvolgere gli stakeholder verranno organizzati da remoto ed in

presenza. Nel workshop finale

Centro per la Formazione Permanente e l’Aggiorname nto del Personale del Servizio Sanitario (CEFPAS)