L’aumento dell’aspettativa di vita e la crescente incidenza di malattie croniche e neurodegenerative rappresentano una sfida per la medicina. Il progetto TORNADO :“Omics Techniques and Neural Networks for the Development of Predictive Risk Models” si inserisce in questo contesto con l'obiettivo di sviluppare nuovi modelli predittivi di rischio di patologie neurodegenerative, infiammatorie, muscoloscheletriche, metaboliche e legate all’invecchiamento precoce. Per fare ciò, il progetto analizza una coorte di studio costituiti da piloti militari ad alte prestazioni, definiti soggetti supersani per le loro elevate capacità psicofisiche e l’ottimale stato di salute. L’obiettivo principale dello studio è identificare pattern distintivi all’interno di una popolazione di piloti, associabili all’esposizione ad ambienti peculiari. Tali pattern identificati in individui omogenei e sani, saranno il controllo su cui testare strategie preventive e terapeutiche per patologie ad alta incidenza nella popolazione generale. La prima fase dello studio è stata caratterizzata dal disegno delle fasi sperimentali sul campo, dalla scelta di dispositivi indossabili in grado di raccogliere parametri fisiologici e di esposizione in tempo reale, dallo sviluppo di un’app di interfaccia dedicata al progetto, di un sistema gestionale per la classificazione dei dati clinici e dei campioni biologici raccolti. La fase operativa ha previsto l’arruolamento dei soggetti e l’analisi dell’esposoma anche attraverso la somministrazione di questionari relativi ad abitudini di vita, esposizione cumulativa al volo, impatto di problemi muscolo-scheletrici sulle attività quotidiane, stress lavorativo ed extra-lavorativo, qualità del sonno, dieta e anamnesi medica. I soggetti arruolati sono stati anche sottoposti a prelievo di campioni biologici e dotati dello smartwatch per la successiva integrazione dei dati ottenuti. I risultati evidenziano lievi differenze nelle condizioni psico-fisiche tra la coorte di studio e la coorte di controllo, costituita da personale non navigante, suggerendo possibili elementi distintivi nella popolazione dei piloti. L’analisi delle omiche prevista nella seconda fase dello studio potrebbe consentire di evidenziare in modo più marcato le differenze tra le due coorti, offrendo nuove prospettive sui fattori protettivi, prognostici e predisponenti.

Outlier detection e clustering per la ricerca di pattern distintivi nei piloti dell’Aeronautica Militare: un approccio avanzato per l’analisi di dati complessi nella medicina di precisione

CAFFARI, SARA
2023/2024

Abstract

L’aumento dell’aspettativa di vita e la crescente incidenza di malattie croniche e neurodegenerative rappresentano una sfida per la medicina. Il progetto TORNADO :“Omics Techniques and Neural Networks for the Development of Predictive Risk Models” si inserisce in questo contesto con l'obiettivo di sviluppare nuovi modelli predittivi di rischio di patologie neurodegenerative, infiammatorie, muscoloscheletriche, metaboliche e legate all’invecchiamento precoce. Per fare ciò, il progetto analizza una coorte di studio costituiti da piloti militari ad alte prestazioni, definiti soggetti supersani per le loro elevate capacità psicofisiche e l’ottimale stato di salute. L’obiettivo principale dello studio è identificare pattern distintivi all’interno di una popolazione di piloti, associabili all’esposizione ad ambienti peculiari. Tali pattern identificati in individui omogenei e sani, saranno il controllo su cui testare strategie preventive e terapeutiche per patologie ad alta incidenza nella popolazione generale. La prima fase dello studio è stata caratterizzata dal disegno delle fasi sperimentali sul campo, dalla scelta di dispositivi indossabili in grado di raccogliere parametri fisiologici e di esposizione in tempo reale, dallo sviluppo di un’app di interfaccia dedicata al progetto, di un sistema gestionale per la classificazione dei dati clinici e dei campioni biologici raccolti. La fase operativa ha previsto l’arruolamento dei soggetti e l’analisi dell’esposoma anche attraverso la somministrazione di questionari relativi ad abitudini di vita, esposizione cumulativa al volo, impatto di problemi muscolo-scheletrici sulle attività quotidiane, stress lavorativo ed extra-lavorativo, qualità del sonno, dieta e anamnesi medica. I soggetti arruolati sono stati anche sottoposti a prelievo di campioni biologici e dotati dello smartwatch per la successiva integrazione dei dati ottenuti. I risultati evidenziano lievi differenze nelle condizioni psico-fisiche tra la coorte di studio e la coorte di controllo, costituita da personale non navigante, suggerendo possibili elementi distintivi nella popolazione dei piloti. L’analisi delle omiche prevista nella seconda fase dello studio potrebbe consentire di evidenziare in modo più marcato le differenze tra le due coorti, offrendo nuove prospettive sui fattori protettivi, prognostici e predisponenti.
2023
Outlier detection and clustering for distinctive patterns in Air Force pilots: an advanced approach for analysing complex data in precision medicine
File in questo prodotto:
File Dimensione Formato  
TESI_CAFFARISARA_pdfA.pdf

accesso aperto

Dimensione 3.9 MB
Formato Adobe PDF
3.9 MB Adobe PDF Visualizza/Apri

È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14239/33400